You are on page 1of 270

Universidad La Salle

Administración Integral de
Riesgos

Armando Villa H.
1

INTRODUCCIÓN

2

CONTENIDO:

1. La función de Administración de Riesgos
2. Rendimiento y Riesgo
3. Conceptos Básicos de Modelo de Valor en
Riesgo
4. El Riesgo en Mercado de Dinero
5. El Riesgo en Productos Derivados
6. Modelo Montecarlo
7. Pruebas de Backtesting y Stress Testing
8. Administración Integral de Riesgos
3

¿Qué es el Riesgo?
El Riesgo es visto como algo negativo. La definición de riesgo es
“Exposición al peligro”. Los símbolos chinos para la palabra riesgo son:

1. El primer símbolo significa peligro.
2. Mientras que el segundo símbolo significa oportunidad.

Por lo tanto el riesgo es la mezcla de peligro y oportunidades.
4

¿Qué es el Riesgo?
• Del Latín “Risicare”.- atreverse o transitar por un sendero peligroso.
Peligro, daño, siniestro o pérdida.

• Sin embargo es un proceso inevitable de los procesos de toma de
decisiones (de inversión).

• En finanzas, el concepto de riesgo se relaciona con las pérdidas
potenciales que se pueden sufrir en un portafolio de inversión. Volatilidad
de los flujos financieros no esperados.

• La medición efectiva y cuantitativa del riesgo se asocia con la
probabilidad de una pérdida en el futuro.

• La esencia de la administración de riesgos consiste en medir esas
probabilidades en contextos de incertidumbre.

5

6 . ExPresidente de Citicorp. no su eliminación. La Necesidad de la Administración del Riesgo “Todo en la vida es la administración del riesgo.” Walter Wriston.

•Convierte la incertidumbre en oportunidad y evita el suicidio financiero. 7 . La Función de la Administración de Riesgos •La administración de riesgos es una herramienta que ayuda en el proceso de toma de decisiones.

– Lunes Negro. – Derrumbe del Sistema de Tipo de Cambio Fijo (1971). La causa aislada más importante que ha generado la necesidad de administrar los riesgos es la creciente volatilidad de las variables financieras.5 billones de dólares en capital global. Una pérdida de 2. 19 de octubre de 1987. – El índice Nikkei cayó de 39.7 billones. aproximadamente una pérdida de 1 billón de dólares.El cambio: la única constante. ¿Cuál es la única constante en todos estos eventos? 8 . Caída en el precio de las acciones en USA (23%). –Crisis de los Precios del Petróleo (1973).000 a 17.000 puntos (1992). – Debacle de los bonos del tesoro en 1994: Significó una pérdida de $1. lo que condujo a una crisis financiera en Japón.

la Reina de Inglaterra se despertó con la noticia que Barings. quien perdió $1. que empeoró al tomar posiciones cortas en opciones. Una lección de Riesgos. • Entonces incapaz de realizar los pagos en efectivo requeridos por las bolsas. El desplome del banco se debió a un solo operador. • La pérdida fue causada por una enorme exposición al riesgo en el mercado accionario japonés.300 mdd en la operación con derivados. a través del mercado de futuros. • Leeson era el operador en jefe de futuros de Baring. • El mercado cayó más del 15% a principios de 1995. y había acumulado posiciones ($7 mil mdd) en futuros sobre índices accionarios (Nikkei 225). había caído en bancarrota. • El 26 de Febrero de 1995. en Singapur. Nicholas Leeson (28 años). • Baring sufrió una gran pérdida. Leeson simplemente huyó el 23 de febrero y más tarde envío un fax ofreciendo sus “más sinceras disculpas por el predicamento en que los dejé”. 9 .

La Carrera ha Comenzado Cada vez es tarde más temprano 10 .

11 . Cada mañana. un león se levanta. Anónimo. una Gacela se levanta. No importa si eres león o gacela: Cuando sale el sol. en África. Sabe que debe correr más rápido que el León más veloz o perecerá.“Cada mañana. en África. es mejor que corras”. Sabe que debe correr más rápido que la Gacela más lenta o morirá de hambre.

o de instrumentar una cobertura. El Proceso de Administración de Riesgos. en segundo lugar su cuantificación y control mediante el establecimiento de límites de tolerancia al riesgo y finalmente. la modificación o nulificación de dichos riesgos a través de disminuir la exposición a éstos. A continuación se muestra esquemáticamente este proceso: 12 . la identificación de riesgos. El proceso de administración de riesgos considera en primer lugar.

en la liquidación. Para lograr una efectiva identificación de riesgo. en el degradamiento de la calificación crediticia de algún instrumento o problemas con el colateral o garantías). de fallas humanas o de sistemas) o riesgos de crédito (incumplimiento de contrapartes. El Proceso de Administración de Riesgos. pero estos no pueden estar separados de otros. estructura de correlaciones y liquidez. Los de mercado están asociados a la volatilidad. es necesario considerar las diferentes naturalezas de los riesgos que se presentan en una sola transacción. tales como riesgos operativos (riesgos de modelo. riesgos en la custodia de valores. 13 .

El Proceso de Administración de Riesgos. el riesgo de comprar una opción en el mercado de derivados (fuera de bolsa OTC). Por ejemplo. en el proceso de identificación de los mismos: 14 . En el siguiente diagrama se establece la interconexión de los diferentes tipos de riesgos. implica un riesgo de mercado pero también uno de crédito y riesgos operacionales al mismo tiempo.

delta. duración. entre ellos podemos citar: valor en riesgo. Existen una serie de conceptos que cuantifican el riesgo de mercado. El Proceso de Administración de Riesgos. Muchas medidas de riesgo pueden ser utilizadas. ponemos especial atención al concepto de valor en riesgo (VaR) que se popularizó gracias a JP Morgan. 15 . beta. peor escenario. convexidad. etc. En este artículo. Este aspecto ha sido suficientemente explorado en materia de riesgos de mercado. análisis de sensibilidad. El siguiente paso en el proceso de administración de riesgos es el que se refiere a la cuantificación. El valor en riesgo es un estimado de la máxima pérdida esperada que puede sufrir un portafolio durante un período de tiempo específico y con un nivel de confianza o de probabilidad definido.

La utilidad de este concepto radica en que las instituciones financieras pueden crear reservas preventivas de pérdidas derivadas de incumplimientos de contrapartes o de problemas con el colateral. JP Morgan ha publicado un documento técnico denominado Creditmetrics en el que pretende establecer un paradigma similar al del valor en riesgo pero instrumentado en riesgos de crédito. la cuantificación se realiza a partir del cálculo de la probabilidad de impago o de incumplimiento. 16 . En el caso de riesgos de crédito. Es decir. El Proceso de Administración de Riesgos. un estimado de pérdidas esperadas por riesgo crediticio.

por grupo de instrumentos y la exposición de riesgo global. 17 . En el siguiente diagrama. El Proceso de Administración de Riesgos. se muestra la función de cuantificación del riesgo de mercado: por una parte se debe contar con los precios y tasas de interés de mercado para la valuación de los instrumentos y por otra. cuantificar las volatilidades y correlaciones que permitan obtener el “valor en riesgo” por instrumento.

las pérdidas y Asimismo. 18 . El Proceso de Administración de Riesgos. A continuación se muestra un diagrama en el que se observa la función primordial de la administración de riesgos: por una parte. es función de administración y control de ganancias realizadas y no riesgos. la conciliación de posiciones entre las mesas de realizadas. A esta última función se le conoce como el “Middle office”. la generación de reportes a la alta dirección que permitan observar el cumplimiento de límites. y por otra parte. la definición de políticas de administración de riesgos: la medición del riesgo (VaR) y el desarrollo de modelos y estructuras de límites. operación y las áreas contables.

crean una ventaja competitiva frente a las demás. aquellas que tienen una cultura de riesgos. Asumen riesgos más conscientemente. posiblemente ganen más dinero en el corto plazo pero en el largo plazo convertirán sus riesgos en pérdidas importantes que pueden significar inclusive. las instituciones que no tienen cultura de riesgos. El Proceso de Administración de Riesgos. se protegen o cubren sus posiciones de eventos inesperados y logran experiencia en el manejo de riesgos. Por el contrario. En este contexto. se anticipan a los cambios adversos. Las Instituciones Financieras son tomadoras de riesgo por naturaleza. la bancarrota. 19 .

un operador del mercado de derivados que trabajaba en la subsidiaria del banco inglés Baring en Singapour. Estos descalabros hoy tienen nombre y apellido.300 millones de dólares. el Tesorero del condado de Orange en los Estados Unidos. Pero la ausencia de técnicas que midan el riesgo ha propiciado grandes desastres financieros. 20 . sólo por citar algunos: • Nick Leeson. Desastres financieros en ausencia de Administración de Riesgos La posibilidad de contar hoy con más instrumentos y el acceso a mercados financieros internacionales. sufrió pérdidas que rebasaban en exceso el capital del banco y llevó a la quiebra a la institución en febrero de 1995 con pérdidas de más de 1. ha incrementado el apetito por riesgo de los inversionistas en general. • Bob Citron. con el alza en las tasas de interés registradas en 1994. invirtió en posiciones altamente riesgosas que se tradujeron en más de 1.700 millones de dólares.

800 millones de dólares. • Yasuo Hamanaka. • En diciembre de 1994. que permitieran medir y monitorear efectivamente las pérdidas potenciales de las posiciones en que estaban involucradas esas corporaciones. 21 . El común denominador en estos desastres fue la ausencia de políticas y sistemas de administración de riesgos en las instituciones. un operador de contratos de cobre en Sumitomo Corp. perdió en junio de 1996 1. Desastres financieros en ausencia de Administración de Riesgos • Toshihide Iguchi un operador que manejaba posiciones en mercado de dinero en Daiwa Bank perdió 1. como por riesgos de crédito.100 millones de dólares en 1995. ya que en la totalidad de las Instituciones Financieras se presentaron fuertes pérdidas tanto por riesgos de mercado. la devaluación del peso mexicano dejó al descubierto la fragilidad del sistema financiero.

llevaron a que en 1993 se creara una asociación internacional de carácter privado denominada el Grupo de los Treinta (G-30). Las políticas deben incluir los límites que deben respetar las áreas de negocios. 1. Dicho grupo ha hecho algunas recomendaciones en relación con criterios prudenciales para instituciones que tienen productos derivados en posición de riesgo. Recomendaciones del Grupo G-30 Estos desastres entre otros aspectos. 22 . El papel de la alta dirección: Debe definir las políticas y controles asegurándose que se encuentren por escrito en un documento que sirva de base a clientes. reguladores y auditores.

consiste en medir el valor justo o de mercado de un portafolio. 3. El VaR resume en un sólo número la pérdida potencial máxima que se puede sufrir en una posición de riesgo dado un nivel de confianza elevado (usualmente 95 o 99 por ciento) y en un período de tiempo determinado. Esta valuación debe hacerse preferentemente de manera diaria para evitar sorpresas y responder a la siguiente pregunta: si vendo mi posición hoy ¿a cuánto ascendería mi pérdida o mi ganancia? Marcar a mercado es independiente de la metodología contable que se utilice para cuantificar las pérdidas y ganancias. Este concepto fue propuesto por JP Morgan en octubre de 1994 y hoy en día es un estándar internacional. se calcula mediante la diferencia entre el valor de adquisición de la posición y el valor de dicha posición en el mercado. La pérdida o ganancia no realizada de la posición de riesgo. Medición cuantitativa de riesgos: La medición de riesgos de mercado se logra mediante el cálculo de lo que se conoce como “valor en riesgo” (VaR). Recomendaciones del Grupo G-30 2. 23 .Valuación a mercado de las posiciones de riesgo (marcar a mercado): Este término se conoce como “Mark-to-Market”.

El valor en riesgo solamente es útil en condiciones normales de mercado. Independencia en la medición de riesgos: El objetivo es evitar conflictos de interés que pueden surgir cuando las áreas de negocios emiten sus propios reportes. Simulaciones extremas o de estrés: Se deben valuar las posiciones en condiciones extremas y adversas de mercado. miden sus propios riesgos y se monitorean a sí mismos. La más común es contestar a la pregunta ¿qué pasaría con mi posición si los factores de riesgo cambian dramáticamente? ¿Cuál podría ser la máxima pérdida que puedo sufrir en un evento poco probable pero posible? 5. Recomendaciones del Grupo G-30 4. Existen muchas maneras de realizar estas pruebas. 24 .

7. Recomendaciones del Grupo G-30 6. Experiencia y conocimiento de estadística y sistemas: La mayor parte de las técnicas para calcular el valor en riesgo tienen un fuerte soporte estadístico y la información debe ser entendible y accesible para medir el riesgo de manera oportuna. El riesgo potencial mide la probable pérdida futura que pueda registrar un portafolios en caso de que la contraparte de la operación incumpla. En instrumentos derivados debe medirse el riesgo actual y el riesgo potencial de crédito. La pregunta que debe responderse es ¿las personas que evalúan los riesgos son las adecuadas? ¿tienen la preparación técnica para entender y calcular los riesgos? 25 . Medición de riesgos de crédito: También debe medirse el riesgo de crédito. El riesgo actual es el valor de mercado de las posiciones vigentes. mediante el cálculo de probabilidades de incumplimiento de la contraparte.

• Riesgo de Negocios Voluntarios. 26 . Las Empresas están expuestas a 3 Tipos de Riesgos. • Riesgo Financiero Volatilidad en mercados financieros. • Riesgo Estratégico Derivado de Cambios económicos y políticos. para crear ventajas competitivas.

Aumento en la sensibilidad de las empresas a dichos factores Desregulación y Globalización 27 . Crecimiento en la importancia de Administración de Riesgos 1. Aumento en la volatilidad de los factores: • Tasas de interés • Tipo de cambio • Instrumentos de Renta Variable • Precios de productos básicos 2.

450 7.742 15.616 20.083 5.777 11.292 7.200 Total 1.038 Fuente: BIS 28 .838 En mercados OTC 500 3. Crecimiento en el uso de productos derivados Valor nominal de contratos de productos derivados seleccionados (Miles de Millones de dólares) 1986 1990 1993 1994 A través de Bolsa 583 2.839 8.

reducción de costos de deuda. 2. Impuestos. préstamos paralelos. Compartir el riesgo. apalancamiento. comprar o hacer. Regulación y Costos. • Mayor volatilidad global Controlan volatilidad • Cambios Tecnológicos Modelos y Sistemas • Desarrollos Políticos Desregulación 29 . Ejemplos: Bonos cupón cero.Razones que justifican dicho crecimiento 1. fusiones.

TIPOS DE RIESGO 30 .

Riesgo de Mercado Riesgo Crediticio Riesgos Financieros Riesgo de Liquidez Riesgo Operativo Riesgo Legal 31 .

tipo de cambio. etcétera). • Es la posibilidad de que el VPN de un portafolios se mueva adversamente ante cambios en las variables macroeconómicas que determinan el precio de los instrumentos que componen una cartera. • El propósito mas importante de los sistemas con base VAR es cuantificar este tipo de riesgos. Riesgo de Mercado • Es la pérdida que puede sufrir un inversionista debido a la diferencia en los precios que se registran en el mercado o en movimientos de los llamados factores de riesgo (tasas de interés. 32 .

1974). Riesgo Crediticio • Es la pérdida potencial. producto del incumplimiento de la contraparte en una operación que incluye un compromiso de pago. • Usualmente se cuantifica de dos formas: –El costo de reemplazar los flujos de efectivo al incumplir –El costo asociado a una baja en calificación crediticia • En esta categoría también se incluyen el riesgo soberano y el riesgo de liquidación (Herstatt. 33 . • Las simulaciones de sistemas VAR pueden ayudar en el análisis de riesgo crediticio (aspectos cuantitativos).

00% 0.00% 20. 100. • Imposibilidad de transformar en efectivo un activo o portafolios.00% 40. Riesgo de Liquidez • Son las pérdidas que puede sufrir una institución al requerir una mayor cantidad de recursos para financiar sus activos a un costo posiblemente inaceptable.00% 0 2 4 6 8 10 12 34 .00% 60.00% 80. • Manejo de activos y pasivos (Asset-Liability Management).

controles ineficientes. • En esta categoría se incluyen: –Riesgos de tipo tecnológico Capacidades –Riesgo de Modelos Valuación • Algunas formas de prevención: Redundancia en sistemas. Riesgo Operativo • Es el riego que surge por tener sistemas inadecuados. fraudes o errores humanos. fallas administrativas. separación de responsabilidades y controles internos adecuados. 35 .

Riesgo Legal • Pérdida que se sufre en caso de que exista incumplimiento de una contraparte y no se pueda exigir. Ejemplos: manipulación de mercados y uso de información confidencial. –Riesgo de cumplimiento de regulación. • En esta categoría se incluyen: –Riesgos de falta de capacidad legal. 36 . por la vía jurídica.

37 . VAR (Valor en Riesgo) “Es la máxima pérdida esperada que puede sufrir un portafolios en un intervalo de tiempo y con un nivel de confianza o probabilidad”.

Distribución de rendimientos mensuales
de un portafolio de 100 millones USD

16
14
12
10
8
6
4
2
0
0%

0%

0%

0%

0%

%

%

%

%

%
20

50

80

10

40
.3

.0

.7

.4

.1
0.

0.

0.

1.

1.
-1

-1

-0

-0

-0

“En condiciones normales de mercado, lo más que el portafolio
puede perder en un mes es 700,000 USD (97%)”
38

LECCIONES
DE DESASTRES
FINANCIEROS

39

Pérdidas acumuladas conocidas atribuidas al uso de derivados
(Billones de dólares)

18
16 16.67
14 13.8
12
10
8
6
4 3.97
2 2.02 2.23
1.15 1.61 1.64 1.65
0
1986 1988 1990 1992 1994 1996

40

Comentarios

• Considerando el tamaño nominal de operación de
derivados (50 mil billones USD) las pérdidas
representan .03%.

• En varias compañías se ha prohibido su uso, lo
que ha incrementado en algunos casos el riesgo de
los portafolios, aumentado los costos de deuda y
reducido los rendimientos.

41

Es importante analizar estas pérdidas:
1 En algunos casos, los derivados fueron usados
como cobertura.
2 El tamaño de estas pérdidas debe ser comparado
con el desempeño de otros instrumentos en ese
período (tenedores de US T-Bonds perdieron 230 billones
USD).
3 Los derivados tienen la característica de “juegos
de suma cero”.

42

• Crèdit Lyonnais requirió un subsidio de 10 billones USD en 1994 por expansión excesiva y administración ineficiente.Los productos derivados no son los únicos causantes de desastres financieros: • El banco central de Malasia perdió 5 billones USD cuando el Banco de Inglaterra devaluó la libra entre 1992 y 1993. 43 . • Se estima que la industria de S&L perdió cerca de 150 billones en la crisis de los 80.

no se tenían controles de riesgos. Leeson tenía el control de la operación y “back office”. la estructura organizacional era complicada y nadie cuestionaba sus operaciones.3 billones USD en operaciones de derivados. Además. • Nicholas Leeson tenía posiciones de opciones y futuros en el SIMEX y en Osaka en JGB y el Nikkei 225. Barings • Febrero 26. 44 . 1995 Barings había perdido 1.

1993 45 . Septiembre 13. Barings • Barings fue comprado en 1 libra por ING. “La recuperación en rentabilidad ha sido asombrosa. Esto le indica a Barings que actualmente no es terriblemente difícil hacer dinero en los negocios de valores” Peter Baring.

• Las “utilidades” que estaba generando. • No se suponía que tomaría riesgos. Teóricamente hacia operaciones por cuenta de clientes o arbitrajes. Barings Otros factores que influenciaron el bajo control sobre Leeson: • El sobresaliente desempeño en su actividad anterior. 46 .

El riesgo fue cubierto con forwards a 3 meses. Metallgesellschaft • Perdió 1.3 billones USD en 1993. 47 . a través de su subsidiaria en EU (MGRM). se reemplazó la administración y se liquidaron las posiciones. • La crisis de liquidez se dio cuando el precio del petróleo cayó de 20 a 15 USD. • Se comprometió a vender a sus clientes a un plazo de 10 años 180 millones de barriles de petróleo.

A través de préstamos con colateral.64 billones de dólares. tesorero del condado. 48 . porque planeaba quedarse con las inversiones hasta el vencimiento. logró aumentar el monto a 20 billones USD. • Citron argumentaba que era correcto valuar su portafolio a costo. recibió 7 billones USD para administrar. • Incrementos en las tasas de interés durante 1994 ocasionaron pérdidas por 1. Orange County • Bob Citron.

• En este caso.1 billones de dólares. Daiwa • Toshihide Igushi confesó en septiembre de 1995 el haber ocultado pérdidas por 1. al igual que en el de Barings. el operador realizaba funciones de back office. “solamente” perdió 1/7 de su capital. acumuladas durante un período de 11 años. 49 . • Daiwa no fue a la quiebra.

50 . • Bankers Trust desarrolló su propio sistema RAROC 2020. • JP Morgan lanzó al mercado en 1994 su RiskMetrics. Respuestas del sector privado • G-30 ha realizó un reporte de derivados en el que recomienda valuaciones a mercado y el empleo de una metodología con sistemas tipo VAR.

115 y 119 relacionados con la valuación a mercado de instrumentos financieros y sugiriendo metodologías para entender riesgos. Respuestas del sector público • FASB emitió FAS 105. 1994. • G-10 emitió el “Fisher Report” referente a riesgos crediticios y de mercado. 107. • SEC requiere mayor información respecto a riesgos de mercado. Septiembre. 51 .

presidente de Bankers Trust 52 . Charles Sanford.RENDIMIENTO Y RIESGO La administración de riesgos .La “Teoría financiera de las partículas”.

debe exigírsele un mayor rendimiento. • En la medida en que una inversión es más riesgosa. Rendimiento Rendimiento exigido Tasa Libre de Riesgo Nivel de riesgo Riesgo deseado 53 . Relación Riesgo Rendimiento • Hay 2 variables básicas en finanzas que es preciso entender y saber calcular apropiadamente para tomar decisiones: el rendimiento y el riesgo.

Pt Rt  ln Pt 1 • El rendimiento de un portafolios se define como la suma ponderada de los rendimientos individuales de los activos que componen el portafolios. por el peso que tienen dichos activos en el portafolios. n R p   Wi Ri i 1 54 . Rendimiento • El rendimiento de un activo o portafolios es el cambio de valor que registra en un período con respecto a su valor inicial. Valorfinal  Valorinicial Pt  Pt 1 Ri  Rt  Valorinicial Pt 1 • El rendimiento también se puede definir en función del logaritmo de la razón de rendimientos.

entre el número de activos. Calcular el rendimiento de un portafolio. Rendimiento • El rendimiento promedio se define como la suma de los rendimientos de cada uno de los activos. 55 . n R i R prom  i 1 n • El rendimiento anualizado se define como: Ranual  (1  Rn ) n  1 • Ejercicios 1 y 2.

Contar el número de observaciones que pertenecen a cada clase. 2. Ésta es la frecuencia por clase. • Los pasos para construir una histograma o distribución de frecuencias son: 1. 3. Determinar la frecuencia relativa mediante la división entre la frecuencia por clase y el número de observaciones. Determinar las observaciones de mínimo y máximo valor en la serie de tiempo. 56 . Medición del Riesgo • Una distribución de frecuencias muestra la manera como los rendimientos de algún activo o portafolios de activos se han comportado en el pasado. 4. Estos son los rangos o clases. Elegir un número de subintervalos de igual magnitud que cubra desde el mínimo hasta el máximo valor.

Solución: 57 . Medición del Riesgo Ejercicio 3: Hacer histograma de ingresos diarios en miles de dólares de Bancóldex durante el año 2003 (210 datos).

• Los parámetros más importantes que la definen son la media y la desviación estándar. • El sesgo debe ser cero (simetría de la curva perfecta) y la kurtosis de tres. 58 . • Otros indicadores importantes son el sesgo y la kurtosis. en particular. Distribución Normal • La distribución normal tiene un papel sumamente importante en cualquier campo de la estadística y. en la medición de riesgos en finanzas.

1.812%.55% y la media menos 3 desviaciones estándar es de –2. la media de los rendimientos es 0.8 . -1 -1 -0 -0 -0 -0 59 . Esto significa que son muy pocas las observaciones que están fuera de este intervalo. 1. 0. con observaciones del 19 marzo de 2002 al 19 de marzo de 2003 30 25 20 15 10 5 0 0% 0% 0% 0% 0% 0% % % % % % % % % % % % 00 20 40 60 80 00 20 40 60 80 00 . por lo que se puede ver que 3 desviaciones estándar comprenden el 99. 0. 1. Si tomamos la media más 3 desviaciones estándar. 1.7% de las observaciones totales. Histograma de los Rendimientos del Dólar.2 0. 0. 2.4 .6 . Distribución Normal • En este caso.0 .11% y la desviación estándar diaria de rendimientos es de 0. 0. 1. tenemos que el rendimiento es 2.2 .33%.

la media es simplemente su rendimiento promedio. La variación o dispersión alrededor de su media se expresa en unidades de la desviación estándar . 60 . la cual se representa por . • La curva normal está centrada alrededor de la media. y la desviación estándar se le define como la volatilidad. n • El teorema del límite central establece que aún cuando la muestra de tamaño n es suficientemente grande. sin importar la distribución de la población. la distribución de la muestra es aproximadamente normal. dicha muestra tendrá una distribución normal de media  X y desviación estándar . En un portafolios. Teorema del Límite Central • Si consideramos una muestra de tamaño n perteneciente a una población que se distribuye normalmente (con media  y desviación estándar ).

Distribución Normal •La expresiones son las siguientes: 1  x  2 1    2   f ( x)  e 2 2 n  i  n  R 2 ( R ) i  i 1  i 1 n n 1 n n    Pi Ri   i i P ( R i 1   ) 2 i 1 61 .

entonces debe quedar claro que: x    z x z  • Si la variable aleatoria x es el rendimiento de algún factor de riesgo (precio de las acciones. 62 . expresada en unidades de desviación estándar. tipo de cambio). entonces siempre será posible transformar dicha variable aleatoria normal en z. en donde z es la distancia de un valor x con respecto de la media. Distribución Normal • Las áreas tabuladas son áreas a la derecha o a la izquierda de valores de z. A z se le conoce como la variable normal estándar y tiene una distribución normal N(0.1). • Si lo anterior es cierto. tasas de interés.

Sesgo y Kurtosis • El sesgo es un indicador que mide la simetría de la curva. En el caso de una normal perfecta. el sesgo es 0. • La kurtosis de una distribución normal perfecta es igual a 3. Si este es distinto de cero. Esta situación se presenta cuando existen pocas observaciones muy alejadas de la media (alta kurtosis o fat tails). según el signo del sesgo. estará sesgada a la izquierda o derecha. n  i ( x   ) 3 Sesgo  i 1 3 (n  1) 2 n  i ( x   ) 4 Kurtosis  i 1 (n  1) 4 63 . • La kurtosis mide el levantamiento de la curva respecto a la horizontal.

Distribución Normal • La kurtosis positiva indica una distribución relativamente puntiaguda. a los valores mayores a 3 se los llama kurtosis excesiva. y la negativa indica una distribución relativamente achatada . 64 . • El caso de kurtosis excesiva indica que hay una mayor probabilidad de que los retornos observados estén más alejados de la media que en una distribución normal. • En una distribución normal la kurtosis es igual a 3. medio o bajo). Mesocúrtica y Platicúrtica se denomina al atributo de una distribución dependiendo de sus índices de kurtosis (alto. • Leptocúrtica.

Distribución Normal • A continuación se muestra una gráfica de 2 distribuciones de probabilidad normal que tienen la misma media pero diferentes dispersión: Sesgo Kurtosis 65 .

99 ¿La serie de tiempo se comporta como una normal? • LM = 7.81.86. El sesgo es de 0. Sesgo y Kurtosis • ¿Cómo sabemos si una distribución de frecuencias sigue una distribución normal? Prueba Jarque-Bera.  anual   mensual *12  anual   mensual * 12 66 . • La media y la desviación estándar de un período pueden ser transformados a otro período. Para un nivel de confianza del 95%. considerando 258 días. El estadístico de prueba es mayor que 5. la ji-cuadrada con 2 grados de libertad es de 5.1376 y la kurtosis de 3.99 por lo que la hipótesis se rechaza. La serie no se comporta como Normal. • Estadístico Jarque-Bera:  Sesgo 2 ( Kurtosis  3) 2  LM  N     6 24  • Ejemplo: Tomemos la serie de tiempo de los rendimientos del IPC durante el 2000.

suele utilizarse la correlación para medir el grado de movimiento conjunto entre 2 variables o la relación lineal entre ambas. j 67 . n Cov( Ri . R j )   Pi ( Ri   i )( R j   j ) i 1 1 n Cov( Ri . Covarianza y Correlación • Covarianza. R j )   ( Ri   i )( R j   j ) n i 1 • Correlación. R j ) Corr ( Ri . R j )  ij   i . Cov( Ri . Medida de relación lineal entre 2 variables aleatorias describiendo el movimiento conjunto entre éstas. Debido a la dificultad para interpretar la magnitud de la covarianza.

Si se desea obtener la probabilidad de que un rendimiento futuro se encuentre entre a y b. Usando las tablas de la distribución normal estándar. b  f ( x)dx a 68 . dos y tres desviaciones estándar. • Ejercicio 4. Intervalos de Confianza • El área bajo la curva representa la probabilidad en un intervalo específico. Esto es la integral de una función de probabilidad f(x) definida entre a y b. calcule el área bajo la curva de: una. se calcula el área bajo la curva de la distribución normal.

69 . Intervalos de Confianza • El área dentro de 1 desviación estándar cubre aproximadamente el 68% de los rendimientos posibles.

76%. y una volatilidad del 1.1). Distribución Normal Estandarizada • Se define a una curva normal estandarizada. Ri   z  • Ejemplo: Se desea conocer la probabilidad de que un portafolios registre un rendimiento de –2%.2 y de tablas: 11. como aquella que tiene media igual a cero y una desviación estándar de uno N(0.51% 70 Z= -1. Entonces. Z = -1. siendo que el rendimiento promedio es del 0.20 .11%.

• Tomando como base el inciso anterior se desea calcular el rendimiento superior máximo que se puede esperar con un 99% de probabilidad. sabiendo que el rendimiento promedio es de 0. 71 . Como Z=2. Se desea conocer la probabilidad de que un portafolios registre un rendimiento de -15%. 1% y 30% respectivamente.02159% y con una volatilidad de 1. 0%.99% 1% Nivel de confianza 99% Z=-2.33 Ejercicio 5.33 entonces R=-3. se desea calcular el rendimiento de la cola inferior que se encuentre asociado a un 99% de nivel de confianza o probabilidad. Distribución Normal Estandarizada • Tomando como base el ejemplo anterior.82%. • Tomando como base el inciso anterior se desea calcular el rendimiento inferior a partir del cual se tiene un 1% de probabilidad de que el rendimiento sea menor al encontrado.

Antonie de Saint .Exupéry. 72 .VOLATILIDAD Prepararse para el futuro es construirse el presente.

• La mayor parte de los rendimientos se sitúan alrededor de un punto (el promedio de los rendimientos) y poco a poco se van dispersando hacia las colas de la curva de distribución normal. • Ejemplo: Rendimientos Diarios del Dólar Marzo 2002 a Marzo 2003 0.0300 0.0200 0. porque representa una medida de dispersión de los rendimientos con respecto a la media de los mismos en un período determinado.0000 -0. Volatilidad • La volatilidad es la desviación estándar (raíz cuadrada de la varianza) de los rendimientos de un activo o portafolios. Es un indicador fundamental para la cuantificación de riesgos de mercado.0100 0.0200 -0.0300 -1 49 99 149 199 249 73 . Esa es la medida de volatilidad.0100 -0.

• Ejemplo: Se desea calcular la volatilidad de los precios de Cetes a 91 días y la volatilidad de tasas es del 20% anual. Volatilidad • No es lo mismo la volatilidad de rendimientos de precios que la volatilidad de tasas de interés.24 (duración). la última tasa de Cetes a 91 días es del 15% y la sensibilidad del precio cuando las tasas cambian en 1% es de 0. 74 . La fórmula siguiente puede utilizarse para convertir la volatilidad de tasas de interés a volatilidad de precios: P Volatilida d _ de _ precios ( p )  * r * (volatilidad _ de _ tasas) r • Donde: P es la sensibilidad del precio de un bono a un cambio en r las tasas de interés (duración).

Series de Tiempo para Modelar Volatilidad • Procesos Autorregresivos • Promedios Móviles • Modelos Autorregresivos y de Promedios Móviles (ARMA) 5. Volatilidad Dinámica (Suavizamiento Exponencial). entre los que destacan: 1. Volatilidad Histórica. 2. Métodos de Medición de la Volatilidad • Existen diversos métodos para estimar la volatilidad de un activo o un portafolio. 3. 4. Volatilidad Implícita. 75 . Volatilidad con modelos ARCH y GARCH.

45% 8 -4.40% 5 -3.30% 6 1. Volatilidad Histórica • En este método todas las observaciones tienen el mismo peso específico y el pronóstico está basado en las observaciones históricas.72% 10 1.90% 3 2.20% 2 -3.50% 4 -4.20% 7 2. n  i ( R   ) 2  i 1 n 1 Volatilidad Histórica • Ejemplo: Observaciones Rendimientos 1 5.50% 9 -4.70% Desviación estándar 3.74% 76 .

72% 0.1521% i 1 3 2.2704%  2 -3.63% • Recomendación: el Banco Internacional de Liquidaciones (BIS) n  recomienda un horizonte de 250 días (hábiles).50% 0.2228% 10 1.90% 0.t r2.1089% 6 1.1936% 0. por lo que una forma más práctica de calcular la volatilidad histórica es la siguiente: Volatilidad Histórica n  (r ) 2 2 Observaciones Rendimientos Rendimientos i 1 5.2025% 9 -4.t • Las Covarianzas con este método se estiman como sigue: i 1  12  n 77 .50% 0. r1.20% 0.0600% 8 -4.70% 0.45% 0.0625% n 4 5 -4.30% 0.40% -3.0289% Desviación estándar 3.0144% 7 2.20% 0. Volatilidad Histórica • Se ha demostrado que es mejor considerar únicamente el cuadrado de los rendimientos.74% 3.

Volatilidad Histórica

Ejercicio 6. Calcule la volatilidad del siguiente portafolios
utilizando el método de las volatilidades históricas.
Número Fecha Precio
0 34
1 1 33.75
2 2 34.125
3 3 33.75
4 4 33.5
5 7 34.625
6 8 34.375
7 9 34.125
8 10 35.625
9 11 35.125
10 15 33.875
11 16 34
12 17 33.875
13 18 33.625
14 21 34.875
15 22 33.875
16 23 33.25
17 25 34.125

78

Volatilidad Dinámica
• Una manera de capturar el dinamismo de la volatilidad en los
mercados es mediante el uso del suavizamiento exponencial de las
observaciones históricas durante algún período, generalmente anual.
• Por medio de esta metodología se le confiere mayor peso a las últimas
y más recientes observaciones que a las primeras o más alejadas en el
tiempo.
• A diferencia de la volatilidad histórica, la volatilidad dinámica captura
rápidamente fuertes variaciones de precios en los mercados, debido a
su ponderación, teniendo mejores pronósticos en períodos de
T
volatilidad. 2
t 
 ´ (1  l ) li 1r 2
i 1
t i

• En donde l es conocido como factor de decaimiento cuyo valor se
encuentra entre 0 y 1. Mientras más pequeño es l, mayor peso tienen
los datos más recientes.
• ¿Qué pasa si lambda es 1?
• Ejemplo
79

Volatilidad Dinámica
LAMBDA 0.9

OBS. RENDIMIENTO A=LAMBDA^(i-1) B=Rend^2 AxB

1 5.20% 1.0000 0.0027 0.0027
2 -3.90% 0.9000 0.0015 0.0014
3 2.50% 0.8100 0.0006 0.0005
4 -4.40% 0.7290 0.0019 0.0014
5 -3.30% 0.6561 0.0011 0.0007
6 1.20% 0.5905 0.0001 0.0001
7 2.45% 0.5314 0.0006 0.0003
8 -4.50% 0.4783 0.0020 0.0010
9 -4.72% 0.4305 0.0022 0.0010
10 -1.70% 0.3874 0.0003 0.0001
Suma 0.0091

VOLAT. DINAMICA 3.025%

80

Volatilidad Dinámica
• Ejercicio 7. Calcule la volatilidad del siguiente portafolios utilizando el
método de las volatilidades dinámicas.

Número Fecha Precio
0 34
1 1 33.75
2 2 34.125
3 3 33.75
4 4 33.5
5 7 34.625
6 8 34.375
7 9 34.125
8 10 35.625
9 11 35.125
10 15 33.875
11 16 34
12 17 33.875
13 18 33.625
14 21 34.875
15 22 33.875
16 23 33.25
17 25 34.125

81

Volatilidad Dinámica
• El modelo descrito con anterioridad se puede expresar también
mediante un tipo recursivo de la siguiente manera:
 t21  (1  l )rt 2  l t2
• Por lo tanto cuando se haga referencia a la volatilidad recursiva, es
preciso recordar que es equivalente a la expresión de volatilidad
dinámica.
• Las observaciones históricas que recoge el modelo de suavizamiento
exponencial, según riskmetrics, son las siguientes:
Días de datos históricos para un nivel de tolerancia.
Lambda 0.001% 0.01% 0.1% 1%
0.90 109 87 66 44
0.94 186 149 112 74
0.96 282 226 169 113
0.97 378 302 227 151
0.98 570 456 342 228

82

0300 t 83 .0200 -0.0000 1 11 21 31 41 51 61 71 81 91 101 111 121 131 141 151 161 171 181 191 201 211 221 231 241 -0. 0.0100 -0. Volatilidad Dinámica • Ejemplo de volatilidad dinámica. Rendim ientos vs Volatilidad Recursiva del Tipo de Cam bio (250 observaciones). Cono de volatilidades.0200 0.0100 0.0300 0. • Tarea: Replicar el cono de volatilidades.

• Ejemplo 84 . Es error está dado por: 2   T 1 RMSE   rt 21   t21 (l ) t t 1 • La estimación para el factor lambda se basa en encontrar el menor RMSE para diferente valores de dicha lambda. es decir. se busca el factor decay que produzca la mejor estimación. • Este método permite determinar una lambda óptima que minimice el error pronosticado de la varianza. Volatilidad Dinámica • Método de RMSE (Root Mean Squared Error).

00233 4.84% 0.00025 0.00098 0.41850 0.13101 0.00379 0.00095 0.48% 0.00276 0.00016 0.00077 0.27% 0.08% 0.00044 2.00023 0.0000 SUMA 0.17% 0.0000 7 02-Abr-02 32 3.00182 4.00184 4.63% 0.00602 0. Volatilidad Dinámica 2   T 1 RMSE   t t 1 rt 21   t21 (l ) RMSE 0.00108 0.09799 0.5 -6.00012 0.00022 1.00000 0.00101 0.00143 3.00108 0.00076 0.00086 0. (6) * OBS.0000 6 01-Abr-02 31 1.64% 0.00073 -0.51% 0.0000 5 27-Mar-02 30.0000 9 04-Abr-02 33.00027 0.00012 0.00450 0.00132 3.0000 8 03-Abr-02 33 3.00022 0.17514 0.83% 0.29% 0.65% 0.00103 0.00046 0.0000 2 22-Mar-02 33.00002 0.09% 0.55950 0.28% 1.002214 LAMBDA 0.00100 0.88% 0.5 1.50% 0.76% 0.00043 -0.78% 0.00569 0.00033 0.00238 0.74800 0.00006 0.0000 4 26-Mar-02 30 -4.00011 0.00916 SUMA 0.748 1 2 4 3 5 6 7 8 A=LAMBDA^( DESV.31304 0.00234 4.5 1.0000 3 25-Mar-02 31.00123 3.00026 0.00009 0.0000  2 t 1  (1  l )rt  l 2 t 2 85 .23415 0. FECHA CIERRE RENDIMIENTO B=Rend^2 AxB VARIANZA (3) . LAMBDA 0 19-Mar-02 30 1 20-Mar-02 31 3.(7) (8)^ 2 i-1) EST.5 7.00017 0.00018 0.16% 0.00212 0.00140 0.

86 . Posteriormente se despeja el valor de la volatilidad. c  Se  y N (d1 )  Ke r N (d 2 ) Se  y ln( r ) Ke   d 2  d1    d1     2 • La volatilidad implícita es muy confiable cuando el mercado de opciones del subyacente tiene suficiente liquidez. Volatilidad Implícita • Se basa en observar la volatilidad existente en el mercado de opciones. Sin embargo no todos los subyacentes tienen contratos de opciones. La manera es observando el precio de la prima de opciones en el mercado y sustituyendo este valor en la fórmula de Black-Scholes.

• Proceso para ajustar una serie de tiempo de volatilidad a un modelo Garch o Arch: 1. 2. 6. 87 . Volatilidad con Modelos ARCH. Por este motivo. Determinar el modelo de dichas tendencias deterministas (Mínimos Cuadrados) y restárselo a las serie estacional. Ajustar un modelo ARMA o ARIMA. 3. 7. 5. ya que después de todo se trata de un caso particular de un modelo Garch (1.1). Realizar una prueba de heteroscedasticidad (Prueba de residuales al cuadrado). Calcular la volatilidad. Utilizar una prueba Dicky Fuller. 8. ya que la idea es trabajar con un proceso estocástico. se considera que la manera más práctica para enfrentar el cálculo de la volatilidad es mediante el uso de la volatilidad dinámica. Identificar en la serie de tiempo ciclos. 4. tendencias y factores estacionales. Hacer la serie estacionaria (aplicar diferencias). GARCH • El pronóstico de la volatilidad mediante modelos Arch o Garch es complejo y puede ser tardado. Ajustar un modelo ARCH o GARCH. • Sin embargo no hay duda de que los modelos Garch y Arch son los más poderosos para el cálculo de la volatilidad.

88 .CONCEPTOS BASICOS DEL MODELO DE VaR En la práctica funciona. pero ¿Qué tal en la teoría? Atribuido a un matemático francés.

es el paradigma (modelo que se convierte en norma) en la medición de los riesgos de mercado. VaR. • Es un concepto que se propuso en la segunda mitad de la década de los noventa y hoy lo aplican una cantidad importante de instituciones en el ámbito internacional. ya que en momentos de crisis y turbulencia la pérdida esperada se define por pruebas de Stress. • La definición de VaR es válida únicamente en condiciones normales de mercado. Conceptos Básicos • El valor en riesgo conocido como VaR. 89 . El valor en riesgo (VaR) es una medida estadística de riesgo de mercado que estima la pérdida máxima que podría registrar un portafolios en un intervalo de tiempo y con cierto nivel de probabilidad o confianza.

• Recomendación: • BIS (Banco Internacional de Liquidaciones) – 99% de confianza y un horizonte de 10 días. • JP Morgan – 95% de confianza con un horizonte de 1 día. Significa que la pérdida máxima esperada en un día será de $250 mil pesos. con 95% de confianza (Nivel de significancia de 5%). En otras palabras. en 19 de cada 20 días. sólo un día de cada 20 de operación del mercado (1/20=5%). Conceptos Básicos • Ejemplo: Un inversionista tiene un portafolios de $10 mdp. en condiciones normales. así como las ventajas y desventajas de cada una de ellas. A continuación veremos las metodologías más comunes para el cálculo del valor en riesgo. el VaR a un día es de $250 mil pesos. VaR. la pérdida que ocurrirá puede ser mayor a $250 mil pesos. 90 .

Metodologías Varianza-Covarianza o Delta Normal o Paramétrico 1. Metodologías Simulación Montecarlo Simulación Histórica 91 . VaR.

(Un instrumento financiero es no lineal si sus precios cambian desproporcionalmente en relación a los movimientos de los precios subyacentes. • Estima el VaR a través de una ecuación que tiene parámetros tales como la volatilidad. sino que son aproximados a la curva normal y. 92 . swaps. los resultados que se obtienen al medir el riesgo son una aproximación. por tanto. opciones). Sin embargo en la práctica se ha observado que la mayoría de los activos no siguen un comportamiento normal. Se usa preferentemente para activos lineales como por ejemplo acciones. VaR. Metodología (Delta Normal) • Método Paramétrico. Supone que los rendimientos de un activo se distribuyen con una curva de densidad de probabilidad normal. correlación. ej. bonos. delta y gama. forwards y futuros.

es decir. en dicho modelo se utiliza una media móvil exponencial con distintos factores de ponderación para la obtención de la volatilidad y correlación de los instrumentos que forman la cartera. se da un mayor peso a las observaciones más recientes. VaR. 93 . Metodología (Delta Normal) • La aplicación más conocida de la metodología varianzas- covarianzas para calcular el VaR es de JP Morgan. • Con la aparición de este método se ha marcado el inicio de lo que se puede denominar una nueva era en la medición y control de los riesgos de mercado. aplicando una ponderación que justifique este peso. RiskMetrics.

F=2. Se desea saber el VaR diario de esta posición considerando un nivel de confianza del 95%. Un inversionista compra 10. Para un nivel de confianza del 95%. 94 . VaR de un Activo Individual VaR  F * S * * t Donde: F = factor que determina el nivel de confianza de cálculo. F=1.000 acciones cuyo precio es de $30 por acción y su volatilidad es de 20% anual (un año consta de 252 días de operación).65.33 S = monto total de la inversión o la exposición al riesgo  = desviación estándar de los rendimientos del activo T = horizonte de tiempo en que se desea calcular el VaR Ejercicio 8. Para un nivel de confianza de 99%.

VaR de 2 activos (Delta Normal) Supongamos un portafolios con 2 activos riesgosos en cuyo caso se tiene un peso específico del activo 1 en el portafolios. y un peso específico del activo 2 en el portafolios. w1. la varianza del portafolios es:  p2  w12 12  w22 22  2w1w2 12 1 2  El VaR del portafolios es:   1 VaR  F * S * p * t  F w   w   2w1w2 12 1 2 * S * t 2 1 2 1 2 2 2 2 2 95 . w2. de tal suerte que (w1+w2=1). De acuerdo con la teoría desarrollada por Markowitz.

96 . VaR de 2 activos (Delta Normal)   1 VaR  VaR12  VaR22  2 12VaR1VaR2 2 A este VaR se le conoce como VaR diversificado porque toma en cuenta las correlaciones de los rendimientos entre instrumentos. Note que el VaR diversificado es menor que la suma de los VaR individuales.

Matriz Varianza-Covarianza. MANIPULACIÓN DE MATRICES. RECORDATORIO. Matriz Cuadrada. • Cuando se trata del cálculo del VaR de un portafolios es necesario utilizar matrices y manipular este tipo de instrumentos. Vector. Matriz Simétrica. Matriz Identidad. • Si las correlaciones son menores que 1. 97 . VaR de n activos (Delta Normal)   *S *   1 1 VaRp  F * S * p * t  F wCw T 2 t  VaR * C *VaR T 2 • Donde VaR es un vector de VaR individuales de dimensiones (1 x n). entonces el VaR diversificado será menor que la suma de los VaR individuales. Orden de una Matriz. Matriz de Correlación. Matriz de Volatilidades. C es la matriz de correlaciones de dimensiones (n x n) y VaRT es el vector transpuesto de VaR individuales de dimensiones (n x 1). Matriz Transpuesta.

suponga que el portafolio tiene una posición neta de $5. Del ejercicio 2.000 con un nivel de confianza del 99% y que las volatilidades calculadas corresponden a la volatilidad anual. La metodología que se sigue. es la siguiente: VaR  F * S *  p * t p  wT  w     C   Ejercicio 9. 98 . VaR de un Portafolios de Activos (Delta Normal) Para determinar el VaR del portafolios es necesario considerar los efectos de diversificación con las correlaciones entre los rendimientos de los activos que conforman el portafolios. Calcular el VaR de cada activo individualmente y posteriormente el del portafolios. también llamada de Matriz Varianza-Covarianza o Delta-Normal.000.

( C ) = matriz de correlaciones de los rendimientos de los activos del portafolios. T = horizonte de tiempo en que se desea ajustar el VaR. (W) = vector de pesos de las posiciones del portafolios (n x 1). S = valor del portafolios. VaR de un Portafolios de Activos (Delta Normal) VaR  F * S * p * t p  wT  w     C   F = factor que determina el nivel de confianza de cálculo. 99 . p = volatilidad del portafolios. () = matriz de varianzas-covarianzas que incluye las correlaciones entre los valores del portafolios (n x n). Ejemplo: Se desea conocer el VaR a un día con un 99% de confianza de un portafolios formado por 5 activos. (W)T = vector transpuesto de los pesos de las posiciones del portafolios (1 x n).

Es un parámetro cuyos cambios en los mercados financieros causarán un cambio en el valor presente neto de los portafolios. • Precios de commodities. Ejemplos: • Precios de las acciones. • Es preciso identificar los factores de riesgo.. a fin de construir una matriz de varianzas-covarianzas que refleje los riesgos de los portafolios. 100 . • Sobretasas de instrumentos de mercado de dinero. • Tipos de cambio. • Tasas de interés. Factores de Riesgo • Factor de Riesgo.

Se usa para activos lineales y no lineales. 101 . se obtendrán valores alternativos que permitan estimar el percentil adecuado para obtener el VaR de la cartera. A partir de los cambios observados en los rendimientos históricos de los activos. La metodología de simulación histórica es uno de los métodos de valuación global y el más fácil de calcular puesto que se basa en datos históricos para estimar los valores futuros. • La aplicación de este enfoque parte de la identificación de los diferentes instrumentos que forman la cartera y de la elección de una muestra de los rendimientos históricos de los activos de la cartera. Método No paramétrico o Simulación Histórica • Estima el VaR a través de simulaciones históricas de todos los escenarios posibles con las tasas actuales y reevalúa sus posiciones en el portafolios.

En cualquier caso. Los datos de las diferentes variables de riesgo pueden obtenerse de proveedores externos o ser confeccionados en la propia institución que desea calcular el VAR. Es muy preciso si los datos históricos utilizados son representativos del comportamiento futuro del mercado. 102 . Este método es apropiado si la cartera contiene opciones. Método No paramétrico o Simulación Histórica • Otorga las mismas ponderaciones a todas las observaciones históricas. lo que hace que sea muy sensible a la exclusión de observaciones extremas. es especialmente importante que los datos sean homogéneos para que no se produzcan errores en la estimación del VaR.

con el supuesto de que se ha conservado el portafolios durante el período de tiempo de la serie histórica. 103 . • Para aplicar esta metodología se deben identificar primero los componentes de los activos del portafolios y reunir los datos de los precios diarios históricos considerando un período que oscila entre 250 y 500 datos. A partir del histograma de frecuencias de los rendimientos simulados se calcula el cuantil correspondiente de dicho histograma (primer percentil si el nivel de confianza es de 99%). Crecimientos logarítmicos. 2. Método No paramétrico o Simulación Histórica • Consiste en utilizar una serie histórica de precios de la posición de riesgo (portafolios) para construir una serie de tiempo de precios y/o rendimientos simulados. • Existen 3 tipos de simulación histórica: 1. Crecimientos absolutos. 3. Crecimientos relativos.

2. Calcular las pérdidas/ganancias diarias de dicha serie de tiempo mediante la expresión: Pt  Pt  Pt 1 3. de acuerdo con lo siguiente: Pi *  P0  Pi 4. a partir de los precios hipotéticos y referidos a la observación más reciente. como sigue: i  P0 * P Ri  * P0 104 . Determinar una serie de rendimientos simulados. Determinar una serie de tiempo de precios simulados sumando ΔP al precio más reciente. Simulación Histórica con Crecimientos Absolutos 1. Obtener una serie de precios de la posición en riesgo (250 a 500 datos).

1. 0. Simulación Histórica con Crecimientos Absolutos 5. 0. 2. del histograma de rendimientos simulados. 1.0 . con observaciones del 19 marzo de 2002 al 19 de marzo de 2003 30 25 20 15 10 5 0 0% 0% 0% 0% 0% 0% % % % % % % % % % % % 00 20 40 60 80 00 20 40 60 80 00 .4 .6 . 1. Calcular el valor en riesgo tomando el percentil que está de acuerdo con el nivel de confianza deseado.2 . 1.2 0. Histograma de los Rendimientos del Dólar. 0. Note que el valor en riesgo estará dado como rendimiento en porcentaje. 105 . 0.8 . 1. por lo que será necesario multiplicarlo por el valor del portafolios para obtener el valor en valores monetarios. -1 -1 -0 -0 -0 -0 6.

106 . Simulación Histórica con Crecimientos Logarítmicos 1. 2. Obtener una serie de tiempo de pérdidas y ganancias simuladas:  P0  P* 5. Calcular los rendimientos de los precios de la siguiente forma:  Pt  Re nd  Ln   t 1  P 3. Calcular el valor en riesgo tomando el percentil que está de acuerdo con el nivel de confianza deseado. Determinar una serie de tiempo simulada de crecimientos: P*  P0 (1  rend ) 4. del histograma de pérdidas/ganancias simulados. Obtener una serie de tiempo de precios de la posición en riesgo (250 a 500 datos).

Calcular el VaR de un activo. • Es realista. Simulación Histórica con Crecimientos Relativos • El procedimiento es similar al de crecimientos logarítmicos. 107 . se obtiene de la siguiente expresión: P P Re nd  t t 1 Pt 1 Ejercicio 10. pero en lugar de obtener dichos rendimientos con el logaritmo del cociente de precios. • No requiere mapeo de posiciones y no incluye supuesto alguno (inclusive el de la distribución normal). • No se apoya en supuestos de correlaciones y volatilidades que en situaciones de movimientos extremos en los mercados pueden no cumplirse. pues se basa en una serie de tiempo de datos reales. Las correlaciones y volatilidades están implícitas en el cálculo del VaR. Ventajas: • Es fácil de entender por parte de los ejecutivos que no son expertos en conceptos estadísticos. • Es aplicable a instrumentos no lineales como las opciones. Ver base de datos de excel.

esto obviamente tiene un costo por mayor complejidad. la diferencia es que cambia la metodología de como se generan los escenarios. Al igual que la simulación histórica se usa para activos lineales y no lineales. Metodología Simulación Montecarlo • Estima el VaR simulando todos los escenarios posibles y reevalúa sus posiciones en el portafolios. sin embargo. Un importante punto para tener presente es que si se tiene una significativa cantidad de exposiciones no lineales en el portafolios. una simulación que reevalúa posiciones generalmente será más exacta que una aproximación paramétrica para estimar el VaR. • La simulación de Montecarlo difiere de la simulación histórica en que en este la evolución de los factores de mercado se simula mediante un modelo matemático y en la simulación histórica. se toma directamente de la historia. 108 .

• Ideal para instrumentos no lineales como las opciones. Metodología Simulación Montecarlo • Consiste en la generación de números aleatorios (random) para calcular el valor del portafolios generando escenarios. • Este proceso se repite un gran número de veces (10. 109 .000 escenarios) y los resultados se ordenan de tal forma que pueda determinarse un nivel de confianza específico. Un nuevo número aleatorio sirve para generar un nuevo valor del portafolios con igual probabilidad de ocurrencia que los demás y determinar la pérdida o ganancia en el mismo.

• El VaR no establece que hacer con el problema de alta kurtosis (fat tails) y por lo tanto. • Puede haber problemas en recolección de datos. no se conoce hasta cuánto podrían llegar las pérdidas en 1 o 5% de las veces. • Realizar pruebas de Backtesting. se puede interpretar como el peor escenario y generar falsa sensación de seguridad. • Revisar datos sucios utilizando 2 o 3 veces desviaciones estándar para analizar rendimientos anormales. • Puede haber problemas de interpretación. Recomendaciones: • El VaR se debe usar en conjunto con otros métodos como las pruebas de Stress. 110 . en especial el comportamiento de las correlaciones y volatilidades. Problemas y recomendaciones del VaR Problemas: • Puede se fuertemente dependiente de algunos supuestos. es decir.

Flexible Modelo de valuación No requerido Requerido Requerido Mapeo de flujos de caja Si No No Velocidad de cálculo Depende de la variedad de Media Lenta activos presentes y del tamaño de la matriz de varianzas - covarianzas Requiere una base de datos No Si Si históricos amplia Datos requeridos Datos de precios/tipos hi stóricos Datos de precios/tipos de las Datos históricos que son de las variables importantes del variables importantes del necesarios para estimar los mercado o base de datos de JP mercado parámetros en un proceso Morgan. Resumen de Metodologías del VaR Varianzas –Covarianzas Simulación Simulación Histórica Montecarlo Rendimientos de los activos Asume normalidad Poco flexible Definido por el usuario. estocástico utilizado en la que cubre un número relevante simulación de riesgos de activos 111 .

pérdida de detalles de la cartera componentes de opciones) Mejor elección cuando. La cartera no contenga La cartera contenga La cartera contenga muchos instrumentos con opciones instrumentos con opciones y instrumentos con opciones y existan datos históricos existan muchas muestras.. Resumen de Metodologías del VaR Varianzas –Covarianzas Simulación Simulación Histórica Montecarlo Precisión de la medida de Depende de la validez de lo Buena si la historia es Mejor precisión cuanto riesgo asumido por el modelo representativa de todo el mayor sea el alcance. LOR/GB y Sailfish 112 .. ya que el potencial de muestras posibles será alto y el esfuerzo computacional alto Usuarios en el mercado: JP Morgan Algunos vendedores de Salomon Brothers.. La cartera contenga Los datos históricos contengan La cartera sea muy grande y instrumentos con opciones numerosos valores extremos compleja. mercado más realista y captura más normalidad de la distribución de interacciones de mercado y los rendimientos. representativos de todos los cada una representando un instrumentos riesgo diferente Peor elección cuando. Bear bancos de inversión y sistemas de administración del Stearns vendedores de software riesgo entre estos están: Algorithmics. ya que (estabilidad de las varianzas y comportamiento futuro del la simulación estocástica es correlaciones de los activos..

EL RIESGO EN MERCADO DE DINERO 113 .

Introducción • Los instrumentos de deuda que se cotizan en el mercado de dinero tienen un plazo de vencimiento y este atributo hace que su medición de riesgos sea más compleja que en el caso de títulos accionarios o monedas. 114 . • Se trata el tema de la estructura intertemporal de tasas de interés. tasas forward. interpolación y descomposición de posiciones (mapeo) para la obtención del valor en riesgo.

El depósito en un banco por parte de un ahorrador (prestamista) generará un interés y el banco. en su función de intermediario. destinará esos recursos al otorgamiento del crédito. • El prestamista recibe un interés por el uso temporal de su capital. cobrando al acreditado (prestatario) invariablemente un interés mayor que el pactado con el ahorrador. Tasas de Interés • Los tipos de tasas de interés que existen y el contexto en que son aplicadas son motivo frecuente de confusión. Se pueden transformar de una base a otra: b1 b2  r1   r2  1    1    b1   b2  115 . Por ello. la formación eficiente de las tasas de interés para diferentes plazos depende de la eficiencia del mercado de dinero que involucra al prestamista y al prestatario. • Existen tasas activas y pasivas.

Por ejemplo si la tasa de interés expresada en términos anuales es del 12%. Tasas de Interés • Ejercicio 11. b1  r1  r2  1    1  b1  • r2 se conoce como la tasa de interés efectiva. es decir. ¿cuál es la tasa de interés expresada en términos anuales pero que se capitaliza semestralmente? • La convención en el mercado de dinero es expresar la tasa de interés en términos anuales. se reinvierte o capitaliza anualmente. 116 . se reinvierte trimestralmente.

dicha estructura es una manera consistente de mostrar las tasas de interés en diferentes períodos. Estructura de Tasas de Interés • En el mercado de dinero se deben manejar con frecuencia diferentes tasas de interés o tipos de tasas de interés expresadas en diversas bases y diferentes plazos.40% 14. Para que las tasas de interés sean comparables se deben expresar en la misma base y ser del mismo tipo. • A la gráfica que describe la relación entre las diferentes tasas de interés (rendimientos de instrumentos de mercado de dinero) para diferentes períodos o plazos se le conoce como la curva de rendimientos de tasas de interés (yield curve) Plazos Tasas Curva de Rendimientos de Cetes 1 17.00% Tasas (%) 28 19.27% 0 40 80 120 160 200 240 280 320 360 273 22. Cuando esto sucede.50% 18.43% 20.00% 91 21.40% 7 18.25% 12.00% 16.80% Plazos (días) 364 23.00% 22.25% 24. es posible obtener una estructura intertemporal de tasas de interés.00% 10.00% 60 20.32% 117 .00% 14 18.00% 182 22.

En el caso mexicano la mayor liquidez en el mercado de dinero se registra hasta un año. por lo que para evaluar instrumentos que tengan dicho riesgo de contraparte es necesario descontar a valor presente con tasas libres de riesgo al plazo en que paga el cupón más un diferencial (sobretasa) que refleje tanto el riesgo de crédito como el riesgo de liquidez del instrumento. Esta curva puede ser creciente o decreciente. con la creación de la figura del Proveedor de precios. • En los mercados desarrollados existen curvas de rendimiento (libres de riesgo) que presentan plazos hasta de 30 años. actualmente se cuenta con curvas de tasas de rendimiento hasta de cinco años. Estructura de Tasas de Interés • Esta curva es fundamental en la valuación de prácticamente todos los instrumentos de deuda porque cualquier instrumento puede analizarse como una serie de bonos cupón cero. nació en México a finales del 2000. 118 . Sin embargo. Se debe destacar que esta curva considera rendimientos libres de riesgo de contraparte o de crédito.

Teoría Básicas de las Curvas de Tasas • Existen tres teorías básicas que explican la forma que puede adquirir dicha curva: • La teoría de las expectativas: la curva corresponde a las expectativas que tiene el mercado respecto a las tasas de interés futuras. Esto significa que la curva de rendimientos se definirá de acuerdo a la oferta y a la demanda de dinero. tendrán más riesgo (mayor rendimiento).P. • La teoría de preferencia a la liquidez: los inversionistas toman sus decisiones para adquirir bonos en el mercado de deuda en función de su riesgo y rendimiento. • La teoría de segmentación de mercados: asume que los inversionistas operan instrumentos de deuda en ciertos rangos o períodos a efecto de minimizar su riesgo. 119 . La curva será creciente cuando el mercado espere que las tasas suban y viceversa. Bonos de L.

120 . Teoría Básicas de las Curvas de Tasas *Teoría de expectativas de mercado Estructura de tasas **Teoría de preferencia a la liquidez ***Teoría de segmentación de mercados *Se espera que las tasas de corto plazo aumenten Positiva **Premio positivo a la liquidez ***Exceso de oferta frente a la demanda en largos plazos *Se espera que las tasas de corto plazo disminuyan Negativa **Premio negativo (castigo) a la liquidez ***Exceso de oferta frente a la demanda en cortos plazos *Se espera que las tasas de corto plazo permanezcan iguales Horizontal **No hay premio por liquidez ***Equilibrio entre oferta y demanda en todos los plazos *Se espera que las tasas de corto plazo aumenten y después disminuyan Jorobada **Premio positivo a la liquidez seguido de premio negativo a la liquidez ***Exceso de oferta respecto a la demanda en plazos intermedios.

• El inversionista será indiferente ante las alternativas mencionadas si le proporcionan igual rendimiento o recibe la misma cantidad de dinero al final de ese año. Tasas Forwards • Las tasas de interés futuras o forwards son aquellas que reflejan las expectativas del comportamiento de las tasas de interés en el futuro. • ¿Podemos utilizar la curva de rendimientos de tasas de interés para inferir las expectativas del mercado respecto de futuras tasas de interés? • Ejemplo: un inversionista desea saber qué alternativa. El inversionista conoce la tasa de rendimiento que existirá de aquí a seis meses pero no sabe que tasa de rendimiento estará disponible dentro de seis meses y hasta un año. 121 . de las siguientes. es más redituable: a)Comprar un CETE a un año b) Comprar un CETE a seis meses y cuando se cumpla la fecha de vencimiento renovar la inversión comprando otro CETE a seis meses.

el inversionista recibirá su valor nominal al final del año. • Ejemplo: Dada la tasa de Cetes a seis meses y la tasa de Cetes a un año. Si el VN de un Cete es de $10. Por lo tanto el Precio del Cete a 1 años será: 122 . es posible determinar la tasa que hará indiferente al inversionista entre las 2 alternativas descritas. Tasas Forwards • A la tasa que prevalecerá dentro de seis meses y hasta un año se le conoce como tasa adelantada o forward rate.

la tasa de interés forward en este ejemplo es de 21. 123 .7% • Tasa de rendimiento Cetes 1 año r2= 23. también se le conoce con el nombre de tasas forward implícita.32% • Base = 360 t12 = 180 • ¿Cuál es la tasa forward de 6 meses a 1 año? •Por tanto. Tasas Forwards  t   1  r2 * 2   Base  f12   Base  1 *    1 r * 1 t   t12      1 Base • Ejemplo: siguiendo con el ejercicio anterior supongamos que: • Tasa de rendimiento Cetes 6 meses r1= 22.93%.

a cambio de devolver la garantía o colateral (el bono). • El reporto también se entiende como una operación de préstamo: el inversionista que compra en reporto un bono. pactando al mismo tiempo su recompra a un plazo determinado (plazo de reporto) y garantizando un rendimiento o premio durante el plazo convenido. en realidad esta prestando dinero al vendedor teniendo como garantía el propio bono y al término del plazo del reporto. • Un inversionista institucional (banco o casa de bolsa) participa en la subasta de mercado primario semanal que lleva a cabo el Banco de México y compra Cetes con valor nominal de $10 cada uno que tienen como plazo 180 días (período del bono). por ejemplo) por un monto determinado. le regresarán su dinero en efectivo más un premio. Reportos • El reporto es una operación de compra venta de un instrumento en el mercado de dinero. 124 . • En esta operación una institución financiera acuerda con un inversionista venderle en el presente un instrumento (Cetes.

El inversionista institucional debe considerar que un reporto implica dos operaciones: una activa (al plazo del bono) y una pasiva (al plazo de salida del reporto). • Debido a que los Cetes regresarán dentro de siete días. Plazo de salida del reporto P Plazo en riesgo Hoy T Período del bono 125 . obteniendo una ganancia por el diferencial entre la compra y la venta. Reportos • Posteriormente dicho inversionista vende en reportos a otros participantes del mercado tales Cetes a un plazo de salida del reporto de siete días a una tasa de rendimiento menor que la pactada en la subasta primaria. • Cuando un portafolios de instrumentos de deuda registra operaciones de reporto. deben considerarse los valores presentes de los activos con signo positivo y los pasivos con signo negativo. el plazo en riesgo para la institución de nuestro ejemplo será de 173 días (el plazo de regreso del bono).

• La duración es el cambio en el valor de un bono ( P) cuando se registra un cambio en las tasas de interés del mercado ( r).. r es la tasa de rendimiento y VN es el valor nominal.   (1  r ) (1  r ) 1 2 (1  r ) 3 (1  r ) (1  r ) n n • Donde: ci son los cupones del bono. • Matemáticamente es la derivada del precio con respecto a la tasa de interés. 126 . • El precio del bono tiene la siguiente expresión: C1 C2 C3 Cn VN P    . especialmente como un indicador de riesgo. Duración • El concepto de duración es muy útil en el mercado de dinero..

1 dP Dur .   * n  P dr (1  r )  (1  r ) (1  r ) (1  r ) 1 2 3 (1  r ) (1  r )  P n • Esta expresión es de duración modificada.   dr (1  r ) 2 (1  r )3 (1  r ) 4 (1  r ) n1 (1  r ) n 1 • Dividiendo la ecuación de ambos lados entre el precio se tiene: 1 dP 1  C1 2C2 3C3 nCn nVN  1      .Modificada Dur ...Macaulay   Dur .. Duración • La derivada con respecto a la tasa de interés es la siguiente: dP C1 2C2 3C3 nCn nVN     .. y la expresión que se encuentra dentro del corchete multiplicado por 1/P se le llama duración de Macaulay.Modificada   P dr 1 r 127 .

Macaulay    P t 1 (1  r )t (1  r ) n • Otra expresión de la duración Macaulay es la siguiente: 1  r 1  r  nC  r  DM   r   C 1  r   1  r n • Despejando dP de la expresión de duración modificada: dP Duración en m periodos al año   Dur .Dur. Modificada * cambio (%) en la tasa de interés * 100 128 .Modificada * dr Duración en años  P m • También expresada en términos de cambio en tasas de interés como: dP dR =-D 1+R P • Cambio (%) del precio = . Duración 1 n tCt nVN Dur .

Duración • La duración modificada se define como el cambio porcentual en el precio del bono cuando las tasas cambian 1% (100 puntos base). dicho bono sufrirá una pérdida de 3. es posible identificar de manera inmediata la pérdida potencial de este instrumento por cada 100 puntos base (1%).5 años y las tasas suben 1%. conociendo la duración modificada del bono. De esta manera.5%. • Ejemplo: Si un bono tiene una duración de 3. 129 .

P P Baja convexidad Alta convexidad r r 130 . Es necesario sumar el efecto de la convexidad a dicha pérdida. como en el caso del mercado mexicano. Convexidad • Es una propiedad de los instrumentos de deuda. la duración del bono no es suficiente para cuantificar la pérdida potencial derivada de dicha posición. Cuando los cambios en las tasas de interés son muy pronunciados (alta volatilidad).

la expresión de la convexidad se reduce como sigue: n(n  1) C (1  r ) 2 131 . de la siguiente manera: 1 d 2P P 1 C  convexidad y  2 P dr 2 P 2 Convexidad en m periodos Para anualizar  m2 • Simplificando algebraícamente:   2C (1  r ) 2 (1  r ) n  1  r  rn  1  r    n ( n  1) r 2 (r  C   C    r 2 (1  r ) 2 C (1  r ) n  1  r • En el caso de un bono cupón cero (C=0). Convexidad • Matemáticamente se determina como la segunda derivada del precio del bono respecto a la tasa de interés.

Convexidad • Ejemplo numérico: considere un bono que expira dentro de 26 años. que paga un cupón semestral y cuya tasa cupón es 8 % anual y tiene un rendimiento del 6% anual. Calculando la duración con períodos semestrales se tiene: 132 .

76 • Calculando la convexidad con períodos semestrales se obtiene: Convexidad anual = 232.79 • Lo anterior significa que por cada 1% de aumento de la tasa de interés. el cambio en el precio del bono será: 133 . por lo que la anual debe dividirse entre dos: MD anual = 12. Convexidad • Es la duración de Macaulay semestral.

16% = -11. Convexidad • Por tanto. el cambio en el precio será = -12. 134 . mayor riesgo en el bono.6% • La convexidad siempre es positiva y es buena en la medida que es un amortiguador contra las pérdidas debidas a los incrementos en las tasas de interés.76% + 1. La duración es negativa y a mayor duración.

el valor en riesgo de un bono es: 135 . asumiendo normalidad en el comportamiento de los rendimientos. El cambio porcentual en el precio es entonces: dP dr  Dmr P r • y la volatilidad de los rendimientos de precios del bono es:  p  D m r r •  p es la volatilidad de rendimientos de tasas de interés y r es la última tasa de interés conocida. VaR para un Instrumento de Deuda • Para calcular el VaR de un instrumento de deuda. Por tanto. se sabe que: dP  Dm P dr • Donde Dm es la duración modificada.

• Por lo tanto la información que se requiere para determinar el valor en riesgo de un bono es la duración modificada. 136 . el rendimiento del bono y su precio. En lo que se refiere al cálculo de la volatilidad de las tasas de interés se vio anteriormente. VaR para un Instrumento de Deuda VaRbono  F * B * D r r t m • F es el factor relacionado con el nivel de confianza y B es el precio del bono a valor presente.

la tasa de interés vigente de 8% anual y la volatilidad de rendimientos de tasas del 12% anual. un precio de $101.76.50. el valor en riesgo anual con un nivel de confianza de 95% será: 137 . VaR para un Instrumento de Deuda • Ejemplo numérico: si tenemos un bono con duración modificada de 12.

3% del valor del instrumento. 138 . VaR para un Instrumento de Deuda • Lo cual significa que la pérdida máxima potencial con una probabilidad de 95% es de $3. que representa el 3.42.

mediante la expresión: VN B t 1 r 360 Los activos deben tener signo positivo y los pasivos negativo. tanto para activos como para pasivos (reportos). VaR para un Portafolios de Deuda • Cuando se tiene un portafolios de instrumentos de deuda (bonos cupón cero) y se desea calcular el valor en riesgo. b) Determinar el peso específico de cada instrumento en el portafolios como sigue Xi Wi  Xt 139 . es necesario: a) Calcular el valor presente del bono cupón cero.

VaR para un Portafolios de Deuda
c) Con base en la serie de tiempo de tasas de interés para cada vértice de
la curva de rendimientos spot (yield curve), calcular los rendimientos
diarios de cada vértice y su consecuente volatilidad.
d) Construir la matriz de correlaciones de rendimientos de tasas de interés
e) Calcular la duración modificada para cada instrumento del portafolios:

Plazo
DM 
t
1 r
360

f) Obtener la desviación estándar (volatilidad) de rendimientos de
precios para cada instrumento de deuda. A este arreglo se le llama
matriz de volatilidades de precios (que es una matriz diagonal con
ceros en los elementos que no están en la diagonal). La expresión es
la siguiente:
 precios  D  r r
m

140

VaR para un Portafolios de Deuda
g) Calcular la volatilidad del portafolios utilizando la matriz de volatilidad
de precios como sigue:

 port  wT  C  w
Donde C es la matriz de correlaciones, w el vector de pesos del portafolios
y sigma la matriz de volatilidades, una matriz diagonal cuyos elementos
fuera de la diagonal son cero.

h) El valor en riesgo del portafolios considerando media cero es el
siguiente: VaR   F B t
port port T

Donde F es el factor relacionado con el nivel de confianza del VaR (2.32
o 1.65 si el nivel de confianza es de 99% o 95%, respectivamente) y BT
la suma algebraica de los valores presentes de todos los instrumentos
(activos y pasivos).
Ejemplo.
141

Mapeo o Descomposición de Posiciones
Cuando un administrador de riesgos se enfrenta a portafolios con muchas
posiciones, las dimensiones de la matriz de varianza covarianza crecen
geométricamente, de manera que la estimación de riesgos puede resultar
muy compleja, además de que en la práctica no cuenta con volatilidades y
correlaciones para todos los plazos, por lo que resulta muy útil llevar a
cabo un mapeo de posiciones para tener la matriz de varianza-covarianza
con el menor número de renglones y columnas.

Por mapeo se entiende el proceso mediante el cual se puede expresar o
descomponer un instrumento en una combinación de al menos dos
instrumentos más simples que el original; es decir, describir un portafolios
de instrumentos en sus partes más elementales.

142

Mapeo o Descomposición de Posiciones
La metodología que se expone a continuación es la que propone JP
Morgan en su documento Riskmetrics. Dicha metodología se basa en la
separación de flujos de efectivo de un instrumento y se aplica a cualquier
instrumento, no sólo de deuda.

Consiste en separar y colocar cada flujo de efectivo de un instrumento
(cupones y principal) en dos flujos correspondientes a los vértices
adyacentes de la curva de rendimientos de tasas de interés (yield curve).

Ejemplo: sea un flujo de efectivo que vence en P años y que se desea
descomponer en uno que se coloque en el período A y otro en el período
B. El mapeo del instrumento de P años será una combinación de la
siguiente manera: I  I  (1   ) I
p A B

143

Mapeo o Descomposición de Posiciones
El problema consiste en encontrar el valor de alfa; es decir, el peso
específico que se necesita aplicar al flujo de efectivo para descomponerlo
en dos. Se sabe que la varianza del instrumento original es:

 p2   2 A2  (1   )2  B2  2 (1   ) A B 
La ecuación anterior se reduce a la forma de ecuación de segundo grado
del tipo:
a  b  c  0
2

 b  b 2  4ac
Cuya solución está dada por: 
2a
a   A2   B2  2  AB A B
b  2  AB A B  2 B2
c   B2   P2 144

Mapeo o Descomposición de Posiciones Para determinar la volatilidad del instrumento original se sugiere interpolar linealmente de la siguiente manera: Aplicando geometría euclidiana se obtiene: x p A   B  A B  A Despejando para encontrar el valor de x: p A x  ( B   A ) B A 145 .

696.963.25 = 0. Mapeo o Descomposición de Posiciones Por lo cual la volatilidad interpolada al plazo de P será la suma de la volatilidad del plazo A más el valor de la incógnita x calculada: P A  x Ejemplo: se tiene un bono con vencimiento de 6. se tendría lo siguiente: Volatilidad precio en el vértice del año 5 = 0. 25 años y se desea mapear la posición entre los vértices de la curva de los años 5 y 7.533. Correlación entre las tasas del vértice 5 con el vértice 7 = 0.655. Volatilidad precio del bono en el año 6. Volatilidad precio en el vértice del año 7 = 0. 146 .

055) 1  4. una con 5 años y la otra con 7 años de plazo).44  2(0.254) 2  4(0. Una vez que la posición ha sido mapeada.6962 (1   ) 2  2(0.2349 En la práctica se utiliza el valor de alfa que se encuentra entre cero y uno para realizar el mapeo.0545 2  0. de dos posiciones. 147 . Mapeo o Descomposición de Posiciones Ecuación: 0.6552  0.254  0. se procede a calcular el valor en riesgo de un portafolios (en el ejemplo.696) (1   ) Se puede expresar como: 0.0545)(0.254)  (0.055  0 La solución a esta ecuación:  (0.963)(0.533)(0.0545)  2  0.5332  2  0.

000. una con valor nominal de $20.000 a un plazo de 56 días.000 a un plazo de cinco días.500. VaR para un Portafolios de Deuda con Mapeo Ejemplo: un inversionista institucional compra dos emisiones de Cetes.000.000 a un plazo de 300 días y otra con valor de $10. Calcular el valor en riesgo en un plazo de un día con un nivel de confianza de 95%. Al mismo tiempo vende en reporto la cantidad de $20. 148 .

28. Se obtiene mediante el valor presente de los cupones y el valor nominal del instrumento: 149 . En estos instrumentos el cupón Ct que se paga en el período t. se fija en el período t-1. etc. es decir. en el momento de reinversión de la tasa de referencia. Bondes y bonos IPAB. TIIE de 28 días.) más una sobretasa (en algunos instrumentos internacionales puede ser multiplicativa en lugar de aditiva a la tasa de referencia). En México son BREMS. también denominados cupones.91 o 128 días) en función de una tasa de referencia (Cetes de 28días. instrumentos de deuda. VaR en riesgo en instrumentos de tasa flotante • En el mercado de dinero existe una gran demanda por instrumentos de tasa flotante o variable. n ct VN • Características generales: P  – Valor nominal $100 pesos o sus múltiplos i 1 1  r  s (1  r  s ) n – Plazo: de uno a cinco años – Precio: valor de la adquisición. que pagan intereses periódicamente (1.

y el segundo. El efecto de este doble rendimiento del instrumento se conoce como sobretasa. s = sobretasa del bono.91 o 182 días. Estos instrumentos son muy atractivos para el mercado. i 1 1  r  s (1  r  s ) n r = tasa de rendimiento de referencia del bono. Cetes. 28. ya que otorgan un doble rendimiento: el primero porque son colocados a descuento y son amortizados a su valor nominal. VaR en riesgo en instrumentos de tasa flotante n ct VN Donde : P  Ct = pago de cupón. VN= valor nominal del bono pagadero al vencimiento del papel. al vencimiento del bono. n = número de pagos de cupón. porque pagan intereses sobre su valor nominal. 150 . lo que se traduce en un premio. Premio: diferencia entre el valor nominal del instrumento y su precio de adquisición.

• Es factible pensar en que el valor en riesgo del instrumento está en función de 2 factores de riesgo. (ó 25 en dos años) deriva que al inicio de cada cupón tenemos una nueva tasa base que es aplicable durante todo el período siguiente. al haber 13 cupones de 28 días en un año. ya que. uno debido a la tasa de referencia y otro debido a la sobretasa:   1 VaRBono  VaR  VaR  2 rsVaRrVaRs 2 r 2 s 2 • Donde  rs es el coeficiente de correlación lineal entre los rendimientos diarios de la tasa de referencia y los de la sobretasa. VaR en riesgo en instrumentos de tasa flotante • La tasa base es revisable cada período de intereses. 151 .

152 . respectivamente t = período de cálculo del VaR. respectivamente r. s = última tasa base y sobretasa de mercado conocidas m m Dr Ds =duraciones modificadas de la tasa base y la sobretasa. VaR en riesgo en instrumentos de tasa flotante • Para obtener el valor en riesgo de cada uno de los factores de riesgo. se expresa: VaRr  F * P * r * Drm * r * t VaRs  F * P * s * Dsm * r * t • Donde: F = factor relacionado con el nivel de confianza del VaR P = valor de la posición (precio por el número de títulos)  r  s = volatilidades de la tasa base y la sobretasa.

VaR en riesgo en instrumentos de tasa flotante • Para el cálculo de de las duraciones de la tasa y la sobretasa. recurrir a la duración modificada: 1 dP 1 dP Drm y _ Dsm P dr P ds • Realizando la derivada parcial de la tasa de referencia. se obtiene: P n t nVN  C  t 1  r t 1 (1  r  s ) (1  r  s) n 1 • La duración de la tasa de referencia es aproximadamente igual al período para el que venza el próximo cupón. 153 .

VaR en riesgo en instrumentos de tasa flotante • Ejemplo: en un bonde que revisa y paga cupones cada 91 días (conocido como Tribonde). esto explica la sensibilidad del bono de tasa flotante ante movimientos de la sobretasa que a los de la tasa de referencia. 154 . • La duración de la sobretasa es aproximadamente igual al período de vencimiento de todo el instrumento. la duración de la tasa de referencia es muy cercana a los 91 días entre 360 días.

EL RIESGO EN PRODUCTOS DERIVADOS 155 .

FORWARDS Y FUTUROS 156 .

los forwards. Se puede decir que los instrumentos financieros derivados son contratos cuyo precio depende del valor de un activo. en cierta medida. Un producto derivado es un activo financiero que tiene como referencia un activo subyacente.Ejemplo: ____________________________ Los productos derivados internacionales son las opciones. El riesgo en productos derivados Un instrumento financiero derivado es cualquier instrumento financiero cuyo valor es una función que se deriva de otras variables que. comúnmente denominado el “bien o activo subyacente” de dicho contrato. 157 . los swaps y las combinaciones entre estos. son más importantes. los futuros. Ejemplos de subyacentes: _________________ Su finalidad es reducir el riesgo que resulta de movimientos inesperados en el precio del bien o subyacente entre los participantes que quieren disminuirlo y aquellos que desean asumirlo.

la comunicación de precios a todos los participantes del mercado es inmediata. para minimizar los riesgos inherentes a las fluctuaciones en el precio de títulos de deuda (tasas de interés). se conocen en todo el mundo en sistemas de tiempo real. es posible comprar esos instrumentos. tipos de cambio o precios de materias primas (commodities). El productor puede entregar su producto a los almacenes reconocidos por las bolsas de futuros. y por tanto. los precios se forman eficientemente y llegan a un equilibrio de acuerdo con la oferta y demanda. Por medio de las bolsas de futuros o de opciones. Los productos derivados resultan mucho más baratos que otros instrumentos debido al apalancamiento que tienen implícito. e) Canales de distribución alternos. b) Determinación de precios. con un monto mucho menor al valor nocional. 158 . El riesgo en productos derivados Es importante aclarar que la existencia de un mercado de derivados se debe a cinco razones: a) Cobertura de riesgos (Hedging). d) Niveles de apalancamiento. a través del uso de productos derivados. c) Diseminación de precios. física o moral. Es decir. A través de este mercado. Se refiere a la habilidad de una persona.

El valor de un producto derivado debe ser igual al costo de construir un portafolios de cobertura. Si el portafolios de cobertura y el producto derivado generan el mismo rendimiento. Valuación de productos derivados Para que un mercado de futuros tenga éxito. entonces ambos deben de tener el mismo precio. swap o combinaciones) está dado por el costo de construir un portafolios de cobertura que elimine el riesgo de mercado de dicho producto derivado. opción. Para determinar el valor de un producto derivado se necesita construir un portafolios (de cobertura) que elimine los riesgos que presenta el producto derivado en cuestión. es necesaria la existencia de un mercado de físicos o de contado (spot) de libre competencia y ordenado. El precio teórico de cualquier producto derivado (forward. las dos alternativas (el portafolios de cobertura y el producto derivado) sean exactamente lo mismo. de tal suerte que desde el punto de vista del inversionista. sino se considera que puede haber arbitraje. Se requiere que el portafolios de cobertura replique el mismo patrón de rendimiento del producto derivado. 159 .

La diferencia entre un futuro y un forward consiste en:_________________ En los contratos de futuros. las operaciones deben liquidarse a través de una cámara de compensación que elimina el riesgo de la contraparte. la cámara de compensación emitirá una “llamada de margen”. que consiste en solicitar al tenedor del futuro un depósito adicional que cubra los montos mínimos establecidos por la propia cámara. La operación de compra venta se pacta en el presente. Si se incumple la llamada de margen. por lo que el participante debe realizar un depósito de buena fe a efecto de garantizar que la transacción se cumpla. 160 . Este depósito se denomina “margen” y en caso de que los movimientos en los precios sean adversos al participante en el mercadeo y el margen depositado originalmente no sea suficiente. la cámara ordena al socio liquidador que cierre todas las posiciones en el mercado pertenecientes al cliente incumplido. pero la liquidación (entrega del bien y del dinero en efectivo) ocurre en el futuro. Contratos de forwards y futuros Un contrato de forward o futuro es un acuerdo entre dos partes para comprar- vender un bien denominado subyacente en una fecha futura especificada y a un precio previamente acordado.

Contratos de forwards y futuros

En el caso de un futuro, la fórmula de valuación es la siguiente:
t
F  S (1  r )
base

Donde S es el valor del bien subyacente y r es la tasa ajustada al plazo del contrato
(la base es 360 o 365 días).
Ejemplo: se desea conocer el valor de un contrato de futuro de una acción en el
mercado que tiene un precio de $40, un plazo de tres meses y una tasa de interés
doméstica de 15%. 90
F  $40(1  0.15 )
360

Cuando se trata de un futuro de divisas o monedas, la fórmula de valuación es:

  t 
 1   r * 
base  
t
d ( rd  re )*

F  S  F  S *e base
 1   r * t  
  e base  

161

Contratos de forwards y futuros
Donde rd es la tasa de interés doméstica y re la tasa de interés externa. Ejemplo: se
desea conocer el valor de un contrato de futuro del peso-dólar a tres meses, si el
tipo de cambio spot o de contado es de 9.50 pesos por dólar y las tasas de interés
doméstica y externa son de 15 y 6% respectivamente:
  90  
1   0.15 * 360  
F  $9.5  
1   0.06 * 90  
  360  

En el caso de la operaciones forward, las cotizaciones no se hacen con base en el
precio del futuro conforme a la fórmula anterior, sino con los “puntos forward,”,
que se refieren a la diferencia entre el precio del tipo de cambio spot y el precio del
forward,. Esto se debe a que el precio del forward, es extremadamente sensible a
los movimientos del tipo de cambio spot y los movimientos de ambos valores son
casi de uno-a-uno. En cambio, los puntos forward, son mucho mas estables.
  t  
 (1   id *   S ) 
F  S  base 
  F S
 1   i * t  
  base  
e
Donde W son los puntos forward o puntos swap.

162

Contratos de forwards y futuros

Mecánica de cobertura (hedging) con futuros
La ganancia o pérdida que se obtiene en el mercado de futuros se debe compensar
con la ganancia o pérdida en el mercado de contado.
Ejemplo: una empresa mexicana desea importar una máquina que cuesta 200,000
dólares, los cuales tiene que pagar en 30 días. Su principal preocupación es que el
peso se deprecie respecto al dólar y, por tanto, decide acudir al mercado de futuros
para realizar una cobertura.
El tipo de cambio spot es de 9.1812 pesos por dólar y el tipo de cambio en el
MEXDER (mercado de futuros) es de 10.8035 pesos por dólar, la estrategia que
debe seguir la empresa consiste en comprar contratos de futuros en el MEXDER
para protegerse de una depreciación del peso.
El número de contratos que tendría que adquirir si acudiera al MEXDER sería de
20, ya que el tamaño del contrato en este mercado es de 10,000 dólares.

163

Contratos de forwards y futuros
Una vez cumplido el plazo de 30 días, la empresa debe acudir al MEXDER para
realizar la operación contraria que permita cerrar la operación; en este caso,
venderá los 20 contratos que compró previamente.
Suponga que la preocupación de la empresa estaba fundada y efectivamente el tipo
de cambio spot se depreció a 10.10 pesos por dólar y la cotización en el MEXDER
es de 11.7180 pesos por dólar. De esta manera, la empresa obtendrá una ganancia
en el mercado de futuros que compensará la pérdida incurrida en el mercado de
contado.
La ganancia obtenida en el mercado de futuros se calcula como sigue:
200,000 dólares x (11.7180 pesos por dólar – 10.8035 pesos por dólar)
= 182,900 pesos
Dicha ganancia en el mercado de futuros se compensará con la pérdida que
significó para la empresa el efecto de depreciación del peso. La pérdida sufrida se
calcula de la siguiente manera:

164

Contratos de forwards y futuros

200,000 dólares x (9.1812 pesos por dólar – 10.10 pesos por dólar)
= 183,760 pesos

En este ejemplo no se registra una cobertura perfecta. Ya que la diferencia entre la
ganancia obtenida en el mercado de futuros y la pérdida sufrida en el mercado de
contado asciende a 860 pesos. Sin embargo, de no haber acudido al mercado de
futuros, la pérdida hubiera sido de 183,760 pesos.

165

Así. VaR para posiciones de futuros y forwards La diferencia entre los futuros y forwards son muchas. si se tiene un futuro a cuatro meses y las volatilidades y correlaciones con que se cuenta son de las de 3 y 6 meses. Si se tiene sólo una posición de futuros con x numero de contratos. la posición se deberá descomponer en dos posiciones equivalentes como sigue: I 4mapeo  I 3  (1   ) I 6 166 . por lo tanto es posible referirse genéricamente a operaciones de futuros. entonces: VaR  k F * F * t El problema es que se requiere un mapeo de la posición en caso de tener un plazo para el cual no se cuenta con la información de las volatilidades. k es el factor que indica el nivel de confianza y F el precio del contrato en el mercado. pero para medir el VaR tales diferencias no importan.

80% Debido a que no se cuenta con la volatilidad de cuatro meses. La volatilidad diaria de futuros de 3 y 6 meses. así como la correlación entre los rendimientos de los futuros de 3 y 6 meses. es la siguiente:  3  1%  6  1. se procede a realizar el mapeo de la posición. 167 .6  0.5% 3.50 a un plazo de cuatro meses. VaR para posiciones de futuros y forwards Ejemplo: calcular el VaR de una posición de futuros de un subyacente que tiene 10 contratos y cuyo precio de mercado de dicho futuro es de $10.

FRA (Forward Rate Agreements) 168 .

•El vendedor (posición corta) acuerda otorgar el préstamo. 169 . •En un período de tiempo específico. FRA(forward rate agreements): futuros de tasas de interés Un FRA es un acuerdo entre dos partes. el comprador del FRA y el vendedor. •Por un monto llamado nocional. •Denominado en cierta moneda. •A una tasa de interés fija (tasa acordada). •Iniciando en una fecha acordada en el futuro. Este último acuerda otorgar un préstamo al comprador por un monto en particular y a una tasa fija. En una operación de FRA se cumple que: •El comprador (posición larga) recibe un préstamo.

dentro de un mes (FRA de 1 x 3). FRA(forward rate agreements): futuros de tasas de interés El comprador del FRA es. Las contrapartes se liquidarán únicamente la diferencia entre la tasa originalmente pactada y la tasa que prevaleció en el mercado cuando el FRA llegue a vencimiento. Ejemplo: una empresa tendrá necesidad de financiamiento de 10 millones de pesos dentro de un mes y por un plazo de tres meses. quien adquiere un préstamo a tasa fija y se protege contra el alza en la tasa de interés. 170 . pero debe pagar al comprador si las tasas de interés suben. El préstamo se realizará a tasa TIIE de 28 días que se encuentra en 15% anual. especular. Para protegerse contra dicho riesgo. La tasa acordada que el intermediario financiero le fija a la empresa es de 15. El vendedor otorga el préstamo para cubrirse de una baja en la tasa de interés o especular. pero la empresa tiene la preocupación de que la tasa suba en los próximos meses. bien. El vendedor del FRA estará protegido contra una baja en la tasa de interés. El objetivo del comprador del FRA podría ser cubrirse ante el alza en las tasas de interés o.5%. la empresa comprará un FRA para cubrir el período de tres meses. por tanto.

gracias a que adquirió el FRA. recibirá de su contraparte la cantidad de 37. Fórmula para calcular el pago: días (ir  ic ) * A * importe  base días Donde: 1  (ir * ) base ir=tasa de interés del mercado de referencia ic=tasa de interés acordada con el contrato Días=número de días establecidos en el contrato del FRA Base=convención del número de días por año A=monto del contrato 171 . La empresa tendrá que pagar intereses de 425.5%/12 meses * 10 mdp * 3 meses) para compensar la diferencia del 1. FRA(forward rate agreements): futuros de tasas de interés Suponga que la TIIE subió en un mes y se encuentra en 17% anual.5% en la tasa de interés. A pesar de la compra del FRA. la empresa se financiará en el mercado al 17% por un plazo de tres meses.500 pesos (1. Sin embargo.000 pesos (17%/12 meses * 10 mdp * 3 meses) por dicho préstamo.

FRA(forward rate agreements): futuros de tasas de interés El pago que haría el vendedor del FRA a la empresa es el siguiente: 90 (0.22 90 1  (0.000.155) *10.17 * ) 360 La diferencia de 37.971.17  0. 172 .500 contra el resultado de la fórmula se refiere al valor presente de dicha cantidad para ser pagada al inicio del contrato.000 * importe  360  35.

la fórmula correspondiente es: rL t L  rS tc rf  t (1  rS * S ) base Donde: rf. VaR en FRAs El cálculo del VaR para posiciones de FRA es muy similar a la utilizada para bonos cupón cero. tL. rs=tasa de interés forward. tasa de interés larga y tasa de interés corta tf. largo y corto 173 . rL. ts=plazos forward. y la compra simultánea de un bono cupón cero al término del contrato por el valor nominal de la posición de acuerdo con el siguiente diagrama: Para el cálculo de la tasa forward implícita. ya que un FRA se puede replicar mediante la emisión de un bono cupón cero al término de la operación.

ya que su diferencia con la tasa acordada del FRA (a valor presente) dará como resultado la pérdida o ganancia no realizada del FRA (“Mark to Market”): (racordada  rF ) Ganancia / Pérdida  VN * t 1  (rs * s ) base El cálculo del VaR es exactamente el mismo que para bonos cupón cero: se mapea la posición y se determina el VaR mediante la matriz de varianza-covarianza. Ejemplo: 174 . VaR en FRAs La importancia de la tasa de interés forward es crucial.

OPCIONES 175 .

Contratos de opciones Una opción le da al tenedor el derecho pero no la obligación de ejercer el contrato (comprar o vender el bien subyacente). índices. Tipos de Opciones: Call  Derecho de Compra Put  Derecho de Venta Europea  Sólo puede ejercerse al vencimiento Americana  Puede ejercerse en cualquier momento hasta su vencimiento • El precio de compra de una opción se denomina Prima • Las opciones se venden en mercados organizados y OTC • Existen opciones sobre acciones. monedas y “commodities” 176 .

Contratos de opciones Los contratos de opciones contemplan un precio de ejercicio del subyacente. por su parte. la cual estará en función del período de expiración del contrato. un período de expiración para ejercer los derechos del contrato y a su precio se le denomina prima. de la relación entre el subyacente y el precio de ejercicio y de la tasa de interés libre de riesgo. Si el comprador no ejerce su derecho. El vendedor. recibirá la prima y no la devolverá al comprador en ningún caso. 177 . Para adquirir una opción. cuyo valor es muy inferior al monto nocional. perderá la prima. el tenedor tendrá que pagar al vendedor una prima. de la volatilidad de los rendimientos del subyacente.

Valor intrínseco de la opción=máx (S-K. Contratos de opciones Perfil de pérdidas y ganancias que presentan las opciones de compra y venta: Comprador de una opción de compra (call option) Posición larga + Precio de Mercado: ejercicio(K) Prima C precio del bien subyacente (S) .0) Comprador de una opción de venta (put option) Posición larga + Precio de ejercicio (K) Mercado: precio del bien subyacente (S) .0) 178 . Valor intrínseco de la opción=máx (K-S.

subyacente (S) Valor intrínseco de la opción=máx (K-S.0) 179 . Valor intrínseco de la opción=máx (S-K. Contratos de opciones Vendedor de una opción de compra (call option) Posición corta + Mercado: Prima C precio del bien Precio de subyacente (S) ejercicio(K) .0) Vendedor de una opción de venta (put option) Posición corta + Mercado: Precio de precio del bien ejercicio (K) .

Estrategia de Cobertura El covered call consiste en adquirir una opción de compra cuando se tiene una posición corta en algún instrumento (bien subyacente): + Posición Corta Ganancias Prima C Pérdidas - El protective put consiste en adquirir una opción de venta cuando se tiene una posición larga en algún instrumento (bien subyacente): + Posición larga Ganancias Prima P Pérdidas - 180 .

Contratos de opciones Valor de una opción. Modelo de Black-Scholes El modelo de Black & Scholes asume que el comportamiento de los precios sigue una distribución lognormal y muestra cómo formar una posición de cobertura con un portafolios que contenga el subyacente (posición larga) y un posición corta de opciones. Fórmula para de Black & Scholes para la valuación de opciones de compra (call): C  SN (d1 )  Ke rt N (d 2 ) S    2 Ln    r  t K  2  Donde: d1  S=valor del bien subyacente  t K=precio de ejercicio de la opción r=tasa libre de riesgo d 2  d1   t T=período de la opción σ=volatilidad del bien subyacente N(d1) y N(d2)=valores que corresponden a la curva de distribución normal acumulada (área bajo la curva) 181 . este modelo es aplicable sólo a opciones europeas.

es decir. Contratos de opciones Supuestos del Modelo de Black-Scholes a) Tasa libre de riesgo a corto plazo es conocida y es constante durante la vida de opción b) El precio del valor subyacente se comporta de acuerdo con una caminata aleatoria (random walk) en tiempo continuo. d) La “opción” es europea. un movimiento browniano geométrico y la distribución de posibles valores de dicho precio es lognormal. sólo se ejerce al vencimiento de la opción. a una tasa de interés libre de riesgo a corto plazo. e) Es posible pedir prestado una parte del valor subyacente para comprarlo o mantenerlo. es decir. c) No se considera el pago de dividendos si el valor subyacente es una opción o el pago de intereses si dicho subyacente es un bono. La varianza de rendimientos del valor subyacente es constante durante el período de la opción. f) No hay costos de transacción en la compra o venta del subyacente o la opción. 182 .

Contratos de opciones Ejemplo: se da una opción con un precio de ejercicio de $35.25 En tablas de distribución normal estandarizada.10 0.15  4.15  0.9920 * 38  35 * 0.9909 Valor de la option call: C  0. La tasa de interés libre de riesgo es del 15% y el valor de mercado del bien subyacente es de $38. a un plazo de tres meses y la volatilidad de los rendimientos del subyacente es del 10% anual.09909 * e 0.25 d 2  2.10 0.25*0.10 Ln    0.29 183 .25 Fórmula  35   2  d1  0.9920 N(d2)=0. determinar: N(d1)=0.    38  2 0.4198  0.

conociendo el valor de la opción de compra call. ya que permite calcular el valor de la opción de venta put. también denominado modelo binomial que parte del concepto de replication. C  Ke rt  P  S 184 . y para el caso de valuación de opciones de tasas de interés. Este modelo es aplicable a las opciones americanas. el modelo es el de Black. Contratos de opciones Para el caso de acciones que pagan dividendo. Modelo de paridad put-call La paridad put-call es una relación muy importante en opciones. el modelo se conoce como Miller. para el caso de tipos de cambio se denomina Garman-Kolhgahen. que una opción de compra puede ser reproducida sintéticamente mediante la posición larga en el subyacente adquirida con la emisión de un bono o instrumento de renta fija. Es decir. Un modelo alternativo es el de Cox y Rubinstein.

Medidas de Sensibilidad al Precio de la Opción Delta Es la sensibilidad del precio de la opción a los movimientos del bien subyacente. Tomando la derivada parcial del precio de una opción de compra (call option) de la fórmula de Black-Scholes se obtiene: C c   N (d1 ) S La delta de una opción de venta (put option) es: P p   N (d1 )  1 S Este indicador significa el “equivalente en subyacentes” que se necesita comprar o vender para cubrir una opción. 185 .

80 σ=0. si el valor subyacente sube de 100 a 101.4570.0186.0186 para alcanzar 0. Medidas de Sensibilidad al Precio de la Opción Gamma Es la sensibilidad de la delta a cambios en el subyacente.4384 y la gamma será γ=0. La gamma de una opción de venta o put option es simplemente la gamma de la opción de compra pero negativa. La gamma es un indicador de qué tan frecuente debe rebalancearse un portafolios para lograr una adecuada cobertura delta. lo que significa que la delta podría incrementarse en 0.5 S t r=0. Por ejemplo. considere una opción con las siguientes características: S=100  2 c  K=110 c  2  c  N (d1 ) donde : _ N (d1 )  1 0. 186 .3 La delta de esta opción será =0.5 2 2 e d1 S S T=0.

lo que significa que el precio de la opción disminuirá en 11. 187 . por lo tanto.  2c  S  c     rt N (d1 )  ke rN (d 2 ) t  2 t  En el ejemplo anterior la theta arroja un valor de 11.37/365=0.37 por cada reducción en un año del plazo de la opción.0312. Medidas de Sensibilidad al Precio de la Opción Theta Es la sensibilidad del precio de la opción al paso del tiempo (período que le resta a la opción para que expire). en un día el precio se reducirá 11.37.

Medidas de Sensibilidad al Precio de la Opción Rho Es la sensibilidad del precio de la opción a cambios en las tasas de interés libres de riesgo. c  c   tKe N (d 2 )  rt r Vega Es la sensibilidad del precio de la opción a cambios en la volatilidad del subyacente. c c   S t N (d1 )  188 . También se le conoce como kappa o lambda.

N(d1) yN (d2)=área bajo la curva de la distribución normal estandarizada . Contratos de opciones Valor de una opción de divisas. denominado Garman-Kohlhagen: C  Se  Rt N (d1 )  Ke rt N (d 2 ) S  Ln   r  R  0. Modelo de Garman-Kohlhagen Para el caso particular de las divisas. se presenta el modelo de una modificación a Black-Scholes.5 2 t  d1   K Donde:  t C=valor de la opción call. K=precio de ejercicio de la opción. σ= desviación estándar de los rendimientos diarios del tipo de cambio spot. r=tasa de interés doméstica de México (Cetes al plazo de la opción). 189 . R= tasa de interés externa (Estados Unidos: treasury bills al plazo de la opción). d 2  d1   t S=tipo de cambio spot.

r= tasa de interés externa (Estados Unidos: treasury bills al plazo de la opción). N(d1) yN (d2))=área bajo la curva de la distribución normal estandarizada . Contratos de opciones Opción put: P  Ke rt N (d 2 )  SN (d1 ) S  Ln   r  R  0. R=tasa de interés doméstica de México (Cetes al plazo de la opción). 190 .5 2 t  d1   K  t d 2  d1   t Donde: P=valor de la opción put. S=tipo de cambio spot. σ= desviación estándar de los rendimientos diarios del tipo de cambio spot. K=precio de ejercicio de la opción.

Contratos de opciones Valor de una opción de tasas de interés A este modelo se le conoce como el de Black (1976). C  FN (d1 )  KN (d 2 )e  rt  F    2 Ln    t K  2  d1   t  F    2 Ln    t K  2  d2   d1   t  t Donde: F=es el precio del futuro del valor del subyacente S=valor del bien subyacente K=precio de ejercicio de la opción r=tasa libre de riesgo T=período de la opción σ=volatilidad del bien subyacente N(d1) y N(d2)=valores que corresponden a la curva de distribución normal acumulada (área bajo la curva) 191 .

SWAPS 192 .

sólo el interés. una parte paga flujos de efectivo basados en una tasa fija y la otra parte los paga basados en una tasa flotante. • Denominados en la misma moneda • Pero calculados en diferentes bases (tasas de interés). 193 . en fechas previamente establecidas en el futuro y basadas en un monto denominado nocional o principal. El swap de tasa de interés más común es el intercambio de tasa fija por tasa flotante en relación con un monto determinado nocional. Swaps de tasa de interés • Es un acuerdo entre dos partes. • No se intercambian el monto principal. • Para intercambiar flujos de efectivo periódicos.

En lugar de que cada contraparte pague su flujo de efectivo a la otra. pero opera para múltiples períodos. Un swap de tasa de interés es similar a la operación y definición de un futuro de tasa de interés o de un FRA. El ciclo se repite hasta el pago final. simplemente el deudor neto le paga al acreedor neto la diferencia resultante de los flujos de efectivo. que realiza al vencimiento del contrato que generalmente es de tres a diez años. 194 . La contraparte que paga tasa fija se beneficiará si la TIIE de 28 días se incrementa por arriba de 15% anual. pero perderá si dicha tasa de referencia es menor que 15%. Swaps de tasa de interés Ejemplo: una parte acuerda pagar un flujo de efectivo fijo semestral a una tasa de 15% anual sobre el monto nocional de 100 millones de pesos y recibe de la contraparte un flujo de efectivo basado en la TIIE de 28 días (tasa flotante) sobre el mísmo monto nocional.

Swaps de tasa de interés Los pagos de interés fijos se determinan de acuerdo con la siguiente fórmula:  t  F  VN * r *  x x   base  Los pagos de interés de flujo flotante se determinan de acuerdo con la siguiente:  t  F f  VN * r f *    base  Donde: Fx=pago de interés fijo Ff=pago de interés flotante VN=monto principal o nocional rx=tasa de interés fija pactada en el swap rf=tasa de interés forward para el período t T=número de días por liquidar del período valuado Base=conveción de número de días al año (360 o 365) 195 .

16% y 17% en los sucesivos próximos cinco años. 15%. 6) La tasa TIIE de 28 días será 13%. La siguiente tabla ilustra los flujos de efectivo que se presentan en este ejemplo. 14%. Swaps de tasa de interés Considerar un swap de tasas de interés que tiene las siguientes características: Principal:100 millones de pesos Tasa fija: 15% Tasa flotante TIIE 28 días TIIE 28 días: 12% Convención de días: 360 Firma del contrato: 4 febrero 2001 Fecha efectiva de inicio: 6 febrero 2001 Fecha de vencimiento: 6 febrero 2006 Frecuencia de pagos: Anual (Feb. 196 . desde el punto de vista del que paga tasa fija.

0 508.555.888.7 15% 15. estimar las tasas forward y suponer que se cumplen.7 1.7) 6-Feb-03 365 14% 13.166.208.208.888.180.013.332. También la parte que paga tasa fija es el deudor neto los primeros 3 años y es el acreedor los 2 últimos años. como consecuencia del alza de la TIIE.444.333.222.666.9) 6-Feb-05 365 16% 15.194.3 (3.6 15% 15. debido a que la convención establecida en el swap fue de 360 días y en el 2005 aparecen 366 días. 197 .000.4 15% 15.9 Lo anterior es un swap típico conocido como plain vanilla swap.041. Swaps de tasa de interés Día del Tasa Flujos de tasa Flujos de tasa Fecha Tasa fija Flujo neto año flotante flotante fija 6-Feb-01 365 12% 15% 6-Feb-02 365 13% 12.758.013.333.3 15% 15.333.208. es necesario.666.3 (2. Debido a que las tasas flotantes no se conocen desde que se pacta el swap.3 6-Feb-06 365 17% 16.250.8) 6-Feb-04 365 15% 14. Note que el flujo de tasa fija es diferente en el 2005.027.333.333.777.208.2 15% 15.222.3 (1.

Swaps de tasa de interés Valuación de swap de tasa de interés Si la posición del swap es larga. su valor debe calcularse con el valor presente de los flujos netos del swap de la siguiente manera: n ( Fi f  Fi x ) Valorswap   t  i 1 1  ri *    base  Si la posición del swap es corta. su valor debe calcularse con el valor presente de los flujos netos del swap: n ( Fi x  Fi f ) Valorswap   t  i 1 1  ri *    base  198 .

VaR de swaps de tasa de interés Un swap de tasas de interés permite a un inversionista intercambiar flujos de tasas fijas por flujos de tasas flotantes. y viceversa. Un swap puede descomponerse en 2 partes: • La fija • La flotante También puede verse como la suma de varios contratos FRA. 199 . El valor en riesgo se obtiene considerando varios FRA.

La tasa fija del swap se pacta en 6. o 106.81%.5 millones. Este sería un FRA 0 x 1. El primer año el contrato promete pagar 100 millones más el pago del cupón de 6. El valor en riesgo se obtiene simplemente multiplicando el factor de nivel de confianza. que es 5. que descontados a valor presente a dos años. El segundo año se presenta un FRA 1 x 2. se obtienen 100.91 millones. VaR de swaps de tasa de interés Ejemplo: considere un swap de tasa de interés con valor nocional de 100 millones de pesos a cinco años de plazo y con pagos anuales. 200 . La volatilidad del portafolios de FRA se obtiene de la manera usual con la matriz de varianza-covarianza y el vector de posiciones.50% anual y la tasa flotante será Libor. la volatilidad. Esto es en intercambio de un flujo de 100 millones en un año.65 millones.50%. que promete pagar 100 millones más el monto del cupón en dos años. resulta un monto de 94.81% da 94. que descontado a valor presente a la tasa de 5. descontando este a valor presente a la tasa de mercado. con la tasa de mercado a ese plazo que es de 5.91 millones. la posición total y la raíz del horizonte del VaR.93%.

VaR UTILZANDO EL MODELO MONTECARLO .

es decir. • En el caso de productos derivados no lineales. • La simulación de Montecarlo consiste en crear escenarios de rendimiento o precios de un activo mediante la generación de números aleatorios. Introducción • La complejidad de este modelo consiste en la generación de números aleatorios y la aplicación del modelo de Wiener al considerar el movimiento de los factores de riesgo como “movimiento browniano geométrico”. Posteriormente se observa el comportamiento del activo simulado. como las opciones. 202 . es el método más eficaz para medir el riesgo. de caminata aleatoria o random walk.

la ecuación que representa este proceso es el modelo de Wiener: ds  dt  dz s donde : dz   t dt • El modelo de Wiener indica que los rendimientos de un activo (ds/s) están determinados por un componente determinístico (μdt) y un componente estocástico (σ*εt*raíz de dt) que contiene ruido blanco o un choque aleatorio. Generación de Escenarios • Debido a que los precios de los activos en mercados eficientes se comportan de acuerdo con un proceso estocástico (movimiento browniano geométrico). St  St 1 • En terminos discretos:  t   t t St 1 203 .

Generación de Escenarios • Despejando el precio del activo en el tiempo t. se tiene: St  St 1  St 1 (t  t t ) • La anterior es una ecuación recursiva. • Ejemplo de una simulación a 5 días y Generación (Gráfica) de un escenario: 204 . y para determinar el nuevo valor del activo. es claro que dependerá del valor obtenido en el período anterior de manera sucesiva. Para crear escenarios basta con generar números aleatorios (10.000). El valor de la media y de sigma permanecen constantes.

se observa una curva de distribución muy cercana a la normal. • Si se hacen 1. El VaR es simplemente el primer percentil del histograma de frecuencias (con 99% de confianza).000 escenarios y se grafica el histograma de frecuencias. • Histograma de Frecuencias. la gráfica sería: • Gráfica (Tarea: realizar gráfica con 250 escenarios). 205 . VaR para un activo con el modelo Montecarlo • Haciendo lo mismo pero con 250 escenarios.

es decir. Este modelo consiste en generar escenarios en el comportamiento del subyacente. Modelo Montecarlo para Opciones • El modelo Montecarlo es una alternativa a la fórmula de Black-Scholes para determinar el precio justo de la opción. • La ecuación que permite simular los precios del subyacente es:  2  St 1  St exp (r  )t   t  t  • Donde:  2  – St = precio del subyacente en el tiempo t – r = tasa libre de riesgo compuesta continuamente – σ2 = varianza del valor del subyacente • Esta simulación permite estimar el valor intrínseco de la opción para cada escenario a valor presente.0) • Donde: – K es el precio de ejercicio de la opción 206 . para una opción call: g (s)  e  rt máx(S  K .

VaR de una Opción con Modelo Montecarlo • El promedio de los valores obtenidos en esta función es el valor del call. las pérdidas y/o ganancias se obtienen de la siguiente manera: • Donde: Pérdidas / ganancias  g (s)  g (s) – g(s) es el valor de la opción simulada – g(s) barra es el precio de la opción obtenido con el modelo Montecarlo.000). mientras que g(s) con barra es constante.000 a 10. • Ejemplo para valuar una opción con el modelo Montecarlo y compararlo con el modelo de Black-Scholes. 207 . 1 n g   g ( si ) n i 1 • Para calcular el VaR de una opción se requiere determinar una serie de tiempo de pérdidas y/o ganancias simuladas. • Note que g(s) cambia con cada escenario. Para lograr este objetivo y una vez que se han generado los escenarios en una cantidad suficiente (5.

• El histograma de frecuencias del valor intrínseco de la opción call es: 208 . VaR de una Opción con Modelo Montecarlo • Ejemplo: • Para obtener el VaR. dependiendo del nivel de confianza que se determine (99% o 95%). simplemente se toma el primero o quinto percentil de la distribución de pérdidas y/o ganancias.

PRUEBAS DE BACKTESTING Y STRESS TESTING .

imponiendo un nivel de confianza del 95% o 99%. el VaR no define el monto que se podría perder en el 1% de las veces y. de tal suerte que podrían llevar a la institución incluso hasta la quiebra. Stress Testing • La prueba de stress o de valores extremos consiste en crear escenarios que respondan a la pregunta “qué pasaría si. que obliga a los administradores de riesgo a predecir pérdidas en condiciones de desastres financieros..”. debido a que en la práctica las curvas normales se presentan sesgo y kurtosis.. 1 día de cada 100 días de operación se esperaría una pérdida mayor a $2 mdp. • Sin embargo. las pérdidas en ese 1% de las veces podrían ser muy altas. • Para determinar el VaR se toma el extremo izquierdo de la curva normal de rendimientos. 210 . Esto significa que si el nivel de confianza es del 99% y si el VaR de un día es de $2 mdp.

Cambios no paralelos a la curva de tasas de interés (cambios hacia arriba. 3. Stress Testing • En México la circular 1423 de la CNBV establece que las instituciones de crédito complementarán su medición de riesgos con la realización de pruebas en condiciones extremas. • En noviembre de 1999. que permitan identificar el riesgo que enfrentaría la institución en dichas condiciones y reconocer las posiciones o estrategias que hacen más vulnerable a la propia institución. 211 . Cambios paralelos a la curva de tasas de interés. curva invertida y curva horizontal). • Algunas variables que deben de considerarse en pruebas de stress son las siguientes: 1. el Banco de México estableció también que tratándose de posiciones de productos derivados. 2. los bancos debían de realizar pruebas de stress. Devaluaciones de tipo de cambio.

Stress Testing 4. Incumplimiento de las contrapartes. Contagio: considerar que todas las posiciones del portafolios resultan afectadas por movimientos adversos en las variables de mercado ¿cuál es el peor escenario y cómo se relaciona con el capital contable de la institución? 212 . Liquidez ¿qué pasaría si el mercado dificulta deshacer posiciones o cubrir las mismas por problemas de liquidez? 5. 6.

Las pérdidas o ganancias se calculan con cambios en la valuación o mark to market. contando las observaciones de pérdidas y/o ganancias que fueron mayores al VaR. En dicha prueba lo que se mide es la eficiencia del modelo. 3. Se debe comparar periódicamente el VaR observado ajustado a un día con las pérdidas y ganancias diarias (El BIS recomienda que esta prueba se realice trimestralmente utilizando 250 observaciones). El nivel de eficiencia del modelo será: número de excepciones/número de observaciones. Los errores o excepciones detectados se calculan contando el número de veces que las pérdidas y ganancias exceden al VaR observado. Backtesting (verificación y calibración del modelo) • Para realizar un backtesting es necesario comparar el VaR observado con las pérdidas y/o ganancias reales. 2. 4. • Los pasos a seguir para la elaboración del backtesting son: 1. 213 .

5%. Backtesting (verificación y calibración del modelo) • Uno de los modelos más utilizados para verificar si el modelo es adecuado es el desarrollado por Kupiec en 1995. etc. 10%. 1%. 16%. y para un nivel de confianza dado (1-p) se prueba si la n observada es estadísticamente diferente a la probabilidad de error p que se considera para el cálculo del VaR. 6%. es decir. se explica con una distribución binomial dado por: T N (1  p) p N • La decisión práctica que se necesita tomar consiste en determinar si la relación de excesos de pérdidas y/o ganancias contra las observaciones totales. • Se asume que N es el número de observaciones que excenden la pérdida o ganancia. 214 ..5%. etc. 1. es estadísticamente diferente a la probabilidad que se utiliza para el cálculo del VaR. • La probabilidad de observar N excesos durante un período de T observaciones en total. Consiste en contar las veces que las pérdidas y ganancias exceden el VaR durante un período.

considerando la hipótesis nula de que p es estadísticamente igual a la probabilidad utilizada para el VaR contra la hipótesis alternativa de que p sea diferente a dicha probabilidad. • Estas regiones fueron determinadas por la siguiente expresión: L  2In((1  p)T  N p N  2In((1  ( N /_ T ))T  N ( N / T ) N ) • C = nivel de confianza • P = probabilidad de error • N = número de veces que se excedió el límite de VaR sobre T días • NT = frecuencia en la que las pérdidas exceden el VaR 215 . Backtesting (verificación y calibración del modelo) • Kupiec desarrolló unas regiones de confianza con base en una distribución Chi cuadrada con un grado de libertad.

025 2<N<12 6<N<21 15<N<36 0.000 días 0. Región de No rechazo para el número de observaciones fuera de VaR. Backtesting (verificación y calibración del modelo) • Por ejemplo. N Nivel de probabilidad p T = 255 días T = 510 días T = 1.1 16<N<36 38<N<65 81<N<120 216 .01*501=5 veces en que el mark to market excede al VaR. considerando un nivel de confianza del 99% para el cálculo del VaR.01 N<7 1<N<11 4<N<17 0.075 11<N<28 27<N<51 59<N<92 0.05 6<N<21 16<N<36 37<N<65 0. con 2 años de observaciones (T=501) se esperaría observar N=pT=0.

000 -2. Backtesting (verificación y calibración del modelo) • Sin embargo.000 -1.500 1.500 03 03 03 3 03 03 03 02 02 02 03 03 03 03 -0 - - - - r- r- c- c- v- e- e- b- b- ay ay ay ar ar ab ab di di no en en fe fe m m m m m Observaciones fuera del VaR = 13 Total de observaciones = 501 Eficiencia del modelo = 97. como se indica a continuación: Plus/Minus BACKTESTING VaR 5% Banco Interacciones 2. resulta un nivel de eficiencia de 97.500 -2.41%.000 1. si históricamente se detectaron 13 observaciones (considerando volatilidad dinámica.94).000 500 - -500 -1.500 Var 95% 2. lambda de 0.41% 217 .

500 03 03 03 3 03 03 03 02 02 02 03 03 03 03 -0 218 - - - - r- r- c- c- v- e- e- b- b- ay ay ay ar ar ab ab di di no en en fe fe m m m m m .500 Var 95% 2. 13 observaciones se encuentran fuera del rango entre 1 y 11 para 1% de error y 510 observaciones. Modificar el factor de decaimiento lambda. 2.60% -1.500 -2. • Par calibrar el modelo existen 2 opciones: 1. Aumentar el factor de 2.000 -2.000 1. • En este ejemplo.000 500 Observaciones fuera del VaR = 7 - -500 Total de observaciones = 501 -1.000 Eficiencia del modelo = 98.88 y el nivel de eficiencia aumentó a 98% con 7 observaciones de pérdidas/ganancias fuera del VaR. Backtesting (verificación y calibración del modelo) • De acuerdo con la tabla de Kupiec. se rechaza la hipótesis nula de que 13 desviaciones sean igual al 1% de probabilidad para el cálculo del VaR y es necesario realizar algún ajuste a fin de llevarlo al nivel de confianza deseado de 99%.33 en el cálculo del VaR hasta tener el nivel de confianza deseado. Por tanto.500 1. se modificó el factor lambda a 0. Plus/Minus BACKTESTING VaR 5% Banco Interacciones 2.

• Por otra parte el enfoque del BIS clasifica el resultado en 3 zonas de colores (verde. el modelo ha sido equilibrado. por lo que se acepta la hipótesis nula de que la desviación 7/501=1. Por tanto. A continuación se muestra un cuadro con el enfoque de zonas del BIS: Enfoque del BIS para interpretar el Backtesting Zona No. Backtesting (verificación y calibración del modelo) • Las 7 observaciones se encuentran ya en el rango que especifica Kupiec para un nivel de error del 1%. de Excepciones 0 1 Verde 2 3 4 5 6 Amarilla 7 8 9 Roja 10 o más 219 . a la probabilidad del 1% deseada. amarilla y roja).4% es igual.

que es 3 veces el VaR de la siguiente manera: Enfoque del BIS Incremento en el VaR derivado del Backtesting Incremento en Zona No. ya que presenta problemas de calidad y precisión. • Amarilla: indica que no se puede concluir algo acerca del modelo. por lo que podría o no calibrarse. • La pregunta es ¿De qué manera incremento el VaR si el modelo está en zona amarilla o roja? El BIS recomienda incrementar el factor de capital requerido a la institución. de Excepciones Capital 0 0 1 0 Verde 2 0 3 0 4 0 5 40% 6 50% Amarilla 7 65% 8 75% 9 85% Roja 10 o más 100% 220 . • Roja: es necesario modificar el modelo. Backtesting (verificación y calibración del modelo) En este enfoque las zonas significan: • Verde: el modelo no tiene problemas de calidad y no requiere modificación alguna.

Administración Integral de Riesgos Disposiciones de Carácter Prudencial .

222 . Función AR El objetivo último de la Administración de Riesgo es lograr una mejor combinación de mayor rendimiento-menor volatilidad del retorno del capital de los accionistas. • Medición de la Rentabilidad Ajustada por Riesgo (RAROC) a través de toda la institución y la asignación de capital a partir de esta medida. • Políticas como: Instrumentación de Comité de Riesgo. diseño de incentivos. Para una Administración de Riesgo eficiente se necesitan cuatro procesos: • Identificación y medición de riesgo. • Administración de Portafolio: determinación de Límites.

Tipos de Riesgo Existen cinco principales tipos de riesgo: • Riesgo de Crédito • Riesgo de Mercado • Riesgo de Liquidez • Riesgo Operativo • Riesgo Legal 223 .

RIESGO DE CRÉDITO Se refiere a la variabilidad en los ingresos generados por el incumplimiento de un acreditado o contraparte. Ejemplo • El incumplimiento de los pagos de los créditos y eurobonos de AHMSA. Incluye la variabilidad derivada tanto de las pérdidas por el importe adeudado y no pagado al banco por los acreditados. 224 . como los costos de recuperación incurridos.

Ejemplos: La pérdida generada por una posición corta en dólares ante un aumento del valor del dólar frente al peso. 225 . índice de precios. acciones. etcétera) los cuales a su vez inciden en el valor de las posiciones de activos y/o pasivos del banco. tipos de cambio. La pérdida generada por una posición larga en Cemex ante una caída en el precio de dicha acción. RIESGO DE MERCADO Se refiere a la variabilidad en los ingresos generados por la variación de precio de activos intercambiados en los mercados financieros (tasas de interés.

226 . el riesgo de pérdida por diferencias adversas entre el valor de realización y el valor teórico de una posición y por la imposibilidad de enajenar. Cuando se desea vender la posición en acciones de AHMSA y no existe quien compre dicha acción en el mercado. Ejemplo. adquirir o cubrir una posición. RIESGO DE LIQUIDEZ En el contexto de portafolios.

precios o costos). ya que deberá capitalizarlas para satisfacer el requerimiento regulatorio. RIESGO OPERATIVO Este riesgo considera dos tipos de riesgos cuantificables: • Riesgo de Negocio: El riesgo de pérdidas por cambios rápidos en el ambiente competitivo o eventos que dañen la franquicia o la forma de operar de un negocio (variación en volumen. el banco se enfrentará a una reducción inesperada de utilidades. 227 . Ejemplos: • Si la autoridad decide que la capitalización mínima de una institución financiera se debe incrementar de un 8% a un 15% en un plazo de seis meses.

se estaría incurriendo en un desfalco dentro de la institución financiera. errores y omisiones. RIESGO OPERATIVO • Riesgo de Evento: El riesgo debido a eventos individuales tales como fallas de sistemas. Ejemplo:  Si una operación de compra de divisas. daños no asegurados de equipo. se captura a un tipo de cambio inferior por error al que se pactó. 228 . fraudes.

Este es un ejemplo de un riesgo legal que inició como riesgo operativo de evento. RIESGO LEGAL • El riesgo debido al incumplimiento de disposiciones legales o administrativas. se hará acreedora a una sanción por el incumplimiento de esta regulación. Este riesgo puede generarse como consecuencia de un Riesgo Operativo de Eventos o de Negocio. • Retomando el ejemplo del riesgo operativo de negocio. la institución se enfrentará a una sanción por parte de la autoridad. 229 . si la institución financiera no cumple con la nueva disposición de capitalización mínima. Ejemplos: • Si la operación preocupante no se reporta y posteriormente la autoridad la detecta como una situación de lavado de dinero. a la emisión de resoluciones administrativas y judiciales desfavorables y la aplicación de sanciones por parte de las autoridades.

la cual involucra el cálculo de Duración Modificada y convexidad. La tradicional. 2. 230 . Dicha forma al acostumbrar sumar sus medidas llega a sobrestimar el riesgo. Misma que al tomar en consideración la estructura de correlación entre los factores de riesgo proporciona una estimación más razonable. mediante la utilización del VaR. Medidas de Riesgo de Mercado Para medir el riesgo de mercado existen dos formas: 1. Estadística.

medidos a través del capital económico. RAROC El RAROC representa el rendimiento sobre capital ajustado por riesgo. siendo la medida que buscaba equiparar las distintas áreas de negocio a través de una medida de rendimiento consistente que incorpora los riesgos asumidos. 231 .

se utiliza un esquema de límite y medidas múltiples. El riesgo de mercado y de liquidez se centraliza en dos áreas: • Administración de Riesgos en Portafolios. en base al capital anual asignado para cada negocio. • Administración de Riesgos Estructural (Administración de Activos y Pasivos) 232 . Tipos de Límites Para efecto del proceso de acotamiento de riesgo de mercado y liquidez. para lo cual se determinan: • Límite de Valor de Riesgo para los portafolios de operación e inversión tanto a nivel consolidado como a nivel mesa. • Límite de Pérdidas máximas acumuladas en cierto período como medida ante tendencias desfavorables. • Límite de Volumen.

• Establecer y llevar a cabo tácticas específicas en línea con acuerdos. • Buscar la realización de operaciones que generen una relación riesgo rendimiento acorde a los lineamientos. Políticas de las áreas de Operación en materia de AR Las áreas de Operación al ser tomadoras de riesgo en portafolios. 233 . • Definir e implantar estrategias de operación e inversión a través de ejercicios anuales de presupuestación. para efectos de Administración de Riesgos. deberán actuar bajo las siguientes políticas: • Mantener las exposiciones dentro de los parámetros de tolerancia de riesgo.

• En caso de presentarse un exceso a los límites de mercado y/o crédito ajustar sus posiciones. o bien apoyar a ARP para obtener la autorización. • Participar en el establecimientos de los horizontes de liquidación para operaciones. Responsabilidades de las UN en materia de AR Deberán cumplir con los siguientes procedimientos: Revisión diaria de los reportes de mercado y crédito. • Revisar y proponer ajustes a los modelos de cotización teórica y valuación de instrumentos. • Asegurarse de que su personal cuenta con conocimiento en materia de riesgo. • Llevar a cabo las tareas que le competen en el proceso de autorización de nuevos productos. • Participar en los Comités de Riesgo o juntas relacionadas. 234 .

se pueden considerar normales. Importancia de la Administración de Riesgos (AR) en el sistema financiero mundial. En los últimos años. 235 . En años recientes se ha observado a nivel mundial mayor variabilidad en las utilidades de los bancos e incluso la quiebra de algunos. Como consecuencia de la variabilidad mencionada. el rendimiento de los accionistas del Banco también ha sido muy variable. Por ellos. Por la naturaleza de la actividad. los bancos mexicanos sufrieron aún mayores niveles de variabilidad en parte debido a las condiciones adversas de la economía. Objetivo final y función de la AR. los ingresos de toda institución financiera están sujetos a variaciones que. dada la gran cantidad de factores que los afectan. la industria y los reguladores en todo el mundo han impulsado el desarrollo de herramientas que ayuden a reducir dicha variabilidad.

La Administración de Riesgo ha surgido como una función que agrupa un conjunto de técnicas y procesos que tiene como objetivo final reducir la variabilidad del rendimiento de los accionistas del banco. devaluaciones o simplemente gastos extraordinarios que no se tenían contemplados. cambios en el precio de activos. En México la banca experimentó una elevada variabilidad en su utilidades por una gran cantidad de factores: clientes que no pagan. 236 . cambios en tasas de interés.¿Es importante la Administración de Riesgos? A esta variabilidad en los resultados es a la que se conoce como Riegos.

monitorear y transferir (en ciertos casos) el riesgo “sistemático”. son los que generan el riesgos “no-sistemático”.). • Endógenos. 237 . mediante la instrumentación de herramientas técnicas. etc. etc. sobre los que el banco no tiene control (por ejemplo: tasas de interés. son los que generan el riesgo “sistemático”.). así como políticas y procesos de operación. devaluaciones. • Medir y controlar el riesgo “no-sistemático”. ¿Es importante la Administración de Riesgos? Los factores que propician las variaciones en los resultados se pueden dividir en dos: • Exógenos. sobre los que el banco tiene control (por ejemplo: elección de los clientes. recesiones. asignación de los activos. La Administración de Riesgos tiene como tareas fundamentales: • Medir.

¿Qué se entiende por Administración de Riesgos ? Definición de Administración de Riesgo (AR) El principal objetivo de instrumentar la función de la Administración de mayor Rendimiento menor Riesgo es el capital aportado por los accionistas. Para lograr una Administración de Riesgos eficiente se requiere la instrumentación de cuatro procesos fundamentales: 238 .

– Proceso de Planeación Estratégica con herramientas de riesgo. – Definición de Límites. • Administración de Portafolios 239 . • Instrumentación de procesos para la estimación de la medida de Rentabilidad Ajustada por Riesgo (RAROC) a través de toda la institución y la aplicación de la misma para la asignación de Capital. mantengan la competitividad. – Utilización de modelos de Pricing que compensen adecuadamente por el nivel de riesgo. • Un conjunto de procesos y de Política de Administración de Riesgo como son: – Reporte a la Dirección y a las UN. pero que al mismo tiempo. ¿Qué se entiende por Administración de Riesgos ? • Identificación y desarrollo de metodologías para la instrumentación de procesos de medición precisa y consistente de riesgo a través de toda la institución. – Instrumentación de un Comité de Riesgo.

la función de la Administración de Riesgo es apoyar a la Dirección General a balancear dos decisiones interrelacionadas y trascendentes: 240 . ¿Cuál es la función de Administración de Riesgos ? Función de la Administración de Riesgo (AR) De manera más precisa.

¿Cuál es la función de Administración de Riesgos ? • Definir ante Reguladores y potenciales fondeadores (Clientes. y Acreedores): • ¿Cuál es el apetito de riesgo del banco ?  ¿Tiene el banco suficiente capital para cubrir sus riesgos?  ¿Puede el banco monitorear y controlar su riesgo ? • Responder ante Accionistas y Analistas:  ¿ Es suficiente el rendimientos sobre el capital de los accionistas ?  ¿Existen alternativas para reasignar el capital y mejorar el rendimiento? 241 . Agencias Calificadoras.

ADMINISTRACIÓN INTEGRAL DE RIESGOS • A continuación se presenta un resumen de los puntos más importantes en cuanto a las disposiciones de carácter prudencial emitidas por la Comisión Nacional Bancaria y de Valores dependiente de la Secretaria de Hacienda y Crédito Público en México. • Estas disposiciones son aplicables a las instituciones de Banca Múltiple así como a Casas de Bolsa. • Dichas disposiciones fueron emitidas en la Ciudad de México a través de las circulares 1423 y 10-247 emitidas el 25 de Enero de 1999 y el 16 de Noviembre del 2000 respectivamente. 242 .

Administración Integral de Riesgos 243 .

Establecer Disposiciones de Carácter Prudencial 244 .

Controlar.Medir. Informar y Revelar los tipos de Riesgo • Riesgo de Crédito • Riesgo Legal • Riesgo de Liquidez • Riesgo de Mercado • Riesgo Operativo 245 . Monitorear. Limitar.

246 . • Delimitar diferentes funciones y responsabilidades de las áreas. Las instituciones deberán: • Definir objetivos sobre la exposición de riesgo. Informar y Revelar los Riesgos. • Identificar. Limitar. Monitorear. Controlar. • Establecer Comité de Riesgos a través del Consejo de Administración. Medir.

Unidad para la Administración Integral de Riesgos 247 .

Cumplirá las funciones de: • Vigilar la Administración de Riesgos. • Proponer la metodología y aplicarla una vez aprobada. • Recomendar disminuir exposición al riesgo. • Calcular requerimientos de capitalización por riesgo de crédito y mercado. • Informar al comité de riesgos y al director de: – Exposición Global y por tipo de riesgo – Desviaciones con respecto a los límites de exposición • Investigar y Documentar Causas que originan desviaciones. 248 .

Políticas y Procedimientos para la Administración de Riesgos que contempla: 249 .

se informará al consejo de administración. 250 . de riesgos. línea de negocios. • Facultades y Responsabilidades • Proceso para la aprobación de en materia de Riesgos. propuestas de nuevas operaciones. director y unidades de diseñada para la administración negocio sobre la exposición al riesgo. Manual de políticas y procedimientos • Objetivos sobre la exposición al • Forma y periodicidad con la que riesgo. servicios y líneas • Riesgos por tipo de operación y de negocios. • Medidas de control interno. • Procedimiento para calcular los • Proceso para autorizar exceso a límites de Riesgo. los límites de exposición al riesgo. • Planes de acción en caso de contingencias. comité de • Estructura organizacional riesgos.

• Difusión e implementación de los planes de acción en caso de contingencia. 251 . • Programas de Capacitación para el personal involucrado para la administración del Riesgo. procesamiento y manejo de información. Políticas de la Dirección General • Promover independencia entre la unidad para la administración integral de riesgos y las unidades de negocio. procedimientos y controles. • Programas de revisión del cumplimiento de objetivos. • Sistemas de almacenamiento.

Administración por Tipo de Riesgo 252 .

zona. evaluar y monitorear por operación. Riesgo de Crédito • Riesgo de Crédito en General – Establecer políticas y procedimientos para: • Límites de Riesgo de la Institución • Sector económico o zona geográfica para las operaciones • Límites de Riesgo a cargo de una persona o personas • Monitoreo y control efectivo del portafolio (características. diversificación. sector económico – Dar seguimiento a su evolución y posible deterioro – Estimar su exposición al riesgo – Calcular la probabilidad de incumplimiento – Analizar el valor de la recuperación • Riesgo de Crédito en operaciones con Instrumentos Financieros – Diseñar procedimientos de control de riesgos de crédito de operaciones a plazo – Estimar la exposición al riesgo con instrumentos financieros – Calcular la probabilidad de incumplimiento de la contraparte – Analizar el valor de recuperación y estimar pérdida esperada 253 . calificación. calidad) – Elaborar análisis de riesgo crediticio global de la institución • Riesgo de la cartera crediticia – Medir.

Riesgo Legal • Establecer políticas y procedimientos para la adecuada instrumentación de convenios y contratos • Estimar probabilidad de que se emitan resoluciones judiciales o administrativas desfavorables o sanciones • Evaluar efectos en sistemas jurídicos distintos al propio • Dar a conocer las disposiciones a funcionarios y empleados • Realizar auditorias legales internas 254 .

considerando activos y pasivos en moneda nacional y extranjera. 255 . • Plan de acciones en caso de requerimientos de liquidez. • Cuantificar la pérdida potencial derivada de la venta anticipada o forzosa de activos por hacer frente a obligaciones. Riesgo de Liquidez • Medir y monitorear riesgo por diferencias entre los flujos de efectivo proyectados. • Evaluar la diversificación de las fuentes de fondeo.

• Procurar homogeneidad entre los modelos de valuación de las posiciones de instrumentos financieros. • Comparar exposiciones estimadas de riesgo de mercado con los resultados reales. • Definir normas cuantitativas y cualitativas para los modelos VAR. utilizando modelos VAR. • Contar con sistemas de monitoreo para estimar las pérdidas potenciales por diferencial entre tasas activas y pasivas. • Evaluar la diversificación de riesgo de mercado. 256 . • Allegarse de información histórica de los factores de riesgo que afectan las posiciones. Riesgo de Mercado • Evaluar y dar seguimiento a las posiciones sujetas a riesgo de mercado.

• Contar con sistemas de procesamiento de información para casos de fuerza mayor o fallas técnicas. 257 . mantenimiento y control de expedientes de operaciones e instrumentos adquiridos. Riesgo Operativo • Implementar controles internos para la seguridad en las operaciones. • Establecer procedimientos relativos a la guarda. custodia. • Establecer mecanismos de control para la liquidación de operaciones.

Control y Contenido de los Informes Internos 258 . Monitoreo.Medición.

índices de precios. • Considerar para efectos de análisis: – Riesgo de mercado. crédito y liquidez. control y generar informes. – Técnicas de medición adecuadas. – Exposición al riesgo global. tipos de cambio y precios de commodities. Contar con modelos adecuados de medición de riesgos para: Rendimientos. – Factores de riesgo: tasas de interés. 259 . – Concentraciones de riesgo en operaciones con instrumentos financieros. por línea y unidad de negocio y por tipo de riesgo. pasivos y posiciones fuera de balance. Volatilidades y Potencial de Movimientos Adversos • Permitir medición. monitoreo. • Evaluar riesgo asociado con activos.

Asegurar que la información sea: • Precisa • Íntegra • Oportuna • Y documentar cualquier cambio 260 .

• Evaluar el diseño y los resultados de las prueba y diseño de planes de contingencia. • Considerar los resultados para revisión de políticas y definición de límites. 261 .Realización de Pruebas bajo Condiciones Extremas • Supuestos fundamentales y parámetros se colapsan.

procedimientos y sistemas de medición. • Documentación de casos en que los límites de exposición fueron excedidos. Contar con informes íntegros. 262 . • Resultado de los análisis de sensibilidad y pruebas en condiciones extremas. • Resúmenes de los resultados de las auditorías de políticas. • Grado de cumplimiento de las políticas y procedimientos. precisos y oportunos que contenga: • Exposición al riesgo consolidada. por línea. unidad de negocio y tipo de riesgo. con o sin autorización. global.

Contraloría Interna y Auditoría 263 .

Contar con un área de Contraloría Interna Independiente para seguimiento y control • Registro. • Observancia de los límites de exposición al riesgo. 264 . Documentación y Liquidación de Operaciones.

• El adecuado funcionamiento de los controles internos. • Verificar la suficiencia. consistencia e integración de los sistemas de procesamiento de información. • Organización de la Unidad para la Administración Integral de Riesgos. • Los cambios de relevantes en la naturaleza de los instrumentos financieros adquiridos. integridad. precisión. integridad. oportunidad y validez de las fuentes de información. • Verificar la consistencia. • Las modificaciones de los modelos de medición de riesgos • El proceso de aprobación de los modelos de medición de riesgos. Contar con un área de Auditoría Interna Independiente o Auditor Externo para auditar 1 vez por año los sistemas de Riesgo en: • Desarrollo de la Administración de Riesgo según disposiciones. 265 .

Encomendar a un experto independiente o auditor externo de la institución cuando menos una auditoría anual y verificar: • La funcionalidad de los modelos y sistemas. • Los supuestos. 266 . parámetros y metodologías.

Revelación de Información 267 .

Comité de Riesgos 268 .

• Límites de exposición al riesgo. • Estrategia de asignación de recursos. consolidado y global. 269 . Proponer • Manual de Administración de Riesgos.

Aprobar • Metodología para la administración del Riesgo. 270 . • Modelos. Parámetros y Escenarios para medición y control. • Nuevas operaciones y servicios.