2619241
Descripción
Mapa Mental por Marcela Castro L, actualizado hace más de 1 año
|
Creado por Marcela Castro L
hace más de 9 años
|
|
VaR
- Introducción
- VaR es una unidad de riesgo que
combina la habilidad del market to
market con la habilidad de asignar
probabilidades en un estado futuro
a unos dados unos factores de
riesgo
- VaR es una unidad de riesgo que
combina la habilidad del market to
market con la habilidad de asignar
probabilidades en un estado futuro
a unos dados unos factores de
riesgo
- Entendiendo el VaR
- Es importante diferenciar "cuánto
puedo perder" de "cuánto estoy
dispuesto a perder", esta es la
esencia del VaR
- Se necesita identificar las
probabilidades, posibles estados
futuros para poder administrar el
riesgo, y con ello comprender qué
puedo aceptar
- Antes se utilizaba el concepto de
"100 year flood" para describir el
riesgo estándar, pero ahora está el
VaR y hay 2 tareas básicas para
lograrlo
- Valuar las posiciones en sus
estados naturales (requerimiento
market-to-market)
- Especificar la distribución de
probabilidad de todos los estados
futuros posibles
- Con esta información se construye un
modelo algorítmico para identificar la
distribución de los valores futuros del
portafolio, según sus factores de
riesgo
- La medida de riesgo más común es la
distribución estándar, la desventaja es
que pocas veces incluye los "peores
casos" presentados; por lo tanto, en
algunas ocasiones no es fácil identificar
la probabilidad de ocurrencia de estos
eventos extraños
- Por la propiedad de los cuartiles el VaR
estimará la pérdida esperada de riesgo
de mercado en un punto determinado,
que ayudará a reflejar los eventos raros
- Por la propiedad de los cuartiles el VaR
estimará la pérdida esperada de riesgo
de mercado en un punto determinado,
que ayudará a reflejar los eventos raros
- Los reguladores se enfocan en los
cálculos computacionales y los
reportes del VaR a 10 días al 99%
- La mejor definición de los reguladores para
VaR es una medida que un percentil con una
distribución artificial de pérdidas que podría
ocurrir dad una muestra amplia de eventos
- La mejor definición de los reguladores para
VaR es una medida que un percentil con una
distribución artificial de pérdidas que podría
ocurrir dad una muestra amplia de eventos
- La medida de riesgo más común es la
distribución estándar, la desventaja es
que pocas veces incluye los "peores
casos" presentados; por lo tanto, en
algunas ocasiones no es fácil identificar
la probabilidad de ocurrencia de estos
eventos extraños
- Especificar un horizonte de
tiempo, para ayudar a definir la
distribución
- Valuar las posiciones en sus
estados naturales (requerimiento
market-to-market)
- Se necesita identificar las
probabilidades, posibles estados
futuros para poder administrar el
riesgo, y con ello comprender qué
puedo aceptar
- Es importante diferenciar "cuánto
puedo perder" de "cuánto estoy
dispuesto a perder", esta es la
esencia del VaR
- Motivaciones del VaR
- Las instituciones financieras
querían un mayor control del riesgo
de mercado
- Incrementaba la complejidad de
los negocios
- Los reportes sobre límites y
exposición al riesgo no reflejaban
adecuadamente la medida de
riesgo de mercado
- Necesitaban una unidad de
medida común para comparar los
riesgos
- Incrementaba la complejidad de
los negocios
- El regulador quería encontrar un
numero único que reflejara el riesgo
de mercado de la entidad
- Las Firmas externas solicitaban una
medida que reflejara el perfil de
riesgo más claramente a los
accionistas y contrapartes
- Todo esto llevó a un enfoque VaR
con el fin de simplificar el análisis
de riesgos, pero el riesgo no se
puede resumir en un sólo número
- Para esto se requieren horizontes de
tiempo, niveles de probabilidad, factores
de riesgo, su correlación y covarianza
- Si se requiere un número para reflejar a
priori el riesgo, se puede usar el VaR como
la mejor solución, reconociendo que el
futuro es incierto y que el riesgo no puede
resumirse en un único número
- Para esto se requieren horizontes de
tiempo, niveles de probabilidad, factores
de riesgo, su correlación y covarianza
- Todo esto llevó a un enfoque VaR
con el fin de simplificar el análisis
de riesgos, pero el riesgo no se
puede resumir en un sólo número
- Las instituciones financieras
querían un mayor control del riesgo
de mercado
- 5 Pasos del VaR
- 1. Identificar las posiciones retenidas de
la compañía
- Los sistemas de riesgo deben tener multiples
fuentes de información del back office y front
office, de tal forma que la base de datos esté
completa, para identificar las valuaciones y
posiciones, y con ello repreciar el portafolio en los
diferentes escenarios.
- Los sistemas de riesgo deben tener multiples
fuentes de información del back office y front
office, de tal forma que la base de datos esté
completa, para identificar las valuaciones y
posiciones, y con ello repreciar el portafolio en los
diferentes escenarios.
- 2. Identificar los factores de riesgo que
afectan la valuación de las posiciones
- Se incluyen los factores que afecten el portafolio;
entre más factores más precisa será la valuación.
Entre más factores se requiere más data, y se hace
más complicado su procesamiento en el sistema
- Al existir poca data se concentran las
posiciones, y la información del portafolio
podría sesgarse por un factor
- El número de factores depende de aquellos
que puedan observarse y aquellos que no
sean observables pero que puedan
estimarse
- Los factores explican los retornos de las
posiciones, dependiendo del portafolio
algunos factores serán más adecuados que
otros
- Al existir poca data se concentran las
posiciones, y la información del portafolio
podría sesgarse por un factor
- Un modelo VaR debe capturar la mayoría de los
factores de riesgo que afectan la valoración de las
posibles posiciones, por ello deben ser monitoreadas
y actualizadas constantemente
- Se incluyen los factores que afecten el portafolio;
entre más factores más precisa será la valuación.
Entre más factores se requiere más data, y se hace
más complicado su procesamiento en el sistema
- 3. Identificar la asignación de
probabilidades para los escenarios por
cada factor de riesgo
- Para calcular el VaR se necesita estimar la
volatilidad, correlaciones y la forma específica de
distribución para detectar sesgos o colas. La
distribución hace referencia a los retornos diarios
- Al utilizar los retornos históricos pueden presentarse
"colas gordas", y pueden encontrarse datos de una
distribución normal. Entre mayor sea la muestra que
se tome, la administración estará preparada para
choques más grandes
- Para calcular el VaR se necesita estimar la
volatilidad, correlaciones y la forma específica de
distribución para detectar sesgos o colas. La
distribución hace referencia a los retornos diarios
- 4. Crear funciones de preciación para
cada posición como una función de
valoración de los factores de riesgo
- Diseñar funciones de sensibilidad, de tal forma que el
modelo se ajuste al tipo de activo y su/s factor/es de
riesgo (ej: Griegas)
- Diseñar funciones de sensibilidad, de tal forma que el
modelo se ajuste al tipo de activo y su/s factor/es de
riesgo (ej: Griegas)
- 5. Usar las funciones de preciación en los
escenarios, creando una distribución de
resultados. El VaR es un percentil
particular de distribución
- Repetir los pasos 3 y 4 para los diferentes escenarios,
realizando simulaciones que lleven al cálculo del VaR
- Repetir los pasos 3 y 4 para los diferentes escenarios,
realizando simulaciones que lleven al cálculo del VaR
- 1. Identificar las posiciones retenidas de
la compañía
- Balances / Compensaciones
- Probabilidad de la ocurrencia los
resultados y la precisión de la
medición del VaR
- La medición del riesgo en
ambientes "normales" y ambientes
"extremos"; que correlación existe
entre ellos
- Variaciones en el tiempo de las
volatilidades y las correlaciones;
puede generar impreciciones en la
predicción
- La cantidad de datos requeridos y
el tipo de análisis adecuado;
algunas ocasiones la volatilidades
es suficiente para entender el
riesgo del portafolio
- Escoger la distribución de
probabilidad adecuada y los
factores de riesgo
- VaR Histórico vs. VaR Paramétrico
- Simulación Histórica, su desventaja
depende de la calidad de datos de la
muestra, o de la ocurrencia de eventos
- La ventaja del paramétrico es que puede
utilizarse la matriz de covarianzas para mirar
posiciones futuras, sin una distribución
específica, y además se suavizan los datos
- Simulación Histórica, su desventaja
depende de la calidad de datos de la
muestra, o de la ocurrencia de eventos
- VaR Histórico vs. VaR Paramétrico
- Probabilidad de la ocurrencia los
resultados y la precisión de la
medición del VaR
¿Quieres crear tus propios Mapas Mentales gratis con GoConqr? Más información.