Accesos directos a las distintas zonas del curso
Ir a los contenidos
Ir a menú navegación principal
Ir a menú pie de página
Subject's code : 25030019
En este tema se define el concepto de riesgo, tanto desde el punto de vista etimológico como desde el punto de vista financiero y se presentan los tipos de riesgos que enfrenta una entidad financiera y sus fuentes. En segundo lugar, se define qué se entiende por gestión de riesgos financieros. La gestión del riesgo conlleva tres fases: (i) identificación de riesgo que afronta una organización (ii) cuantificación de los riesgos identificados y (iii) control del riesgo. Por último, en este tema se presenta la volatilidad como medida tradicional de riesgo y las medidas más utilizadas actualmente para su cuantificación. Estas medidas son el valor en riesgo (VaR) y la pérdida media esperada (ES).
En este tema se analizan las características de los rendimientos financieros prestando especial atención a las características de la volatilidad. Los rendimientos financieros se caracterizan por: (i) ausencia de estructura regular dinámica en la media (ii) distribuciones leptocúrticas o exceso de curtosis (iii) suelen ser simétricas, aunque los rendimientos de la bolsa muestran en muchos casos un exceso de asimetría distintos de cero. (iv) agrupamiento temporal en volatilidad (v) persistencia en volatilidad y (vi) efecto apalancamiento.
En este tema se presentan algunos modelos sencillos desarrollados en la literatura para estimar la volatilidad. En este grupo se encuentran: (i) el modelo de medias móviles equiponderadas también llamada Volatilidad histórica (VH) (ii) el modelo de Fama y (iii) el modelo de medias móviles ponderadas exponencialmente (EWMA).
En el cuarto tema se revisan los modelos Autorregresivos Condicionales Heterocedásticos (ARCH). En este grupo veremos el modelo GARCH, EGARCH, APARCH, JGRGARCH y el modelo IGARCH. En este capítulo se revisa también el método de estimación de esos modelos (máxima verosimilitud) y se presentan los procedimientos utilizados para detectar la presencia de efectos ARCH en los datos
En este tema se define formalmente las medidas VaR y se revisan los modelos más simples desarrollados para calcular dicha medida. Estos modelos son tres: (i) el modelo paramétrico o también llamado método de varianzas y covarianzas (ii) el método de simulación histórica y (iii) el método de Monte Carlo. Para cada uno de esos métodos se presentan sus fortalezas y debilidades.
Una de las debilidades del método paramétrico estándar tiene que ver con el supuesto de normalidad. La distribución empírica de los rendimientos financieros se caracteriza por ser asimétrica y presentar colas más anchas que la normal. Ello significa que la utilización de la normal (Gausiana) nos llevará a infra estimar el riesgo. En este tema se revisan algunas distribuciones no Gaussianas utilizadas para la estimación del VaR.
En este tema se presenta la teoría de valores extremos. Esta teoría se centra en la distribución límite de los rendimientos extremos de una determinada muestra la cual es independiente de la distribución de los rendimientos en sí mismos. Esta teoría tiene multitud de aplicaciones en diversos campos de la ciencia, entre ellos el ámbito financiero. En este tema veremos una aplicación de esta teoría al cálculo del VaR y ES, tanto en su versión condicional como incondicional.
En este tema se presenta la teoría de valores extremos. Esta teoría se centra en la distribución límite de los rendimientos extremos de una determinada muestra la cual es independiente de la distribución de los rendimientos en sí mismos. Esta teoría tiene multitud de aplicaciones en diversos campos de la ciencia, entre ellos el ámbito financiero. En este tema veremos una aplicación de esta teoría al cálculo del VaR y ES, tanto en su versión condicional como incondicional. Tema 9 Pérdida media esperada (ES)
El Comité de Supervisión Bancaria (BIS) de Basilea ha elegido recientemente la pérdida media esperada (ES) como medida de riesgo de mercado para fines de regulación en banca, reemplazando con ello a la medida VaR. Este cambio está motivado por las propiedades superiores que presenta esta medida frente al VaR como una medida de riesgo de mercado, ya que la pérdida media esperada se basa en información contenida en toda la cola de la distribución de los rendimientos. En este tema se revisan los principales métodos desarrollados para estimar la pérdida media esperada (ES).
El proceso de evaluación utilizado para comprobar la idoneidad de una medida de riesgo es lo que se conoce como backtesting. Este concepto hace referencia al conjunto de técnicas estadísticas que permiten verificar la bondad de las estimaciones obtenidas, y además permite elegir el modelo óptimo entre diferentes estimaciones alternativas. En este tema se revisan ambos, los procedimientos de backtesting desarrollados para evaluar la precisión de las estimaciones VaR y los test estadísticos desarrollados para evaluar la precisión de la pérdida esperada en la cola de la distribución (ES).
Las entidades financieras calculan el riesgo de su cartera global como la suma del riesgo asociado a las distintas sub-carteras que la componen. Al hacer esto se está suponiendo que hay una correlación perfecta entre todos los mercados. Aunque es cierto que esta correlación es elevada, especialmente en momentos de crisis, dista mucho de ser perfecta, por lo que dicho supuesto llevará a las entidades a sobre estimar el riesgo. Una forma alternativa de agregar riesgos relajando ese supuesto es a través del uso de cópulas. En este tema se define qué es una cópula y se revisan las copulas más utilizadas en finanzas.