Clase 13 Var

Value-at-Risk
Anlisis y Gestin de Riesgo

Instrumentos de Renta Fija Profesor: Miguel Angel Martn
2
Distintos tipos de riesgo
Riesgo
pas
Riesgo de
crdito
Riesgo de
reinversin
Riesgo de
iliquidez
Riesgo de
tipo de cambio
Riesgo
operativo
Riesgo
de mercado
3

Riesgo: algunos aspectos por
considerar
Un problema esencial asociado al trmino es que no
se cuenta con una definicin nica para riesgo. Se
pueden obtener ventajas relativas al trabajar con
distintas tcnicas para implementar su medicin.

Del diccionario:
Contingencia o proximidad de un dao (un risco)
El peligro o la posibilidad de sufrir prdidas
El monto que una compaa puede perder
La variabilidad de los retornos de una inversin
La posibilidad de no recibir el pago de una deuda
Cada una de las contingencias que pueden ser objeto de un contrato
de seguro
4
Visin intuitiva del riesgo de
mercado
Puntos por considerar:
La oscilacin de las variables econmicas clave.
Cambios en el perfil de riesgo de una empresa, de un patrimonio o
de una emisin particular.
Valor de la diversificacin de portafolio: riesgo diversificable y
riesgo no diversificable.
Lmites impuestos a la diversificacin (legales o institucionales).

Consecuencias
Efectos directos e indirectos sobre el valor de los componentes de
un portafolio.
Efecto acumulado sobre el valor total del portafolio.

5
Riesgo simtrico versus riesgo
asimtrico
Algunas medidas de riesgo simtrico:
Desviacin estndar y varianza
Desviacin absoluta respecto a la media

Algunas medidas de riesgo asimtrico:
Semidesviacin estndar
Probabilidades empricas de prdida
Value-at-Risk
6
asimtrico
Distribucin asimtrica
hacia ganancias
Resultado esperado
hacia prdidas
7
asimtrico
hacia ganancias
Resultado esperado
hacia prdidas
Ambas tienen el mismo
riesgo simtrico

Los indicadores
asimtricos identifican
la segunda distribucin
de resultados como
ms riesgosa que la
primera
8
Definicin del Value-at-Risk
Presupuestos
Es posible reunir informacin representativa sobre los posibles
resultados de una inversin en el corto plazo.
Datos histricos o supuestos expertos
Esta informacin permite describir el futuro (comportamiento estable)

Tres elementos distintivos de la definicin
El Value-at-Risk incorpora:
Horizonte de
inversin
Significancia
estadstica
Criterio
asimtrico
9
Definicin del Value-at-Risk
Definicin

Es la mxima prdida esperada

dentro de un horizonte de inversin de n das

con una probabilidad de error de %
Horizonte de
inversin
Significancia
estadstica
Criterio
asimtrico
10
El VaR resume la prdida mxima esperada
(o peor prdida) a lo largo de un horizonte de
tiempo objetivo dentro de un intervalo de
confianza dado.

El clculo del VaR est dirigido a elaborar un
reporte de la siguiente forma:
Se tiene una certeza de X% de que no se perder
ms de V dlares en los siguientes N das
V es el VaR de N -das para un nivel de confianza
de X%

Segn la propuesta del Comit de Basilea el
intervalo de confianza ideal es de 99% (1%
de probabilidad, -2.33 desviaciones) y
segn la metodologa de RiskMetrics es de un
95% (5% de probabilidad y -1.65
desviaciones).

Qu es Value at Risk (VaR)
11
Metodologas VaR alternativas
Las similitudes

Los tres mtodos buscan estimar un valor
crtico para las prdidas potenciales.

Las diferencias

Cada mtodo realiza distintos supuestos
acerca de qu valores son
representativos sobre las futuras
prdidas potenciales y cmo stas se
distribuyen estadsticamente.
Mtodo Analtico
(Delta Normal)
Mtodo Montecarlo
(Simulaciones)
Mtodo Histrico
(Histogramas)
12
Mtodo Analtico
(Delta Normal)
Mtodo Montecarlo
(Simulaciones)
Mtodo Histrico
(Histogramas)
13
VaR Analtico - Delta Normal
Supuestos
El supuesto clave es que es posible conocer la funcin de
distribucin de rendimientos (futuros) de la inversin o paquete
de inversiones que se plantea manejar.

Se asume que la distribucin es normal (y, por ello, simtrica),
con media y varianza conocidas.

Sin embargo
Es realmente normal?
Problemas de estabilidad de medias y varianzas
De dnde procede la informacin sobre media y varianza?
Y los momentos superiores?

A partir de los supuestos sobre la distribucin, es
posible calcular directamente el percentil de riesgo
apropiado.
14
Posibles valores de la
variable aleatoria
0
1% 0% 2% -1% -2%
Probabilidad de
ocurrencia
15
variable aleatoria
0
+1 +2 -1 -2
Probabilidad de
ocurrencia
-3 +3
68.26%
95.44%
99.74%
16
Con una probabilidad de 95% en una cola
=DISTR.NORM.ESTAND.INV(5%)= -1.6448
Valor crtico: 1.6448 Desviaciones estndar
variable aleatoria
Probabilidad de
ocurrencia
5% 90% 5%
17
Generalizacin

Si llevamos esta generalidad a una distribucin
normal N(,o) tendramos que normalizar para
calcular qu valor de x se superar con una
probabilidad de 5%.
% 5 =
|
.
|
\
|

>
o
x
z P % 5 65 . 1 =
|
.
|
\
|

>
o
x
P
o

>
x
65 . 1
o + < 65 . 1 x
18
Los dos componentes: la media y la volatilidad

La media () de los rendimientos suele calcularse como el promedio
aritmtico de las rentabilidades observadas en el corto plazo. Distinguir la
diferencia entre media aritmtica y geomtrica en este caso.

La volatilidad () de los rendimientos se aproxima utilizando la desviacin
estndar de las rentabilidades observadas en el corto plazo.

Conversin de plazos

Es comn (aunque no recomendable) convertir los rendimientos y
volatilidades de un da en sus correspondientes anuales del siguiente
modo:
252 =
diaria anual
o o
252 =
diaria anual

19
Perodo de anulacin de riesgo

El periodo de Anulacin de Riesgo (Defeasance Period), es el
horizonte de tiempo elegido al cual se har referencia para el
clculo de la medida de riesgo.
Las medidas de riesgo vendrn referenciadas en funcin de ese
horizonte temporal.

Rendimiento:

Volatilidad:
T r r
diaria periodo
=
T
diaria periodo
o o =
20
El intervalo de confianza

Segn la propuesta del Comit de Basilea[1] el
intervalo de confianza ideal es de 99% (1% de
probabilidad, -2.33 desviaciones estndar) a 10 das.
Segn la metodologa de RiskMetrics[2] es de un
95% (5% de probabilidad y -1.65 desviaciones
estndar) a 1 da.

[1] Banco de Pagos Internacionales, Amendment to the Capital Accord to Incorporate
Markets Risk, Comit de Basilea, Basilea, Suiza, Enero de 1996.
[2] Riskmetrics Technical Document JP Morgan 1996

21
22
Dow Jones desde enero de 1997
hasta marzo del 2001
23
Data-> 1302 das
Mean -> 0.000553448
StandardDeviation -> 0.0112249
Kurtosis -> 6.78236
Skewness -> -0.489853
24
Asuncin de Normalidad
-0.03 -0.02 -0.01 0. 0.01 0.02 0.03
Rend
5
10
15
20
25
30
35
Frecuencia
Data-> 252 das
Mean -> -0.0000567592
Skewness -> -0.101167
Kurtosis -> 3.557397
StandardDeviation -> 0.0109072
25
26
Mtodo Analtico
(Delta Normal)
Mtodo Montecarlo
(Simulaciones)
Mtodo Histrico
(Histogramas)
27
VaR Montecarlo
Supuestos
El supuesto clave es que es posible conocer la funcin de
distribucin de rendimientos (futuros) de la inversin o
paquete de inversiones que se plantea manejar.

Se asume que la distribucin es una distribucin conocida
(no necesariamente normal o simtrica).

Para ello es posible utilizar algn procedimiento de ajuste o
bootstrapping.

Sin embargo
Es necesario que una serie de rendimientos se distribuya
siguiendo un patrn conocido?
Problemas de estabilidad de parmetros

28
VaR Montecarlo
Procedimiento
A partir de los supuestos sobre las distribuciones y sus
covarianzas, es posible generar numerosos rendimientos
futuros hipotticos.
Mediante la combinacin de dichos retornos, se puede
estimar resultados alternativos del portafolio y formar as un
histograma emprico.
Finalmente, a partir de este histograma, se puede estimar el
percentil de riesgo apropiado.

En sntesis
Se asume que las distribuciones son conocidas y se generan
numerosos mundos imaginarios que siguen estas
distribuciones.
El VaR se calcula comparando dichos escenarios simulados.

29
Movimiento Browmiano

30

Ao Cotizacin Variacin
2001 del Indice
c
S
Marzo 10000 -0.3002 -56.673
Abril 9943.33 -1.2777 -617.484
Mayo 9325.84 0.2443 240.316
Junio 9566.16 1.2765 816.603
Julio 10382.76 1.1984 839.480
Agosto 11222.24 1.7331 1253.849
Septiembre 12476.09 -2.1836 -1427.298
Octubre 11048.79 -0.2342 -20.482
Noviembre 11028.31 1.0950 825.884
Diciembre 11854.20 -1.0867 -605.441
Cotizacin del Indice
8000
8500
9000
9500
10000
10500
11000
11500
12000
12500
13000
M
a
r
z
o
A
b
r
i
l
M
a
y
o
J
u
n
i
o
J
u
l
i
o
A
g
o
s
t
o
S
e
p
t
i
e
m
b
r
e
O
c
t
u
b
r
e
N
o
v
i
e
m
b
r
e
D
i
c
i
e
m
b
r
e
31
Simulacin de Montecarlo
1) Seleccin un proceso estocstico y sus parmetros.
2) Eleccin de la amplitud de periodo u horizonte de tiempo.
3) Seleccin de la serie de variables aleatorias.
4) Clculo del pronstico al final del horizonte temporal.
5) Creacin de numerosos caminos aleatorios y de sus precios finales.
6) Clculo de la distribucin de los precios finales
7) Clculo del VaR
8) Simulacin con un mayor nmero de caminos aleatorios.
32
Seleccin de la serie de variables
aleatorias: 10 pasos
{7715.4, 7747.79, 7838.4, 7945.7, 8071., 8061.95, 7968.63, 7996.51,
8014.19, 8008.27, 8225.35}

33
Simulacin: 50 pasos
{8231.28, 8326.23, 7752.63, 7515.54, 7692.93, 7722.12, 7406.46, 8215.77,7733.26, 7708.26,
7667.66, 7987.14, 7659.5, 7724.84, 7505.23, 7607.72, 7960.08, 7215.38, 7663.24, 7633.67, 7740.72,
7823.22, 7952.66, 7272.22, 7703.3, 8171.57, 7435.34, 7850.22, 7851.2, 7836.13, 7618.75, 7606.02,
7762.65, 7480.32, 8018.9, 7843.87, 7689.99, 7695.14, 7600.88, 7699.05, 7423.71, 7759.96, 8210.56,
7269.68, 7564.04, 7829.16, 7473.52, 7795.48, 8258.2, 7581.22}

34
200 caminos
35
500 caminos

36
Histograma: 200
VaR= 7094 - 7703.24=-609.24 puntos de
indice
Mean -> 7707.1,
StandardDeviation ->
256.394,
Skewness -> 0.0282609,
Kurtosis -> 2.80355

37
Histograma:500
VaR=7107.14 - 7707.1=-599.96 puntos de ndice

38
Mtodo Analtico
(Delta Normal)
Mtodo Montecarlo
(Simulaciones)
Mtodo Histrico
(Histogramas)
39
VaR Histrico
Supuestos
A diferencia de los dos primeros mtodos, este enfoque no
realiza supuestos sobre la manera de suavizar la distribucin
de los retornos.

Se mantiene el supuesto previo de que el comportamiento
pasado es representativo del futuro cercano.

Procedimiento
Se utiliza el propio histograma emprico de los retornos
histricos para calcular el nivel de prdidas crtico.

Notar que los patrones de covarianza entre variables se
incorporan directamente en el procedimiento.

40
VaR Histrico Sntesis del proceso
Valoracin del
portafolio
Tasas de inters
Tipos de cambio
Spreads de riesgo
ndices burstiles
Tasas de inters
Tipos de cambio
Spreads de riesgo
ndices burstiles
Tasas de inters
Tipos de cambio
Spreads de riesgo
ndices burstiles
Variables actuales Cambios histricos Valores posibles
+ =
Histograma
de valores
posibles

Qu hay ms all
del Value-at-Risk?
Anlisis y Gestin de Riesgo
42
Por qu el VaR no es suficiente?
Los trabajos de Artzner y Delbaen (1997), demuestran que el
VaR tiene caractersticas indeseables:
Falta de subaditividad
Falta de convexidad

Por ello, de modo agregado se dice que el VaR no es una
medida coherente de riesgo.

El VaR nicamente es coherente cuando est basado en
distribuciones continuas normalizadas (ya que para una
distribucin normal el VaR es proporcional a la desviacin
estndar).
43
Qu es el CVaR?
Definicin
El Conditional-Value-at-Risk (CVaR) a un nivel de confianza
dado es la prdida esperada entre las prdidas que son
mayores que el VaR.
Dicho de otra forma, es la prdida esperada que es ms
grande o igual que el VaR.
[Uryasev S., y Rockafellar, R.T 2000]

Implicancias
Es un promedio de las prdidas que exceden el VaR.
Va a ser un indicador que no slo tiene en cuenta el VaR
sino tambin las prdidas extremas de la distribucin.
44
Accin de Yahoo
Variance 0.00175868,
StandardDeviation 0.0419366,
SampleRange 0.391606,
MeanDeviation 0.0302709,
MedianDeviation 0.0211623,
QuartileDeviation 0.0220472
VaR -> -4.899%
CVaR-> -7.166%
45
VaR -> -4.899%
CVaR-> -9.125%
VaR -> -4.899%
CVaR-> -11.29%
Accin de Yahoo (Variantes)
46
Resumen de las ventajas del CVaR
El CVAR calcula riesgos ms all del VAR lo que la hace una
medida ms conservadora, puesto que por definicin as lo
exige, por lo que el CVAR domina al VAR.

El CVAR tiene la propiedad de ser una funcin siempre
convexa respecto a las posiciones lo que permite la
optimizacin en la posicin de una cartera.

El CVAR es continuo respecto al nivel de confianza.

Es consistente con la aproximacin de mnima varianza, ya que
la cartera de mnima varianza es la que minimiza tambin el
CVAR.

47
Sol Meli
Telefnica
BSCH
486 observaciones
- 0.1 - 0.05 0. 0.05 0.1
20
40
60
80
100
Sol Melia
- 0.05 0. 0.05 0.1
10
20
30
40
50
60
Telef nica
Skewness 0.555963,
QuartileSkewness - 0.122494,
KurtosisExcess 1.72
Variance 0.000766605,
Variance 0.000591326,
Skewness - 0.340253,
KurtosisExcess 4.74141
- 0.1 - 0.05 0. 0.05 0.1
10
20
30
40
50
60
BSCH
Variance 0.000839184, StandardDeviation 0.0289687, SampleRange 0.208437, MeanDeviation 0.0217709, MedianDeviation 0.0167924, QuartileDeviation 0.0164853
Variance 0.000839184,
Skewness 0.235453,
KurtosisExcess 1.10948
48
Carteras de dos acciones - Telefnica y
BSCH
Valor del
portafolio
Evolucin del VaR y del CVaR en funcin a la proporcin
invertida en Telefnica (w
1
) para un nivel de confianza del
95% y un horizonte temporal de un da.
61.22% Telefnica
38.78% BSCH
CVaR -> 5.190%
0.2 0.4 0.6 0.8 1
w
1
0.045
0.05
0.055
0.06
Perd%
VaR
CVaR
Telefnica

49
El VaR para tres acciones - Sol Meli,
Telefnica y BSCH
Evolucin del VaR en funcin a la proporciones invertidas en Sol Meli (w
1
) ,
Telefnica (w
2
) y BSCH (1- w
1
-

w
2
) para un nivel de confianza del 95% y un horizonte
temporal de un da.
VaR
Sol Meli
Telefnica
Sol Meli
50
El CVaR para tres acciones - Sol Meli,
Telefnica y BSCH
Evolucin del CVaR en funcin a la proporciones invertidas en
Sol Meli (w
1
) , Telefnica (w
2
) y BSCH (1- w
1
-

w
2
) para un
nivel de confianza del 95% y un horizonte temporal de un da.
48.94% Sol Meli
46.03% Telefnica
5.03% BSCH
CVaR -> 4.530%
CVaR
Sol Meli
Telefnica
Sol Meli
51
Descomposicin del VaR (1)
Posicin en un activo
VaR
100%
Portfolio VaR
Incremental VaR
Marginal VaR
52
Descomposicin del VaR (2)
Beta VaR
Busca repartir el riesgo total entre cada una de las inversiones
individuales, usando como coeficiente el ndice beta entre el
rendimiento del activo individual y el rendimiento de la cartera
en su totalidad.
2
C
C 1, A C
1 A
=
C C
Ak
C C
1 A
C
VaR w VaR w VaR
Ak 1 A
+ + =
53
Ejercicios
Clculo del CVaR y descomposicin
del VaR con CVaR Expert
54
CVaR Histrico (1)
55
CVaR Histrico (2)
56
CVaR Histrico (3)
57
CVaR Histrico (4)

Siete lecciones importantes
5. Aplicacin del
Value-at-Risk
59
Primera leccin
G.I.G.O. (Garbage in garbage out)
Aspectos por considerar

Cuidado con la forma de calcular
rendimientos
Un VaR a n das debera ser calculado utilizando rendimientos a
n das. No es lo mismo calcular un retorno a 1 da y
reexpresarlo utilizando el principio de las potencias.

Cuidado con las eliminaciones de datos
Al emplear el anlisis histrico, debe cuidarse que todas las
variables consideradas utilicen las mismas fechas de datos.
Si se encuentran vacos, es necesario reexpresar los retornos
para que todos se encuentren en la misma base de tiempo
60
Segunda leccin
Usar el mtodo ms robusto
En un mercado ilquido y poco profundo, se presentan:
Discontinuidades en los rendimientos
Colas anchas (incertidumbre producida por casos extremos)
Histogramas caprichosos

Siempre que sea posible, conviene utilizar el mtodo
histrico para procesar la informacin.

Considerar que tambin existen mecanismos de anlisis de
riesgo ms robustos que el VaR
CVaR
BetaVaR
IncrementalVaR
61
Tercera leccin
Identificar claramente los factores de mercado
A qu factores de riesgo est expuesto el valor de la
cartera?

Tasas de inters
Es plana la curva de retornos?
Se desplaza paralelamente o puede girar?
Son constantes los spreads de riesgo por categora?

Tipos de cambio
En qu moneda se busca preservar el valor?

ndices burstiles
Es posible asociar el retorno de activos individuales a ndices
sectoriales, selectivos o generales?
62
Cuarta leccin
Reconocer que habr informacin faltante
e implementar soluciones consistentes

Qu hacer con los activos que no tienen precios
de mercado?
Renta fija: valoracin terica cuidadosa
Renta variable: uso cuidadoso de ndices y sensibilidades
Alternativa integral: usar el vector de precios

Qu hacer con las tasas de inters?
Es necesario construir curvas de retornos para los distintos tipos de
inversiones (nacionales, soberanas, internacionales).
Observar la necesidad de realizar interpolaciones y evitar los
andenes.
63
Quinta leccin
Integrar el anlisis de riesgo en la plataforma
operativa
El anlisis VaR debe ser permanente

Idealmente, la institucin debera poder contar con
la informacin actualizada diariamente.
Esto implica un reto a nivel del flujo de datos
precisos sobre posiciones y cotizaciones de
instrumentos.
El considerable volumen de datos involucrados
introduce el riesgo de errores humanos.
Debe buscarse incorporar la generacin de
reportes de riesgo de modo automatizado.
64
Sexta leccin
Calibrar el sistema a las necesidades de la
empresa
Utilizar el VaR ajustado a la media y el VaR relativo
Cunto se desva la prdida mxima del nivel esperado?
Cunto representa la prdida como proporcin de la
cartera?

Imponer lmites a la exposicin de riesgo
Definir un sistema de alertas en funcin de las prdidas
relativas proyectadas.

Poner a prueba su eficacia
Utilizar procedimientos de back-testing para corroborar la
capacidad predictiva del sistema y realizar los ajustes
necesarios.
65
Stima leccin
Distinguir el propsito de reporte normativo
y el propsito de gestin de riesgo
Los reportes solicitados por la Superintendencia de Banca pueden
ser tiles con fines regulatorios, pero no necesariamente ofrecen la
mejor evidencia para dirigir la empresa.

Puntos por considerar:
Definir claramente el mbito de la cartera sujeta a riesgo.
Acercarse a los usuarios finales de los reportes de riesgo. Explorar la
demanda de informacin.
Capacitar a los potenciales usuarios. Permitir decisiones informadas.
Un mismo reporte no es para todos.
Explicitar las funciones objetivo de cada rea y cada funcionario.
Incorporar en la cadena a personal especializado.
No perder de vista: Qu hay ms all del VaR?
66
Mtodo analtico
V:= vector de flujos
W:=vector de proporciones

| |
n
w w w w w ,... , , '
3 2 1
=
(
(
(
=
2
3 2
2
1
1 13 12
2
1
N N N N
N
o o o o
o o o o
| |
(
(
(
=
N
n
R
R
w w w w R
1
3 2 1
,... , ,
w w
P
= '
2
o
P p
V VaR o o =
| |
n
V V V V V ,... , , '
3 2 1
=
67
VaR Incremental
El VaR incremental tiene por objeto calcular cul es
el VaR que aporta cada FM al VaR total de la cartera.
Mide cual es la contribucin al riesgo de un activo al
portafolio de la cartera

) var(
) , cov(
p
p x
x
r
r r
= |
) var(
) , cov(
p
p MF
MF
r
r r
= |
w w
w
MF
E
E
=
'
|
68
VaR Incremental

p MF
VaR w VaR
1 1 1
| =
+ + + =
3 2 1 MF MF MF p
VaR VaR VaR VaR
+ + + = ) , cov( ) , cov( ) , cov(
3 3 2 2 1 1
2
p p p P
r r w r r w r r w o
+ + + =
2
1 3 2
2
1 1
2
2
p p P
w w w
p
o | | o | o
o

Anlisis Emprico: Medidas Clsicas vs. Medidas Modernas
70
Caractersticas de los Bonos

BONO
Nmero
Fecha de
Vencimiento Vto. Aos YTM %
TC
(semestral) Precio % Precio $
1 15-May-04 0.980822 1.064% 5.250% 104.02% 1,041.88
2 15-May-04 0.980822 1.072% 7.250% 105.93% 1,061.65
3 15-May-05 1.980822 1.295% 6.500% 110.08% 1,102.89
4 15-May-05 1.980822 1.203% 12.000% 120.93% 1,213.19
5 15-May-06 2.980822 1.618% 2.000% 101.10% 1,011.66
6 15-May-06 2.980822 1.622% 4.625% 108.67% 1,088.16
7 15-May-08 4.983562 2.294% 2.625% 101.55% 1,016.32
8 15-May-08 4.983562 2.297% 5.625% 115.54% 1,157.21
9 15-Ago-10 7.235616 2.890% 5.750% 118.52% 1,201.19
10 15-Feb-13 9.742466 3.306% 3.875% 102.69% 1,028.05
11 15-Feb-23 19.747945 4.227% 7.125% 138.50% 1,404.90
Tabla 20.1 Caractersticas de los Bonos

71
3.00
4.00
5.00
6.00
7.00
8.00
9.00
08/09/1993 27/03/1994 13/10/1994 01/05/1995 17/11/1995 04/06/1996 21/12/1996
Fechas
Y
i
e
l
d

(
%
)
tcm1y
tcm2y
tcm3y
tcm5y
tcm7y
tcm10y
tcm20y
0
1
2
3
4
5
6
7
8
06/12/1999 23/06/2000 09/01/2001 28/07/2001 13/02/2002 01/09/2002 20/03/2003
Fechas
Y
i
e
l
d

(
%
)
tcm1y
tym 2
tcm3y
tcm5y
tcm7y
tcm10y
tcm20y
tcm1y tym 2 tcm3y tcm5y tcm7y tcm10y tcm20y
Media 0.294% 0.257% 0.222% 0.165% 0.139% 0.111% 0.061%
Desv. Estan. 1.823% 1.969% 2.008% 1.883% 1.861% 1.698% 1.439%
Curtosis (exceso) 0.559 0.789 0.976 0.842 0.791 0.567 0.442
Coef. Asimetra 0.535 0.378 0.440 0.342 0.349 0.291 0.315
Estadsticos y grficos
de la evolucin de los
rendimientos:
SERIE 2000-2003

SERIE 1993-1997

Fuente: Reserva federal
tcm1y tym 2 tcm3y tcm5y tcm7y tcm10y tcm20y
Media -0.028% -0.028% -0.027% -0.023% -0.021% -0.018% -0.014%
Desv. Estan. 0.099% 0.120% 0.125% 0.122% 0.115% 0.112% 0.095%
Curtosis (exceso) 4.324 3.178 2.535 1.967 1.961 1.651 1.332
Coef. Asimetra -1.140 -0.031 0.251 0.591 0.796 0.854 0.808
72
Medidas Clsicas de Gestin

BONO
Nmero
Fecha de
Vencimiento
Duracin
Macaulay
Duracin
Modificada Convexidad M-2
1 15-May-04 0.96846 -0.9437 1.4488 16.2591 2.0158
2 15-May-04 0.96392 -0.9302 1.4529 16.2978 2.0180
3 15-May-05 1.89248 -1.8329 4.7016 9.7507 1.5538
4 15-May-05 1.82940 -1.7258 4.5993 10.2043 1.5853
5 15-May-06 2.90829 -2.8795 9.9728 4.5023 1.0459
6 15-May-06 2.82316 -2.7594 9.6942 5.0015 1.0884
7 15-May-08 4.70326 -4.6423 25.0177 0.9015 0.1484
8 15-May-08 4.45058 -4.3288 23.4902 1.7139 0.2747
9 15-Ago-10 6.12530 -5.9541 43.8626 5.2826 1.0854
10 15-Feb-13 8.25620 -8.0993 77.9711 18.0137 2.0169
11 15-Feb-23 12.20350 -11.7837 196.3140 99.3028 4.1412
Tabla 20.4 Medidas Clsicas de los bonos

73
CARTERA
(Nmero) 1er Bono
2do
Bono % (1er) Convexidad M-2
1 1 9 21.822% 34.607 7.678 1.288
2 1 10 44.681% 43.781 17.230 2.016
3 1 11 64.116% 71.373 46.058 2.778
4 2 9 21.802% 34.616 7.684 1.289
5 2 10 44.653% 43.804 17.248 2.017
6 2 11 64.090% 71.427 46.105 2.780
7 3 9 26.585% 33.452 6.470 1.210
8 3 10 51.168% 40.480 13.786 1.780
9 3 11 69.862% 62.449 36.740 2.334
10 4 9 26.195% 33.578 6.572 1.216
11 4 10 50.666% 40.797 14.057 1.798
12 4 11 69.437% 63.192 37.435 2.366
13 5 9 34.980% 32.008 5.010 1.072
14 5 10 60.887% 36.569 9.787 1.426
15 5 11 77.497% 51.905 25.835 1.742
16 6 9 34.078% 32.219 5.187 1.086
17 6 10 59.933% 37.051 10.215 1.460
18 6 11 76.794% 53.002 26.885 1.797
19 7 9 79.133% 28.950 1.816 0.344
20 7 10 91.648% 29.440 2.331 0.304
21 7 11 96.044% 31.795 4.795 0.306
22 8 9 67.193% 30.174 2.885 0.541
23 8 10 85.563% 31.356 4.067 0.526
24 8 11 92.913% 35.738 8.630 0.549
Tabla 20.5 Medidas clsicas de las carteras
CAMBIOS
PARALELOS
La cartera con
mayor convexidad
es la Cartera 6 (con
71.427).
Le sigue la Cartera
3 (con 71.373 de
convexidad).
CAMBIOS NO
PARALELOS
La Cartera 19 y la
Cartera 20 seran
las mejores ya que
la Cartera 19
minimiza el M-2 y la
Cartera 20 minimiza
el .
74
CART
(Num)
1er
Bono
2do
Bono % (1er) Media
Desv.
Estan.
Exce.
Curt.
Coef.
Asime.
VaR
90%
VaR
95%
VaR
99%
1 1 9 21.8% 0.270% 3.355% 20.651 -3.754 4.030% 5.249% 7.536%
2 1 10 44.7% 0.273% 2.962% 10.648 -2.699 3.524% 4.600% 6.619%
3 1 11 64.1% 0.262% 2.989% 12.205 -2.938 3.568% 4.654% 6.691%
4 2 9 21.8% 0.270% 3.508% 22.394 -3.984 4.226% 5.501% 7.892%
5 2 10 44.7% 0.272% 3.210% 17.693 -3.407 3.842% 5.009% 7.196%
6 2 11 64.1% 0.261% 3.216% 18.063 -3.534 3.861% 5.029% 7.221%
7 3 9 26.6% 0.270% 3.450% 20.530 -3.719 4.151% 5.405% 7.756%
8 3 10 51.2% 0.272% 3.254% 15.937 -3.134 3.990% 5.200% 7.470%
9 3 11 69.9% 0.263% 3.367% 18.196 -3.495 5.351% 6.974% 10.020%
10 4 9 26.2% 0.269% 3.481% 19.996 -3.658 4.192% 5.457% 7.829%
Principales Carteras 2000-2003
CART
(Num)
1er
Bono
2do
Bono % (1er) Media
Desv.
Estan.
Exce.
Curt.
Coef.
Asime.
VaR
90%
VaR
95%
VaR
99%
1 1 9 21.8% 0.110% 3.987% 28.782 3.802 4.999% 6.448% 9.165%
2 1 10 44.7% 0.116% 3.348% 9.296 2.091 4.174% 5.390% 7.672%
3 1 11 64.1% 0.118% 3.378% 12.702 2.345 4.212% 5.439% 7.741%
4 2 9 21.8% 0.109% 4.026% 28.042 3.708 5.050% 6.513% 9.257%
5 2 10 44.7% 0.115% 3.392% 8.421 1.907 4.233% 5.465% 7.777%
6 2 11 64.1% 0.115% 3.421% 12.515 2.213 4.268% 5.511% 7.842%
7 3 9 26.6% 0.110% 4.004% 28.900 3.732 5.021% 6.476% 9.205%
8 3 10 51.2% 0.116% 3.396% 7.328 1.715 4.335% 5.597% 7.965%
9 3 11 69.9% 0.117% 3.515% 15.235 2.393 5.789% 7.476% 10.641%
10 4 9 26.2% 0.108% 4.120% 25.877 3.638 5.172% 6.668% 9.476%
Principales Carteras 1993-1997
Asumiendo Normalidad
75
VaR y CVaR de las Principales Carteras 2000-2003
VaR y CVaR de las Principales Carteras 1993-1997
Distribuciones Reales
CART
(Num)
1er
Bono
2do
Bono % (1er)
VaR
90%
VaR
95%
VaR
99%
CVaR
90%
CVaR
95%
CVaR
99%
1 1 9 21.8% 1.313% 2.972% 18.367% 6.401% 10.668% 20.768%
2 1 10 44.7% 1.950% 5.766% 13.125% 6.319% 10.335% 15.008%
3 1 11 64.1% 1.851% 3.778% 15.185% 6.429% 10.197% 15.675%
4 2 9 21.8% 1.671% 2.953% 21.875% 6.482% 10.935% 22.298%
5 2 10 44.7% 2.022% 2.891% 16.467% 6.455% 10.652% 19.441%
6 2 11 64.1% 1.475% 4.049% 16.211% 6.562% 10.640% 19.254%
7 3 9 26.6% 1.666% 3.602% 21.171% 6.503% 10.891% 21.613%
8 3 10 51.2% 1.446% 3.546% 14.399% 6.650% 10.800% 18.636%
9 3 11 69.9% 1.531% 4.008% 18.210% 6.749% 10.793% 20.265%
10 4 9 26.2% 1.869% 3.785% 21.145% 6.669% 10.911% 21.686%
CART
(Num)
1er
Bono
2do
Bono % (1er)
VaR
90%
VaR
95%
VaR
99%
CVaR
90%
CVaR
95%
CVaR
99%
1 1 9 21.8% 3.471% 5.039% 8.471% 5.268% 6.423% 9.176%
2 1 10 44.7% 3.699% 4.486% 6.099% 4.657% 5.394% 6.481%
3 1 11 64.1% 3.026% 4.352% 6.156% 4.742% 5.730% 7.362%
4 2 9 21.8% 3.539% 5.564% 8.446% 5.458% 6.653% 9.182%
5 2 10 44.7% 3.758% 4.807% 6.725% 5.030% 5.825% 6.787%
6 2 11 64.1% 3.021% 4.547% 7.054% 4.994% 6.219% 7.800%
7 3 9 26.6% 3.431% 5.477% 9.060% 5.432% 6.703% 9.153%
8 3 10 51.2% 3.561% 4.376% 7.094% 5.080% 6.195% 7.186%
9 3 11 69.9% 3.215% 4.431% 7.779% 5.104% 6.398% 8.652%
10 4 9 26.2% 3.607% 5.525% 9.305% 5.525% 6.898% 9.430%
76
0.2 0.4 0.6 0.8 1
w
1
0.045
0.055
0.06
0.065
0.07
0.075
Perd%
CARTERA 1 HBono 1 y Bono 9L93- 97
0.2 0.4 0.6 0.8 1
w
1
0.045
0.055
0.06
0.065
0.07
0.075
Perd%
0.2 0.4 0.6 0.8 1
w
1
0.045
0.055
0.06
0.065
0.07
0.075
Perd%
CARTERA 1

W1 = 40.35%
W9 = 59.65%

CVaR = 5.824%
Dm = 4.045
Cnx = 26.749
M2= 5.28
CARTERA 2

W1 = 45.495%
W10 = 54.505%

CVaR = 5.393%
Dm = 4.941
Cnx = 43.157
M2= 18.014
CARTERA 3

W1 = 40.059%
W11 = 56.941%

CVaR = 5.443%
Dm = 7.366
Cnx = 112.407
M2= 99.303
0.2 0.4 0.6 0.8 1
w2
0.055
0.06
0.065
0.07
0.075
Perd%
0.2 0.4 0.6 0.8 1
w2
0.045
0.055
0.06
0.065
0.07
0.075
Perd%
0.2 0.4 0.6 0.8 1
w2
0.045
0.055
0.06
0.065
0.07
0.075
Perd%
CARTERA 4

W2 = 34.932%
W9 = 65.058%

CVaR = 6.250%
Dm = 4.322
Cnx = 29.048
M2= 5.286
CARTERA 5

W2 = 43.04%
W10 = 56.96%

CVaR = 5.819%
Dm = 5.118
Cnx = 45.038
M2= 18.014
CARTERA 6

W1 = 41.42%
W9 = 58.58%

CVaR = 5.869%
Dm = 7.548
Cnx = 115.603
M2= 99.30
OPTIMIZACIN DE LA CARTERA DE MNIMO CVAR
(INDEPENDIENTE DE LA DURACIN) 1993-1997
77
0.2 0.4 0.6 0.8 1
w
1
0.04
0.06
0.08
0.12
Perd%
CARTERA 1

W1 = 33.99%
W9 = 66.01%

CVaR = 10.386%
Dm = 4.373
Cvx = 29.447
M2= 9.013
0.2 0.4 0.6 0.8 1
w
1
0.04
0.06
0.08
0.12
Perd%
CARTERA 2 HBono 1 y Bono 10L00- 03 CARTERA 2

W1 = 32.52%
W10 = 67.48%

CVaR = 10.302%
Dm = 5.886
Cvx = 17.443
M2= 17.443
0.2 0.4 0.6 0.8 1
w
1
0.04
0.06
0.08
0.12
Perd%
CARTERA 3

W1 = 32.17%
W11 = 67.83%

CVaR = 9.934%
Dm = 8.589
Cvx = 133.629
M2= 72.589
0.2 0.4 0.6 0.8 1
w
2
0.04
0.06
0.08
0.12
Perd%
CARTERA 4

W2 = 33.92%
W9 = 57.08%

CVaR = 10.707%
Dm = 4.374
Cvx = 29.476
M2= 4.374
0.2 0.4 0.6 0.8 1
w2
0.04
0.06
0.08
0.12
Perd%
CARTERA 5 HBono 2 y Bono 10L00- 03 CARTERA 5

W2 =32.51%
W10 = 68.49%

CVaR = 10.638%
Dm = 5.885
Cvx = 53.094
M2= 17.456

0.2 0.4 0.6 0.8 1
w
2
0.04
0.06
0.08
0.12
Perd%
CARTERA 6

W1 = 40.52%
W9 = 59.48%

CVaR = 10.238%
Dm = 7.649
Cvx = 117.350
M2= 65.667
OPTIMIZACIN DE LA CARTERA DE MNIMO CVAR
(INDEPENDIENTE DE LA DURACIN) 2000-2003

Clase 13 Var

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Clase 13 Var

Uploaded by

Copyright:

Available Formats

Value-at-Risk

Anlisis y Gestin de Riesgo

You might also like