Valor en riesgo o value at risk -VaR- (cont.)

Una vez definido el VaR y sus principales parámetros en una entrada anterior, el objetivo de esta nueva entrada es llevar a cabo un análisis sobre los principales modelos existentes para su cálculo.

Los modelos paramétricos suponen que el comportamiento futuro de una cartera va a seguir una distribución de probabilidad conocida, como una distribución normal. Los modelos no paramétricos son más generales, dado que no llevan a realizan supuestos sobre la función de distribución y pueden ser usado para cualquier tipo.

Modelos no paramétricos

  • Modelo por simulación histórica

Se basa en el supuesto de que el comportamiento futuro de una cartera se puede predecir en función de un análisis del comportamiento histórico de la misma. Esta metodología simula el comportamiento futuro de una cartera en función de los cambios observados históricamente en una serie de variables y aplicados a la cartera actual.

A la hora de llevar a cabo el cálculo por simulación histórica, la elección de los datos supone un elemento fundamental, dado que los mismos han de ser representativos para la cartera actual. Son comúnmente usados el VaR a 252 y 520 días.

En el caso de que los datos antiguos no se consideren suficientemente representativos, se puede llevar a cabo una ponderación que dé más peso a los datos más recientes, los cuáles se consideran más representativos de la realidad.

Modelos paramétricos

  • Método de MonteCarlo

Consiste en la predicción del comportamiento futuro de la cartera mediante la simulación de un gran número de escenarios de ocurrencia de factores de riesgo, generados aleatoriamente, que afecten al valor de la cartera. Mediante la diferencia entre el valor actual de la cartera y el correspondiente a cada escenario, se lleva a cabo la valoración total de la cartera.

Con este enfoque no se tienen en consideración los hechos ocurridos en el pasado como ocurre con el modelo de simulación histórica y se busca la incorporación de escenarios que, aunque no hayan ocurrido nunca, podrían ocurrir. La inclusión de escenarios generados aleatoriamente conlleva el requerimiento de un sistema computacional potente.

  • Método de la varianza-covarianza o delta normal

 Se trata de una metodología que utiliza información histórica para calcular volatilidades y correlaciones de las variables de mercado que se aplican al valor actual de la cartera con un modelo de cálculo estadístico, asumiendo la forma de la función de distribución de los rendimientos de los activos como una normal.

No existe una metodología de cálculo mejor que otra, la elección de la metodología a utilizar va a depender de múltiples factores como la composición de la cartera, las hipótesis de partida, la disponibilidad de datos de la entidad, su capacidad operativa etc.

Pese a que el VaR supone un importante indicador a la hora de medir el riesgo, es necesario acompañarlo de otros análisis complementarios, como por ejemplo:

  • Backtesting: se trata de llevar a cabo de forma periódica la comparación entre los resultados estimados para una cartera con el resultado real de la misma, de forma que se pueda determinar el número de ocasiones en el que las pérdidas reales han superado al VaR estimado.
  • Stress testing: Consiste en estresar la cartera con situaciones extremas de mercado que podrían ocasionar fuertes pérdidas y cuantificar sus efectos sobre la cartera.

Como siempre, estamos a vuestra disposición para cualquier duda o comentario que queráis compartir.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

*
*

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.