VaR

Marcela Castro L
Mind Map by Marcela Castro L, updated more than 1 year ago
Marcela Castro L
Created by Marcela Castro L over 5 years ago
16
0

Description

Riesgo

Resource summary

VaR
1 Introducción
1.1 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
2 Entendiendo el VaR
2.1 Es importante diferenciar "cuánto puedo perder" de "cuánto estoy dispuesto a perder", esta es la esencia del VaR
2.1.1 Se necesita identificar las probabilidades, posibles estados futuros para poder administrar el riesgo, y con ello comprender qué puedo aceptar
2.1.2 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
2.1.2.1 Valuar las posiciones en sus estados naturales (requerimiento market-to-market)
2.1.2.2 Especificar la distribución de probabilidad de todos los estados futuros posibles
2.1.2.3 Con esta información se construye un modelo algorítmico para identificar la distribución de los valores futuros del portafolio, según sus factores de riesgo
2.1.2.3.1 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
2.1.2.3.1.1 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
2.1.2.3.2 Los reguladores se enfocan en los cálculos computacionales y los reportes del VaR a 10 días al 99%
2.1.2.3.2.1 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
2.1.2.4 Especificar un horizonte de tiempo, para ayudar a definir la distribución
3 Motivaciones del VaR
3.1 Las instituciones financieras querían un mayor control del riesgo de mercado
3.1.1 Incrementaba la complejidad de los negocios
3.1.2 Los reportes sobre límites y exposición al riesgo no reflejaban adecuadamente la medida de riesgo de mercado
3.1.3 Necesitaban una unidad de medida común para comparar los riesgos
3.2 El regulador quería encontrar un numero único que reflejara el riesgo de mercado de la entidad
3.3 Las Firmas externas solicitaban una medida que reflejara el perfil de riesgo más claramente a los accionistas y contrapartes
3.3.1 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
3.3.1.1 Para esto se requieren horizontes de tiempo, niveles de probabilidad, factores de riesgo, su correlación y covarianza
3.3.1.2 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
4 5 Pasos del VaR
4.1 1. Identificar las posiciones retenidas de la compañía
4.1.1 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.
4.2 2. Identificar los factores de riesgo que afectan la valuación de las posiciones
4.2.1 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
4.2.1.1 Al existir poca data se concentran las posiciones, y la información del portafolio podría sesgarse por un factor
4.2.1.2 El número de factores depende de aquellos que puedan observarse y aquellos que no sean observables pero que puedan estimarse
4.2.1.3 Los factores explican los retornos de las posiciones, dependiendo del portafolio algunos factores serán más adecuados que otros
4.2.2 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
4.3 3. Identificar la asignación de probabilidades para los escenarios por cada factor de riesgo
4.3.1 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
4.3.2 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
4.4 4. Crear funciones de preciación para cada posición como una función de valoración de los factores de riesgo
4.4.1 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)
4.5 5. Usar las funciones de preciación en los escenarios, creando una distribución de resultados. El VaR es un percentil particular de distribución
4.5.1 Repetir los pasos 3 y 4 para los diferentes escenarios, realizando simulaciones que lleven al cálculo del VaR
5 Balances / Compensaciones
5.1 Probabilidad de la ocurrencia los resultados y la precisión de la medición del VaR
5.2 La medición del riesgo en ambientes "normales" y ambientes "extremos"; que correlación existe entre ellos
5.3 Variaciones en el tiempo de las volatilidades y las correlaciones; puede generar impreciciones en la predicción
5.4 La cantidad de datos requeridos y el tipo de análisis adecuado; algunas ocasiones la volatilidades es suficiente para entender el riesgo del portafolio
5.5 Escoger la distribución de probabilidad adecuada y los factores de riesgo
5.5.1 VaR Histórico vs. VaR Paramétrico
5.5.1.1 Simulación Histórica, su desventaja depende de la calidad de datos de la muestra, o de la ocurrencia de eventos
5.5.1.2 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
Show full summary Hide full summary

Similar

Riesgo Absoluto Parte 2
Marcela Castro L
Riesgo Absoluto
Marcela Castro L
Riesgo y Oportunidad
Vanessa Bautista0829
Márketing (Conceptos básicos)
Lina Hernandez13
PSICOLOGIA DEL CONSUMIDOR Y MARKETING (Carlos laurentino paez )
Carlos laurentino
CONDICIONES INDIVIDUALES DE TRABAJO
Flor Gonzalez
CONDICIONES INDIVIDUALES DE TRABAJO
Flor Gonzalez
seis procesos de la ARH. Administración de Recursos Humanos
hcoloradocruz39
Motivación y desempeño
Erick Partida
SELECCIÓN DE PERSONAL
carolinadelgado1
Toma de decisiones, aprendizaje, creatividad y espíritu emprendedor.
Sofía Marin