Valor en Riesgo

(VaR)
➢ El valor en riesgo, conocido como VaR, es el paradigma en la medición de los riesgos de

mercado .

➢ Es un concepto que se propuso en la segunda mitad de la década de los noventa por JP

Morgan y hoy es aplicado por una cantidad importante de instituciones.

➢ Se considera como un nivel de referencia (benchmark) y un estándar en los mercados

financieros, lo que permite comparar la exposición de riesgo de mercado entre diversas

instituciones.

➢ Es un método que permite cuantificar la exposición al riesgo de mercado por medio de

técnicas estadísticas tradicionales.

 Definición.

▪ El valor en riesgo es una medida estadística de riesgo de mercado que estima la pérdida

máxima que podría registrarse en un portafolio, en un intervalo de tiempo y con cierto

nivel de probabilidad o confianza.

▪ La definición de VaR es válida únicamente en condiciones normales de mercado, no aplica

a periodos de crisis y turbulencia financiera (stress o valores extremos).

Ejemplo.

Un inversionista tiene un portafolio de activos con un valor de 10´000,000 de pesos, cuyo VaR

de un día es de $250,000 con 95% de nivel de confianza (significa que la pérdida máxima

esperada en un día será de $250,000 en 19 de cada 20 días). En otras palabras, sólo un día de

cada 20 de operación del mercado (1/20 = 5%), en condiciones normales, la pérdida que

ocurrirá puede ser mayor a $250,000.

▪ Existen 2 aspectos fundamentales para la estimación del VaR:

1) El nivel de confianza que se desea tener para su determinación.

2) El horizonte de tiempo con que se va a medir.

▪ El Banco Internacional de Liquidaciones (BIS) sugiere definir el 99% de nivel de confianza y

un horizonte de 10 días para los intermediarios financieros.

▪ JP Morgan recomienda 95% de probabilidad en un horizonte de un día, para operaciones

en mercados líquidos.
▪ El VaR no otorga certidumbre con respecto a las pérdidas que podría sufrir una inversión,

sino una expectativa de resultados basada en estadísticas y en algunos supuestos de los

modelos o parámetros que se utilizan para su cálculo.

Metodologías para el cálculo del VaR

Se puede calcular mediante dos metodologías:

1) Métodos paramétricos.

2) Métodos no paramétricos.
Métodos paramétricos
▪ Tienen como característica principal el supuesto de que los rendimientos del activo se

distribuyen de acuerdo a una curva de densidad de probabilidad normal.

▪ La práctica señala que la mayoría de activos no siguen un comportamiento normal, sino

que ese aproximan y por lo tanto, los resultados son una aproximación.

El VaR de un activo individual

▪ Bajo el supuesto de normalidad y media de los rendimientos igual a cero, el modelo

paramétrico que determina el valor en riesgo de una posición es:

 𝑉𝑎𝑅 = 𝐹 × 𝑆 × 𝜎 × 𝑡
donde:

F = factor que determina el nivel de cálculo . Para un nivel de confianza del 95%, F = 1.65,

y para un nivel de confianza de 99%, F = 2.33.

S = monto total de la inversión o la exposición total al riesgo.

𝝈 = desviación estándar de los rendimientos del activo.

t = horizonte temporal en que se desea calcular el VaR (holding period).

Ejemplo.

Un inversionista compra 10,000 acciones en el mercado accionario cuyo precio es de $30 por

acción y su volatilidad es de 20% anual (un año consta de 252 días de operación del mercado,

aprox). Se desea conocer el VaR diario de esta posición considerando 95% de confianza.

1
𝑉𝑎𝑅 = 1.65 × $300,000 × 0.20 × = $6,236.4
252

Interpretación:

Se espera que un día de cada 20, esto es, un día hábil del mes, el inversionista sufrirá

una pérdida de $6,236.4 o más.

Este resultado se puede utilizar como límite para el operador de la cartera, como

revelación de información del portafolio o como un margen en contratos de futuros.

 El valor en riesgo de un portafolio de activos (método de varianza –

covarianza o delta – normal).

▪ Supóngase un portafolio de dos activos riesgosos, que tienen un peso específico en el mismo

de w1 y w2 de tal manera que (w1 + w2 = 1).

▪ De acuerdo a la teoría del portafolio (Markowitz), la varianza del mismo sería :

𝜎𝑝2 = 𝑤12 𝜎12 + 𝑤22 𝜎22 + 2𝑤1 𝑤2 𝜌12 𝜎1 𝜎2

donde:

rho =coeficiente de correlación entre los rendimientos de los 2 activos.

Entonces, el VaR del portafolio sería:

1
𝑉𝑎𝑅 = 𝐹 𝜎𝑝 𝑆 𝑡 = 𝐹 𝑤12 𝜎12 + 𝑤22 𝜎22 + 2𝑤1 𝑤2 𝜌12 𝜎1 𝜎2 2 𝑆 𝑡

1
𝑉𝑎𝑅 = 𝑉𝑎𝑅12 + 𝑉𝑎𝑅22 + 2𝜌12 𝑉𝑎𝑅1 𝑉𝑎𝑅2 2

▪ A este VaR se le conoce como el VaR diversificado porque toma en cuenta las correlaciones

de los rendimientos entre los instrumentos.

▪ El VaR diversificado es menor que la suma aritmética de los VaR individuales.

▪ Caso general + de 2 activos en el portafolio.

1 1
𝑉𝑎𝑅𝑝 = 𝐹 𝜎𝑝 𝑆 𝑡 = 𝐹 𝑤𝜎 𝐶𝜎 𝑤𝑇 2 𝑆 𝑡 = 𝑉𝑎𝑅 × 𝐶 × 𝑉𝑎𝑅𝑇 2
donde:

VaR es un vector de VaR ndividuales de dimensiones ( 1 x n ).

C es la matriz de correlaciones de dimensiones ( n x n ).

VaRT es el vector transpuesto de VaR individuales de dimensiones ( n x 1 ).

▪ Si las correlaciones son menores que 1, entonces el VaR diversificado será menor que la suma

de los VaR individuales.

 Matrices importantes

Matriz de Varianza – Covarianza.

La diagonal principal está formada por las varianzas, los elementos a los lados son

las covarianzas.
Matriz de correlación (C).

La diagonal principal está formada por unos, los elementos laterales son los

coeficientes de correlación (𝜌), que se obtienen a través de:

Matriz de Varianza – Covarianza

Sea una matriz cuadrada , donde en la diagonal se encuentran las volatilidades

(desviación estándar) de cada activo del portafolio, y los elementos al lado son ceros.
Entonces, la matriz de varianzas - covarianzas ( ∑ ) se obtendrá de multiplicar las

matrices siguientes:

෍ = 𝜎 𝐶 𝜎

donde:

C = Matriz de correlación
Haciendo uso de la Teoría moderna del portafolio, se puede medir el riesgo de una canasta o

portafolio de activos.

Para determinar el VaR de un portafolio, se requiere contemplar los efectos de la

diversificación, a través de la correlación existente entre los rendimientos de los activos que

conforman un portafolio.
Para ello se hace uso de la metodología conocida como método de varianza – covarianza, o
delta normal.

VaRp = F x S x σ x 𝒕
𝝈𝒑= 𝒘𝑻𝚺 𝒘

෍ = 𝜎 𝐶 𝜎

donde:
F = factor que define el nivel de confianza.
t = horizonte de tiempo en que se desea ajustar el Var.
[ w] = vector de pesos de las posiciones del portafolio (n x 1).
[w]T = vector transpuesto de los pesos de las posiciones del portafolio (1 x n).
[∑] = matriz de varianza – covarianza (incluye las correlaciones entre los valores
del portafolio (n x n).
[C] = matriz de correlaciones de los rendimientos de los activos del portafolio.
S = valor del portafolio.
σp = volatilidad del portafolio (1 x 1).
Cuando se tiene un portafolio con instrumentos de diferente naturaleza, se requiere

identificar los factores de riesgo, con el objetivo de construir una matriz de varianza -

covarianza que los refleje, esto debido a que un solo factor de riesgo puede

representar a cientos de activos individuales.

Factor de riesgo: es un parámetro cuyos cambios en los mercados financieros

causarán un cambio en el valor presente neto del portafolio.

Factores de riesgo más comunes: precios de las acciones, tasas de interés, sobretasas

en instrumentos del mercado de dinero, tipo de cambio, precios de las materias

primas, etc.
Método paramétrico (Simulación Montecarlo).

Propuesto por Boyle, consiste en generar números aleatorios para calcular el valor

del portafolio generando escenarios; donde cada número aleatorio nuevo se utiliza

para generar un nuevo valor del portafolio con la misma probabilidad de ocurrencia

que los demás, pudiéndose cuantificar la pérdida o ganancia.

El proceso se repite un gran número de veces (10,000 escenarios), ordenándose los

resultados para determinar un nivel de confianza específico.

Su ventaja es que ayuda a valuar instrumentos no lineales, como las opciones.

Método no paramétrico o de simulación histórica.

Se requiere una serie histórica de precios y/o rendimientos simulados o hipotéticos

(250 – 500 datos), bajo el supuesto de que el portafolio se conserva el tiempo que

dure la serie.

En su aplicación se deben identificar los componentes de los activos del portafolio y

recabar los datos de los precios diarios históricos. Partiendo del histograma de

frecuencias de los datos simulados se calcula el cuantil correspondiente del

histograma (primer percentil, si el nivel de confianza es del al 99%).

Existen tres tipos de simulación histórica:

Simulación histórica con crecimientos absolutos.
1) Obtener la serie de precios (250 – 500 datos)
2) Estimar la pérdida o ganancia diaria mediante la expresión:

∆𝑷𝒕 = 𝑷𝒕 − 𝑷𝒕−𝟏
3) Determinar una serie de precios simulados, sumando ∆𝑷𝒕 al precio más reciente o actual

𝑷∗𝒊 = 𝑷𝒐 + ∆𝑷𝒊
Po es fijo para toda la serie
4) Determinar una serie de rendimientos simulados, a partir de los precios hipotéticos, referidos
a la observación más reciente

∗
∗ 𝑷𝒊 − 𝑷𝒐
𝑹𝒊 =
𝑷𝒐
5) Calcular el valor en riesgo tomando el percentil de acuerdo al nivel de significancia deseado
( 0.01 si el nivel de confianza es de 99%), del histograma e rendimientos simulados.

6) El valor en riesgo estará dado como rendimiento en porcentaje, por lo que se deberá
multiplicar por el valor del portafolio, para obtener el valor en riesgo (En pesos, dólares, etc.).
Simulación histórica con crecimientos logarítmicos.
1) Obtener la serie de precios (250 – 500 datos)
2) Estimar los rendimientos de los precios mediante la expresión:

𝑷𝒕
𝑹𝒆𝒏𝒅 = 𝑳𝒏
𝑷𝒕−𝟏
3) Determinar una serie de crecimientos, de acuerdo a la siguiente expresión

𝑷∗ = 𝑷𝒐 (𝟏 + 𝒓𝒆𝒏𝒅)
4) Obtener una serie de pérdidas o ganancias simuladas 𝑷𝒐 − 𝑷∗
5) Estimar el valor en riesgo tomando el percentil acorde al nivel de significancia deseado (0.01
si el nivel de confianza es de 99%), del histograma de pérdidas / ganancias simulado.
Simulación histórica con crecimientos relativos.
El procedimiento es semejante al anterior, salvo que las tasas de crecimiento e obtienen con la
siguiente expresión:

𝑷𝒕 − 𝑷𝒕−𝟏
𝑹𝒆𝒏𝒅 =
𝑷𝒕−𝟏

Ventajas de esta metodología

➢ Es fácil de entender para los ejecutivo que no son expertos en estadística.
➢ Es realista pues está basado en datos reales.
➢ No se apoya en supuestos de correlaciones y volatilidades, que en situaciones extremas de
volatilidad, no pueden cumplirse en los mercados.
➢ Es aplicable a instrumentos no lineales (opciones).
➢ No requiere mapeo de posiciones y no incluye supuesto alguno.
Mapeo: proceso mediante el cual se puede expresar o descomponer un instrumento en una
combinación de al menos dos instrumentos más simples que el original; es decir, describir un
portafolio de instrumentos en sus partes más elementales (separación de los flujos de efectivo
de un instrumento [cupones y principal] en dos flujos correspondientes a los vértices adyacentes
de la curva de rendimiento de a tasa de interés).

Problemas con el uso del VaR

➢ Puede ser bastante dependiente de lo supuestos sobre el comportamiento de las

correlaciones y la volatilidad.
➢ Pueden existir problemas para la recolección de datos u observaciones.
➢ No sugiere que hacer cuando la kurtosis es alta, y por consiguiente se desconoce a cuanto
podrían ascender las pérdidas en 1 o 5% de las veces.
➢ Se pueden presentar malas interpretaciones .
➢ Se recomienda su uso junto con otras metodologías (Pruebas de Stress y Bachtesting).