Conclusiones Tesis Value at Risk

Resumen

En las páginas de este seminario se muestra las distintitas alternativas de modelos para calcular el Value at Risk , con el objetivo de medir el riesgo de mercado, comparando cada uno de estos e identificando el más eficiente, y así concluir si el método del VaR es una herramienta óptima para el cálculo del riesgo de mercado de una instrumento de rentabilidad.

Para demostrar este estudio, se aplica el cálculo del Value at Risk al índice IPSA de la Bolsa de Santiago de Chile. Donde aplicaremos diferentes modalidades de cálculo del VaR. Una vez calculado, compararemos los resultados para conocer cuál es el que más se acerca a la realidad y si efectivamente es una buena herramienta de riesgo. Para esto partiremos definiendo el concepto de riesgo y que es el Value at Risk, seguido de las modalidades de cálculo, los cuales están expuestos en el capítulo 2. Luego en el capítulo 3, “Estudio Aplicado’’, realizaremos diferentes pruebas para los distintos modelos de cálculo del VaR. Finalmente la comparación y las conclusiones están en el capítulo 4. Por su parte el capítulo 1 contiene la justificación del estudio, objetivos, diseño metodológico y limitaciones.

Para respaldar este seminario, en la parte de anexos se encuentran los documentos que apoyan nuestros cálculos.

Palabras Clave: Value at Risk, Administración de riesgo, Volatilidad, Modelos de Riesgo.

2 Conclusiones Generales

Luego de realizar este estudio, y analizar de manera profunda el VaR como medida de estimación del riesgo para un instrumento financiero de alta volatilidad (en específico para este estudio del IPSA) y también del mismo modo analizar distintos métodos estadísticos alternativos o complementarios al VaR, hemos podido establecer una serie de conclusiones correspondientes al estudio.

Para el VaR histórico, podemos concluir que el resultado obtenido será confiable si podemos demostrar la distribución normal de los retornos calculados.

El Var delta normal es la forma más utilizada de medir VaR, ya que es fácil de calcular y presenta mediciones de riesgo muy acertadas en periodos cortos de tiempo, pero no sirve al momento de presentarse situaciones inusuales o extremas o al momento de presentarse colas anchas en la distribución, ya que provoca una subestimación de los retornos.

Para que el Var delta normal estime de mejor manera las situaciones extremas, se recomienda utilizar modelos que sean capaces de estimar parámetros más certeros, tales como el GARCH 1.1, que estima la Varianza, y así calcular retornos más exactos. De esta manera se puede elaborar un pronóstico más acertado de los retornos.

En los casos en que los retornos presenten en su distribución colas anchas, debemos recurrir al cálculo del Expected Shortfall o Conditional VaR (CVaR), el cual cuantifica de mejor manera el los posibles retornos negativos en esta situación, ya que toma en cuenta los retornos negativos que se encuentran bajo el umbral calculado en el VaR, que en estos casos adquieren mayor importancia.

El Var calculado mediante la simulación de Montecarlo es uno de los métodos más confiables de estimar el Value at Risk, ya que simula distintos escenarios ante los cuales un instrumento o cartera podría enfrentarse. Su principal limitante es que requiere buenos modelos de simulación, así también un buen soporte informático para realizarlo. En la mayoría de los casos es necesario contar con softwares especializados para obtener buenos resultados.

Como pudimos observar en el Stress Testing presentado en este trabajo, al comparar los datos de los retornos obtenidos en un evento catastrófico, tal como la crisis Subprime de 2008 y la caída de los precios el 22 de Octubre, pudimos observar que se presentó una caída de los retornos de -7,24%, en la cual el Var con varianza condicionada informó una

...