El VaR y cómo medir el riesgo T-Advisorpedia 27 julio 2020 , No hay comentarios Estar familiarizado con las carteras de inversión supone conocer el concepto del VaR. Las peculiaridades que posee hacen que existan diferentes metodologías para medirlo y utilizarlo para cuantificar el riesgo. A continuación, lo hemos analizado en profundidad y añadido unas conclusiones críticas sobre sus ventajas y desventajas principales. El VaR como concepto JP Morgan en EEUU fue el primero en dar a conocer el Value At Risk (VaR, valor en riesgo) a finales de la década de los años 80. ¿Cuál fue su origen? El presidente de la compañía Weatherstone, quiso resumir en una página los riesgos de pérdida de la cartera de trading de forma rápida. Ante esta petición se creó el informe posterior al cierre que actualmente otorga el nombre a la aplicación de la metodología desarrollada por la entidad financiera RiskMetrics. Es decir, el VaR nos permite resumir y cuantificar en una sola cifra el riesgo de una cartera. Veamos un ejemplo para entenderlo a la perfección. Partimos de la base de un VaR diario de 20.000 euros con un nivel de confianza del 99% en una cartera X. ¿Qué significa esto exactamente? Que en las próximas 24 horas, la máxima pérdida que puede tener esta cartera con un 99% de confianza es de 20.000 euros y que en sólo 1 de cada 100 sesiones la pérdida máxima podría superar los 20.000€. Sistemas para calcular el VaR Metodología analítica o paramétrica: Este sistema se apoya en información histórica para calcular volatilidades y correlaciones de las variables de mercado. Estos parámetros son aplicados al valor de la cartera con un modelo estadístico y asumen la función de distribución de los rendimientos de los activos como si de una normal se tratase. Simulación histórica: La diferencia respecto al sistema paramétrico es que la simulación histórica no asume la función de distribución de los rendimientos de los activos. Gracias a este método, se analizan las ganancias y las pérdidas que se habrían producido en la cartera actual si se hubieran dado las rentabilidades históricas del conjunto de activos que conforman los nodos de riesgo estándar. Esta estimación de pérdidas y ganancias se expresan diariamente para el período de observación y se puede crear una distribución de rentabilidades esperadas, así como contar con los percentiles de dicha distribución para medir directamente el VaR. Simulación de Montecarlo: Este sistema muestra la evolución de los precios de los activos en base a simular los componentes aleatorios de la evolución en el tiempo del precio. Gracias a este método podemos conseguir una aproximación de la rentabilidad esperada de la cartera. Se fundamenta principalmente en el comportamiento de activos de los que no contamos con información histórica, de activos con una rentabilidad que sigue distribuciones muy diferentes a la normal y especialmente para las opciones. Ventajas y desventajas de cada una de ellas Objetivamente, no se puede afirmar que una metodología de cálculo sea mejor que otra. Cada uno de los factores ejercen como condicionantes. Pero sí que podemos ofrecer unas líneas básicas sobre las que aplicar los beneficios de cada sistema. La Metodología Analítica es más recomendada cuando la cartera no contiene posiciones en derivados de consideración. Por el contrario, presenta desventajas cuando la cartera contiene posiciones de consideración en instrumentos no lineales y las distribuciones de las rentabilidades son anormales. La Simulación Histórica tiene una ventaja mayor en las ocasiones en las que el pasado más cercano es representativo del riesgo del presente en la cartera. También en ocasiones en las que tenemos posiciones no lineales de consideración en la cartera. ¿Cuándo es desaconsejable? Cuando el pasado reciente no muestra ser representativo del futuro. La Simulación por Montecarlo es recomendable cuando la cartera contiene posiciones no lineales de consideración y es necesario realizar una evaluación genérica. Sin embargo, cuando la cartera está formada por un número de posiciones amplio y las posiciones en derivados no son de consideración porque requieren un fuerte soporte computacional es desaconsejable. En definitiva, según cuáles sean los parámetros iniciales y en base al modelo empleado, existen infinidad de posibilidades de estimación del riesgo según la metodología VaR, lo que hace difícil elegir una aplicación práctica concreta, de manera que cada entidad deberá buscarla para cubrir sus necesidades y objetivos. Además, pueden realizarse análisis complementarios como el Stress Testing, el Backtesting o el Expected Shortfall (ES). Hoy en día, el VaR es uno de los mejores sistemas para medir riesgos por reguladores y académicos. Es un concepto práctico pero que siempre debe venir acompañado de los análisis correspondientes.