091310 risk print_low

1

RiesgoMg. Ezequiel Calviñ[email protected]

Mg. Alejandro M. [email protected]

Mg. Pablo M. [email protected]

Lic. Juan Manuel [email protected]

Lic. Santiago de [email protected]

Lic. Clara [email protected]

Finanzas II – Septiembre 2010

2

Un proceso lógico de inversión…

Riesgo Externo1 Riesgo País

2 Riesgo Soberano

1 Riesgo Macroeconómico

Riesgo Interno

2 Riesgo de Empresa u operativo

3 Riesgo financiero

4 Riesgo empresario o de negociabilidad

3

1 2

Research sobre el activoy el mercado con el


y el mercado con elobjetivo de determinarel riesgo y el retornode cada activo en particular.

Formación de un portfolioóptimo de activos

4

From 1992, Leesonmade unauthorized speculative trades that at first made large profits for Barings; £10 million which accounted for 10% of Barings' annual income. He earned a bonus of £130,000 on his salary of £50,000 for that year.

However, his luck soon went sour, and he used one of Barings' error accounts (accounts used to correct mistakes made in trading) to hide his losses. The account was numbered 88888 -- a number considered very lucky in Chinese numerology. Leeson claims that this account was first used to hide an error made by one of his colleagues; rather than buy 20 contracts as the customer had ordered, she had sold them, costing Barings £20,000.

However, Leeson used this account to cover further bad trades. He insists that he never used the account for his own gain, but in 1996 the New York that he never used the account for his own gain, but in 1996 the New York Times quoted "British press reports" as claiming that investigators had located approximately $35 million in various bank accounts tied to him.

By the end of 1992, the account's losses exceeded £2 million, which

ballooned to £208 million by the end of 1994

5

Sus superiores descubrieron que los descalabros financieros se relacionaban con su persona el 19 de enero de 2008 y esto coincidió con la "Crisis bursátil de enero 2008". Según Daniel Bouton, presidente del banco, el fraude Kerviel es en realidad bastante sofisticado. En práctica, Kervielapostó una suma extraordinaria a que ciertas acciones subirían o bajarían y "perdió la apuesta". Cuando el banco se dio cuenta de las operaciones e intentó deshacerlas, ya estaba en medio de la crisis financiera que afectaba

la globalidad de los mercados internacionales y perdió 4900 millones de euros. Según explicó Burton, Kerviel utilizó un complejo sistema para ocultar sus operaciones bajo falsas transacciones y gracias a su conocimiento del sistema del banco el cual lo consideraba uno de sus mejores empleados.mejores empleados.

6

1 2





7

El desvío estándar como complemento de la rentabilidad esperada. ¿Cuánto puede variar el valor esperado de una variable con distintos grados de certidumbre?

8

El desvío estándar como complemento de la rentabilidad esperada. ¿Cuánto puede variar el valor esperado de una variable con distintos grados de certidumbre?

10

1 2





11

La La diversificacióndiversificación

La base de la diversificación se encuentra en la cantidad y la correlación de los activos

12

Vs

Cuanto mayor es la cantidad de activos dentro de un portfolio mayor importancia cobra el factor aleatorio

13

∆% Px Exxon

∆% Px TAM

Rebotes Técnicos

La correlación de Exxon y TAM I. Ejemplo simulado de escenario de suba del barril de petróleo.

El barril de petróleo impulsa la facturación de Exxon pero quita expectativas de

ventas en la aerolínea

14

∆% Px Exxon

∆% Px TAM

La recuperación del turismo a nivel mundial impulsa la facturación de las aerolíneas pero tambíen el consumo de

combustible.

Rebotes Técnicos

La correlación de Exxon y TAM II. Ejemplo de escenario de recuperación de la economía mundial que potencia el turismo.

15

EXXON TAM

Portfolio

Hertz McDonalds

Ejercicio: el impacto de la correlación desde una óptica sistémica. Cómo impacta en las otras tres compañías un escenario de suba o baja en alguna?

16

V@RV@R

Un business case-based outlook sobre como una compañía gestiona riesgos operativos

17

VaR (value at risk – valor a riesgo) es una medida que nos indica cuál es el riesgo máximo de pérdida de valor de un portfolio, por el mantenimiento de una posición en una cartera

3 elementos fundamentales

Valor

VAR concepto

Período de tiempo determinado

Intervalo de confianza

Utilizado principalmente por compañías financieras para medir el riesgo de sus porfolios de inversión

Puede ser utilizado por empresas de otras industrias, para calcular el riesgo operativo o riesgo crediticio

18

VaR para un nivel de confianza c, un horizonte h y un supuesto de normalidad de los rendimientos (distribución)

P(VTP(VT--V0 < V0 < --VaRCVaRC)=1)=1--c (nivel de confianza para la distribución)c (nivel de confianza para la distribución)

Fuente:

19

On un 95% de confianza, tomamos el 5% de las ocasiones esperamos tener pérdidas mayores del VaR

¿Qué tan grandes van a ser? Esto el VaR NO lo dice

20

VAR formas de calcularlo

Varianza-Covarianza (paramétrica)

1° simplificar los instrumentos del portfolio en productos estandarizados2° distribuirlos en el tiempo3° estimar las varianzas de los instrumentos y calcular las covarianzas entre unos y otros4° calcular el VaR del portfolio usando las ponderaciones de los instrumentos y las varianzas

CríticasDistribución normalErrores de input de la informaciónVariables estacionales afectan la medición

RiskMetricsServicio ofrecido por JP Morgan desde ‘95No es importante el tamaño… sino la medida relativa (¿a qué concepto les remite?)

21

VAR formas de calcularlo

Simulación histórica

1° se toman series de tiempo históricas2° cada dato de la serie tiene el mismo peso3° calcular el VaR del portfolio en base a la información histórica

Issuesa. La historia no se repitea. La historia no se repiteb. Puede haber tendencias en ciertos momentos que afecten la evolución de los datosc. Cómo incorporar nuevos activos sin historia

Modificaciones al modeloa. Dar a los valores presentes más valorb. Combinar simulaciones históricas con series de tiempoc. Actualización de las volatilidades

22

Simulación de Monte Carlo

1° simplificar los instrumentos del portfolio en productos estandarizados2° distribuirlos en el tiempo3° calcular el VaR del portfolio en base a múltiples simulaciones con los datos obtenidos, obteniendo por cada una un valor diferente,El resultado final se obtiene asumiendo una distribución normal de las variables

Issuesa. Método más sofisticadob. Se debe estimar las distribuciones para todas las variablesc. Se deben realizar realizar miles de simulaciones para un resultado aceptable

Modificaciones al modeloa. Simular escenarios restringiendo posibilidadesb. Combinar simulaciones con el método de la varianza-covarianza

normal de las variables

23

Var limites

a. Distribución de los retornos: en todos los cálculos realizan estimaciones de las distribuciones.Si fueran incorrectas, darían lugar a un error en el cálculo.

b. Las series históricas pueden no repetirse

c. Correlaciones no estacionales

24

Haciendo foco

a. Tipo de riesgo: el VaR es medido en término de pérdidas potenciales, no ganancias

b. Corto plazo: si bien puede calcularse para períodos superiores, no suele calcularse por más de semanas o días (compañías de servicios financieros - regulatory authorities,- VaR estimates quickly deteriorate as you go from - VaR estimates quickly deteriorate as you go from daily to weekly to monthly to annual measures

c. VaR Absolute Value: one more value conventional scaled

measures of risk (such as standard deviation or betas) that focus on the entire risk distribution will work better. Value at Risk is closer to

the worst case assessment in scenario analysis than it is to the fuller risk assessment

approaches

25

Sub-optimal Decisions

Decisiones basadas en VaR no siempre son las mejores

• Sobreexposición al riesgo: demostración que los managers tienden a tomar más riesgos

• Problemas de agencia: es peligroso si los managers pueden manipular los inputs

26

RiskRiskManagement Management / / HedgingHedging/ / HedgingHedging

Un business case-based outlook sobre como una compañía gestiona riesgos operativos

27

MARKET RISKS•Tipo de cambio•Tasas de interés•Equity Prices

•Precios commodities•Etc

BUSINESS RISKS•Economicos•Reputación•Supply Chain•Tecnológicos

•Legales y regulatorios•Medio ambiente

•Etc

OPERATIONALRISKS

RIESGO CREDITICIO

EnterpriseRisks

Distintos factores de riesgo que impactan en una compañía.

•RRHH•Procesos•Sistemas

•Procedimientos•Políticas•etc

•Créditos por cobrar•Financiamiento de

proveedores•Cash Management

•etc

29

ScenarioScenarioPlanningPlanning

Como lidiar con un futuro incierto para tomar una decisión de alto impacto.

30

Cuánto va a Cuánto va a ser….?ser….?

La necesidad de el proceso de planificación por escenarios basado en un caso real

31

500

550

600

650

700

750

800

850

900

950

1.000

Histórico

Proyección

0

50

100

150

200

250

300

350

400

450

2002 2003 2004 2005 2006 2007

33

33

34

34

35

35

36

36

37

37

38

38

39

39

40

40

42

Cuánto va a ser? YA!Cuánto va a ser? YA!

Aunque la pregunta siempre es un “valor”, el principal output de un proceso de planificación por escenarios es ayudar a tomar una decisión con incertidumbre.

43

No hay un solo No hay un solo resultado!!resultado!!resultado!!resultado!!

El futuro no esta escrito, entonces, no existe un único valor lógico sobre el cual se deba gestionar.

44

No se lo que va a No se lo que va a pasar. Interfiero en pasar. Interfiero en

lo que va a pasarlo que va a pasarlo que va a pasarlo que va a pasar

Nunca se conocerá el futuro, no hay que pretenderlo. Sólo reducir la incertidumbre. Además, el cambio de una decisión afecta al sistema

45

1.Análisis de 1.Análisis de SensibilidadSensibilidad

En primer lugar, se debe entender cuales son las variables que tienen alto impacto en el resultado buscado.

46

Detección de variables sensiblesDetección de variables sensibles

Ejemplo 1: proyección anual de EBITDA

47


Ejercicio: apertura de proyección anual de EBITDA sobre los costos

48


Ejercicio: Impacto de las ventas en el VAN

49


Ejercicio: Impacto de la tasa de descuento en el VAN

50

Matriz de SensibilidadMatriz de Sensibilidad

-20% -10% 0% +10% +20%

-20%

-10%

0%

+10%

Variable 1: ej. Precio de venta

Impacto cruzado de dos variables sensibles.

+20%Variable 2: ejtasa de descuento

51

Debemos Debemos entender entender cuales son las cuales son las variables que variables que impactan más impactan más impactan más impactan más en la decisiónen la decisiónEsto ayudará a acotar la complejidad del proyecto brindando foco sobre lo que realmente impacta.

52

2.Análisis de 2.Análisis de EscenariosEscenarios

Las variables sensibles se agrupan de forma lógica para construir escenarios hipotéticos de gestión.

53

Construcción de tres escenarios básicos y fácilesConstrucción de tres escenarios básicos y fáciles

Los escenarios tienen que tener una lógica y un nombre que la describa

54

Construcción de escenarios con series temporalesConstrucción de escenarios con series temporales

300

400

500

600

700

800

900

1.000

0

100

200

2002 2003 2004 2005 2006 2007

Modificando parámetros de la función se crean los escenarios. El objetivo es que el cambio de parámetros tenga lógica.

55

Construcción de escenarios basados en dinámica de sistemas.Construcción de escenarios basados en dinámica de sistemas.

Sin computadora Dial Up

Computadora

Utilizando visión sistémica se puede construir escenarios en donde la relación causa-consecuencia no sea lineal y en donde se pueda trabajar en la interrelación de múltiples factores.

Competencia Mi marca

56

Construcción de escenarios de forma disruptivaConstrucción de escenarios de forma disruptiva

A veces es necesario construir escenarios con una lógica disruptiva

57

Al final del día, la preguntas Al final del día, la preguntas siempre son las mismas: siempre son las mismas: Qué Qué va a pasar mañana? Cómo se va a pasar mañana? Cómo se va a pasar mañana? Cómo se va a pasar mañana? Cómo se puede anticipar una decisión? puede anticipar una decisión?

58

3. Aplicación 3. Aplicación de Escenarios de Escenarios en un caso en un caso en un caso en un caso realreal


67

VAN / EERR /CF

Variables ClaveEscenario

- XXX- XXX- XXX $$$$

- XXX

- XXX- XXX- XXX- XXX

- XXX- XXX- XXX- XXX

$$$$

$$$$

68

4. Aprendizajes4. Aprendizajes


69

La planificación por La planificación por escenarios no descubre escenarios no descubre el futuro, sólo ayuda de el futuro, sólo ayuda de forma racional a forma racional a forma racional a forma racional a preparar cursos de preparar cursos de acción…acción…

Algunas reflexiones obtenidas desde la experiencia…

70

La planificación por La planificación por escenarios no descubre escenarios no descubre el futuro, en todo caso, el futuro, en todo caso, ayuda a crearloayuda a crearloayuda a crearloayuda a crearlo


71

Siempre focalizarse en Siempre focalizarse en las variables clave!las variables clave!


72

La propensión al riesgo no La propensión al riesgo no tiene nada que ver con la tiene nada que ver con la probabilidad de ocurrencia probabilidad de ocurrencia de un escenario. Tiene que de un escenario. Tiene que de un escenario. Tiene que de un escenario. Tiene que ver con el curso de acción ver con el curso de acción preferido en cada uno.preferido en cada uno.


73

Sin embargo, los modelos Sin embargo, los modelos mentales influyen en el mentales influyen en el diseño y elección de diseño y elección de escenarios. escenarios. Y esta bien!!Y esta bien!!escenarios. escenarios. Y esta bien!!Y esta bien!!


74

El éxito se encuentra si se El éxito se encuentra si se tomo una mejor decisión (o tomo una mejor decisión (o al menos si se la tomo más al menos si se la tomo más segura). No en si se obtuvo segura). No en si se obtuvo segura). No en si se obtuvo segura). No en si se obtuvo el valor.el valor.


75

A veces, pequeñas variables A veces, pequeñas variables influyen mucho en el influyen mucho en el resultado. (teoría del caos)resultado. (teoría del caos)


76

SIEMPRE tener en cuenta la SIEMPRE tener en cuenta la posibilidad de ocurrencia de posibilidad de ocurrencia de factores disruptivos (más en factores disruptivos (más en la Argentina)la Argentina)la Argentina)la Argentina)


77

Los modelos matemáticos Los modelos matemáticos avanzados sirven poco avanzados sirven poco porque el valor no esta en el porque el valor no esta en el resultado sino en el proceso resultado sino en el proceso de planificación! (y en las de planificación! (y en las de planificación! (y en las de planificación! (y en las conclusiones anidadas)conclusiones anidadas)


78

Al final del día todo termina Al final del día todo termina con un:con un:

Y qué te crees??Y qué te crees??Y qué te crees??Y qué te crees??


091310 risk print_low

Documents

Transcript of 091310 risk print_low