Las diferentes metodologías para medir el VaR y cómo utilizar esta herramienta de cuantificación del riesgo


El Valor en Riesgo (VaR) es un concepto que nace a finales de la década de los 80 en EE.UU. de la mano de JP Morgan. Sus siglas responden a las palabras en inglés 'value at risk' (valor en riesgo). Este sistema se originó porque el presidente de la compañía en aquella época, Weatherstone, demandaba un informe diario que, en una sola página, resumiese el riesgo de pérdida de la cartera de trading en las siguientes 24 horas. Así surgió el informe posterior al cierre, denominado 4:15, que hoy día da nombre a la aplicación de la metodología desarrolla por esta entidad financiera (RiskMetrics).

El VaR cuantifica y resume todo el riesgo de una cartera, por muy compleja que sea, y en una única cifra. Pretende establecer el riesgo en unidades monetarias y homogeneizar el cálculo de los diferentes tipos de riesgos que acontecen en una cartera. El VaR constituye una medida del riesgo muy intuitiva, y que todos los inversores entienden con gran facilidad. Cuando hablamos de volatilidad, otra medida del riesgo, podemos hablar de la que le hace tener beneficios o pérdidas en la cartera al inversor y es esta última la que le preocupa y la que hace referencia el concepto de VaR.

En términos formales, podemos definir el VaR como la pérdida máxima en que puede incurrir una posición financiera por movimientos habituales de los precios de mercado, dado un horizonte temporal para la consecución de dicha pérdida y una probabilidad asociada a dicho evento. Por tanto, para el cálculo del VaR, se debe elegir un horizonte temporal (periodo desde el momento actual hacia el futuro en el que se estima la pérdida potencial de la cartera) y un nivel de probabilidad (que está relacionado con los recursos propios) que se suele fijar entre el 95% y 99%. Estas elecciones se hacen de forma arbitraria y pueden depender mucho del tipo de cartera sobre la que estemos calculando el VaR. Si estamos midiendo una cartera muy líquida y profunda como el trading, en la que son comunes las operaciones intradía, se recomienda un VaR diario. Por el contrario, si estamos ante una cartera menos líquida y estrategias de inversión, es posible utilizar horizontes superiores a un día.

Ante todo, para las instituciones financieras, el VaR se ha convertido en un instrumento de gran utilidad, ya que es apropiado para fijar niveles de exposición al riesgo y las herramientas y los sistemas que se emplean para su cálculo cada vez son más sofisticados y complejos.

Por ejemplo, ¿qué significa un VaR diario de 10.000 euros con un  nivel de confianza del 99% en una cartera X? Significa que, en las próximas 24 horas, la máxima pérdida probable en la que puede incurrir esta cartera con un 99% de confianza es de 10.000 euros o, dicho de otra forma, sólo habrá una de cada 100 sesiones donde la pérdida máxima superará la cifra de VaR, es decir, los 10.000 euros.

Metodologías para el cálculo del VaR

Para el cálculo del VaR, existen diversas metodologías en las que destacan tres: la analítica/paramétrica, la simulación histórica y la simulación de Montecarlo.

1. Analítica / Paramétrica

Utiliza información histórica para calcular volatilidades y correlaciones de las variables de mercado que se aplican al valor actual de la cartera con un modelo de cálculo estadístico, asumiendo la forma de la función de distribución de los rendimientos de los activos como una normal.

2. Simulación Histórica

En lugar de utilizar la información histórica para calcular volatilidades y correlaciones de los activos de la cartera, se estudian las pérdidas y ganancias que habría experimentado la cartera actual si se hubieran producido, aleatoriamente, las rentabilidades históricas del conjunto de activos que definen los nodos de riesgo estándar. Una vez obtenidas las pérdidas y ganancias hipotéticas para cada día del periodo de observación, se puede generar una distribución de rentabilidades esperadas y tomar los percentiles de dicha distribución como medida directa del VaR. Al contrario que la metodología paramétrica, no asume ninguna forma de la función de distribución de los rendimientos de los activos.

3. Simulación de Montecarlo

Describe la evolución de los precios de los activos a partir de la simulación de los componentes aleatorios que intervienen en la evolución en el tiempo del precio. A través de este método, se obtiene una aproximación del comportamiento de la rentabilidad esperada de la cartera, utilizando simulaciones por ordenador que generan recorridos aleatorios de la rentabilidad de la cartera basados en ciertos supuestos iniciales sobre las volatilidades y correlaciones de los factores de riesgo. Se utiliza fundamentalmente para modelizar el comportamiento de activos de los que carecemos de información histórica, de activos cuya rentabilidad sigue distribuciones muy diferentes a la normal y en especial para las opciones.

Ventajas y desventajas de cada una de ellas

No hay evidencia cierta de cuál es la mejor metodología de cálculo, depende de diferentes factores como la composición de la cartera, la validez de las hipótesis de partida, etc… ¿Cuándo recomendaremos o desaconsejaremos una u otra metodología? En general la Metodología Analítica se va a recomendar cuando la cartera no contenga posiciones en derivados de consideración y se va a desaconsejar cuando la cartera contenga posiciones de consideración en instrumentos no lineales y las distribuciones de las rentabilidades no sean normales.

La Simulación Histórica es recomendable cuando el pasado reciente sea representativo del riesgo presente en la cartera y cuando tengamos posiciones no lineales de consideración en la cartera. Por el contrario, se va a desaconsejar cuando el pasado reciente no sea representativo del futuro.

Finalmente, la Simulación por Montecarlo se va a recomendar cuando la cartera contenga posiciones no lineales de consideración y sea necesaria una valoración global. En cambio, es desaconsejable cuando la cartera esté compuesta por un gran número de posiciones y las posiciones en derivados no sean de consideración, ya que necesita de un fuerte soporte computacional.

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.

Análisis complementarios al VaR

El concepto de VaR no recoge todos los aspectos del riesgo de mercado. No es un valor único, sino que variará en función de las decisiones iniciales que se adopten sobre el modelo. Tampoco debemos utilizar el VaR en todos los casos, ya que incluso en ocasiones esta medida estadística puede resultar impropia con el tipo de inversión que se está llevando a cabo. Por tanto, el análisis del riesgo a través de estas metodologías quedaría incompleto si no se acompañase de otros análisis complementarios. Entre ellos cabe destacar:

Stress Testing: Consiste en definir una serie de situaciones y tratar de cuantificar sus efectos en la cartera. Se centra en el estudio de acontecimientos extremos en los mercados que, en caso de producirse, podrían significar fuertes pérdidas en la cartera.

Backtesting: Es la bondad de ajuste del VaR y consiste en una comparación periódica de las pérdidas/ganancias registradas por los fondos o carteras frente al VaR calculado para los mismos, para así determinar el número de ocasiones en que las pérdidas son superiores al VaR.

VaR Condicional o Expected Shortfall (ES): El VaR nos dice cuál es la pérdida máxima con un determinado nivel de confianza y horizonte temporal, pero si la pérdida es mayor que el VaR, ¿cuánto se debe esperar perder? Aquí es donde aparece el ES, la pérdida media esperada condicionada a que se pierde más que el VaR. El ES cuantifica el riesgo dentro de la zona de pérdidas. Es una medida asimétrica. A diferencia del VaR, no sólo considera la frecuencia de pérdidas, sino también la magnitud de las mismas en caso de superarse el VaR.

El VaR se ha convertido en una de las herramientas más empleadas para la medición de riesgo por reguladores, agentes y académicos. El concepto es intuitivo y fácil de interpretar, puesto que es la máxima pérdida posible para un horizonte de tiempo y un nivel de significancia determinados, bajo circunstancias consideradas como ‘normales’ en el mercado. Pero cuidado, siempre va a tener que ir acompañado de otros análisis.

Otras noticias relacionadas


Lo más leído

Próximos eventos