El modelo de varianza de RiskMetrics (también conocido como suavizador exponencial ) se estableció por primera vez en 1989, cuando Sir Dennis Weatherstone , el nuevo presidente de JP Morgan , solicitó un informe diario que midiera y explicara los riesgos de su empresa. Casi cuatro años después, en 1992, JP Morgan lanzó la metodología RiskMetrics al mercado , haciendo que la investigación y el análisis sustantivos que satisfacían la solicitud de Sir Dennis Weatherstone estuvieran disponibles gratuitamente para todos los participantes del mercado.
En 1998, cuando la demanda de los clientes por la experiencia en gestión de riesgos del grupo excedió los recursos internos de gestión de riesgos de la empresa, el Departamento de Gestión de Riesgos Corporativos se separó de JP Morgan como Grupo RiskMetrics con 23 empleados fundadores. El documento técnico de RiskMetrics se revisó en 1996. En 2001, se revisó nuevamente en Return to RiskMetrics . En 2006, se introdujo un nuevo método para modelar la rentabilidad de los factores de riesgo (RM2006). El 25 de enero de 2008, RiskMetrics Group cotiza en la Bolsa de Valores de Nueva York ( NYSE : RISK). En junio de 2010, MSCI adquirió RiskMetrics por $ 1,550 millones. [1]
Proceso de medición de riesgos
La medición del riesgo de la cartera se puede dividir en pasos. El primero es modelar el mercado que impulsa cambios en el valor de la cartera. El modelo de mercado debe estar suficientemente especificado para que la cartera pueda revalorizarse utilizando información del modelo de mercado. A continuación, las medidas de riesgo se extraen de la distribución de probabilidad de los cambios en el valor de la cartera. El cambio en el valor de la cartera suele ser denominado por los administradores de cartera como ganancias y pérdidas, o P&L.
Factores de riesgo
Los sistemas de gestión de riesgos se basan en modelos que describen cambios potenciales en los factores que afectan el valor de la cartera. Estos factores de riesgo son los componentes básicos de todas las funciones de fijación de precios. En general, los factores que impulsan los precios de los valores financieros son los precios de las acciones , los tipos de cambio , los precios de las materias primas , las tasas de interés , la correlación y la volatilidad . Al generar escenarios futuros para cada factor de riesgo, podemos inferir cambios en el valor de la cartera y cambiar el precio de la cartera para diferentes "estados del mundo".
Medidas de riesgo de la cartera
Desviación Estándar
La primera medida de riesgo de cartera ampliamente utilizada fue la desviación estándar del valor de la cartera, como lo describe Harry Markowitz . Si bien es relativamente fácil de calcular, la desviación estándar no es una medida de riesgo ideal, ya que penaliza tanto las ganancias como las pérdidas.
Valor en riesgo
El documento de tecnología de 1994 popularizó el VaR como la medida de riesgo preferida entre los bancos de inversión que buscan poder medir el riesgo de su cartera en beneficio de los reguladores bancarios. El VaR es una medida de riesgo a la baja , lo que significa que normalmente se centra en las pérdidas.
Déficit esperado
Una tercera medida de riesgo comúnmente utilizada es el déficit esperado , también conocido como pérdida de cola esperada, XLoss, VaR condicional o CVaR.
VaR marginal
El VaR marginal de una posición con respecto a una cartera se puede considerar como la cantidad de riesgo que la posición agrega a la cartera. Se puede definir formalmente como la diferencia entre el VaR de la cartera total y el VaR de la cartera sin la posición.
Para medir el efecto de los cambios de posición sobre el riesgo de la cartera, los VaR individuales son insuficientes. La volatilidad mide la incertidumbre en el rendimiento de un activo, tomada de forma aislada. Sin embargo, cuando este activo pertenece a una cartera, lo que importa es la contribución al riesgo de la cartera.
- Philippe Jorion (2007)
Riesgo incremental
Las estadísticas de riesgo incremental proporcionan información sobre la sensibilidad del riesgo de la cartera a los cambios en el tamaño de las posiciones de la cartera.
Una propiedad importante del riesgo incremental es la subaditividad. Es decir, la suma de los riesgos incrementales de las posiciones en una cartera es igual al riesgo total de la cartera. Esta propiedad tiene aplicaciones importantes en la asignación de riesgo a diferentes unidades, donde el objetivo es mantener la suma de los riesgos igual al riesgo total.
Dado que hay tres medidas de riesgo cubiertas por RiskMetrics, hay tres medidas de riesgo incrementales: VaR incremental (IVaR), Déficit esperado incremental (IES) y Desviación estándar incremental (ISD).
Las estadísticas incrementales también tienen aplicaciones para la optimización de carteras. Una cartera con riesgo mínimo tendrá un riesgo incremental igual a cero para todas las posiciones. Por el contrario, si el riesgo incremental es cero para todas las posiciones, se garantiza que la cartera tendrá un riesgo mínimo solo si la medida de riesgo es subaditiva.
Medidas de riesgo coherentes
Una medida de riesgo coherente satisface las siguientes cuatro propiedades:
1. Subaditividad
Una medida de riesgo es subaditiva si para las carteras A y B, el riesgo de A + B nunca es mayor que el riesgo de A más el riesgo de B. En otras palabras, el riesgo de la suma de las subcarteras es menor o igual a la suma de sus riesgos individuales.
La desviación estándar y el déficit esperado son subaditivos, mientras que el VaR no lo es.
Se requiere la subditividad en relación con la agregación de riesgos entre escritorios, unidades de negocios, cuentas o compañías subsidiarias. Esta propiedad es importante cuando diferentes unidades de negocio calculan sus riesgos de forma independiente y queremos tener una idea del riesgo total involucrado. La falta de subaditividad también podría ser motivo de preocupación para los reguladores, donde las empresas podrían estar motivadas a dividirse en afiliadas para satisfacer los requisitos de capital.
2. Invarianza de la traducción
Agregar efectivo a la cartera disminuye su riesgo en la misma cantidad.
3. Homogeneidad positiva de grado 1
Si duplicamos el tamaño de cada posición en una cartera, el riesgo de la cartera será el doble.
4. Monotonicidad
Si las pérdidas en la cartera A son mayores que las pérdidas en la cartera B para todos los posibles escenarios de rendimiento de factores de riesgo, entonces el riesgo de la cartera A es mayor que el riesgo de la cartera B.
Evaluación de medidas de riesgo
El proceso de estimación de cualquier medida de riesgo puede ser erróneo por un margen considerable. Si a partir de la estimación imprecisa no podemos obtener una buena comprensión de cuál podría ser el valor real, entonces la estimación es prácticamente inútil. Una buena medida de riesgo es complementar cualquier medida de riesgo estimada con algún indicador de su precisión o del tamaño de su error.
Hay varias formas de cuantificar el error de algunas estimaciones. Un enfoque consiste en estimar un intervalo de confianza de la medición del riesgo.
Modelos de mercado
RiskMetrics describe tres modelos para modelar los factores de riesgo que definen los mercados financieros.
Enfoque de covarianza
El primero es muy similar al enfoque de covarianza media de Markowitz. Markowitz asumió que la matriz de covarianza de activosse puede observar. La matriz de covarianza se puede utilizar para calcular la varianza de la cartera. RiskMetrics asume que el mercado está impulsado por factores de riesgo con covarianza observable. Los factores de riesgo están representados por series de tiempo de precios o niveles de acciones, divisas, materias primas y tipos de interés. Los instrumentos se evalúan a partir de estos factores de riesgo a través de varios modelos de precios. Se supone que la cartera en sí es una combinación lineal de estos instrumentos.
Simulación histórica
El segundo modelo de mercado asume que el mercado solo tiene un número finito de cambios posibles, extraídos de una muestra de retorno de factores de riesgo de un período histórico definido. Por lo general, se realiza una simulación histórica tomando muestras de los cambios de factores de riesgo del día a día pasados y aplicándolos al nivel actual de los factores de riesgo para obtener escenarios de precios de factores de riesgo. Estos escenarios de precios de factores de riesgo perturbados se utilizan para generar una distribución de ganancias (pérdidas) para la cartera.
Este método tiene la ventaja de la simplicidad, pero como modelo, es lento para adaptarse a las condiciones cambiantes del mercado. También adolece de errores de simulación, ya que el número de simulaciones está limitado por el período histórico (normalmente entre 250 y 500 días hábiles).
Simulación del Monte Carlo
El tercer modelo de mercado asume que el logaritmo del rendimiento, o logaritmo del rendimiento, de cualquier factor de riesgo sigue típicamente una distribución normal . En conjunto, los retornos logarítmicos de los factores de riesgo son normales multivariados . La simulación del algoritmo de Monte Carlo genera escenarios de mercado aleatorios extraídos de esa distribución normal multivariante. Para cada escenario, se calcula la ganancia (pérdida) de la cartera. Esta colección de escenarios de ganancias (pérdidas) proporciona una muestra de la distribución de ganancias (pérdidas) a partir de la cual se pueden calcular las medidas de riesgo elegidas.
Crítica
Nassim Taleb en su libro The Black Swan (2007) escribió:
Los bancos son ahora más vulnerables al cisne negro que nunca con "científicos" entre su personal que se encargan de las exposiciones . La gigante empresa JP Morgan puso en riesgo al mundo entero al introducir en los años noventa RiskMetrics, un método falso destinado a gestionar los riesgos de las personas. Se ha ido extendiendo un método relacionado llamado " Valor en riesgo ", que se basa en la medición cuantitativa del riesgo. [2]
Referencias
- Harry Markowitz , "Selección de cartera", Journal of Finance , marzo de 1952.
- Peter Zangari, Documento técnico de RiskMetrics , 1996.
- Matthew Pritzker, Los peligros ocultos de la simulación histórica , Junta de Gobernadores del Sistema de la Reserva Federal, Serie de debates sobre finanzas y economía , 2001.
- Jeremy Berkowitz y James O'Brien, "¿Cuán precisos son los modelos de valor en riesgo en los bancos comerciales?", Journal of Finance , vol. 57, núm. 3 (junio de 2002), págs. 1093-1111.
- Jorge Mina y Jerry Xiao. Volver a RiskMetrics: la evolución de un estándar , 2001.
- Chris Finger. Cómo la simulación histórica me hizo vago , RiskMetrics Research Monthly , abril de 2006.
- Gilles Zumbach, Una suave introducción a la metodología RM 2006 , Documento de trabajo de RiskMetrics, noviembre de 2006.
- Alan Laubsch, Gestión de riesgos: una guía práctica , 1999
- Específico
- ^ "MSCI para comprar RiskMetrics por $ 1,550 millones" . Reuters . 1 de marzo de 2010 . Consultado el 1 de noviembre de 2018 .
- ^ Nassim Taleb (2007). El cisne negro: el impacto de lo altamente improbable . Citado en Nassim Taleb (10 de septiembre de 2009). "Informe sobre los riesgos de la modelización financiera, el VaR y el colapso económico" (PDF) . Cámara de Representantes de Estados Unidos. Archivado desde el original (PDF) el 4 de noviembre de 2009.
enlaces externos
- Datos comerciales históricos para RiskMetrics Group:
- Presentaciones ante la SEC