ADMINISTRACIÓN, FINANZAS Y ECONOMÍA

Tamaño: px
Comenzar la demostración a partir de la página:

Download "ADMINISTRACIÓN, FINANZAS Y ECONOMÍA"

Transcripción

1 Volumen 2 Número 1 Enero-Junio 2008 REVISTA DE ADMINISTRACIÓN, FINANZAS Y ECONOMÍA (Journal of Management, Finance and Economics) Artículos Edgar Rodolfo Castillo-Huerta Generalizaciones de la metodología VAR para el análisis de riesgos de fondeo liquidez, y margen financiero Francisco Ortiz-Arango y Francisco Venegas-Martínez El modelo de Vasicek y la integral de trayectoria de Feynman Adán Díaz-Hernández y José C. Ramírez-Sánchez Modelo de cálculo de capital económico por riesgo de crédito para portafolios de créditos a personas físicas Jesús Bravo Pliego Análisis empírico de la relación entre las tasas de interés forward subyacentes al mercado Mexicano de swaps de TIIE Antonio Ruiz-Porras y William Henry Steinwascher Sacio Gobierno corporativo, diversificación estratégica y desempeño empresarial en México Carlos M. Urzúa, Alejandra Macías y Héctor H. Sandoval TIPs for the Analysis of Poverty in Mexico,

2 TECNOLÓGICO DE MONTERREY CAMPUS CIUDAD DE MÉXICO Revista de Administración, Finanzas y Economía (Journal of Management, Finance and Economics) Director Dr. José AntonioNúnez Mora Editor de Producción Dr. Fernando Cruz Aranda Tecnológico de Monterrey Tecnológico de Monterrey Directores Adjuntos Carlos M. Urzúa Enrique Cásares José C.Ramírez-Sánchez Comité Editorial Alberto Hernández Antonio Ruiz-Porras Edgar Ortiz Elvio Accinelli José L.delaCruz Anabella Davila Francisco Venegas-Martínez Tecnológico de Monterrey Universidad Autónoma Metropolitana Tecnológico de Monterrey Tecnológico de Monterrey Universidad de Guadalajara Universidad Nacional Autónoma de México Facultad de Economía de la UASLP Tecnológico de Monterrey Tecnológico de Monterrey Escuela Superior de Economía, IPN ISNN: en trámite Revista de Administración, Finanzas y Economía Escuela de Graduados en Administración y Dirección de Empresas, EGADE División de Negocios Tecnológico de Monterrey, Campus Ciudad de México Calle del Puente 222, Col. Ejidos de Huipulco, Tlalpan. C. P , México D. F. Aulas III, cuarto piso. Tel. +52 (55) ext y 1392 Correo electrónico: Página:

3 Artículos Edgar Rodolfo Castillo-Huerta Generalizaciones de la metodología VAR para el análisis de riesgos de fondeo liquidez, y margen financiero...1 Página Francisco Ortiz-Arango y Francisco Venegas-Martínez El modelo de Vasicek y la integral de trayectoria de Feynman...9 Adán Díaz-Hernández y José C.Ramírez-Sánchez Modelo de cálculo de capital económico por riesgo de crédito para portafolios de créditos a personas físicas...20 Jesús Bravo Pliego Análisis empírico de la relación entre las tasas de interés forward subyacentes al mercado Mexicano de swaps de TIIE...44 Antonio Ruiz-Porras y William Henry Steinwascher Sacio Gobierno corporativo, diversificación estratégica y desempeño empresarial en México...58 Carlos M. Urzúa, Alejandra Macías y Héctor H. Sandoval TIPs for the Analysis of Poverty in Mexico,

4 Revista de Administración, Finanzas y Economía (Journal of Management, Finance and Economics), vol. 2, núm. 1 (2008), pp Generalizaciones de la metodología VAR para el análisis de riesgos de fondeo liquidez, y margen financiero Edgar Rodolfo Castillo-Huerta Recibido 18 de mayo 2007, Aceptado 14 de junio 2007 Resumen En este artículo estudiamos extensiones de VaR para administrar el riesgo estructural, aplicable a las instituciones financieras y en particular a los bancos, basados en la identificación, medición y control del riesgo. Se propone el uso de medidas de riesgo aplicables en ambas partes del balance (Activo y Pasivo) y en el flujo de efectivo de la institución. Se propone el uso de medidas de control de riesgo de fondeo, ingreso y liquidez, además de la muy conocida medida de riesgo de mercado (VaR). Abstract In this paper we study an extension of value at risk to structural risk management alternative, applied to financial institutions, banks particularly, this investigation was based on identify, quantify and risk control. We propose to use risk measures over both sides of balance sheet (Asset and Liability) and over cash flow of the institution. We propose risk control measure like funding, earnings and liquidity, besides the well known measure of market risk (VaR). Clasificación JEL:C61 Palabras clave: Riesgo, Var, MaR, LaR, WaR, Liquidez, Fondeo, Banco, limites 1. Introducción En este artículo estudiamos un extensión al la metodología de valor en riesgo para administrar el riesgo estructural, aplicable a las instituciones financieras y en particular a los bancos, basados en la identificación, medición y control del riesgo, antes de empezar, quisiera comentar sobre las fuentes de riesgo en el manejo de los activos y pasivos, la fuentes de incertidumbre en el balance se encuentra en los flujos de efectivo, el costo de fondeo y la tasa de rendimiento, por esta razón para las instituciones financieras es necesario adecuar un modelo quelespermitadeformafácil, tomar decisiones de inversión y fondeo, siempre buscando una interacción entre riesgo, rendimiento y liquidez, temas que serán abordados más ampliamente a lo largo de este documento. La Administración de Activos y Pasivos bajo incertidumbre involucra distintas fuentes de riesgo. Las fuentes de riesgo o incertidumbre se basan en movimientos de los factores económicos, mercado y condiciones demográficas. Galeana C, Santa Ursula Xitla, Tlalpan México, D.F. Tel , , Fax

5 2 Generalizaciones de la metodología VAR El modelado de los riesgos de los Activos y Pasivos ha sido abordado ampliamente por autores como R. Harrington (1987), D. Uyemura (1993), W.T. Ziemba, y Mulvey (1986), Cosiglio, Cocco y Stavros A. Zenios (2005), H. Jonson (1994), Deelstra y Janssen (2000), Carino y Ziemba (1996), todos ellos basan su trabajo en estimaciones econométricas o modelos multivariados con programación estocástica, sin embargo, en ningún caso se muestra un nivel de confianza sobre un horizonte dado como en el caso del bien conocido riesgo de mercado VaR 1, una aproximación a lo que estamos proponiendo es el trabajo de Javier Márquez Diez Canedo (1999 y 2002), quien para un portafolio de crédito propone el uso de la metodología VaR para determinar el nivel de solvencia de un banco. Académicamente el trabajo busca completar estas investigaciones, en cuanto a la forma de ver el riesgo estructural abordado desde varios puntos de vista, con el fin de obtener una administración de riesgo integral. Estos puntos de vista son los siguientes: identificación de riesgos desde cada parte de la hoja de balance, Activos y Pasivos; desde los flujos de efectivo como la liquidez; o, desde el cambio en los ingresos al cambio en tasas de interés. Se propone el uso de medidas de control de riesgo de fondeo, ingreso y liquidez, además de la muy conocida medida de riesgo de mercado. El artículo se organiza de la siguiente manera. La sección dos plantea las herramientas que serán utilizadas para la administración de riesgos estructurales de forma separada, empezando por la más conocida, el VaR como medida de riesgo de mercado. La sección tres introduce el uso de esas medidas de forma conjunta con el fin de obtener un análisis de riesgo integral. Finalmente, la sección cuatro sintetiza los resultados y comenta el uso de las herramientas como medidas de gestión y control. 2. Medidas de control de riesgo Al hablar de riesgos se piensa en la posibilidad de que ocurran eventos no deseados. Pero una parte de los riesgos en los mercados financieros ocurren por sucesos a los cuales no se les asocia ninguna probabilidad. Asignar una probabilidad a todos los eventos que puedan alterar las utilidades de las empresas, es lo que se denomina Análisis de Riesgos. Financieramente, se puede definir el Riesgo como la probabilidad de que los precios de los activos que se tengan en un portafolio se muevan adversamente ante cambios en las variables macroeconómicas que los determinan. Las variables financieras que se requieren para el análisis, son todas aquellas variables que al cambiar de valor podrían cambiar de forma adversa el valor del portafolio; por ejemplo, en el caso de un bono con tasa revisable cada 28 días, la única variable que suponemos afectaría, sería la tasa de 28 días y la tasa actual (fórmula de valuación), por supuesto hay otros factores que podrían afectar a la valuación de este instrumento, sin embargo sólo tomaremos en cuenta aquellas variables que directamente afecten según la forma de valuar cada instrumento. En la parte activa el riesgo de mercado, ya muy estudiado a través del valor en riesgo, VaR se refiere a determinar la pérdida máxima que podría tener una cartera de inversión en un horizonte de tiempo con un nivel de confianza dado, 1 VaR por sus siglas en ingles Value at Risk, Valor en Riesgo, terminología introducida por JP Morgan (1995) y divulgada en su documento técnico Riskmetrix RM

6 Revista de Administración, Finanzas y Economía 3 esta herramienta supone que las variables financieras siguen una distribución Gausiana (Normal). Figura 1 Probability Density Estimate Profit/Loss Value(millions) Distribución Gausiana (Normal) El VaRse refiere encontrar el punto donde la probabilidad acumulada alcanza la cantidad 1-Nivel de confianza, VaR f(s)ds =1 c, donde c = nivel de confianza, f(s) = Función de densidad de los precios VaR c = μ+z c σ,conμ = rendimiento promedio del portafolio, z = Distribución acumulada normal hasta en nivel de confianza (c). Al igual que en la parte activa (Portafolio VaR) en la sección pasiva se busca determinar el monto de fondeo que se cancelará. Herramienta que definiremos como pasivos en riesgo o WaR por sus siglas en ingles Withdrawalls at Risk es necesario conocer las probabilidades de cancelación de pasivos a un plazo determinado. Supongamos los siguientes pasivos: chequeras (f 1 ), depósitos a plazo (f 2 ), pagare (f 3 ) y papel de mercado de dinero (f 4 ), junto con sus diferentes plazos de vencimiento. El valor total de los pasivos esta dado por la siguiente expresión V = N f i, i=1 donde N = 4. Supongamos que la decisión del cliente de mantener o no (cancelar) el ahorro o inversión, para el banco sería mantener el fondeo o cancelarlo,

7 4 Generalizaciones de la metodología VAR sigue una distribución Bernoulli (p), donde (p) representa la probabilidad de cancelación de los pasivos. El valor medio de los retiros al ser una distribución Bernoulli (p) sería: μ = pv. Mientras tanto el riesgo del portafolio estaría dado por la varianza como: σ 2 = p(1 p) N fi 2. Esto es por supuesto asumiendo independencia entre los depositantes. Para el caso de pasivos se tiene la posibilidad de que: i) Disminuya a causa de cancelaciones de depósitos / inversiones / compras ii) Aumente derivado de nuevos depósitos / inversiones / emisión Riesgo = Cancelación de Pasivo = Retiro esperado + Retiro no esperado (Cancelaciones de pasivos), por tanto el monto en riesgo de ser retirado sería el siguiente: WaR = μ + z α σ = pv + z N α p(1 p) WaR = Cancelación de Pasivo (Withdrawals at Risk), p = Probabilidad de Cancelación de pasivos, Z = Probabilidad acumulada de una distribución normal hasta el nivel de confianza dado, f =Eli ésimo pasivo. La siguiente medida se refiere a la liquidez, misma que denominaremos Liquidez en Riesgo o LaR (Liquidity at Risk). El análisis de LaR parte de la clasificación del pasivo en rubros que engloben clientes o productos con perfiles similares. La liquidez que debe mantenerse disponible en una institución a través de fuentes de fondeo externas o de activos líquidos en el balance, en función al grado de aversión al riesgo que se tenga. Para calcular el monto mínimo de activos líquidos es necesario analizar los patrones de renovación y permanencia de cada categoría de pasivo. Con el fin de evitar riesgos excesivos de liquidez, se debe considerar un monto de activos líquidos superior, o al menos igual al LaR. La liquidez debe ser suficiente para solventar las obligaciones de la institución,sinquesetenga que acceder recurrentemente al fondeo más costoso o de última instancia. Una medida comúnmente utilizada para el control de la liquidez es justamente Ψ, el coeficiente de liquidez, que es función del capital K ydelos pasivos V Ψ= K (1) V Es necesario determinar la concentración de un sólo cliente o grupo de clientes para esto tendríamos que compararlo contra el pasivo total es decir, determinar la proporción de la fuente de fondeo que representa de todo el pasivo como sigue: f k ΘV (2) donde: { ΘV ; k =0, 1, 2,...,n f k = 0; k = n +1,n+2,...,N. i=1 i=1 f 2 i

8 Revista de Administración, Finanzas y Economía 5 La proporción Θ del total del pasivo, que representa el fondeo f k,están relacionados por el nivel de capitalización del banco, y podría representar un limite de fondeo. Con esto introduzco el límite de liquidez como una proporción de los pasivos relacionado con una probabilidad de cancelación de pasivos: L α R α = n α ΘV (3) El argumento n, se refiere al número de clientes que desean cancelar sus pasivos (Ahorros) y requieren retirar su dinero, suponiendo una distribución Binomial, es decir: ( ) n Pr(m, n) = p m (1 p) n m (4) m donde p representa la probabilidad de retiro de fondos, con esta distribución podemos determinar la media np y la varianza np(1 p) y determinar con un nivel de confianza, α, el nivel de capitalización requerido para cubrir la solicitud de efectivo que se retira: np + z α np(1 p) ΘV K (5) donde z α = Probabilidad acumulada en una distribución Gausiana Normal hasta el nivel α N LaR = μ + z α σ = pv + z α p(1 p) Ψ p + z α σ H(G). En donde el índice de Herfindal - Hirschman H(G) queda dado por: i=1 f 2 i H(G) ( ) 2 Ψ p, p = πt F z α σ V y σ = 1T G V Donde, H(G): Es la concentración de los pasivos redimensionados; P : Es la probabilidad de cancelación esperada promedio de los de pasivos; σ: Es una medida de la desviación estándar de la probabilidad de cancelación; F : Vector de montos de pasivos; G: Vector transformado de F ; π: Es el vector de probabilidades de cancelación de pasivos y z α : Nivel de confianza de acuerdo al grado de aversión al riesgo. Finalmente, la medida de riesgo para los ingresos futuros se refiere a descontar cada una de las brechas (diferencia entre activos y pasivos en cada momento del tiempo) en el flujo de efectivo utilizando estructuras de tasas de interés calculadas con algún modelo de estructuras de tasas de interés como Vasicek, Cox Ingersol y Ross o cualquier otro, que nos provea de un insumo sin considerar arbitraje, es decir, tasas neutrales al riesgo. El riesgo total será la suma del valor absoluto de los flujos obtenido, a lo cual llamaremos Ingresos en riesgo o EaR (Earnings at Risk).

9 6 Generalizaciones de la metodología VAR Para determinar la densidad de la distribución será necesario hacer una simulación (con la siguiente fórmula) y determinando la máxima pérdida con un nivel de confianza dado después de hacer un análisis de frecuencias. EaR = N i=1 [ ( max (A i L i )x 1 (1 + r i ) 1 DxVi/360 (1 + r i +0.01) DxVi/360 ( )] 1 (A i L i )x (1 + r i 0.01%) 1 DxVi/360 (1 + r i ) DxVi/360 Donde, r i = Tasa cupón cero en base anual del periodo i (Calculada con base en la estructura de plazos calculada con base en algún modelo de estructura de tasas de interés por ejemplo: Vasicek o Cox Ingersol & Ross), DxV i =Días por vencer del periodo i. A continuación mostraré unanálisis comparativo de las diferentes metodologías, a fin de aclarar cualquier duda. Tabla 1 Análisis comparativo de las diferentes metodologías ), VaR VaR f(s)ds =1 c WaR Supuestos Dist. Normal WaR f(s)ds =1 c { Dist. Bernoulli f(x) = 1 /2 p; si cancelan pasivo f(x) = 2πσ 2 e(x μ)2 1 p; si continúa. Media = μ Media = p Varianza = σ 2 Varianza = p(1 p) VaR c = μ + z c σ VaR c = μ + z c σ Forma de cálculo Paramétrico Paramétrico Simulación Histórica Simulación Histórica Simulación Montecarlo Simulación Montecarlo VaR Riesgo mercado, se refiere a la pérdida máxima en un horizonte de tiempo y con un nivel de confianza dado. WaR Riesgo cancelación de pasivos, busca determinar el monto máximo a ser retirado. Las diferentes formas de ver a la institución nos ayudaran a conocer como se está comportando de forma integral, con la ayuda de los indicadores de riesgo mostrados podemos conocer de forma individual el riesgo de cada parte del balance, activos (VaR)opasivos(WaR), de hecho también los cambios en los ingresos por intereses o margen financiero (EaR) y la liquidez (LaR), sin embargo, la interacción de estos indicadores podría ayudar a la gestión y al control de la institución, este tema será tratado en la siguiente sección.

10 Revista de Administración, Finanzas y Economía 7 (Continuación) Tabla 1 Análisis comparativo de las diferentes metodologías LaR LaR f(s)ds =1 c EaR Supuestos Dist. Binomial f(x) =Cn m p i (1 p) n i Media = np Varianza = np(1 p) VaR c = μ + z c σ Forma de cálculo Paramétrico Simulación Histórica Simulación Montecarlo EaR f(s)ds =1 c Dist. Dada por el modelo de estructura de tasas empleado (Normal, Familia de valores extremos, etc.) VaR c = μ + z c σ Simulación Simulación Montecarlo LaR Riesgo de liquidez, determina el nivel de liquidez necesaria para solventar obligaciones. EaR Riesgo en flujos de efectivo, busca determinar la máxima pérdida al cambiar la tasa de interés. 3. Aplicación de las medidas de riesgo de forma conjunta Para controlar a la institución pueden ser utilizados límites por cada una de nuestras herramientas mencionadas, y dado que toman en cuenta todo el balance y la interacción entre los activos y los pasivos entonces claramente representan medidas integrales de riesgo. El nivel de riesgo que la institución está dispuesta a asumir puede depender del impacto de la evoluciónobservada de lastasas de interés sobre el desempeño futuro de los resultados. Aquellos instrumentos para los cuales no se realiza una valuación a mercado diaria (cálculo de VaR o riesgo de mercado), pueden contener utilidades o pérdidas pendientes de realizar, producto del movimiento en las tasas. Estas utilidades o pérdidas se reflejarán en los resultados de toda institución en el transcurso del tiempo. Para conjuntar la medidas de riesgo mencionadas (EaR, VaR, WaR y LaR) los límites de liquidez se pueden traducir en restricciones al tamaño de los vencimientos de corto plazo, o bien, imponer costos por cambiar el tamaño de los vencimientos de corto plazo, que a su vez restringe a los gaps que se utilizan para el cálculo de la frontera eficiente para el riesgo total. El modelo propuesto para la gestión del riesgo estructural tiene que ver con la programación estocástica donde lo que se busca es maximizar el margen financiero, sujeto a restricciones presupuestales, regulatorias y de estrategia propia de la institución donde se quiera implementar esta metodología. 4. Conclusiones y comentarios En este artículo se dio a conocer una alternativa para administrar en las instituciones financieras y en particular bancos, el riesgo estructural, basándonos en la identificación, medición y control del riesgo.

11 8 Generalizaciones de la metodología VAR El A-L estocástico se recomienda para realizar proyecciones y determinar presupuestos (Plan de negocios) El uso de tasas estocásticas permite conocer mejor el valor económico real de la entidad El nivel de solvencia esta determinado por el índice de concentración de pasivos y la probabilidad de retiro o cancelación de recursos Se propuso el uso de medidas de riesgo aplicables en ambas partes del balance (Activo y Pasivo) y en el flujo de efectivo de la institución. Se incentivo el uso de medidas de control de riesgo de fondeo, ingreso y liquidez, en forma conjunta. Este trabajo puede ser aplicado directamente en la banca mexicana y es posible hacer una propuesta de legislación sobre el cálculo de capital para mantener la solvencia de las instituciones. Bibliografía Sheldom M. Ross, (1992). Applied Probability Models with Optimization Applications Dover Publications, Inc., New York. William T. Ziemba, John M. Mulvey, (2001). Worldwide Asset and Liability Modeling, Cambridge University Press. Roy Kouwenberg and Stavros A. Zenios, (2001). Stochastic Programming Models for Asset Liability Management, Hermes Center on Computational Finance & Economics, School of Economics and Management, University of Cyprus, Working paper. M. I. Kusy, W. T. Ziemba, (May - Jun, 1986). A Bank Asset and Liability Management Model, Operations Research, Vol. 34, No 3. pp Griselda Deelstra, Jacques Janssen, (2000). Interaction Between Asset Liability Management and Risk Theory: An Unsegmented and a Multidimensional Study, Working paper. Andrea Consiglio, Flavio Cocco, Stavros A. Zenios, (2005) Scanario Optimization Asset Liability Modelling for Individual Investors, Hermes Center on Computational Finance & Economics, School of Economics and Management, University of Cyprus, Working paper. Nikolas Topaloglou, Hercules Vladimirou, Stavros A. Zenios, (2004). Dynamic Stochastic Programming Models for internacional portfolio management, HERMES European Center of Excellence on Computational Finance and Economics School of Economics and Management University of Cyprus, Working paper. Javier Márquez Diez-Canedo, (2002). Suficiencia de Capital y Riesgo de Crédito en Carteras de Préstamos Bancarios, Documentos de investigación de Banco de México.

12 Revista de Administración, Finanzas y Economía (Journal of Management, Finance and Economics), vol. 2, núm. 1 (2008), pp El modelo de Vasicek y la integral de trayectoria de Feynman Francisco Ortiz-Arango Francisco Venegas-Martínez Recibido 8 de junio 2007, Aceptado 10 de julio 2007 Resumen En este artículo se plantea la conveniencia de utilizar las herramientas matemáticas de la mecánica cuántica para resolver algunos problemas financieros. En particular, se discute el modelo de tasa corta de Vasicek en tiempo continuo en el marco de la integral de trayectoria de Feynman. Para ello, se determina el Lagrangiano del sistema a partir del Hamiltoniano asociado de la ecuación hacia atrás de Fokker-Planck. Posteriormente, se calcula la acción a fin de obtener el precio de un bono cupón cero y su tasa forward. En conclusión, se pretende mostrar que la mecánica cuántica es una alternativa eficaz en la solución de algunos problemas complejos que surgen en la valuación de derivados. Abstract The aim of this paper is to show the convenience of using mathematical tools from quantum mechanics to solve some financial problems. In particular, the Vasicek short-rate model in continuous time is discussed in the framework of the Feynman path integral. To do this, the Lagrangian of the system is obtained from the Hamiltonian associate to the backward Fokker-Planck equation. Subsequently, the action is calculated to obtain the price of a zero-coupon bond and its forward rate. In conclusion, the paper attempts to show that quantum mechanics is an effective alternative in solving some complex problems that arise in pricing derivatives. Clasificación JEL: G13 Palabras clave: Productos derivados. 1. Introducción En los últimos años un gran número de físicos se han interesado en resolver problemas financieros. Para ello, han empleado herramientas matemáticas de la mecánica estadística y la mecánica cuántica desarrolladas a lo largo de muchos años para resolver problemas complejos de la física. Esta situación le ha dado un gran impulso a la teoría financiera dando origen a la Econo-Física y a las Finanzas Cuánticas En particular una de las ramas de la física que ha cobrado más interés es la mecánica cuántica. Desde principios del siglo pasado, prácticamente, muchas Profesor-Investigador de la Escuela de Ingeniería de la Universidad Panamericana. Profesor-Investigador de la Escuela Superior de Economía del Instituto Politécnico Nacional. Correo electrónico:

13 10 El modelo de Vasicek de las mentes brillantes de la física se enfocaron en la solución de problemas de mecánica cuántica. En este marco, es posible distinguir tres diferentes enfoques para estudiar la mecánica cuántica: a)elenfoquedeschrödinger, mediante una ecuación diferencial parcial que lleva su nombre y que analiza una función de onda asociada al comportamiento del átomo de hidrógeno. b) El enfoque de Dirac, mediante matrices, operadores y reglas de conmutación. c) El enfoque de la integral de trayectoria de Feynman, metodología que considera las contribuciones de todas las posibles trayectorias que puede seguir un sistema cuando pasa de un estado a otro. El objetivo primordial de este trabajo es mostrar de manera detallada el uso de la integral de trayectoria de Feynman como una herramienta eficaz en la solución de algunos problemas complejos de las finanzas. Para ilustrar esto se determina el precio de un bono cupón cero que sigue el modelo de tasa corta de Vasicek. El trabajo está constituido por las siguientes secciones: En la sección 2 se plantea la ecuación de Fokker-Planck hacia atrás, pues ésta constituye la base para construir la integral de trayectoria de Feynman. En este marco, se parte del Hamiltoniano asociado el sistema y, posteriormente, se obtiene el Lagrangiano, el cual a su vez se usa para calcular la acción del sistema. En la sección 3 se plantea el problema central de esta investigación, el cual consiste en abordar el modelo de Vasicek mediante el uso de la integral de trayectoria de Feynman a fin de valuar un bono cupón cero. En la medida de lo posible el trabajo proporciona los detalles técnicos de las demostraciones para darle fluidez a su lectura. Por último, en la sección 4 se plantean las conclusiones del trabajo. 2. Ecuación hacia atrás de Fokker-Planck La ecuación hacia atrás de Fokker-Planck, también conocida como ecuación de Kolmogorov 1, se utiliza para valuar opciones, esto es debido a que la función de pago se propaga hacia atrás en el tiempo. En otras palabras, dado que el precio de compra o venta de una opción al vencimiento se fija al inicio del contrato, es necesario traer al presente las posibles ganancias del contrato. Este proceso puede aprovechase también para el estudio de las tasas de interés, en este caso, es necesario propagar el valor de la tasa de interés en el tiempo final T,lacual se denotará porr, hacia un valorr en un tiempo previo, cuando el tiempo corre hacia atrás. En este caso la probabilidad condicional hacia atrás denotada por P B (R, t; r) representa la probabilidad de que la tasa spot tome el valor r en el tiempo t, dado que en el tiempo futuro T > t, tomará el valor R. Con lo cual, para un valor r = r(t + ɛ) yr = r(t), se cumple: P B (R, t; r )= δ {r r ɛ [a(r ) σ(r )R(t)] r} P (R, t + ɛ; r)dr. (1) 1 Tomado de Venegas (2006), pag. 253.

14 Revista de Administración, Finanzas y Economía 11 En esta expresión los coeficientes a(r )yσ(r ) contienen la información de la tasa spot en el pasado. El Hamiltoniano de Fokker-Planck hacia atrás está dado por la expresión: t P B(R, t; r) =H B P B (R, t; r), (2) donde: H B = 1 2 σ2 (r) 2 r a(r) 2 r. (3) Observe que para calcular el valor de P B (R, t; r) como elementos de una matriz es necesario utilizar la notación de Dirac, en la cual el vector ket representa el estado inicial y el vector bra (vector dual) representa el estado final. Sin embargo, para este caso, dado que se considera el tiempo hacia atrás, el estado inicial será R y el estado final r, con lo cual se llega a las siguientes condiciones para calcular P B (R, t; r): P B (R, t; r) = r e (T t)hb R, (4) r(t )=R. Ahora a partir del Hamiltoniano definido en la ecuación (3) se obtiene el Lagrangiano requerido para calcular la acción y con ésta el precio del bono mediante una integral de trayectoria de Feynman de la forma: P (t 0,T)= 1 Z B e SB Dr, (5) donde Z B es la función de partición definida mediante una integral de trayectoriaqueconsideratantoalatasaspotr(t) como el efecto del ruido blanco R(t), 2 asíla expresión para calcularla es: Z B = e SB Dr. (6) En este caso, S B se refiere a la acción hacia atrás de Fokker-Planck: S B = T t 0 L B dt. (7) Para calcular el Lagrangiano hacia atrás de Fokker-Planck a partir del Hamiltoniano correspondiente, expresado en la ecuación (3), se emplea la siguiente 2 Ver Baaquie (2004), pag. 120

15 12 El modelo de Vasicek ecuación típica en mecánica cuántica que relaciona a ambos operadores, a saber: P B ( r, t; r) = r e (T t)hb r = N e ɛlb[r, r] = = 1 2π = 1 2π r e ɛhb p p r dp 2π ( e ɛ σ ) 2 2 p2 +iap e ip(r r) dp σ2 ɛ e 2 p2 e ip(r r ɛa) dp. (8) Para calcular la última integral en la expresión (8) se utiliza la integración Gaussiana dada por la expresión: Z[j] =N e λ 2 x2 +jx dx = N e 1 2λ j e λ 2 x2 dx = e 1 2λ j, (9) con N = λ/2π. En consecuencia, si en la última integral de la expresión (8) se toman: λ = ɛσ 2 ; j = i(r r ɛa), se llega a P B ( r, t; r) = r e (T t)hb r = N e ɛlb[r, r] = Z[j] N = 1 2πN e 1 2λ j2 = 1 2πN e 1 2ɛσ 2 i2 (r r ɛa) 2 = 1 = 1 2πN e ɛ[ 1 2σ 2 ( r r ɛ a)2 ] { [ = 1 1 exp ɛ 2πλ 2σ 2 = 1 2πɛσ 2 exp { ɛ [ 1 2σ 2 ɛ 2πN e 2σ 2 ( r r ɛ a)2 ( r r ɛ ( r r ɛ ) ]} 2 a ) ]} 2 a. (10) Por lotanto, es posible concluirque el Lagrangianohaciaatrás de Fokker-Planck está dado por: L B = 1 ( 2 r r a). (11) 2σ 2 ɛ

16 Revista de Administración, Finanzas y Economía 13 Si en la ecuación (11) se toma el límite ɛ 0, se obtiene (r r)/ɛ dr/dt, con lo cual se llega a la forma definitiva del Lagrangiano hacia atrás de Fokker- Planck: L B = 1 ( ) 2 dr 2σ 2 dt a(r). (12) De esta manera, al sustituir (12) en (7), se obtiene la forma explícita para el cálculo de la acción: S B = 1 2 T t 0 ( ) 2 1 dr σ 2 (t) dt a(r) dt, (13) 3. Desarrollo del modelo de Vasicek utilizando la integral de trayectoria de Feynman En esta sección se muestra que el modelo de Vasicek de tasa corta en tiempo continuo puede resolverse de manera cerrada (exacta) mediante el uso de la integral de trayectoria de Feynman establecida en la ecuación (5). Como es sabido, el modelo de Vasicek es considerado el parteaguas en lo que se refiere a modelos de tasa corta en tiempo continuo. Sea P (t 0,T) el precio de un bono cupón cero, el cual puede calcularse mediante la expresión: [ { P (t 0,T)=E exp T t 0 } r(t)dt ] r(t 0 )=r 0. (14) En el caso del modelo de Vasicek, la tasa corta sigue el comportamiento descrito por la siguiente ecuación diferencial estocástica: dr dt = a(b r)+σdw t, (15) con las condiciones r(t 0 )=r 0, t 0 t T, y donde W t es un movimiento Browniano definido sobre un espacio fijo de probabilidad con su filtración aumentada (Ω, F, (F W t ) t [0,T ], IP). Dado que el valor presente de un bono cupón cero se obtiene al descontar su valor futuro, la tasa spot debe establecerse en el tiempo T, de este modo la propagación de su comportamiento se hace hacia atrás, hasta llegar al valor r 0 en el tiempo t 0. Deestemodolaacción hacia atrás de Fokker-Planck, dada en la ecuación (13), puede expresarse para este caso específico como: S V = 1 2 T t 0 [ ] 2 1 dr σ 2 a(b r) dt, (16) dt

17 14 El modelo de Vasicek donde a y b son constantes. A través de la ecuación (16) es posible calcular el valor esperado del precio del bono en la ecuación (14), para lo cual se requiere establecer la forma de la función r(t) a ser integrada, las condiciones de frontera y una distribución de probabilidad: la distribución de probabilidad propuesta es de la forma e SV /Z,conZ definida como en la ecuación (6) y que funciona como condición de normalización, además se cumple que: Dr T t=t 0 dr(t), (17) junto con las condiciones de frontera dr(t ) r(t 0 )=r 0 ; =0. (18) dt Con base en lo anterior se puede obtener el precio del bono cupón cero mediante el cálculo del promedio del factor de descuento sobre la distribución de probabilidad mencionada antes, así: P (t 0,T)= 1 Z e SV e T t 0 r(t)dt Dr. (19) Si ahora se define entonces se tendrá T S S V P (t 0,T)= 1 Z t 0 r(t)dt, (20) e S Dr. (21) Al sustituir (16) en (21), se obtiene: T S = S V t 0 1 r(t)dt = 2σ 2 T t 0 [ ] 2 T dr a(b r) dt dt r(t)dt. (22) t 0 Como la medida de la integral de trayectoria permanece invariante bajo traslaciones es posible hacer la siguiente consideración: r(t) r(t) + b, con lo cual se obtiene: a(b r) ar. Al incorporar estos cambios en la ecuación (22), se obtiene: S = 1 2σ 2 T t 0 ( ) 2 T dr dt + ar dt t 0 (r(t)+b)dt. (23) Una forma de calcular las integrales de la expresión (23) es a través del siguiente cambio de variable: v(t) = dr + ar. (24) dt

18 Revista de Administración, Finanzas y Economía 15 Al resolver la ecuación diferencial resultante para r(t) se llega a la expresión: r(t) =e a(t t0) r 0 + e at T t 0 e at v(t )dt. (25) Nuevamente, hay que integrar (25) para posteriormente sustituirlo en (23), de tal forma que T t 0 r(t)dt = T t 0 e a(t t0) r 0 + e at T A continuación se calcula I 1 : I 1 = T t 0 = r 0 e a(t t0) dt + t 0 = r 0 I 1 + I 2. T t 0 t 0 T e at e at v(t )dt dt t e at e a(t t0) 1 T dt = e at a(t t0) 1 e dt = a eat0 a t 0 Para I 2, se puede demostrar 3 que: con lo cual se obtiene T I 2 = T t 0 r(t)dt = r 0 B(t, T )+ t 0 v(t )dt dt (26) B(t, T ). (27) t 0 B(t, T )v(t)dt, (28) T t 0 B(t, T )v(t)dt. (29) Ahora hay que verificar que r(t) como está expresada en (25) cumpla las condiciones inicial y de frontera: i) En efecto, en t = t 0 se cumple que r(t 0 )=r 0. ii) Para la condición final en t = T,dadoque(dr/dt) =0,ésto equivale a decir que r(t ) es libre de tomar cualquiera de sus valores posibles y, por consiguiente, de la ecuación (24), v(t )también es libre de tomar valores. En este caso, las condiciones de frontera se satisfacen para la variable v(t) cuando t 0 t T. 3 Ver Baaquie 2004, pag. 122

19 16 El modelo de Vasicek Antes de proceder a calcular el precio del bono cupón cero P (t 0,T), la ecuación (23) se reexpresará entérminos del cambio de variable dado en (24), así: S = 1 2σ 2 T si se sustituye (29) en (30) se obtiene: t 0 T v 2 (t)dt t 0 (r(t)+b)dt, (30) S = 1 T T 2σ 2 v 2 (t)dt r 0 B(t, T ) B(t, T )v(t)dt b(t t 0 ), t 0 t 0 y reagrupando términos se llega a: S = 1 T [ v 2 (t)+2σ 2 B(t, T )v(t) ] dt r 2σ 2 0 B(t 0,T) b(t t 0 ). (31) t 0 Ahora bien, debido al cambio que se hizo en (23): a(b r) ar, entonces se tiene que hacer el cambio r r b, con lo cual la expresión (31) queda finalmente como: S = 1 2σ 2 T t 0 [ v 2 (t)+2σ 2 B(t, T )v(t) ] dt (r 0 b)b(t 0,T) b(t t 0 ). (32) Ahora se calcula el precio del bono cupón cero para lo cual se sustituye (32) en (21): P (t 0,T)= 1 Z 1 2σ 2 e T t 0 [v 2 (t)+2σ 2 B(t,T )v(t)]dt (r 0 b)b(t 0,T ) b(t t 0)Dr = 1 Z e (r0 b)b(t0,t ) b(t t0) 1 2σ 2 e T t 0 [v 2 (t)+2σ 2 B(t,T )v(t)]dtdr. Si se define K = e (r0 b)b(t0,t ) b(t t0), entonces (33) queda como P (t 0,T)= K Z = K Z = K Z 1 2σ 2 e 1 2σ 2 e e σ 2 2 T T t 0 {[v 2 (t)+2σ 2 B(t,T )v(t)+σ 4 B 2 (t,t )] σ 4 B 2 (t,t )}dtdr T { } [v(t)+σ 2 B(t,T )] 2 σ 4 B 2 (t,t ) t 0 B 2 (t,t t 0 )e 1 2σ 2 T dt Dr t 0 [v(t)+σ 2 B(t,T )] 2 dtdr. (33) (33 a)

20 Revista de Administración, Finanzas y Economía 17 Si ahora se hace la consideración v(t) v(t) +σ 2 B(t, T ), ya que la métrica es invariante ante la traslación, entonces la expresión (33 a) se puede escribir como: P (t 0,T)= K σ 2 2 Z e = K σ 2 2 Z e T t 0 B 2 (t,t )dt T t 0 B 2 (t,t )dt 1 2σ 2 e T t 0 v 2 (t)dtdr e SV Dr = K σ 2 2 Z e σ 2 2 T T t 0 B 2 (t,t )dtz (34) B 2 (t,t = e (r0 b)b(t0,t ) b(t t0) t e 0 )dt. T A continuación, se calcula la integral B 2 (t, T )dt, usando la definición de t 0 B 2 (t, T ) establecida en la expresión (27): T t 0 B 2 (t, T )dt = T t 0 = 1 a 2 ( 1 e a(t t 0) T t 0 a )2 dt ( 1 2e a(t t) + e 2a(T t)) dt = 1 ( T t a a + 2 a e a(t t0) 1 ) t0) e 2a(T. 2a (35) Si se definen: θ = T t 0 y B(θ) =(1 e aθ )/a, es posible reescribir la expresión (35) como: T ( B 2 1 (t, T )dt = θ 3 a 2 2a + 2 a e aθ 1 ) 2a e 2aθ t 0 = 1 ( a 2 θ 2 2a 1 2a + 1 a e aθ + 1 a e aθ 1 = 1 [ θ 1 ( 1 e aθ ) 1 ( 1 e aθ ) ] 2 a 2 a 2a = 1 (θ B(θ) a ) a 2 2 B2 (θ). 2a e 2aθ ) (36) Con el resultado anterior sustituido en la expresión (34) es posible calcular el precio del bono cupón cero, primero se calcula: P (t 0,T)=e (r0 b)b(θ) bθ e σ2 2 = e r0b(θ) e ( σ2 2a 1 a 2 (θ B(θ) a 2 B2 (θ)) σ2 σ2 2 b)θ ( 2a2 b)b(θ) 4a B2 (θ) [( ) ] σ = e r0b(θ) 2 exp 2a b (θ B(θ)) σ2 2 4a B2 (θ). (37)

Generalizaciones de la metodología VAR para el análisis de riesgos de fondeo liquidez, y margen financiero

Generalizaciones de la metodología VAR para el análisis de riesgos de fondeo liquidez, y margen financiero Revista de Administración, Finanzas y Economía (Journal of Management, Finance and Economics), vol. 2, núm. 1 (2008), pp. 1-8. Generalizaciones de la metodología VAR para el análisis de riesgos de fondeo

Más detalles

Una metodologia basada en copulas y valores extremos para estimar el capital economico requerido de un portafolio de creditos al menudeo

Una metodologia basada en copulas y valores extremos para estimar el capital economico requerido de un portafolio de creditos al menudeo Revista UNA METODOLOGIA de Análisis Económico, BASADA Vol. EN 24, Nº COPULAS 2, pp. 95-132 Y VALORES (Diciembre EXTREMOS 2009) 95 Una metodologia basada en copulas y valores extremos para estimar el capital

Más detalles

Uso de cópulas en la estimación del capital económico

Uso de cópulas en la estimación del capital económico www.pwc.es Uso de cópulas en la estimación del capital económico Centre de Recerca Matèmatica, CRM Bellaterra, Barcelona 22 de febrero de 2.013 Índice 1.- Capital regulatorio: modelo de Merton 2.- Capital

Más detalles

Educación superior desde 1929. Diplomado. Productos Derivados. Duración 110 horas. Conocimiento en acción

Educación superior desde 1929. Diplomado. Productos Derivados. Duración 110 horas. Conocimiento en acción Diplomado Duración 110 horas Conocimiento en acción Presentación La realidad económica está caracterizada por constantes cambios que pueden beneficiar o generar problemas en la actividad empresarial. Con

Más detalles

Administración de Riesgos

Administración de Riesgos Administración de Riesgos El Consejo Directivo de Banobras aprueba los límites globales de exposición al riesgo, los cuales están ligados al capital y a la estrategia de negocio del banco. Lo anterior

Más detalles

JUSTIFICACIÓN DIRIGIDO A

JUSTIFICACIÓN DIRIGIDO A JUSTIFICACIÓN En los últimos años, las sociedades han iniciado procesos de globalización e integración de los mercados, procesos que merecen toda la rigurosidad por parte de la academia para analizarlos,

Más detalles

Temario. 1. Introducción al riesgo de crédito

Temario. 1. Introducción al riesgo de crédito ADÁN DÍAZ HERNÁNDEZ Profesor-Investigador Universidad Anáhuac México-Norte Doctor y Maestro en Ciencias Financieras por el ITESM, Maestro en Ciencias Matemáticas, Matemático, y Actuario por la UNAM, así

Más detalles

CENTRO DE FORMACIÓN DE DE BOLSAS Y Y MERCADOS ESPAÑOLES. MatLab. Introducción a la programación en Matlab para la medición de riesgos financieros

CENTRO DE FORMACIÓN DE DE BOLSAS Y Y MERCADOS ESPAÑOLES. MatLab. Introducción a la programación en Matlab para la medición de riesgos financieros CENTRO DE FORMACIÓN DE DE BOLSAS Y Y MERCADOS ESPAÑOLES MatLab Introducción a la programación en Matlab para la medición de riesgos financieros CD 2 MatLab Introducción a la programación en Matlab para

Más detalles

Black-Scholes. 1 Introducción y objetivos

Black-Scholes. 1 Introducción y objetivos Matemáticas en Wall Street: la fórmula de Black-Scholes Miguel Ángel Mirás Calvo Me di cuenta definitivamente de la importancia de la fórmula de Black-Scholes al escuchar a esos negociadores de opciones

Más detalles

BANCO DE MEXICO. Definiciones básicas de Riesgos

BANCO DE MEXICO. Definiciones básicas de Riesgos BANCO DE MEXICO Definiciones básicas de Riesgos Noviembre 2005 1 ÍNDICE DE RIESGO: 1.1. Medidas de riesgo 1.1.1. Valor en Riesgo (VaR) 1.1.2. Análisis de Estrés 1.2. Riesgo de Mercado 1.2.1. Medidas de

Más detalles

VALUACIÓN DE HIPOTECAS A TRAVÉS DE OPCIONES: INCUMPLIMIENTO Y PREPAGO Área de Investigación: Finanzas

VALUACIÓN DE HIPOTECAS A TRAVÉS DE OPCIONES: INCUMPLIMIENTO Y PREPAGO Área de Investigación: Finanzas 1 2 VALUACIÓN DE HIPOTECAS A TRAVÉS DE OPCIONES: INCUMPLIMIENTO Y PREPAGO Área de Investigación: Finanzas AUTORES Dr. José Antonio Núñez Mora Doctorados en Ciencias Financieras y Ciencias Administrativas

Más detalles

PROGRAMACIÓN ESTOCÁSTICA CON FUNCIÓN OBJETIVO FRACTIL. UNA APLICACIÓN A LA PLANIFICACIÓN DE TESORERÍA

PROGRAMACIÓN ESTOCÁSTICA CON FUNCIÓN OBJETIVO FRACTIL. UNA APLICACIÓN A LA PLANIFICACIÓN DE TESORERÍA PROGRAMACIÓN ESTOCÁSTICA CON FUNCIÓN OBJETIVO FRACTIL. UNA APLICACIÓN A LA PLANIFICACIÓN DE TESORERÍA Antonio Cardona Rodríguez - efpcaroa@lg.ehu.es Universidad del País Vasco (UPV/EHU) Reservados todos

Más detalles

ECONOMÍA FINANCIERA II (Gerencia Cuantitativa del Riesgo) Profesor: JORGE MARIO URIBE GIL

ECONOMÍA FINANCIERA II (Gerencia Cuantitativa del Riesgo) Profesor: JORGE MARIO URIBE GIL ECONOMÍA FINANCIERA II (Gerencia Cuantitativa del Riesgo) Profesor: JORGE MARIO URIBE GIL Introducción. El curso de Economía Financiera II está diseñado para aquellos estudiantes que estén interesados

Más detalles

La solución de algunas EDO de Riccati

La solución de algunas EDO de Riccati Revista digital Matemática, Educación e Internet (http://tecdigital.tec.ac.cr/revistamatematica/). Vol 15, No 2. Marzo Agosto 2015. ISSN 1659-0643 La solución de algunas EDO de Riccati José Alfredo Jiménez

Más detalles

Aspectos Cualitativos Relacionados con la Administración Integral de Riesgos

Aspectos Cualitativos Relacionados con la Administración Integral de Riesgos 31 de Agosto de 2015 Aspectos Cualitativos Relacionados con la Administración Integral de Riesgos Las debilidades en el sistema financiero de un país pueden amenazar su estabilidad financiera y económica.

Más detalles

Pablo Fernández. IESE. Valoración de opciones por simulación 1 VALORACIÓN DE OPCIONES POR SIMULACIÓN Pablo Fernández IESE

Pablo Fernández. IESE. Valoración de opciones por simulación 1 VALORACIÓN DE OPCIONES POR SIMULACIÓN Pablo Fernández IESE Pablo Fernández. IESE. Valoración de opciones por simulación 1 VALORACIÓN DE OPCIONES POR SIMULACIÓN Pablo Fernández IESE 1. Fórmulas utilizadas en la simulación de la evolución del precio de una acción

Más detalles

INVITAN AL: SEMINARIO DE OPTIMIZACIÓN DE CAPITAL POR LÍNEA DE NEGOCIO

INVITAN AL: SEMINARIO DE OPTIMIZACIÓN DE CAPITAL POR LÍNEA DE NEGOCIO INVITAN AL: SEMINARIO DE OPTIMIZACIÓN DE CAPITAL POR LÍNEA DE NEGOCIO A REALIZARSE 27 Y 28 DE AGOSTO Objetivos: Contar Las instituciones financieras inevitablemente experimentan pérdidas no esperadas que

Más detalles

Finanzas para no Financieros (Avanzado)

Finanzas para no Financieros (Avanzado) Curso Finanzas para no Financieros (Avanzado) Duración 75 horas Conocimiento en acción Presentación En muchas ocasiones se está al frente de un puesto en el que se requieren conocimientos básicos de finanzas

Más detalles

BANCO NACIONAL DE COMERCIO EXTERIOR, S. N. C. Institución de Banca de Desarrollo y Subsidiarias

BANCO NACIONAL DE COMERCIO EXTERIOR, S. N. C. Institución de Banca de Desarrollo y Subsidiarias BANCO NACIONAL DE COMERCIO EXTERIOR, S. N. C. Institución de Banca de Desarrollo y Subsidiarias NOTAS DE ADMINISTRACIÓN INTEGRAL DE RIESGOS AL 30 DE JUNIO DE 2007 (En millones de pesos) ------------------------------------------------------------------------------------------------------------------------

Más detalles

BOLSA MEXICANA DE VALORES, S.A.B. DE C.V.

BOLSA MEXICANA DE VALORES, S.A.B. DE C.V. CLAVE DE COTIZACIÓN: CREDIT SUISSE (), S.A., PAGINA 1 / 5 BANCO CREDIT SUISSE, S. A. INSTITUCIÓN DE BANCA MÚLTIPLE MÉXICO AVANCE DEL PROCESO DE ADOPCION DE LAS NORMAS INTERNACIONALES DE INFORMACION FINANCIERA

Más detalles

IXE AUTOMOTRIZ, S.A. DE C.V. SOCIEDAD FINANCIERA DE OBJETO MULTIPLE ENTIDAD REGULADA, GRUPO FINANCIERO BANORTE

IXE AUTOMOTRIZ, S.A. DE C.V. SOCIEDAD FINANCIERA DE OBJETO MULTIPLE ENTIDAD REGULADA, GRUPO FINANCIERO BANORTE IXE AUTOMOTRIZ, S.A. DE C.V. SOCIEDAD FINANCIERA DE OBJETO MULTIPLE ENTIDAD REGULADA, GRUPO FINANCIERO BANORTE CIFRAS AL 30 DE JUNIO DE 2012 (Expresadas en millones de pesos) Información mínima a revelar

Más detalles

V Seminario Nacional de Investigación en Modelos Financieros

V Seminario Nacional de Investigación en Modelos Financieros V Seminario Nacional de Investigación en Modelos Financieros Gestión de Activos y Pasivos: una introducción al Riesgo de Tasa de Interés Josefina Arias, Mauro Speranza y Darío Bacchini De qué se trata

Más detalles

EL FILTRO DE KALMAN. Resumen

EL FILTRO DE KALMAN. Resumen EL FILTRO DE KALMAN Carlos Pillajo Universidad Politécnica Salesiana - Ecuador cpillajo@ups.edu.ec Javier E. Sierra Universidad Pontificia Bolivariana Colombia javier.sierra@upb.edu.co Resumen El filtro

Más detalles

XIII Congreso Latinoamericano de Auditoria Interna y Evaluación n de Riesgos

XIII Congreso Latinoamericano de Auditoria Interna y Evaluación n de Riesgos XIII Congreso Latinoamericano de Auditoria Interna y Evaluación n de Riesgos mayo de de 2009 BASILEA II GESTIÓN DEL EXPOSITOR: Kay Dunlop 1 AGENDA MARCO CONCEPTUAL SISTEMA DE GESTIÓN N DEL RIESGO DE CRÉDITO

Más detalles

CALIBRACIÓN DE MODELOS DE ESTRUCTURA DE TASAS DE INTERÉS María Teresa Casparri Diego Cosentino Gonzalo Garcia

CALIBRACIÓN DE MODELOS DE ESTRUCTURA DE TASAS DE INTERÉS María Teresa Casparri Diego Cosentino Gonzalo Garcia CALIBRACIÓN DE MODELOS DE ESTRUCTURA DE TASAS DE INTERÉS María Teresa Casparri Diego Cosentino Gonzalo Garcia INTRODUCCIÓN El objetivo de este trabajo es aplicar los modelos de simulación de la estructura

Más detalles

Monografías de Juan Mascareñas sobre Finanzas Corporativas ISSN: 1988-1878 Introducción al VaR

Monografías de Juan Mascareñas sobre Finanzas Corporativas ISSN: 1988-1878 Introducción al VaR Juan Mascareñas Universidad Complutense de Madrid Versión inicial: mayo 1998 - Última versión: mayo 2008 - El valor en riesgo (VaR), 2 - El método histórico, 3 - El método varianza-covarianza, 6 - El método

Más detalles

MÁSTER EXECUTIVE EN GESTIÓN DE RIESGOS FINANCIEROS (9ª Edición)

MÁSTER EXECUTIVE EN GESTIÓN DE RIESGOS FINANCIEROS (9ª Edición) DE SEPTIEMBRE DE DE 2010 2010 A JUNIO JUNIO DE DE 2011 2011 MÁSTER EXECUTIVE EN GESTIÓN DE RIESGOS FINANCIEROS (9ª Edición) DIRECTORES ACADÉMICOS: D. Santiago Carrillo Menéndez y D. Antonio Sánchez Calle

Más detalles

IXE AUTOMOTRIZ, S.A. DE C.V. SOCIEDAD FINANCIERA DE OBJETO MULTIPLE ENTIDAD REGULADA, GRUPO FINANCIERO BANORTE

IXE AUTOMOTRIZ, S.A. DE C.V. SOCIEDAD FINANCIERA DE OBJETO MULTIPLE ENTIDAD REGULADA, GRUPO FINANCIERO BANORTE IXE AUTOMOTRIZ, S.A. DE C.V. SOCIEDAD FINANCIERA DE OBJETO MULTIPLE ENTIDAD REGULADA, GRUPO FINANCIERO BANORTE CIFRAS AL 30 DE SEPTIEMBRE DE 2012 (Expresadas en millones de pesos) Información mínima a

Más detalles

Análisis bayesiano de modelos de riesgo en compañías de seguros

Análisis bayesiano de modelos de riesgo en compañías de seguros Análisis bayesiano de modelos de riesgo en compañías de seguros M. Concepción Ausín, Departamento de Estadística e Investigación Operativa, Universidad Complutense de Madrid. Trabajo conjunto con Juan

Más detalles

Programa de Asignatura : Modelación de Riesgos Financieros

Programa de Asignatura : Modelación de Riesgos Financieros Programa de Asignatura : Modelación de Riesgos Financieros Carrera : INGENIERÍA FINANCIERA Nivel : Semestre VIII Área : Economía y Finanzas Requisito : Administración y Control de Riesgos Horas semanales

Más detalles

Curso de Preparación para la Certificación FRM

Curso de Preparación para la Certificación FRM Curso de Preparación para la Certificación FRM 1 PROGRAMAS DE EXTENSIÓN UNIVERSITARIA NOMBRE DEL PROGRAMA: Curso de Preparación para la Certificación FRM ESCUELA O FACULTAD: Escuela de Actuaría. INFORMES

Más detalles

Administración Integral de Riesgos Política general, metodología e información cuantitativa

Administración Integral de Riesgos Política general, metodología e información cuantitativa Administración Integral de Riesgos Política general, metodología e información cuantitativa HSBC Global Asset Management (México), Grupo Financiero HSBC Enero de 2013 PUBLIC Contenido 1. Política general

Más detalles

INVITAN AL: Seminario de MATLAB Aplicado a los Mercados Financieros

INVITAN AL: Seminario de MATLAB Aplicado a los Mercados Financieros INVITAN AL: Seminario de MATLAB Aplicado a los Mercados Financieros A REALIZARSE 21,22 y 23 de setiembre 2015 Objetivos: Comprender los fundamentos teóricos y prácticos necesarios para la implementación

Más detalles

OFERTA DE OPCIONES EUROPEAS CAP PARA LA TASA DE INTERÉS REAL POR PARTE DEL FONDO DE ESTABILIZACIÓN DE CARTERA HIPOTECARIA (FRECH)

OFERTA DE OPCIONES EUROPEAS CAP PARA LA TASA DE INTERÉS REAL POR PARTE DEL FONDO DE ESTABILIZACIÓN DE CARTERA HIPOTECARIA (FRECH) OFERTA DE OPCIONES EUROPEAS CAP PARA LA TASA DE INTERÉS REAL POR PARTE DEL FONDO DE ESTABILIZACIÓN DE CARTERA HIPOTECARIA (FRECH) Por: Diego Vásquez Camilo Zea * Este documento presenta una descripción

Más detalles

BENÉMERITA UNIVERSIDAD AUTÓNOMA DE PUEBLA VICERRECTORÍA DE DOCENCIA DIRECCIÓN GENERALDE EDUCACIÓN SUPERIOR FACULTAD DE CIENCIAS FÍSICO MATEMÁTICAS

BENÉMERITA UNIVERSIDAD AUTÓNOMA DE PUEBLA VICERRECTORÍA DE DOCENCIA DIRECCIÓN GENERALDE EDUCACIÓN SUPERIOR FACULTAD DE CIENCIAS FÍSICO MATEMÁTICAS Licenciatura en Actuaría Área: Finanzas Programa de Asignatura: Derivados Financieros Código: ACTM-251 Créditos: 4 Créditos Fecha: 11 de Diciembre del 2012 1 1. DATOS GENERALES Nivel Educativo: Licenciatura

Más detalles

PROGRAMA EJECUTIVO INTERNACIONAL EN FINANZAS CORPORATIVAS (Administración Financiera)

PROGRAMA EJECUTIVO INTERNACIONAL EN FINANZAS CORPORATIVAS (Administración Financiera) PROGRAMA EJECUTIVO INTERNACIONAL EN FINANZAS CORPORATIVAS (Administración Financiera) Proporcionar las herramientas necesarias para el desarrollo económico financiero y profesional. Muestra herramientas

Más detalles

Investigación Opciones para ciertos riesgos

Investigación Opciones para ciertos riesgos Investigación Opciones para ciertos riesgos Eric J. Avila Vales Universidad Autónoma de Yucatán Agosto de 1998 1. Introducción Para proteger a nuestra familia compramos un seguro de vida y/o un seguro

Más detalles

MONEDA. asignación ESTRATÉGICA. de activos para BANCOS CENTRALES 1 MONEDA

MONEDA. asignación ESTRATÉGICA. de activos para BANCOS CENTRALES 1 MONEDA MONEDA asignación ESTRATÉGICA de activos para BANCOS CENTRALES 1 MONEDA MONEDA I. IMPORTANCIA DE LA ASIGNACIÓN ESTRATÉGICA DE ACTIVOS (AEA) EN LA ADMINISTRACIÓN DE LAS RESERVAS INTERNACIONALES Las reservas

Más detalles

Coordinador: HENRY MENDOZA RIVERA. Profesor Asistente Departamento de Estadística Facultad de Ciencias Sede Bogotá

Coordinador: HENRY MENDOZA RIVERA. Profesor Asistente Departamento de Estadística Facultad de Ciencias Sede Bogotá Coordinador: HENRY MENDOZA RIVERA Profesor Asistente Departamento de Estadística Facultad de Ciencias Sede Bogotá Introducción El diplomado en Probabilidad y Estadística Fundamental, es el primero de una

Más detalles

ECONOMETRÍA FINANCIERA

ECONOMETRÍA FINANCIERA ECONOMETRÍA FINANCIERA CONTENIDO 1 2 3 4 5 6 7 Objetivo Introducción Las betas Financieras Capital Asset Pricing Model CAPM Arbitrage Princing Model APT Predicción con el Método de Montecarlo Solución

Más detalles

Universidad del CEMA Master en Finanzas 2006

Universidad del CEMA Master en Finanzas 2006 Universidad del CEMA Master en Finanzas 2006 La Simulación como una herramienta para el manejo de la incertidumbre Fabián Fiorito ffiorito@invertironline.com Tel.: 4000-1400 Hoy en día la simulación es

Más detalles

Portafolios de Inversión en Mercado de Capitales. Duración: 20 horas.

Portafolios de Inversión en Mercado de Capitales. Duración: 20 horas. Portafolios de Inversión en Mercado de Capitales Duración: 20 horas. Fechas Inicia: Lunes 15 de Junio de 2015 Termina: Lunes 06 de Julio de 2015 Horarios: Lunes y Miércoles de 17:00 a 20:00 horas. Duración:

Más detalles

NOTA TÉCNICA 44 UNA APROXIMACION AL METODO GENERALIZADO DE LOS MOMENTOS Y SUS LIMITACIONES

NOTA TÉCNICA 44 UNA APROXIMACION AL METODO GENERALIZADO DE LOS MOMENTOS Y SUS LIMITACIONES NOTA TÉCNICA 44 Preparada por Wilson Pérez Oviedo UNA APROXIMACION AL METODO GENERALIZADO DE LOS MOMENTOS Y SUS LIMITACIONES 1. Introducción El método generalizado de los momentos (GMM) es un poderoso

Más detalles

GESTION DE RIESGOS CORPORATIVOS EL RIESGO DE CREDITO

GESTION DE RIESGOS CORPORATIVOS EL RIESGO DE CREDITO DEG EN DIRECCIÓN ESTRATÉGICA DE FINANZAS (2007) GESTION DE RIESGOS CORPORATIVOS EL RIESGO DE CREDITO Original del profesor Jorge Morán Santor. Versión original de 2 octubre de 2004. Última revisión 15

Más detalles

Determinación de los Principales Indicadores Financieros para el Análisis del Comportamiento Financiero de los Bancos Privados

Determinación de los Principales Indicadores Financieros para el Análisis del Comportamiento Financiero de los Bancos Privados Determinación de los Principales Indicadores Financieros para el Análisis del Comportamiento Financiero de los Bancos Privados Elaborado por: Sandra Guamán Montero Aprobado por: Daniel Gissel Latorre 1.

Más detalles

Riesgos discrecionales Son aquellos resultantes de la toma de una posición de riesgo, como:

Riesgos discrecionales Son aquellos resultantes de la toma de una posición de riesgo, como: ADMINISTRACIÓN DE RIESGOS: Con el fin de cumplir con las Disposiciones de Carácter Prudencial en Materia de Administración Integral de Riesgos Aplicables a las Instituciones de Crédito vigentes, a continuación

Más detalles

Seminarios de Matemática Financiera Instituto MEFF RiskLab-Madrid. The two-factor. model for credit risk. A comparison with the BIS II one-factor

Seminarios de Matemática Financiera Instituto MEFF RiskLab-Madrid. The two-factor. model for credit risk. A comparison with the BIS II one-factor Seminarios de Matemática Financiera Instituto MEFF RiskLab-Madrid Miércoles 7 de noviembre del 00 The two-factor model for credit risk A comparison with the BIS II one-factor model Juan Carlos García Céspedes

Más detalles

Estructuración de portafolios que incluyen opciones

Estructuración de portafolios que incluyen opciones Estructuración de portafolios que incluyen opciones Jose Antonio Solano Atehortúa * * Matemático, Universidad de Antioquia. Maestría en Matemáticas Aplicadas, Universidad de Sao Paulo (Sao Paulo, Brasil).

Más detalles

Banco Santander (México), S.A.

Banco Santander (México), S.A. 1T.14 REPORTE DE RESULTADOS 1 Banco Santander (México), S.A. Información complementaria al Primer Trimestre de 2014, en cumplimiento de la obligación de revelar información sobre las operaciones con instrumentos

Más detalles

Consideraciones sobre el valor razonable

Consideraciones sobre el valor razonable Consideraciones sobre el valor razonable Angel Vilariño Lima, mayo 2007 Angel Vilariño 1 Valor razonable Valor razonable (en una fecha determinada) es el precio por la que puede ser intercambiado un activo

Más detalles

Riesgo de Mercado - 1 -

Riesgo de Mercado - 1 - El objetivo fundamental de Bank of America es la generación de valor para sus accionistas manteniendo la estabilidad y solvencia de la organización. Una adecuada administración integral de los riesgos

Más detalles

EBA: primera guía de los test de estrés

EBA: primera guía de los test de estrés EBA: primera guía de los test de estrés Esta semana la autoridad bancaria europea (EBA) ha publicado el primer borrador sobre la metodología que aplicará en los test de estrés, desglosando los riesgos

Más detalles

El Comité de Riesgos establece políticas y estrategias de riesgo, da seguimiento a las mismas y vigila su cumplimiento.

El Comité de Riesgos establece políticas y estrategias de riesgo, da seguimiento a las mismas y vigila su cumplimiento. ADMINISTRACION INTEGRAL DE RIESGOS La función de identificar, medir, monitorear, controlar e informar los distintos tipos de riesgo a que se encuentra expuesta Banca Afirme, está a cargo de la Unidad de

Más detalles

IFRS Project Insights Instrumentos financieros: deterioro

IFRS Project Insights Instrumentos financieros: deterioro IFRS Project Insights Instrumentos financieros: deterioro 16 Junio 2011 El proyecto de IASB sobre el instrumento financiero reemplazará al IAS 39 Instrumentos financieros: reconocimiento y medición. El

Más detalles

Análisis del Mercado Financiero Guatemala 2013. Programa de Capacitación CAPTAC Marco Espinosa-Vega, Leo Martinez y Horacio Sapriza

Análisis del Mercado Financiero Guatemala 2013. Programa de Capacitación CAPTAC Marco Espinosa-Vega, Leo Martinez y Horacio Sapriza Análisis del Mercado Financiero Guatemala 2013 Programa de Capacitación CAPTAC Marco Espinosa-Vega, Leo Martinez y Horacio Sapriza Nuestra preocupación: Como distribuir recursos escasos Cuando los costos

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

HASTA DONDE LAS FINANZAS SE PUEDEN CONTAR. Asamblea Xeral da SGPAEIO 16 de febrero de 2013

HASTA DONDE LAS FINANZAS SE PUEDEN CONTAR. Asamblea Xeral da SGPAEIO 16 de febrero de 2013 HASTA DONDE LAS FINANZAS SE PUEDEN CONTAR Asamblea Xeral da SGPAEIO 16 de febrero de 2013 Silvia Barco Tato Directora de Control Financiero y Middle Office en Banco Gallego Introducción ÍNDICE Finanzas

Más detalles

CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES

CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES CAPÍTULO 5 ANÁLISIS DE CONVERGENCIA DEL MÉTODO BINOMIAL AL MODELO DE BLACK & SCHOLES Para la valuación de opciones hay dos modelos ampliamente reconocidos como son el modelo binomial y el modelo de Black

Más detalles

FONDOS DE INVERSIÓN: MANEJO ACTIVO VS. PASIVO

FONDOS DE INVERSIÓN: MANEJO ACTIVO VS. PASIVO PONTIFICIA UNIVERSIDAD CATOLICA ARGENTINA FACULTAD DE CIENCIAS SOCIALES Y ECONOMICAS LICENCIATURA EN ECONOMIA TESIS DE GRADO FONDOS DE INVERSIÓN: MANEJO ACTIVO VS. PASIVO MARIA ALEJANDRA PERNICONE Registro:

Más detalles

Seminario de Matemática

Seminario de Matemática Seminario de Matemática tica Financiera MEFF UAM Riesgo de crédito dito: dónde estamos y hacia dónde vamos. Una nueva propuesta Jordi Molins i Coronado Prop Trader, DrKW Savings & Loans Savings & Loans:

Más detalles

Gestión del Riesgo en Tesorería: Modelo VaR

Gestión del Riesgo en Tesorería: Modelo VaR Gestión del Riesgo en Tesorería: Modelo VaR La creciente volatilidad e integración de los mercados internacionales hace necesaria una evaluación cada vez más exacta de las pérdidas potenciales en las que

Más detalles

Valuación de opciones financieras mediante la teoría de la dualidad de la programación lineal

Valuación de opciones financieras mediante la teoría de la dualidad de la programación lineal Miscelánea Matemática 54 (2012) 99 120 SMM Valuación de opciones financieras mediante la teoría de la dualidad de la programación lineal J. Agustín Cano Garcés jacano@unam.mx Departamento de Matemáticas

Más detalles

CATEGORIAS DE INVERSIONES EN VALORES Y REPORTOS 2005

CATEGORIAS DE INVERSIONES EN VALORES Y REPORTOS 2005 Durante el segundo trimestre de 2005 no se presentaron movimientos significativos en los rubros del Balance General y el Estado de Resultados, así mismo, a la fecha no existen eventos subsecuentes de importancia

Más detalles

BASILEA III. Persiguiendo la solidez del sistema bancario

BASILEA III. Persiguiendo la solidez del sistema bancario BASILEA III Persiguiendo la solidez del sistema bancario Introducción Contenido del Documento Consultivo Por qué Cumbria FSC Introducción Pese a que sólo han transcurrido 6 años desde la aprobación de

Más detalles

a) Descripción de los aspectos cualitativos con el proceso de administración integral de riesgos

a) Descripción de los aspectos cualitativos con el proceso de administración integral de riesgos Datos a junio 2015 ACTINVER CASA DE BOLSA Actinver Casa de Bolsa, S.A. de C.V., Grupo Financiero Actinver opera bajo un perfil de riesgos conservador, tanto en operaciones por cuenta propia, como en intermediación

Más detalles

CARTERAS DE EMPRESAS. SISTEMAS DE RATING. CONSTRUCCION Y EVALUACION

CARTERAS DE EMPRESAS. SISTEMAS DE RATING. CONSTRUCCION Y EVALUACION CARTERAS DE EMPRESAS. SISTEMAS DE RATING. CONSTRUCCION Y EVALUACION Dirección General de Supervisión Grupo de Tesorería y Modelos de Gestión de Riesgos Luis González Mosquera Antonio Marcelo Antuña Raúl

Más detalles

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Curso: Métodos de Monte Carlo. Unidad 1, Sesión 2: Conceptos básicos Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay

Más detalles

Capítulo 2 Interés y descuento simple

Capítulo 2 Interés y descuento simple Capítulo 2 Interés y descuento simple Introducción Los problemas de la teoría del interés son relativamente elementales, cada problema se restringe a calcular las siguientes variables: a) El capital invertido

Más detalles

Este puede verse como la contra cara de un contrato spot o de contado, el cual es un acuerdo para comprar o vender un determinado activo hoy.

Este puede verse como la contra cara de un contrato spot o de contado, el cual es un acuerdo para comprar o vender un determinado activo hoy. Contratos forward Estrella Perotti, MBA Investigador Senior Bolsa de Comercio de Rosario eperotti@bcr.com.ar 1. Nociones Generales Un contrato forward es un derivado particularmente simple. Se trata de

Más detalles

Evaluación de Opciones: Teoría

Evaluación de Opciones: Teoría Evaluación de Opciones: Teoría Evaluación de Opciones:Teoría Transparencia 1 de 49 Esquema Remuneraciones de opciones Influencias en el valor de opciones Valor y volatilidad de título; tiempo disponible

Más detalles

Criterios Generales de Solvencia. Administración de Activos

Criterios Generales de Solvencia. Administración de Activos Criterios Generales de Solvencia Administración de Activos Los criterios generales desarrollados por la ASSAL pretenden brindar al supervisor una base de principios de aplicación internacional en materia

Más detalles

Métodos clave para calcular el Valor en Riesgo

Métodos clave para calcular el Valor en Riesgo [.estrategiafinanciera.es ] Caso de Estudio Métodos clave para calcular el Valor en Riesgo La actividad tesorera es especialmente susceptible al riesgo de mercado llegando a provocar en los últimos tiempos

Más detalles

Diplomado Administración de Riesgo Financiero

Diplomado Administración de Riesgo Financiero Diplomado Administración de Riesgo Financiero Implementación de Basilea III y preparación para la certificación FRM ITESM Campus Educación Continua Diplomado en Administración de Riesgos Implementación

Más detalles

PROCESOS ESTOCÁSTICOS. INTRODUCCIÓN A LOS MODELOS FINANCIEROS

PROCESOS ESTOCÁSTICOS. INTRODUCCIÓN A LOS MODELOS FINANCIEROS ASIGNATURA DE MÁSTER: PROCESOS ESTOCÁSTICOS. INTRODUCCIÓN A LOS MODELOS FINANCIEROS Curso 2015/2016 (Código:2115228-) 1.PRESENTACIÓN La asignatura "Procesos Estocásticos e Introducción a los Modelos Financieros"

Más detalles

Como construir carteras eficientes a medida

Como construir carteras eficientes a medida Un caso práctico desarrollado por el programa EFE 2000 de la empresa SciEcon Como construir carteras eficientes a medida El diseño de carteras eficientes involucra siempre un proceso de optimización. Si

Más detalles

Francisco J. López Lubián* y Carlos Berastain** Valoracion fundamental en entidades financieras

Francisco J. López Lubián* y Carlos Berastain** Valoracion fundamental en entidades financieras 05 Francisco:Francisco 30/7/10 08:07 Página 58 58 ANÁLISIS FINANCIERO Francisco J. López Lubián* y Carlos Berastain** Valoracion fundamental en entidades financieras RESUMEN En este artículo se desarrolla

Más detalles

Estimación de curvas de rendimientos aplicación del Modelo Nelson-Siegel para El Salvador.

Estimación de curvas de rendimientos aplicación del Modelo Nelson-Siegel para El Salvador. Estimación de curvas de rendimientos aplicación del Modelo Nelson-Siegel para El Salvador. Luis Ortiz Cevallos Banco Central de Reserva (BCR) Octubre 2014 Luis Ortiz Cevallos (BCR) Estimación de curvas

Más detalles

Matemática Financiera

Matemática Financiera Matemática Financiera Patricia Kisbye Profesorado en Matemática Facultad de Matemática, Astronomía y Física 2011 Patricia Kisbye (FaMAF) 2011 1 / 79 Presentación de la materia Matemática financiera: ambiente

Más detalles

NO. 05 PARA LOS CONTRATOS DE FIANZAS. Desarrollado por el Comité de Estándares de Práctica Actuarial de la Asociación Mexicana de Actuarios, A.C.

NO. 05 PARA LOS CONTRATOS DE FIANZAS. Desarrollado por el Comité de Estándares de Práctica Actuarial de la Asociación Mexicana de Actuarios, A.C. ESTÁNDAR DE PRÁCTICA NO. 05 CÁLCULO ACTUARIAL DE LA PRIMA DE TARIFA PARA LOS CONTRATOS DE FIANZAS Desarrollado por el Comité de Estándares de Práctica Actuarial de la Asociación Mexicana de Actuarios,

Más detalles

Información sobre la Administración de Riesgos en American Express Bank (México), S.A. al Segundo Trimestre de 2012

Información sobre la Administración de Riesgos en American Express Bank (México), S.A. al Segundo Trimestre de 2012 Información sobre la Administración de Riesgos en American Express Bank (México), S.A. al 1 Administración de Riesgos en American Express Bank (México), S.A. American Express Bank (México), S.A., Institución

Más detalles

METODOLOGÍAS PARA LA PREDICCIÓN DEL RIESGO DE COBRANZA

METODOLOGÍAS PARA LA PREDICCIÓN DEL RIESGO DE COBRANZA SCORE DE COBRANZA 2 METODOLOGÍAS PARA LA PREDICCIÓN DEL RIESGO DE COBRANZA Score de Buró Score estadístico que utiliza información de Buró, y diseñado para otorgantes de crédito nuevos en la evaluación

Más detalles

RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)

RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7) Caracterización de las fuentes y formación de escalas de tiempo Rec. UIT-R TF.538-3 1 RECOMENDACIÓN UIT-R TF.538-3 MEDICIONES DE LA INESTABILIDAD DE FRECUENCIA Y EN EL TIEMPO (FASE) (Cuestión UIT-R 104/7)

Más detalles

DISCIPLINA DE MERCADO (Comunicación A 5394 BCRA)

DISCIPLINA DE MERCADO (Comunicación A 5394 BCRA) DISCIPLINA DE MERCADO (Comunicación A 5394 BCRA) La presente publicación tiene como objetivo que los participantes del mercado puedan evaluar la información referida al capital, las exposiciones al riesgo,

Más detalles

1. ACTIVIDADES PRINCIPALES

1. ACTIVIDADES PRINCIPALES CASA DE BOLSA BASE, S.A. DE C.V., GRUPO FINANCIERO BASE NOTAS A LOS ESTADOS FINANCIEROS AL 30 DE JUNIO DE 2015 (Cifras en millones de pesos, excepto cuando se indica) 1. ACTIVIDADES PRINCIPALES Casa de

Más detalles

Administración de Riesgos en Amex Bank México.

Administración de Riesgos en Amex Bank México. Administración de Riesgos en Amex Bank México. American Express Bank (México), S.A., Institución de Banca Múltiple (Amex Bank) se considera así misma como una institución con perfil de riesgo conservador,

Más detalles

MODELOS MULTINOMIALES: UN ANÁLISIS DE SUS PROPIEDADES MULTINOMIAL MODELS: AN ANALISYS OF THEIR PROPERTIES

MODELOS MULTINOMIALES: UN ANÁLISIS DE SUS PROPIEDADES MULTINOMIAL MODELS: AN ANALISYS OF THEIR PROPERTIES MODELOS MULTINOMIALES: UN ANÁLISIS DE SUS PROPIEDADES Arlen Yahir Guarin Galeano *, Andrés Ramírez Hassan ** y Juan Felipe Torres *** RESUMEN En el presente trabajo se desarrolla un análisis de las propiedades

Más detalles

Noesis Quantitative Research

Noesis Quantitative Research Noesis Quantitative Research METODOLOGÍA Black-Litterman Global Asset Allocation En este artículo se expone la base de la metodología del modelo desarrollado por Fisher Black y Robert Litterman para superar

Más detalles

Rho-Works Advanced Analytical Systems. CVaR E pert. Información sobre el producto

Rho-Works Advanced Analytical Systems. CVaR E pert. Información sobre el producto Advanced Analytical Systems CVaR E pert Información sobre el producto Introducción Value-at-Risk (VaR) es la medida más conocida para cuantificar el riesgo de mercado de un activo o portafolio. El Conditional

Más detalles

Evento Relevante de Calificadoras

Evento Relevante de Calificadoras BOLSA MEXICANA DE VALORES, S.A.B. DE C.V., INFORMA: CLAVE DE COTIZACIÓN RAZÓN SOCIAL LUGAR HR HR RATINGS DE MEXICO, S.A. DE C.V. Ciudad de México ASUNTO HR Ratings asignó la calificación de LP de HR AA

Más detalles

Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones. Banco Central de Reserva del Perú

Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones. Banco Central de Reserva del Perú Simulación de Curvas de Rendimiento empleando Componentes Principales: Una aplicación para los Fondos de Pensiones Banco Central de Reserva del Perú - Gonzalo Chávez - Paul Zanabria 1 Introducción La proyección

Más detalles

HELEODORO RUIZ Director General Adjunto de Crédito Grupo Financiero Banorte IXE

HELEODORO RUIZ Director General Adjunto de Crédito Grupo Financiero Banorte IXE HELEODORO RUIZ Director General Adjunto de Crédito Grupo Financiero Banorte IXE Heleodoro Ruiz tiene 28 años de experiencia en el sistema financiero, principalmente en Crédito y Administración de Riesgos,

Más detalles

Evolución del financiamiento a PYMES y algunas lecciones aplicables a las Uniones de Crédito

Evolución del financiamiento a PYMES y algunas lecciones aplicables a las Uniones de Crédito Evolución del financiamiento a PYMES y algunas lecciones aplicables a las Uniones de Crédito ConUnión 5 Foro PYME de Uniones de Crédito Dr. Guillermo Babatz Octubre 2010 CNBV 1 Índice Evolución de la Cartera

Más detalles

Colección Mercados M-2

Colección Mercados M-2 El VaR Pablo García Estévez Diciembre 2008. M-2 1. Introducción VaR son las siglas de Valor en el Riesgo (Value at Risk) y fue desarrollado por la división RiskMetric de JP Morgan en 1994. El VaR es una

Más detalles

Evento Relevante de Calificadoras

Evento Relevante de Calificadoras BOLSA MEXICANA DE VALORES, S.A.B. DE C.V., INFORMA: CLAVE DE COTIZACIÓN RAZÓN SOCIAL LUGAR MERCFIN MERCADER FINANCIAL, S.A., SOFOM, E.R. Ciudad de México ASUNTO HR Ratings revisó al alza la calificación

Más detalles

NOTAS A LOS ESTADOS FINANCIEROS AL 31 DE MARZO DE 2015. (Cifras en millones de pesos, excepto cuando se indica)

NOTAS A LOS ESTADOS FINANCIEROS AL 31 DE MARZO DE 2015. (Cifras en millones de pesos, excepto cuando se indica) CASA DE BOLSA BASE, S.A. DE C.V., GRUPO FINANCIERO BASE NOTAS A LOS ESTADOS FINANCIEROS AL 31 DE MARZO DE 2015 (Cifras en millones de pesos, excepto cuando se indica) 1. ACTIVIDADES PRINCIPALES Casa de

Más detalles

En el mundo actual el Análisis Financiero dejó de ser una. Análisis Financiero Cuantitativo. Objetivos

En el mundo actual el Análisis Financiero dejó de ser una. Análisis Financiero Cuantitativo. Objetivos Análisis Financiero Cuantitativo En el mundo actual el Análisis Financiero dejó de ser una simple práctica para pasar a constituirse en una aplicación científica. La utilización del Análisis Financiero

Más detalles

GESTION DE ACTIVOS Y PASIVOS. Mayo 2003

GESTION DE ACTIVOS Y PASIVOS. Mayo 2003 GESTION DE ACTIVOS Y PASIVOS Mayo 2003 IMPORTANCIA DE LA GESTION DE ACTIVOS Y PASIVOS ENTORNO BANCO COMPETIDORES CLIENTES CRECIENTE IMPORTANCIA DE ALM Cuales son los Riesgos que Afectan a un intermediario

Más detalles

IBM Algorithmics. Soluciones de Riesgos para el Sector Asegurador. Francisco Vargas Pinzón Responsable de Ventas de Risk Analytics para Latinoamérica

IBM Algorithmics. Soluciones de Riesgos para el Sector Asegurador. Francisco Vargas Pinzón Responsable de Ventas de Risk Analytics para Latinoamérica IBM Algorithmics Soluciones de Riesgos para el Sector Asegurador Francisco Vargas Pinzón Responsable de Ventas de Risk Analytics para Latinoamérica Agenda Objetivo: Responder una pregunta por qué una solución

Más detalles

Administración Integral de Riesgos

Administración Integral de Riesgos Administración Integral de Riesgos COMPASS Investments de México COMPASS INVESTMENTS opera como un Asesor de Inversión Independiente en México desde 1996. A partir del 2004 se convierte en Sociedad Operadora

Más detalles