DERIVADOS CLIMÁTICOS:

Transcripción

1 DERIVADOS CLIMÁTICOS: Valorización de opciones sobre precipitaciones Presenta : Patricio Henríquez

2 AGENDA Introducción Mercados de derivados climáticos Definición de derivados climáticos Modelos de Valorización Propuestos Conclusiones 2

3 DERIVADO CLIMÁTICOS El Instituto Meteorológico Británico afirma que el 80% de la actividad económica mundial es afectada por el clima. Alguna industrias sensibles al clima: Generación de energía Agricultura Turismo 3

4 DERIVADO CLIMÁTICOS Tomador' Industria' energética' Industria'de' Agricultura' Industria'de' Turismo' Industria'de' construcción' Variable' climática' Temperatura,' lluvia,'viento' Temperatura,' lluvia' Temperatura,' lluvia,'nieve' Temperatura,' lluvia,'nieve' Riesgo' Mayores'costos,' bajas'ventas,'menor' producción' Pérdidas'de' cosechas' Bajas'ventas' Postergación'de' obras' Figura 1 : Variables y riesgo climáticos para distintas industrias 4

5 DERIVADO CLIMÁTICOS Es necesario tomar medidas que permitan mitigar los efectos negativos del clima en cada industria. Los mercados financieros han creado una serie de instrumentos llamados Derivados climáticos. 5

6 DERIVADO CLIMÁTICOS Derivados :Instrumentos financieros cuyo valor depende del precio de otro activo, este puede ser: Acciones, Divisas, Bonos, Commodities. Derivados climáticos : Su precio no depende de un activo subyacente NEGOCIABLE, sino que depende de un parámetro climático que se pueda medir objetivamente como : Temperatura, precipitaciones, nieve, velocidad del viento, humedad ambiente. 6

7 DEFINICIÓN DE UN DERIVADO CLIMÁTICO Período del contrato Estación de mediciones meteorológicas Variable climática Indice que agregue a la variable climática Función de pagos 7

8 TIPOS DE DERIVADOS Opción put sobre precipitaciones con Strike=100 mm. Ticker= USD100 y Pago máximo=usd2.500 Figura 4 : Gráfico de pagos de una opción put sobre precipitaciones. Fuente: Bacchini, D

9 Opción call sobre precipitaciones con Strike=110 mm. Ticker= USD1.000 TIPOS DE DERIVADOS Precip. Pago 100 mm. $ 0, mm. $ 0, mm. $ 0, mm. $ 0, mm. $ 0, mm. $ 0, mm. $ 0, mm. $ 0, mm. $ 0, mm. $ 0, mm. $ 0, mm. $ 1.000, mm. $ 2.000, mm. $ 3.000, mm. $ 4.000, mm. $ 5.000, mm. $ 6.000, mm. $ 7.000, mm. $ 8.000, mm. $ 9.000, mm. $ ,00 Pago Recibido $ ,00 $ ,00 $ ,00 $ ,00 $ ,00 $ ,00 $ ,00 $ ,00 $ 5.000,00 $ 0,00 100,00 105,00 110,00 115,00 120,00 125,00 Precipitaciones 130,00 135,00 140,00 145,00 150,00 Figura 5 : Gráfico de pagos de una opción call sobre precipitaciones. Fuente: Bacchini, D

10 DEFINICIÓN DE UN DERIVADO CLIMÁTICO Tabla 1 :Variables que describen al derivado 10

11 VALORIZACIÓN DE DERIVADOS CLIMÁTICOS El subyacente no es un activo negociable, es un parámetro climáticos. (Geman, 2005). La variación del subyacente no puede ser representada como un movimiento browniano. Las variables como la temperatura tienden a permanecer en bandas relativamente estrechas. (Pino, Rendoll y Torres, 2009) Mercado Incompleto: No se puede negociar el subyacente a diferencia del subyacente de un derivado tradicional. Para poner precio a un derivado climático es necesario hacer predicciones de la variable relevante. (Campbell y Diebold, 2005) 11

12 DATOS Datos meteorológicos históricos National Weather Service U.S.A Dirección Meteorológica de Chile Dirección General de Aguas, MOP 12

13 DATOS Precipitaciones acumuladas mensuales, enero Los Angeles International Airport (LAX), CA, EE.UU. Período en estudio ( ) Estadísticas descriptivas: Tabla 2 : Estadíticas descriptivas de los datos 13

14 MODELOS DE VALORIZACIÓN Modelo 1 : Burn Analysis Modelo II : Monte Carlo basado en funciones de distribución LogNormal 14

15 MODELOS DE VALORIZACIÓN Modelo 1 : Burn Analysis Modelo II : Monte Carlo basado en funciones de distribución LogNormal Modelo III : Modelo propuesto : Monte Carlo modificado basado en funciones de JohnsonSB 14

16 MODELO 1 Burn Analysis Primera aproximación al precio del derivado Valorización de las opciones put y call con los datos de la muestra Tabla 3 : Cálculo en excel de los precios del derivados 15

17 MODELO 1 Burn Analysis Figura 6 : Gráfico del precio de la put vs distintos niveles de precipitaciones - Burn Analysis 16

18 MODELO 1 Burn Analysis Figura 7 : Gráfico del precio de la call vs distintos niveles de precipitaciones - Burn Analysis 17

19 Simulación de Monte Carlo MODELO 1I Función de distribución LogNormal (μ=3,8931; σ=1,18832) Figura 8 : Histograma de los datos y ajuste a función de distribución LogNormal 18

20 MODELO 1I Simulación de Monte Carlo - LogNormal(μ ; σ) simulaciones Niveles strike desde 10 mm. hasta 150 mm. Tabla 4 : Precios modelo ll y precios de Celsius Pro 19

21 Monte Carlo - LogNormal MODELO 1I Figura 9 : Gráfico del precio de la put vs distintos niveles de precipitaciones - Monte Carlo (LogNormal) 20

22 Monte Carlo - LogNormal MODELO 1I Figura 10 : Gráfico del precio de la call vs distintos niveles de precipitaciones - Monte Carlo (LogNormal) 21

23 Monte Carlo - LogNormal MODELO 1I Tabla 5 : Estadíticas descriptivas de los datos históricos y resultados de la simulación 22

24 Monte Carlo - LogNormal MODELO 1I Tabla 5 : Estadíticas descriptivas de los datos históricos y resultados de la simulación 22

25 MODELO III Simulación de Monte Carlo modificado Separamos la data en dos partes (puntos de separación son los niveles Strike) Función de distribución JohnsonSB(γ, δ, λ, ξ) simulaciones Niveles strike desde 10 mm. hasta 150 mm. Los precios serían Pero para una put y para una call 23

26 MODELO III Ajustes de los datos con funciones de distribución JonhsonSB Figura 11 : Histograma de los datos inferiores a 40 mm. y ajuste a función de distribución JohnsonSB(-0,3 ; 0,5 ; 45,7 ; -5,3) 24

27 MODELO III Ajustes de los datos con funciones de distribución JonhsonSB Figura 12 : Histograma de los datos superiores a 40 mm. y ajuste a función de distribución JohnsonSB(1,2 ; 0,7 ; 391,5 ; 34,4) 25

28 MODELO III Figura 13 : Gráfico del precio de la put vs distintos niveles de precipitaciones - Monte Carlo modificado 26

29 MODELO III Figura 5 : Gráficos de los precios de las opciones vs el nivel de precipitaciones Figura 14 : Gráfico del precio de la call vs distintos niveles de precipitaciones - Monte Carlo modificado 27

30 CONCLUSIONES Figura 15 : Gráfico del precio de la put vs distintos niveles de precipitaciones - Comparaciones 28

31 CONCLUSIONES Figura 16 : Gráfico del precio de la call vs distintos niveles de precipitaciones - Comparaciones 29

32 CONCLUSIONES Método convencional propuesto en la literatura no se comporta bien (Monte Carlo - LogNormal) debido a sobre estimaciones del índice. La función de JohnsonSB posee características que permiten modelar de mejor manera a la variable precipitaciones. Separar los datos y utilizar funciones de distribución para cada intervalo mejora notablemente el ajuste. Solo modelamos la parte relevante del intervalo en cada caso. 30

33 GRACIAS! 31

34 PARÁMETROS FUNCIONES DE JOHNSON UTILIZADAS Johnson&SB gama delta lambda epsilon Toda&la&data 1,46 0,73 421,65 0,13 K>10 1,40 0,71 404,60 9,12 K>20 1,35 0,71 396,90 15,87 K>30 1,3106 0, ,25 21,869 K>40 1,26 0,79 391,54 34,49 K>50 1,20 0,75 366,95 48,53 K>60 1,1891 0, ,49 50,511 K>70 1,18 0,83 377,12 52,92 K>80 1,17 0,88 373,29 64,15 K>90 1,1345 0, ,99 79,91 K>100 1,10 0,83 332,69 94,56 K>110 1,05 0,78 310,00 106,81 K>120 1,0549 0, ,81 K>130 1,04 0,82 312,32 109,56 K<=30 C0,21 0,76 42,06 C7,28 K<=40 C0,3458 0, ,721 C5,3614 K<=50 C0,35 0,82 59,94 C10,45 K<=60 C0,06 1,65 109,17 C29,80 K<=70 0, , ,32 C19,399 32

35 RESULTADOS MODELO PROPUESTO MONTE CARLO - JOHNSON 33

36 Nº DE SIMULACIONES 34

37 ANEXO : TABLA DE PAGOS EN UNA SEMANA Se muestra la temperatura promedio del día y su respectivo HDD, el que se calcula como la diferencia entre 65ºF y la Tº promedio de cada día. Luego se detalla el impacto en el contrato en cuestión.

38 Índices climáticos : Días grado (para derivados sobre la Tº) Considera: Opciones de los días cálidos CDD (Cooling degree days). Opciones de los días frescos HDD (Heating degree days).

39 Índices climáticos : Días grado (para derivados sobre la Tº) HDD se podrían utilizar para obtener protección contra inviernos cálidos. CDD entregan cobertura contra veranos frescos. Se transan posiciones sobre las CDD y HDD (call y put).

40 DIFERENCIA ENTRE DERIVADOS DE CLIMA Y SEGUROS CLIMATOLÓGICOS La principal diferencia es que los seguros pagan de acuerdo a las pérdidas inducidas por un evento climático, mientras que el pago de los derivados no depende directamente de las pérdidas, sino que de un parámetro climático que sea medible objetivamente. Lo ideal es que el pago del derivado climático esté correlacionado totalmente con las pérdidas inducidas por el clima en la empresa en cuestión

41 MERCADO Hoy en día los derivados climáticos se transan en EE.UU., Europa, Japón, Canadá y Australia. La bolsa que opera el mayor número de estos derivados es Chicago Mercantile Exchange (CME Group). El mercado de WD es el mercado de derivados de mayor crecimiento en los últimos años (Bacchini, D. 2009). Empresas que ofrecen estos derivados: 39

42 CRECIMIENTO DEL MERCADO MM US$ Total Notional Value of weather risk contracts $ $ $ $ $9.697 $9.986 $ $2.517 $4.339 $4.188 $ Año Figura 2 : Valor nocional de los derivados climáticos transados. Fuente: PwC - WRMA annual survey results 40

43 CRECIMIENTO DEL MERCADO # contratos Number of contracts on CME Año Figura 3 : Número de contratos transados en el tiempo. Fuente: PwC - WRMA annual survey results 41