Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Introducciòn al Càlculo del Valor en Riesgo

Autor: Julio Cèsar Alonso C . Nº.7 Julio 2005
by

Karin Briceño Sandoval

on 27 September 2012

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Introducciòn al Càlculo del Valor en Riesgo

MAXIMA PERDIDA POSIBLE es la VALOR
EN
RIESGO HORIZONTE DE TIEMPO para un NIVEL DE
CONFIANZA
DETERMINADOS y un CIRCUNSTANCIAS NORMALES en MERCADO del N 90%, 95% Y 99%- los MÈTODOS para su CÀLCULO son ACTIVO para un son MÈTODO
PARAMÈTRICO MÈTODO NO PARAMÈTRICOS E(Vf) =E (V0 (1 + Rf) ⎤⎦ implica SUPONER DISTRIBUCIÒN O MODELO una que SIGUE EL COMPORTAMIENTO del μVALOR DEL PORTAFOLIO sus FÒRMULAS Var(Vf)=V0^2Var(⎡⎣Rf) ⎤⎦ Var(V)=V0 Var (Rf) VALOR ESPERADO DEL RENDIMIENTO VARIANZA DEL VALOR DEL PORTAFOLIO DESVIACIÒN ESTÀNDAR son el la la es es es BASADO està en DATOS REALES sus FÒRMULAS V0(1+R1), V0(1+R2)......V0(1+Rn) son VaR = V0 - Vc para más de DOS ACTIVOS MÈTODO PARAMÈTRICO tomamos en CUENTA MEDIA E(Rportafolio)= q1u1+q2u2+q3u3 la VaR(portafolio)=(q1*q2*q3)(o^2,o12,o13,.....o^2) VARIANZA DESVIACIÓN ESTÁNDAR VaR(Vf) = Vo Var(Rf) la la MÉTODO NO PARAMÉTRICO su FÓRMULA es =ValorInicial*((ParticAct1*(1+RendmAct1)).... el VOLATILIDAD NO CONSTANTE VOLATILIDAD HISTÓRICA (PROMEDIO MÓVIL) RMSE= ((1/T)sumatoria(Rt^2-ot^2))^2 o^2 = Sumatoria ((Rt-i)^2)/m RAÍZ DEL ERROR MEDIO CUADRADO la la la RiskMetrics asigna MAYOR PESO a las OBSERVACIONES más RECIENTES MODELO UNIVARIADO DE SERIES DE TIEMPO CON VARIANZA NO CONSTANTE sus TIPOS son λ MODELO ARCH(p) relejan el SUPUESTO de la VOLATILIDAD CONSTANTE y PERMITEN DETECTAR
CAMBIOS VOLATILIDAD DE ACUERDO en la a PATRONES PREESTABLECIDOS en la HISTORIA DE LA SERIE MODELO TARCH CAPTURAR intenta la PRESENCIA de COMPORTAMIENTOS ASIMÉTRICOS en la VARIANZA MODELO GARCH (p,q) depende p CUADRADOS ANTERIORES DE LAS INNOVACIONES q VALORES PASADOS DE LA MISMA VARIANZA MODELO GARCH multivariado INTRODUCE HIPÓTESIS AD HOC este para FACILITAR ESTIMACIÓN la y GARANTIZA las CARACTERÍSTICAS de las VARIANZAS Y COVARIANZAS
Full transcript