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

Valor en Riesgo

No description
by

Teresa Alva Melendez

on 15 October 2012

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Valor en Riesgo

CONCEPTO MÉTODOS
PARA CALCULAR
EL VAR VALOR
EN
RIESGO ES LA MÁXIMA
PÉRDIDA ESPERADA
EN UN
PORTAFOLIO EN CONDICIONES NORMALES DE MERCADO
HORIZONTE
DE
TIEMPO
NIVEL
DE CONFIANZA (N) UNA DE LAS HERRAMIENTAS
MAS EMPLEADAS PARA LA
MEDICIÓN DEL RIESGO RESPONDE A LA PREGUNTA
EXTENSIONES DEL
VAR VAR
PARA UN ACTIVO VAR
PARA UN PORTAFOLIO MÉTODO PARAMÉTRICO MÉTODO
NO PARAMÉTRICO implica SUPONER UNA DISTRIBUCIÓN O MODELO QUE SIGUE EL COMPORTAMIENTO DEL VALOR DEL PORTAFOLIO VOLATILIDAD HISTÓRICA PROMEDIO MOVIL CON PONDERACIONES EXPONENCIALES
(RISK METRICS) MODELOS UNIVARIADOS DE SERIES DE TIEMPO CON VARIANZA NO CONSTANTE MODELO ARCH MODELO GARCH MODELO TARCH MODELO
GARCH MULTIVARIADO HETEROSCEDASTICIDAD CONDICIONAL
AUTO-REGRESIVA quiere decir son aquellos que RELAJAN EL SUPUESTOS DE LA VOLATILIDAD CONSTANTE y permiten DETECTAR CAMBIOS EN LA VOLATILIDAD DE ACUERDO A PATRONES PREESTABLECIDOS EN LA HISTORIA DE LA SERIE HETEROSCEDASTICIDAD CONDICIONAL
AUTO-REGRESIVA
GENERALIZADO en donde su VARIANZA
CONDICIONAL VA A DEPENDER DE LAS p CUADRADOS DE LAS INNOVACIONES y también de LOS q VALORES PASADOS DE LA MISMA VARIANZA en donde su VARIANZA
CONDICIONAL VA A DEPENDER DE LAS p CUADRADOS DE LAS INNOVACIONES TRESHOLD
ARCH es aquel que CAPTURA LA PRESENCIA DE COMPORTAMIENTOS ASIMÉTRICOS EN LA VARIANZA es decir a RENTABILIDADES
NEGATIVAS SE ASIGNAN MAYORES VARIANZAS CONDICIONALES CON RESPECTO A RENTABILIDADES POSITIVAS aquel donde se CUENTA CON MÁS DE UN ACTIVO en donde EL NÚMERO DE PARÁMETROS CRECE RÁPIDAMENTE Y SE DEBE INTRODUCIR HIPÓTESIS AD HOC para FACILITAR LA ESTIMACIÓN Y GARANTIZAR CIERTAS CARACTERÍSTICAS DESEADAS EN LA MATRIZ DE VARIANZAS Y COVARIANZAS se halla CALCULANDO UNA VARIANZA MOVIL es decir UNA VARIANZA QUE VA CAMBIANDO DE ACUERDO A LA INFORMACIÓN QUE SE VA ACOPIANDO ALOS ÚLTIMOS DÍAS es aquella PONDERA DE MANERA DIFERENTE CADA OBSERVACIÓN de tal forma que ASIGNA MAYOR PESO A LAS OBSERVACIONES MAS RECIENTES quiere decir quiere decir con cierto representado por representado por (α -1)% implica EMPLEAR LOS RETORNOS HISTÓRICOS para de esta manera DERIVAR EL VAR POR MEDIO DEL PERCENTIL EMPÍRICO DE LA DISTRIBUCIÓN MUESTRAL MÉTODO PARAMÉTRICO MÉTODO
NO PARAMETRICO ESTIMAR LOS PARÁMETROS DE LA DISTRIBUCIÓN CONJUNTA de CADA UNOS DE LOS ACTVOS QUE COMPONEN EL PORTAFOLIO implica SUS RENDIMIENTOS ESPERADOS Y SUS CORRESPONDIENTES DESVIACIONES ESTÁNDAR teniendo en cuenta SUS DESVIACIONES ESTÁNDAR, MEDIA Y COVARIANZAS teniendo en cuenta implica VALORAR EL PORTAFOLIO ACTUAL CON LAS PARTICIPACIONES ACTUALES EN LOS DIFERENTES ESCENARIOS siguiendo EL MISMO PROCEDIMIENTO COMO PARA UN SOLO ACTIVO ¿CUÁNTO PUEDO PERDER CON UNA PROBABILIDAD EN UN HORIZONTE PREESTABLECIDO?
Full transcript