tarea 1
DESCRIPTION
riesgo bovespaTRANSCRIPT
Tarea 1
Administración de riesgo financiero
Integrantes: Rodrigo Garay A.
Mario Quintana C.
Profesor: Erwin Hansen S.
Ayudante: Iván Gutierrez M.
2
I Resumen ejecutivo
En este informe se mostrará inicialmente estadísticas descriptivas para la serie de retornos y de tipo
de cambio de Bovespa, para continuar presentando histogramas, quantiles y correlogramas para
dichas series. Por último se mostrarán las medidas de Var y Expected Shortfall a 1 y 5 días al 5% y se
comparará el Var bajo los modelos Riskmetrics, de varianza simple, GARCH y EGARCH.
II Estadísticas descriptivas para cada serie:
Se puede observar que los retornos de Bovespa no son normales tal como indica el test de Jarque-
Bera, la kurtosis muestra una distribución leptocurtica y la skewness señala una asimetría positiva.
En cuanto a la media, esta es negativa e igual a -0,0914 % y se ubica por sobre la mediana que tiene
un valor de -0,164%. Por otro lado el mínimo de la distribución es de -4,63% y el máximo 4,89%. La
desviación estándar es relativamente pequeña e igual a 1,69%.
0
4
8
12
16
20
24
-0.025 0.000 0.025 0.050
Series: Retorno Bovespa
Sample 9/24/2014 9/23/2015
Observations 247
Mean -0.000914
Median -0.001604
Maximum 0.048988
Minimum -0.046272
Std. Dev. 0.016932
Skewness 0.215828
Kurtosis 3.174145
Jarque-Bera 2.229725
Probability 0.327960
0
10
20
30
40
-0.02 -0.01 0.00 0.01 0.02
Series: TC_RET
Sample 9/24/2014 9/23/2015
Observations 260
Mean -0.000512
Median -0.000430
Maximum 0.024976
Minimum -0.021156
Std. Dev. 0.007365
Skewness 0.148423
Kurtosis 3.413626
Jarque-Bera 2.808048
Probability 0.245607
3
En cuanto al tipo de cambio se puede constatar que la distribución no es normal, es leptocúrtica y
posee una leve asimetría a la derecha. La media es negativa e equivalente a -0,0512% y se encuentra
por bajo la mediana, la que es equivalente a -0,0043%- La distribución tiene un máximo de 2,49% y
un mínimo de -2,11%. En cuanto a la desviación estándar esta es pequeña e igual a 0,7%
III Histograma y gráfico q-q para cada serie
0
5
10
15
20
25
30
35
-.06 -.05 -.04 -.03 -.02 -.01 .00 .01 .02 .03 .04 .05 .06
Histogram Normal
Density
Histograma Retorno Bovespa
-.06
-.04
-.02
.00
.02
.04
.06
-.06 -.04 -.02 .00 .02 .04 .06
Quantiles of Retorno Bovespa
Quantile
s o
f N
orm
al
4
Podemos observar en el histograma de los retornos de Bovespa se encuentran por sobre la
distribución normal en los extremos para luego acumular menos masa en las regiones contiguas a
los extremos y en la región central se ubica por sobre la normal. Así esto se puede corroborar en el
gráfico que tiene por ejes los quantiles de retono Bovespa y retornos normales. Así vemos que hay
un mayor ajuste en la región central y una mayor dispeción en las regiones extremas.
En cuanto al histograma del tipo de cambio se observa que excede a la distribución normal en torno
a -0,15 , -0,05, 0,05 y 0,15. Las regiones del histograma contiguas a estos puntos se encuentran por
debajo de la normal, además de la densidad para retornos 0.0. cabe destacar que sobre 0.2 el
histograma supera a la normal. Al observar los quantiles de los retornos del tipo de cambio y de la
-.03
-.02
-.01
.00
.01
.02
.03
-.03 -.02 -.01 .00 .01 .02 .03
Quantiles of Retorno Tipo de Cambio
Qua
ntile
s of
Nor
mal
0
10
20
30
40
50
60
70
-.03 -.02 -.01 .00 .01 .02 .03
Histogram Normal
Den
sity
Histograma Retorno Tipo de Cambio
5
normal, existe un mayor ajuste para los quantiles centrales que para los extremos en cuanto a la
distribución teórica.
IV Correlograma para los retornos y los retornos al cuadrado
A continuación se presenta el correlograma de los retornos y los retornos al cuadrado del índice BOVESPA.
Como se observa en la tabla los retornos diarios tienen baja autocorrelación y por lo tanto son casi
imposibles de predecir a partir de información histórica reciente. Por lo tanto se cumple el hecho
estilizado 1. Cabe destacar que la autocorrelación más alta es de 0.2 y 0.22 de autocorrelación parcial
y en la mayoría de los casos son significativas.
6
En la tabla anterior se puede observar que la varianza medida como retornos al cuadrado, muestra
mayoritariamente autocorrelaciones positivas, sin embargo tanto positivas como negativas no son
significativas.
A continuación se presenta el correlograma de los retornos y los retornos al cuadrado para el tipo de cambio:
7
Podemos observar que para el retorno del tipo de cambio las autocorrelaciones son no significativas
tanto para los casos positivos y negativos. Por otro lado la varianza del tipo de cambio es significativa
y una baja auto correlación. Sin embargo presenta una mayor autocorrelación parcial cuando es
positiva que cuando es negativa.
8
V VaR y Expected shortfall para 1 y 5 días
Los siguientes gráficos corresponden al VaR de la posición invertida a 1 día tanto en el índice
BOVESPA como en el tipo de cambio para los modelos de varianza simple (media móvil de 20 días),
modelo Riskmetrics, modelo GARCH(1,1) y EGARCH(1,1) respectivamente:
9
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
BOV_RET_VAR_POSVOL20
0
1,000
2,000
3,000
4,000
5,000
6,000
7,000
8,000
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
BOV_RET_VAR_POSRISK
10
1,600
2,000
2,400
2,800
3,200
3,600
4,000
4,400
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
BOV_RET_VAR_POSGARCH11
Podemos observar que bajo varianza simple el VaR de la posición invertida fluctúa entre los $4000 y
$1500, mientras que el modelo Riskmetrics se encuentra en un intervalo entre $0 y $7500. Cabe
señalar que el GARCH se encuentra entre los $4000 y $2800 y el comportamiento de la tendencia en
el tiempo del GARCH es bastante más suave que en los otros dos modelos anteriores
600
800
1,000
1,200
1,400
1,600
1,800
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
TC_RET_VAR_POSVOL20
11
0
400
800
1,200
1,600
2,000
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
TC_RET_VAR_POSRISK
400
500
600
700
800
900
1,000
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
TC_RET_VAR_POSGARCH11
12
400
500
600
700
800
900
1,000
1,100
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
TC_RET_VAR_POSEGARCH11
En cuanto al tipo de cambio las fluctuaciones del modelo Riskmetrics se encuentra en el intervalo $0
y $2000. Por otro lado el modelo de varianza simple a 20 días fluctúa entre $700 y $1800. El GARCH
y el EGARCH tienen un comportamiento similar, sin embargo el EGARCH es levemente más sensible.
Los siguientes gráficos corresponden al VaR de la posición invertida a 5 días tanto en el índice
BOVESPA como para el tipo de cambio en los modelos de varianza simple (media móvil de 20 días),
modelo Riskmetrics, modelo GARCH (1,1) y EGARCH(1,1) respectivamente, teniendo un ajuste de
modelo a la serie similar al caso de 1 día respecto a los modelos de comparación.
1,000
1,500
2,000
2,500
3,000
3,500
4,000
4,500
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
BOV_RET_VAR_POSVOL205
13
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
BOV_RET_VAR_RETRISK5
.04
.05
.06
.07
.08
.09
.10
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
BOV_RET_VAR_RETGARCH115
14
.03
.04
.05
.06
.07
.08
.09
.10
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
BOV_RET_VAR_RETEGARCH115
1,000
1,500
2,000
2,500
3,000
3,500
4,000
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
TC_RET_VAR_POSVOL205
15
2,000
4,000
6,000
8,000
10,000
12,000
14,000
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
TC_RET_VAR_POSRISK5
400
500
600
700
800
900
1,000
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
TC_RET_VAR_POSGARCH115
16
400
500
600
700
800
900
1,000
1,100
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
TC_RET_VAR_POSEGARCH115
17
VI Gráfico 4 modelos de VaR estimados para la posición invertida
0
1,000
2,000
3,000
4,000
5,000
6,000
7,000
8,000
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
BOV_RET_VAR_POSVOL20BOV_RET_VAR_POSRISK
BOV_RET_VAR_POSGARCH11
BOV_RET_VAR_POSEGARCH11
Podemos observar que para los retornos a 1 día, Riskmetrics presenta una mayor volatilidad, para
el conjunto de los meses, que las demás modelos. El siguiente modelo que presenta mayor nivel de
fluctuaciones es el de varianza simple a 20 días, luego el EGARCH y GARCH presentan estimaciones
similares en cuanto tendencia. En cuanto al modelo de Riskmetrics vemos que las pérdidas son
mucho más fluctuantes moviéndose en un rango entre los $0 y $7500, GARCH entre los $2800 y
$4000, EGARCH entre los $2000 y $4000 y el modelo de varianza simple entre los $1800 y $4500.
Si un banco quisiera minimizar su provisión usando esta serie de datos debería utilizar estos dos
últimos métodos. En caso que no quisiera caer en un riesgo de subprovisión podría obtener un
promedio ponderado considerando el Riskmetrics en conjunto con los otros dos. Provisionar usando
el modelo Riskmetrics por si solo podría generar provisiones muy caras. Considerando los datos y
las estimaciones, nos parece pertinente utilizar los modelos GARCH y EGARCH, sin embargo siempre
es recomendable tener modelos de benchmark para analizar las pérdidas.
18
0
400
800
1,200
1,600
2,000
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
TC_RET_VAR_POSEGARCH11TC_RET_VAR_POSGARCH11
TC_RET_VAR_POSRISK
TC_RET_VAR_POSVOL20
En cuanto al tipo de cambio a 1 día se puede observar que el Egarch y el Garch tienen comportamiento
similar a través de los meses. Al considerar el riskmetrics podemos observar que tiene un
comportamiento mucho más volátil. En el caso de la media simple a 20 días esta muestra pérdidas
mucho mayores que los demás modelos para tipo de cambio. Observando las pérdidas el intervalo
para Riskmetrics se encuentre entre $0 y $2.000 , GARCH entre $420 y $1.000, EGARCH entre $420
y $1.100, y por último el de varianza simple entre $1.000 y $1.800. Este último subestima las pérdidas
y por podría recomendar hacer un promedio ponderado entre el GARCH, EGARCH y Riskmetrics.
0
4,000
8,000
12,000
16,000
20,000
24,000
28,000
32,000
36,000
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
BOV_RET_VAR_POSEGARCH115BOV_RET_VAR_POSGARCH115
BOV_RET_VAR_POSRISK5
BOV_RET_VAR_POSVOL205
19
En cuanto a los retornos a 5 días el diferencial de perdidas es mucho mayor en cuanto a Riskmetrics
sobre los demás modelos. Riskmetricks amplifica el intervalo de pérdidas varias veces por sobre a 1
día, mientras que los otros modelos tienen un comportamiento en torno a la proporción lineal de
tiempo. Las recomendaciones son las mismas que a un día.
0
4,000
8,000
12,000
16,000
20,000
M9 M10 M11 M12 M1 M2 M3 M4 M5 M6 M7 M8 M9
2014 2015
TC_RET_VAR_POSEGARCH11TC_RET_VAR_POSGARCH115
TC_RET_VAR_POSVOL205
TC_RET_VAR_POSRISK5
Respecto al tipo de cambio a 5 días se puede ver que Riskmetrics aumenta más que
proporcionalmente respecto a un día mientras que los otros modelos tienen un comportamiento en
torno a la proporción respecto al tiempo. Las recomendaciones son similares en la elección de modelo
pero a 5 días.