Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 39 vistas

    Valores Parametricos y No Parametricos

    Cargado por

    Suly Viviana HUELGO QUIACHA
    Este documento presenta información sobre el valor en riesgo paramétrico y no paramétrico. Explica que el valor en riesgo paramétrico usa datos de rentabilidad estimados y asume una distribución normal, calculando el riesgo como una función de la rentabilidad esperada, desviación estándar y valor de la inversión. También provee un ejemplo numérico del cálculo. Concluye que el valor en riesgo ayuda a asignar recursos de manera eficiente pero depende demasiado de la distribución normal y no considera

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd

    Valores Parametricos y No Parametricos

    Cargado por

    Suly Viviana HUELGO QUIACHA
    39 vistas22 páginas
    Este documento presenta información sobre el valor en riesgo paramétrico y no paramétrico. Explica que el valor en riesgo paramétrico usa datos de rentabilidad estimados y asume una distribución normal, calculando el riesgo como una función de la rentabilidad esperada, desviación estándar y valor de la inversión. También provee un ejemplo numérico del cálculo. Concluye que el valor en riesgo ayuda a asignar recursos de manera eficiente pero depende demasiado de la distribución normal y no considera

    Descripción original:

    Riesgos financieros

    Título original

    Valores parametricos y no parametricos

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento presenta información sobre el valor en riesgo paramétrico y no paramétrico. Explica que el valor en riesgo paramétrico usa datos de rentabilidad estimados y asume una distribución normal, calculando el riesgo como una función de la rentabilidad esperada, desviación estándar y valor de la inversión. También provee un ejemplo numérico del cálculo. Concluye que el valor en riesgo ayuda a asignar recursos de manera eficiente pero depende demasiado de la distribución normal y no considera

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    39 vistas22 páginas

    Valores Parametricos y No Parametricos

    Cargado por

    Suly Viviana HUELGO QUIACHA
    Este documento presenta información sobre el valor en riesgo paramétrico y no paramétrico. Explica que el valor en riesgo paramétrico usa datos de rentabilidad estimados y asume una distribución normal, calculando el riesgo como una función de la rentabilidad esperada, desviación estándar y valor de la inversión. También provee un ejemplo numérico del cálculo. Concluye que el valor en riesgo ayuda a asignar recursos de manera eficiente pero depende demasiado de la distribución normal y no considera

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    Está en la página 1de 22

    VALOR EN RIESGO PARAMÉTRICO Y NO PARAMÉTRICO

    PRESENTA:
    SULY VIVIANA HUELGO QUIACHA ID: 51629
    NATALIA VASQUEZ RODRIGUEZ ID: 589251

    DOCENTE:
    ÁNGEL MGUEL QUIROGA ARIZA
     RIESGOS FINANCIEROS
    NRC: 8813
    CORPORACIÓN UNIVERSITARIA MINUTO DE DIOS – UNIMINUTO
    VALOR EN EL RIESGO PARAMETRICOS
    Y NO PARAMETRICOS.
    Expresado de un modo simple, el VaR es un intento de encapsular el
    riesgo de mercado de una cartera de activos en una cifra única, con
    una probabilidad dada. Para el profano y para muchos negociadores
    financieros, se considera el VaR como un modelo matemático soñado
    por los científicos , y que, probablemente, no funciona bien, porque
    adolece de muchos fallos.
    VALOR EN EL RIESGO PARAMETRICOS
    VaR paramétrico
    El VaR paramétrico es un método para estimar el 
    VaR (Valor en Riesgo) utilizando datos de rentabilidad
    estimados y asumiendo una distribución normal de la
    rentabilidad. También se conoce como método varianza-
    covarianza o método analítico.
    Cuando tenemos los datos de rentabilidad esperados y el
    riesgo histórico (medido por la desviación típica) utilizamos
    la siguiente fórmula:
    VaR = |R – z·δ|· V
    Siendo R, la rentabilidad esperada, z, el valor correspondiente para un nivel de
    significancia (por ejemplo 1,645 para 5%), δ, la desviación típica de la rentabilidad y V,
    el valor de la inversión.
    VaR paramétrico
    El método del VaR paramétrico es el método más fácil de
    calcular, ya que el VaR histórico, aunque puede ser más fácil
    de entender, es bastante más laborioso de calcular y,
    aunque es menos preciso que el VaR por Montecarlo, es más
    sencillo de aplicar.
    Ejemplo de VaR paramétrico al 95% de confianza
    Imagina que para una inversión particular de 100 millones
    de euros, la rentabilidad esperada anual es un 5% y la
    desviación típica histórica de esa inversión ese del 10%
    anual. Al 95% de confianza calcularemos el VaR como:

    VaR = |R – z·δ|· V
    VaR = [5% – 1,645·(10%)]·(100.000.000) =  -11.450.000 euros.
    VaR paramétrico
    Esto quiere decir que existe un 5% de probabilidad de perder en un año al
    menos 11.450.000 euros y un 95% de que esa pérdida sea menor.
    VaR = |R – z·δ|· V

    VaR = [5%
    1,645·(10%)]·(100.000.000) = 
    -11.450.000 euros.
    MÉTODOS PARAMÉTRICOS
    DEFINICIÓN

    HIPÓTESIS A PROBAR
    DEFINICIÓN

    Se conoce como ANOVA ( Análisis de varianza


    de K-direcciones)
    DEFINICIÓN

    Tres perspectivas
    CONCLUSIONES
    1. El VaR contribuye a la ciencia de la gestión del riesgo de tres modos: a)ayuda a asignar
    recursos de un modo más eficiente; b)hace que los gestores del riesgo sean más
    responsables de las acciones en las que introducen el riesgo o en las que fracasan en
    su cobertura; c)ayuda a los reguladores a decidir las exigencias de adecuación del
    capital de garantía para las instituciones individuales.
    2. Muchos modelos confían plenamente en la curva de distribución normal, que tiene muchos fallos,
    tales como la consideración de una volatilidad constante.
    3. El crecimiento en la complejidad de los instrumentos financieros ha llevado a un entorno del riesgo que
    es más sofisticado.
    4. Para medir el riesgo con exactitud y asegurarse de que el sistema es bastante bueno los
    reguladores y supervisores comprobarán, es decir, compararán resultados estimados con resultados
    actuales. Si existen desviaciones suaves, los reguladores aplicarán un factor de escala que penalice
    efectivamente al Banco por no implementar un sistema que es bastante exacto

    También podría gustarte