Académique Documents
Professionnel Documents
Culture Documents
Entrenamiento - Da I
Agosto 16th, 2010
Walter J. Paiva Ramos CRA, CRM, Ing. Econ. Mg Matemticas y Finanzas Corporativas walter.paiva@software-shop.com
Introduccin
RIESGO
Su origen
En un sentido sencillo
Toda accin es riesgosa.
Unas lo son ms que otras - Sentido de medicin. Si se juzga que una situacin es relativamente riesgosa,
tal criterio de riesgo puede ser suficiente impedimento para no llevarla cabo.
Caractersticas del Riesgo Puede ser objetivo o subjetivo. Riesgo objetivo: Que el resultado sea
La teora, la experimentacin y el
Qu
dira Nacional?
el
Instituto
Meteorolgico
an cuando el riesgo
sea objetivo!
10
puede
11
12
De Determinstico a Probabilstico
Los problemas que estn siendo analizados La respuesta provista por el libro de trabajo
Excel est basada en estimaciones variables de entrada futuras inciertas. de
13
Una solucin es
conjuntos de supuestos con lmites inferiores y superiores razonables y utilizar los mismos para limitar el anlisis.
14
de
de
Aplicacin
15
16
17
18
19
automviles con muecos; o bien, recreando las condiciones utilizando un modelo computarizado (es decir, una simulacin).
20
21
Incertidumbre
resultados para un componente en su anlisis, pero usted no conoce cul de esos resultados se materializar en una situacin dada. compaa farmacetica, posibilidad de entrada de un competidor
Ejemplos:
22
De acuerdo a la caracterizacin
de la incertidumbre, la simulacin Monte Carlo le permite a usted hacer una prueba de choque de automviles del valor de su proyecto.
choques distintas estrategias sin necesidad de requerir de recursos extraordinarios
Instructor: Walter J. Paiva Ramos 23
La pregunta
Es la exposicin lo suficientemente
significativa como para hacer que el tomador de decisiones lo piense dos veces antes de tomar su decisin?
25
suficientemente significativa
26
Si la exposicin es demasiado grande entonces el tomador de decisiones toma una accin para mitigar las consecuencias de su exposicin.
ser capaz de prevenir la ocurrencia de una exposicin o resultado indeseable; sin embargo, algunas veces s ser capaz de hacerlo.
Instructor: Walter J. Paiva Ramos 27
28
Si se considera que la exposicin no es lo suficientemente significativa como para llevar a cabo una accin
29
las y/o
30
realice evaluaciones
31
32
debe utilizar su mejor juicio, basado en la experiencia acumulada y en la experiencia de otros expertos, a la hora de realizar su anlisis
33
Por el contrario,
basado en toda la informacin disponible ahora, determinar la exposicin a la cual usted se enfrenta si usted procede a tomar la decisin. simulacin Monte Carlo.
34
conjunto de opciones integrados, que incluye el Crysyal Ball. Ball es el software de evaluacin de riesgo producido por Oracle.
Crystal
35
2. OptQuesT, que resuelve clculos de optimizacin. 3. CB Predictor, es una aplicacin para pronstico de series de
tiempo.
36
Variables de Decisin
Variables de Pronstico
Variables Aleatorias
Cuando una variable aleatoria est en funcin de otras variables aleatorias, esta relacin est determinada por un modelo probabilstico.
Conociendo las caractersticas aleatorias de las variables independientes, se puede 2010 Crystal Ball - Entrenamiento Instructor: Walter J. Paiva Ramos 37 identificar las caractersticas aleatorias de la variable dependiente.
38
QU ES EL RIESGO?
RIESGO
INCERTIDUMBRE (?)
EXPOSICIN ($)
Medicin de la Incertidumbre
La medicin de la incertidumbre parte de considerar como aleatorio el comportamiento de las variables que son inciertas. Por tanto, el componente aleatorio de este comportamiento puede ser descrito a travs de una funcin de frecuencia probabilstica.
F(xi) = P(xi)
X1 X2
.
. .
P(X1) P(X2)
.
. .
P(xi) = 1
Xn
P(Xn)
de trabajo Excel determinstico a una evaluacin de riesgo probabilstica, debemos agregar incertidumbre en el anlisis.
Debemos
conceptos probabilidad.
conocer de
41
Fundamentos de Probabilidad
1. Probabilidad es una medida de la posibilidad de que un evento ocurra. 2. Los valores estn restringidos entre 0 y 1.
para
variables
4. Las distribuciones de probabilidad describen el conjunto de todos los posibles resultados y su asociada posibilidad de ocurrencia.
2010 Crystal Ball - Entrenamiento Instructor: Walter J. Paiva Ramos 42
Si la variable es continua,
Describa las probabilidades en trminos de
Funcin de densidad El rea por debajo de la funcin de densidad = 1
Las probabilidades son obtenidas al examinar el rea debajo de la funcin de densidad entre los dos valores de inters
43
44
45
Medidas de centralidad
Promedio: Moda:
Este consiste en el promedio ponderado por las probabilidades de los valores de la variable aleatoria. Este es el resultado que ocurre ms frecuentemente. Para una variable continua aleatoria es el valor asociado con el punto ms alto de la funcin de densidad. medio, la mitad de los valores se encuentren por encima de l, la mitad de los valores se encuentran por debajo de l.
Instructor: Walter J. Paiva Ramos 46
Medidas de variabilidad
47
probabilidad de un resultado muy grande; baja probabilidad de un resultado muy pequeo) (en tanto que es opuesto a lo simtrico: no habiendo sobreexpansin hacia cualquiera de los dos lados).
un extremo de la distribucin.
48
Desviacin Izquierda
Desviacin Derecha
Funcin de densidad (continua) Funcin de probabilidad (discreta) Funcin de distribucin acumulada (grfico de
percentiles)
52
53
El rea total debajo de la curva es igual a 1.0. La expresin las colas de la distribucin se
(100%), significando que todos los resultados ocurren entre los puntos que limitan la curva.
de densidad, NO a la probabilidad. Como practicante, una regla operativa til consiste en ignorar el etiquetado en el eje vertical, y por el contrario, enfocarse en el rea debajo de la funcin de densidad entre los dos valores de inters.
55
56
En la funcin de densidad
pequea probabilidad de un evento muy extremo (sesgo), donde se encuentra la mayora de los resultados, y donde se encuentra el punto ms alto de la distribucin (moda).
57
mostrada por medio de una distribucin acumulada (grfico de percentil) de la variable de entrada Crystal Ball. La versin acumulada de la Pert para horas de tiempo ocioso se muestra a continuacin.
demostrar cmo se ejecuta una simulacin Monte Carlo y cmo se realiza el muestreo latino hipercbico
58
59
Variables Aleatorias
Una Variable aleatoria X es una funcin cuyos valores son nmeros reales y dependen del azar.
Distribuciones de probabilidad
Una distribucin de probabilidad describe el rango de valores que puede tomar una variable aleatoria y la probabilidad asignada a cada valor o rango de valores.
MTODO DE SIMULACIN DE MONTECARLO 1. Disear el modelo matemtico que representa el problema con incertidumbre. Especificar distribuciones de probabilidad para las variables aleatorias relevantes. Incluir posibles dependencias entre variables. Muestrear valores de las variables aleatorias. Calcular el resultado del modelo segn los valores del muestreo y registrar el resultado. Repetir el proceso iterativamente hasta tener una muestra estadsticamente representativa. Obtener la distribucin de frecuencias del resultado de las iteraciones. Calcular media, desvo y curva de percentiles acumulados.
2.
3. 4. 5. 6. 7. 8.
Crystal Ball
63
Software de Evaluacin de Riesgo: Crystal Ball Para evaluar la exposicin asociada a una
decisin en particular
clave de su
64
65
Especificando:
Distribuciones de probabilidad de riesgo
Las celdas de resultados (outputs)
66
Para Este
(inputs) trabajo
Ball para ver cmo la variacin en sus variables de entrada (inputs) afecta la variacin en los resultados clave de su modelo Crystal Ball.
67
68
De
tal manera que usted pueda observar el riesgo asociado con su accin propuesta. que resultados de su libro de trabajo usted requiere que sean recolectados.
69
2. Ejecute la simulacin:
Crystal Ball ejecuta una simulacin Monte Carlo al recalcular
su libro de trabajo muchas veces (iteraciones). Lo logra de la siguiente manera: modo de reclculo manual
el valor en cada celda de entrada (input-supuesto) Crystal Ball y en cada celda de salida (output-pronstico) Crystal Ball. el nmero requerido de iteraciones haya sido ejecutado.
3. Resultados
Una
vez que la simulacin ha sido completada, Crystal Ball pone a disposicin grficos, tablas y tambin los valores individuales de iteracin de tal forma que usted pueda evaluar la exposicin asociada con su decisin. simulacin consiste en la variacin y en la probabilidad de la variacin en sus resultados clave.
Instructor: Walter J. Paiva Ramos 71
72
73
1900
1930
1950
1970
1980
1990
2008
PCs
Internet
MERTON/B &S: Derivados SAVINGS & LOANS: Anlisis de Brechas MODELOS DE MONTECARLO
El desarrollo de la teora de la Gestin de Riesgos, ha venido de la mano con el desarrollo de las Tecnologas de Informacin. A diferencia de otras actividades acadmicas, la industria financiera ha sido el principal motor de su desarrollo, por su aplicacin directa en la generacin de valor, sobretodo en los ltimos 20 aos de historia.
BASILEA I: Value at Risk BANKERS TRUST: RAROC JP MORGAN: RiskMetrics BASILEA I: Riesgo de Mercado
MERTON-KMV ERM-COSO-II
BASILEA II MODELOS AMA EVT/CVAR
Agosto 16th, 2010 Walter J. Paiva Ramos CRA, CRM, Ing. Econ. Mg Matemticas y Finanzas Corporativas
Lima - Per E-mail: walter.paiva@software-shop.com
walter.paiva@pucp.edu.pe
Phone: 00-511-991 565376
www.iddeasac.com