Modelado de riesgo financiero

El modelado de riesgos financieros es el uso de técnicas matemáticas y econométricas formales para medir, monitorear y controlar el riesgo de mercado , el riesgo crediticio y el riesgo operacional en el balance de una empresa , en el libro de contabilidad de activos financieros negociables de un banco o en el valor de la cartera de un administrador de fondos ; consulte Gestión de riesgos financieros . El modelado de riesgos es una de las muchas subtareas dentro del área más amplia del modelado financiero .

El modelado de riesgos utiliza una variedad de técnicas, entre ellas el riesgo de mercado , el valor en riesgo (VaR), la simulación histórica (HS) o la teoría del valor extremo (EVT) para analizar una cartera y hacer pronósticos de las posibles pérdidas que se producirían por una variedad de riesgos. Como se mencionó anteriormente, dichos riesgos se agrupan típicamente en categorías de riesgo crediticio , riesgo de mercado , riesgo de modelo , riesgo de liquidez y riesgo operativo .

Muchas grandes empresas intermediarias financieras utilizan modelos de riesgo para ayudar a los gestores de cartera a evaluar la cantidad de reservas de capital que deben mantener y para orientar sus compras y ventas de diversas clases de activos financieros .

La propuesta de Basilea II exige que los distintos reguladores nacionales de las instituciones de depósito elaboren modelos de riesgo formales para todas las principales instituciones bancarias internacionales. En el pasado, el análisis de riesgo se hacía de forma cualitativa, pero ahora, con la llegada de potentes programas informáticos, el análisis de riesgo cuantitativo se puede realizar de forma rápida y sin esfuerzo.

Ahora se sabe que modelar los cambios mediante distribuciones con varianza finita es inadecuado. Benoît Mandelbrot descubrió en la década de 1960 que los cambios en los precios en los mercados financieros no siguen una distribución gaussiana , sino que se modelan mejor mediante distribuciones estables de Lévy . La escala del cambio, o volatilidad, depende de la longitud del intervalo de tiempo elevado a una potencia un poco mayor que 1/2. Los grandes cambios hacia arriba o hacia abajo, también llamados colas gruesas , son más probables que los que se calcularían utilizando una distribución gaussiana con una desviación estándar estimada . ^{[1] [2]}

El análisis cuantitativo de riesgos y su modelado han sido cuestionados a la luz de los escándalos corporativos de los últimos años (en particular, Enron ), Basilea II , la FAS 123R revisada y la Ley Sarbanes-Oxley , y por su incapacidad para predecir la crisis financiera de 2008. [ ^{1] [3] [4]}

El rápido desarrollo de las innovaciones financieras conduce a modelos sofisticados que se basan en un conjunto de supuestos. Estos modelos suelen ser propensos al riesgo de modelo . Existen varios enfoques para abordar la incertidumbre del modelo. Jokhadze y Schmidt (2018) proponen un marco práctico de medición del riesgo del modelo basado en el cálculo bayesiano. ^[5] Introducen medidas de riesgo superpuestas que permiten una medición consistente del riesgo del mercado y del modelo.

• Modelo de Black-Scholes
• Gestión de riesgos financieros
• Incertidumbre knightiana
• Modelado financiero
• Valor en riesgo
• Contabilidad de riesgos gerenciales

• Crockford, Neil (1986). Introducción a la gestión de riesgos (2.ª ed.) . Woodhead-Faulkner. ISBN 0-85941-332-2.
• Machina, Mark J. y Michael Rothschild (1987). "Riesgo", The New Palgrave: A Dictionary of Economics , vol. 4, págs. 201–206.
• George Soros (2009). El desplome de 2008 y sus implicaciones: el nuevo paradigma de los mercados financieros . PublicAffairs. ISBN 978-1-58648-699-0.

• Risk World es un sitio web dedicado al riesgo, con una colección de libros.
• Un kit de herramientas de procesos estocásticos para la gestión de riesgos en SSNR.com es un artículo tutorial de Damiano Brigo , Antonio Dalessandro, Matthias Neugebauer y Fares Triki, que explica cómo utilizar diferentes procesos estocásticos para la medición de riesgos.