Modelado de riesgos financieros

El modelado de riesgo financiero o modelamiento de riesgos financieros es el uso de técnicas econométricas formales para determinar el riesgo agregado en una cartera financiera. 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 que incluyen 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 en las que se incurriría para un variedad de riesgos. Estos riesgos suelen agruparse en categorías de riesgo de crédito, riesgo de mercado, riesgo de modelo, riesgo de liquidez y riesgo operativo.

Muchas grandes empresas de intermediación financiera utilizan modelos de riesgo para ayudar a los administradores de cartera a evaluar la cantidad de reservas de capital que deben mantener y para ayudar a guiar sus compras y ventas de diversas clases de activos financieros.

La propuesta de Basilea II requiere un modelo de riesgo formal para todas las principales instituciones bancarias internacionales por parte de los diversos reguladores de instituciones de depósito nacionales. En el pasado, el análisis de riesgos se realizaba de forma cualitativa, pero ahora, con la llegada de un potente software informático, el análisis de riesgos cuantitativo se puede realizar de forma rápida y sin esfuerzo.

Crítica

Ahora se sabe que modelar los cambios por distribuciones con varianza finita es inapropiado. 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 están mejor modelados por distribuciones estables de Lévy. La escala de cambio, o volatilidad, depende de la duración del intervalo de tiempo a una potencia un poco más de 1/2. Los cambios grandes hacia arriba o hacia abajo, también llamados colas gordas, son más probables de lo que se calcularía utilizando una distribución gaussiana con una desviación estándar estimada.

El análisis de riesgo cuantitativo y su modelado han sido cuestionados a la luz de los escándalos corporativos de los últimos años (en particular, Enron), Basilea II, el FAS 123R revisado y la Ley Sarbanes-Oxley, y por su incapacidad para predecir el impacto financiero. accidente de 2008.

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 tratar la incertidumbre del modelo. Jokhadze y Schmidt (2018) proponen un marco práctico de medición del riesgo de modelo basado en el cálculo bayesiano. Introducen medidas de riesgo superpuestas que permiten una medición consistente del riesgo de mercado y de modelo.