NO EXISTEN CAMBIOS
La guía de la asignatura ha sido actualizada con los cambios que aquí se mencionan.
NOMBRE DE LA ASIGNATURA |
MODELOS AVANZADOS DE RIESGO |
CÓDIGO |
25030019 |
CURSO ACADÉMICO |
2024/2025 |
TÍTULOS DE MASTER EN QUE SE IMPARTE |
MÁSTER UNIVERSITARIO EN INVESTIGACIÓN EN ECONOMÍA
|
TIPO |
CONTENIDOS |
Nº ECTS |
5 |
HORAS |
125 |
PERIODO |
SEMESTRE 2
|
IDIOMAS EN QUE SE IMPARTE |
CASTELLANO |
Desde la década de los setenta del siglo XX, los mercados financieros han experimentado
cambios revolucionarios que han subrayado la importancia y necesidad de adecuados
sistemas de control y gestión del riesgo para las entidades que en ellos operan. La
globalización, liberalización y desregulación de los mercados; las presiones competitivas
derivadas de los fenómenos anteriores, han conducido, entre otras razones, a que los
mercados de capitales y las actividades de trading (vinculadas a las Tesorerías de las
entidades) adoptaran un rol cada vez más importante en las empresas durante las últimas
décadas.
La medición y gestión del riesgo es una disciplina relativamente nueva, que ha surgido
con gran dinamismo después de los episodios de inestabilidad y crisis financiera que se
presentaron en las décadas de los ochenta y noventa y, de manera singular tras la crisis
financiera internacional de 2008, crisis que estuvo originalmente vinculada al riesgo
crediticio y ha servido para poner de manifiesto cómo interactúan y se trasladan sus
efectos a otros tipos de riesgos. La evidencia de que importantes entidades bancarias y
grandes fondos de inversión tenían comprometidos sus activos en hipotecas de alto riesgo
provocó una repentina contracción del crédito (fenómeno conocido técnicamente como
credit crunch) y una enorme volatilidad de los valores bursátiles (riesgo de mercado),
generándose una espiral de desconfianza y pánico inversionista, y una repentina caída de
las bolsas de valores de todo el mundo, debida, especialmente, a la falta de liquidez
(riesgo de liquidez).
En este contexto, surge la necesidad de adoptar métodos y procedimientos para el control
de riesgos, cada vez más sofisticados y rigurosos, como una herramienta indispensable
de la gestión moderna de las empresas pertenecientes tanto al ámbito financiero como al
no financiero, y de manera singular en bancos por ser el riesgo un elemento consustancial
al negocio bancario.
Con carácter previo a establecer el marco conceptual que requiere la adecuada gestión y
control del riesgo financiero en general, y el de mercado en particular, en el tema 1 del
programa se introducirá la noción de riesgo y la tipología de riesgos financieros
existentes, principalmente en el contexto de las entidades financieras. Esta primera fase
de identificación de riesgos nos permitirá posteriormente centrar la atención en los
elementos que intervienen en la cadena de valor que implica la medición-gestión-control
del mismo, así como servir de marco general para centrar la medición del riesgo de
mercado que iniciamos en la segunda parte del programa de la asignatura.
Un contexto de riesgo es aquel en el que no conocemos con certeza las consecuencias
asociadas a una decisión, lo único que conocemos son los posibles resultados asociados
a la misma y las probabilidades de alcanzar dichos resultados. En el ámbito financiero la
noción de riesgo implica que conocemos los diversos rendimientos que potencialmente
podemos conseguir al realizar una inversión y que conocemos también la probabilidad de
alcanzar dichos resultados; todo ello nos permite estimar el rendimiento medio esperado
y la posible desviación por “encima” o por “debajo” de ese valor medio; esto es, el riesgo.
La medida más popular y tradicional de medir el riesgo es a través de la varianza. De esta
forma se identifica el riesgo con volatilidad. De hecho, la teoría financiera tradicional
define el riesgo como la dispersión de los rendimientos debido a movimientos en las
variables financieras.
Otra forma de medir el riesgo, que es la más utilizada actualmente, es evaluar las pérdidas
que puedan producirse ante cambios en las variables financieras. Esto es lo que hace el
concepto de Valor en Riesgo (VaR) y la pérdida media esperada (ES). Al medir el riesgo
de esta forma, se está asociando el concepto de riesgo al peligro de pérdidas. En la tercera
parte del programa de la asignatura se revisan formalmente esas medidas y se describen
las principales metodologías desarrolladas para estimarlas. Los modelos revisados en esta
asignatura son muchos y van desde los más sencillos (método de varianzas y covarianzas,
método de simulación histórica y método de monte Carlo) hasta los más avanzados como
son el modelo basado en la teoría de valores extremos o el método de simulación histórica
filtrada. De todos ellos se señala sus fortalezas y debilidades.
Desde que el Comité de Basilea para la Supervisión Bancaria (1996b) instara a las
Instituciones Financieras a calcular los requerimientos de capital por riesgo de mercado
sobre la base de la medida VaR inicialmente y actualmente sobre la base de la pérdida
media esperada (ES) el uso de estas medidas se ha popularizado mucho. Asociado a ello
muchas metodologías han sido propuestas para la estimación de estas medidas, pero no
todas ellas proporcionan estimaciones de riesgo satisfactorias.
El proceso de evaluación utilizado para comprobar la idoneidad de las medidas de
riesgo es lo que se conoce como backtesting. Este concepto hace referencia al conjunto
de técnicas estadísticas que permiten verificar la bondad de las estimaciones obtenidas, y
además permite elegir el modelo óptimo entre diferentes estimaciones alternativas. Por
ello el backtesting es una herramienta clave a la hora de cuantificar el riesgo financiero.
Ya en 1996, el Comité de Supervisión Bancaria de Basilea (1996a) y posteriormente las
enmiendas del Comité de Supervisión Bancaria de Basilea (1996b) desarrollaron varias
pruebas estadísticas para evaluar la precisión de las estimaciones del VaR. En Basilea III
(2010), el Comité señaló la necesidad de verificar la precisión del modelo mediante
pruebas retrospectivas frecuentes, aunque no hizo ninguna recomendación sobre la que
técnica utilizar. En general, los procedimientos de backtesting se pueden clasificar en dos
grandes bloques: backtesting basados en tests estadísticos y backtesting basados en lo que
se conoce como función de pérdida. En tema 9 del programe se revisan esos
procedimientos.
Otro problema asociado a la gestión del riesgo tiene que ver con la agregación de
los riesgos que afronta una organización. Por ejemplo, las entidades financieras calculan
el riesgo de su cartera global como la suma del riesgo asociado a las distintas sub-carteras
que la componen. Al hacer esto se está suponiendo que hay una correlación perfecta entre
todos los mercados. Aunque es cierto que esta correlación es elevada, especialmente en
momentos de crisis, dicha correlación dista mucho de ser perfecta, por lo que dicho
supuesto llevará a las entidades a sobre estimar el riesgo. Este problema de agregación de
riesgos surge también a la hora de calcular el riesgo operacional global de una
organización, especialmente cuando éste se calcula como la suma de los riesgos asociados
a los distintos factores que lo generan. Una forma alternativa de agregar riesgos relajando
el supuesto de correlación perfecta entre mercado o factores, es a través del uso de
cópulas. En el tema 10 del programa se define qué es una cópula y se revisan las copulas
más utilizadas en finanzas.
Esta asignatura está diseñada para que sean suficientes los conocimientos de Estadística
y Econometría que se adquieren en el actual Grado en Economía, o en la antigua
Licenciatura en Economía, de la UNED. Debe notarse que este Grado dispone de tres
asignaturas de estadística y tres de econometría que cubren sobradamente los
conocimientos necesarios para cursar esta asignatura. No obstante, un estudiante que
proceda de otra titulación, o de otra universidad, puede aprovechar esta asignatura del
Máster con éxito, aunque no haya estudiado antes alguno de los contenidos necesarios
para cursarla. Esto es así porque en la bibliografía básica del programa se incluyen
algunos temas de repaso. Lo que sí es imprescindible es un mínimo manejo de estadística
descriptiva y los modelos de series temporales.
COMPETENCIAS BÁSICAS
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
COMPETENCIAS GENERALES
CG01 - Aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios.
CG02 - Integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta y limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CG04 - Adquirir habilidades de aprendizaje que permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido y autónomo.
CG05 - Desarrollar el razonamiento crítico y la capacidad para realizar análisis y síntesis de la información disponible.
CG06 - Gestionar autónomamente y de forma autorregulada su trabajo.
COMPETENCIAS ESPECÍFICAS
CE01 - Saber identificar las necesidades y demandas de los contextos en los que se exige la aplicación de herramientas metodológicas y aprender a proponer soluciones adecuadas.
CE02 - Desarrollar el razonamiento y pensamiento crítico y la capacidad para realizar análisis de la realidad económica.
CE03 - Preparar los datos para el análisis y aplicar los conocimientos teóricos adquiridos a la práctica mediante la modelación económica, lo que implica conocer las diferentes herramientas de análisis, así como su utilidad y aplicabilidad en cada contexto.
CE04 - Resolver problemas económicos en entornos nuevos o poco conocidos.
CE05 - Aprender a tomar decisiones y proponer soluciones apropiadas basándose en los modelos económicos estudiados.
CE06 - Manejar con soltura las Tecnologías de Innovación y Comunicación (TIC), aplicadas al área de Economía.
CE07 - Obtener información de forma efectiva lo que implica ser capaz de buscar, gestionar organizar y analizar la información bibliográfica relevante.
CE08 - Mantener un compromiso ético como investigador en la realización de trabajos.
CE09 - Adquirir habilidades para el inicio y desarrollo de la tesis doctoral.
CE10 - Desarrollar habilidades para evaluar la investigación proyectada por otros profesionales.
CE11 - Llegar a ser capaz de diseñar investigaciones propias en el ámbito del itinerario correspondiente.
CE12 - Conocer los principales modelos teóricos que subyacen en los diversos ámbitos específicos de la investigación.
Los estudiantes que cursen esta asignatura estarán en disposición de conocer:
1. Los distintos tipos de riesgo que afronta una institución y la necesidad de
cuantificarlos y controlarlos de forma apropiada.
2. El papel de la volatilidad como medida tradicional de riesgo, sus características y
los métodos más ampliamente utilizados para su estimación, tanto a nivel de
empresa como a nivel académico.
3. Las herramientas cuantitativas básicas implícitas en los modelos diseñados para
el cálculo del VaR o la pérdida media esperada (ES).
4. Las técnicas y procedimientos desarrollados para evaluar la bondad de las
estimaciones de riesgo obtenidas.
5. Algunas de las técnicas más avanzadas para la agregación de riesgos, como es el
análisis cópula.
Por último, tras cursar esta asignatura el alumno poseerá las habilidades necesarias para
poder comenzar una investigación rigurosa sobre los métodos desarrollados para la
cuantificación y agregación de riesgos.
Tema 1 Riesgo Financiero
En este tema se define el concepto de riesgo, tanto desde el punto de vista etimológico
como desde el punto de vista financiero y se presentan los tipos de riesgos que enfrenta
una entidad financiera y sus fuentes. En segundo lugar, se define qué se entiende por
gestión de riesgos financieros. La gestión del riesgo conlleva tres fases: (i) identificación
de riesgo que afronta una organización (ii) cuantificación de los riesgos identificados y
(iii) control del riesgo. Por último, en este tema se presenta la volatilidad como medida
tradicional de riesgo y las medidas más utilizadas actualmente para su cuantificación.
Estas medidas son el valor en riesgo (VaR) y la pérdida media esperada (ES).
Tema 2 Características de los rendimientos financieros.
En este tema se analizan las características de los rendimientos financieros prestando
especial atención a las características de la volatilidad. Los rendimientos financieros se
caracterizan por: (i) ausencia de estructura regular dinámica en la media (ii) distribuciones
leptocúrticas o exceso de curtosis (iii) suelen ser simétricas, aunque los rendimientos de
la bolsa muestran en muchos casos un exceso de asimetría distintos de cero. (iv)
agrupamiento temporal en volatilidad (v) persistencia en volatilidad y (vi) efecto
apalancamiento.
Tema 3 Modelos de volatilidad simples
En este tema se presentan algunos modelos sencillos desarrollados en la literatura para
estimar la volatilidad. En este grupo se encuentran: (i) el modelo de medias móviles
equiponderadas también llamada Volatilidad histórica (VH) (ii) el modelo de Fama y
(iii) el modelo de medias móviles ponderadas exponencialmente (EWMA).
Tema 4 Modelos Autorregresivos Condicionales Heterocedásticos (ARCH)
En el cuarto tema se revisan los modelos Autorregresivos Condicionales Heterocedásticos
(ARCH). En este grupo veremos el modelo GARCH, EGARCH, APARCH, JGRGARCH
y el modelo IGARCH. En este capítulo se revisa también el método de
estimación de esos modelos (máxima verosimilitud) y se presentan los procedimientos
utilizados para detectar la presencia de efectos ARCH en los datos
Tema 5 Métodos tradicionales para estimación del riesgo (VaR)
En este tema se define formalmente las medidas VaR y se revisan los modelos más
simples desarrollados para calcular dicha medida. Estos modelos son tres: (i) el modelo
paramétrico o también llamado método de varianzas y covarianzas (ii) el método de
simulación histórica y (iii) el método de Monte Carlo. Para cada uno de esos métodos se
presentan sus fortalezas y debilidades.
Tema 6 Estimación paramétrica del riesgo bajo distribuciones de probabilidad no gaussiana
Una de las debilidades del método paramétrico estándar tiene que ver con el supuesto de
normalidad. La distribución empírica de los rendimientos financieros se caracteriza por
ser asimétrica y presentar colas más anchas que la normal. Ello significa que la utilización
de la normal (Gausiana) nos llevará a infra estimar el riesgo. En este tema se revisan
algunas distribuciones no Gaussianas utilizadas para la estimación del VaR.
Tema 7 Simulación Histórica Filtrada (FHS)
En este tema se presenta la teoría de valores extremos. Esta teoría se centra en la
distribución límite de los rendimientos extremos de una determinada muestra la cual es
independiente de la distribución de los rendimientos en sí mismos. Esta teoría tiene
multitud de aplicaciones en diversos campos de la ciencia, entre ellos el ámbito
financiero. En este tema veremos una aplicación de esta teoría al cálculo del VaR y ES,
tanto en su versión condicional como incondicional.
Tema 8 Teoría de valores extremos (EVT)
En este tema se presenta la teoría de valores extremos. Esta teoría se centra en la
distribución límite de los rendimientos extremos de una determinada muestra la cual es
independiente de la distribución de los rendimientos en sí mismos. Esta teoría tiene
multitud de aplicaciones en diversos campos de la ciencia, entre ellos el ámbito
financiero. En este tema veremos una aplicación de esta teoría al cálculo del VaR y ES,
tanto en su versión condicional como incondicional.
Tema 9 Pérdida media esperada (ES)
Tema 9 Pérdida media esperada (ES)
El Comité de Supervisión Bancaria (BIS) de Basilea ha elegido recientemente la pérdida
media esperada (ES) como medida de riesgo de mercado para fines de regulación en
banca, reemplazando con ello a la medida VaR. Este cambio está motivado por las
propiedades superiores que presenta esta medida frente al VaR como una medida de
riesgo de mercado, ya que la pérdida media esperada se basa en información contenida
en toda la cola de la distribución de los rendimientos. En este tema se revisan los
principales métodos desarrollados para estimar la pérdida media esperada (ES).
10 Técnicas de Backtesting
El proceso de evaluación utilizado para comprobar la idoneidad de una medida de riesgo
es lo que se conoce como backtesting. Este concepto hace referencia al conjunto de
técnicas estadísticas que permiten verificar la bondad de las estimaciones obtenidas, y
además permite elegir el modelo óptimo entre diferentes estimaciones alternativas. En
este tema se revisan ambos, los procedimientos de backtesting desarrollados para evaluar
la precisión de las estimaciones VaR y los test estadísticos desarrollados para evaluar la
precisión de la pérdida esperada en la cola de la distribución (ES).
Tema 11 Agregación de riesgos vía análisis cópula
Las entidades financieras calculan el riesgo de su cartera global como la suma del riesgo
asociado a las distintas sub-carteras que la componen. Al hacer esto se está suponiendo
que hay una correlación perfecta entre todos los mercados. Aunque es cierto que esta
correlación es elevada, especialmente en momentos de crisis, dista mucho de ser perfecta,
por lo que dicho supuesto llevará a las entidades a sobre estimar el riesgo. Una forma
alternativa de agregar riesgos relajando ese supuesto es a través del uso de cópulas. En
este tema se define qué es una cópula y se revisan las copulas más utilizadas en finanzas.
La enseñanza será a distancia y se impartirá con la metodología propia de la UNED,
basada en la enseñanza virtual y otros medios de apoyo a distancia. No obstante, ésta se
podrá complementar con sesiones presenciales, seminarios, tutorías, etc., tanto en la Sede
Central como en los centros asociados.
TIPO DE PRUEBA PRESENCIAL
|
Tipo de examen |
Tipo de examen |
Examen de desarrollo |
Preguntas desarrollo |
Preguntas desarrollo |
10 |
Duración |
Duración |
120 (minutos) |
Material permitido en el examen |
Material permitido en el examen |
Tablas estadísticas de la Normal y la t-student
|
Criterios de evaluación |
Criterios de evaluación |
El examen constará de 10 problemas sencillos. Cada respuesta correcta vale 1 punto. Las preguntas en blanco o no contestadas ni suman ni restan.
|
% del examen sobre la nota final |
% del examen sobre la nota final |
40 |
Nota mínima del examen para aprobar sin PEC |
Nota mínima del examen para aprobar sin PEC |
|
Nota máxima que aporta el examen a la calificación final sin PEC |
Nota máxima que aporta el examen a la calificación final sin PEC |
|
Nota mínima en el examen para sumar la PEC |
Nota mínima en el examen para sumar la PEC |
|
Comentarios y observaciones |
Comentarios y observaciones |
|
CARACTERÍSTICAS DE LA PRUEBA PRESENCIAL Y/O LOS TRABAJOS |
CARACTERÍSTICAS DE LA PRUEBA PRESENCIAL Y/O LOS TRABAJOS
|
Requiere Presencialidad |
Requiere Presencialidad |
Si |
Descripción |
Descripción |
El examen de junio constará de 10 preguntas teórico-practicas. Algunas de ellas serán problemas y otras teóricas.
|
Criterios de evaluación |
Criterios de evaluación |
Cada pregunta del examen de junio vale 1 punto. Las preguntas en blanco o mal contestadas ni suman ni restan. La nota mçaxima del examen de junio será 10 puntos.
|
Ponderación de la prueba presencial y/o los trabajos en la nota final |
Ponderación de la prueba presencial y/o los trabajos en la nota final |
La nota del examen presencial es un 40% de la nota final. |
Fecha aproximada de entrega |
Fecha aproximada de entrega |
|
Comentarios y observaciones |
Comentarios y observaciones |
|
PRUEBAS DE EVALUACIÓN CONTINUA (PEC) |
PRUEBAS DE EVALUACIÓN CONTINUA (PEC)
|
¿Hay PEC? |
¿Hay PEC? |
No |
Descripción |
Descripción |
|
Criterios de evaluación |
Criterios de evaluación |
|
Ponderación de la PEC en la nota final |
Ponderación de la PEC en la nota final |
|
Fecha aproximada de entrega |
Fecha aproximada de entrega |
|
Comentarios y observaciones |
Comentarios y observaciones |
|
OTRAS ACTIVIDADES EVALUABLES
|
¿Hay otra/s actividad/es evaluable/s? |
¿Hay otra/s actividad/es evaluable/s? |
Si,no presencial |
Descripción |
Descripción |
A lo largo del curso, y de forma períodica, los alumnos tendrán que entregar distintos bloques de ejercicios. En el curso virtual de la asigntura los alumnos encontrarán toda la información para la realización de los mismos: enunciados, datos para su realización, fechas de entrega, etc.
|
Criterios de evaluación |
Criterios de evaluación |
Cada bloque de ejercicios se puntuará sobre un total de 10 puntos. La nota total de la evaluación continua se calcula sumando las notas de las actividades realizadas dividido entre -n- siendo n el numero de actividades realiazdas (bloques de ejercicios propuestos).
|
Ponderación en la nota final |
Ponderación en la nota final |
La nota obtenida en las actividades evaluables continua vale un 60% de la nota final. |
Fecha aproximada de entrega |
Fecha aproximada de entrega |
Las fechas de entrega serán anunciadas en el curso virtual |
Comentarios y observaciones |
Comentarios y observaciones |
|
¿Cómo se obtiene la nota final?
|
La nota final de la asginatura se calcula como una media ponderada de la nota obtenida en la evaluación contina y la nota obtenida en el examen final. Las ponderaciones respectivas son: 60% (actividades evaluables) y 40% la nota del examen final.
Por ejemplo, si un alumno tiene un 6 en las actividades evaluables -nota obtenida en los ejercicios prácitos que hay que entregar a lo largo del curso- y un 5 en el examen de junio, la nota final se calcula como:
nota final = 0.4*5 + 0.6* 6 = 5,6
|