El valor en riesgo (VaR) es una medida ampliamente utilizada del riesgo de inversión a la baja para una sola inversión o una cartera de inversiones. VaR ofrece la pérdida máxima en dólares en una cartera durante un período de tiempo específico para un cierto nivel de confianza. A menudo, el nivel de confianza se elige para dar una indicación del riesgo de cola; es decir, el riesgo de eventos raros y extremos del mercado.
Por ejemplo, según un cálculo de VaR, un inversor puede tener una confianza del 95% de que la pérdida máxima en un día en una inversión de capital de $ 100 no superará los $ 3. El VaR ($ 3 en este ejemplo) se puede medir usando tres metodologías diferentes. Cada metodología se basa en crear una distribución de retornos de inversión; Dicho de otra manera, a todos los posibles retornos de inversión se les asigna una probabilidad de ocurrencia durante un período de tiempo específico. (Ver también Introducción al valor en riesgo (VaR)) .
¿Qué tan preciso es VaR?
Una vez que se elige una metodología VaR, calcular el VaR de una cartera es un ejercicio bastante sencillo. El desafío radica en evaluar la precisión de la medida y, por lo tanto, la precisión de la distribución de los retornos. Conocer la precisión de la medida es particularmente importante para las instituciones financieras porque usan VaR para estimar cuánto efectivo necesitan reservar para cubrir posibles pérdidas. Cualquier inexactitud en el modelo de VaR puede significar que la institución no tiene suficientes reservas y podría generar pérdidas significativas, no solo para la institución sino también para sus depositantes, inversores individuales y clientes corporativos. En condiciones de mercado extremas, como las que VaR intenta capturar, las pérdidas pueden ser lo suficientemente grandes como para causar la bancarrota. (Vea también lo que necesita saber sobre bancarrota ) .
Cómo hacer una prueba inversa de un modelo VaR para obtener precisión
Los gestores de riesgos utilizan una técnica conocida como backtesting para determinar la precisión de un modelo VaR. El backtesting implica la comparación de la medida de VaR calculada con las pérdidas (o ganancias) reales logradas en la cartera. Un backtest se basa en el nivel de confianza que se supone en el cálculo. Por ejemplo, el inversor que calculó un VaR de un día de $ 3 en una inversión de $ 100 con un 95% de confianza esperará que la pérdida de un día en su cartera supere los $ 3 solo el 5% del tiempo. Si el inversor registrara las pérdidas reales durante 100 días, la pérdida excedería $ 3 en exactamente cinco de esos días si el modelo VaR es exacto. Un simple backtest compara la distribución de retorno real con la distribución de retorno modelo comparando la proporción de excepciones de pérdida real con el número esperado de excepciones. El backtest debe realizarse durante un período suficientemente largo para garantizar que haya suficientes observaciones de retorno reales para crear una distribución de retorno real. Para una medida de VaR de un día, los gestores de riesgos suelen utilizar un período mínimo de un año para realizar las pruebas retrospectivas.
El backtest simple tiene un inconveniente importante: depende de la muestra de los rendimientos reales utilizados. Considere nuevamente al inversionista que calculó un VaR de $ 3 de un día con un 95% de confianza. Supongamos que el inversor realizó una prueba inversa durante 100 días y encontró exactamente cinco excepciones. Si el inversor usa un período diferente de 100 días, puede haber menos o más excepciones. Esta dependencia de la muestra dificulta determinar la precisión del modelo. Para abordar esta debilidad, se pueden implementar pruebas estadísticas para arrojar mayor luz sobre si un backtest ha fallado o aprobado.
Qué hacer si falla el Backtest
Cuando falla un backtest, hay una serie de posibles causas que deben tenerse en cuenta:
La distribución de retorno incorrecta
Si la metodología VaR supone una distribución de retorno (por ejemplo, una distribución normal de retornos), es posible que la distribución del modelo no se ajuste bien a la distribución real. Las pruebas estadísticas de bondad de ajuste se pueden usar para verificar que la distribución del modelo se ajuste a los datos reales observados. Alternativamente, se puede utilizar una metodología VaR que no requiere un supuesto de distribución.
Un modelo VaR mal especificado
Si el modelo VaR captura, por ejemplo, solo el riesgo de mercado de renta variable mientras la cartera de inversiones está expuesta a otros riesgos, como el riesgo de tasa de interés o el riesgo cambiario, el modelo está mal especificado. Además, si el modelo VaR no logra capturar las correlaciones entre los riesgos, se considera que está mal especificado. Esto puede rectificarse incluyendo todos los riesgos aplicables y las correlaciones asociadas en el modelo. Es importante reevaluar el modelo VaR siempre que se agreguen nuevos riesgos a una cartera.
Medición de pérdidas reales
Las pérdidas reales de la cartera deben ser representativas de los riesgos que se pueden modelar. Más específicamente, las pérdidas reales deben excluir cualquier tarifa u otros costos o ingresos. Las pérdidas que representan solo riesgos que pueden modelarse se denominan "pérdidas limpias". Los que incluyen tarifas y otros artículos similares se conocen como "pérdidas sucias". El backtesting siempre debe hacerse utilizando pérdidas limpias para garantizar una comparación de igual a igual.
Otras Consideraciones
Es importante no confiar en un modelo VaR simplemente porque pasa una prueba inversa. Aunque VaR ofrece información útil sobre la exposición al riesgo en el peor de los casos, depende en gran medida de la distribución de retorno empleada, en particular la cola de la distribución. Dado que los eventos de cola son muy poco frecuentes, algunos practicantes argumentan que cualquier intento de medir las probabilidades de cola con base en la observación histórica es inherentemente defectuoso. Según Reuters, "VaR recibió críticas acaloradas después de la crisis financiera ya que muchos modelos no pudieron predecir el alcance de las pérdidas que devastaron a muchos bancos grandes en 2007 y 2008".
¿La razón? Los mercados no habían experimentado un evento similar, por lo que no fue capturado en las colas de las distribuciones que se utilizaron. Después de la crisis financiera de 2007, también quedó claro que los modelos VaR son incapaces de capturar todos los riesgos; por ejemplo, riesgo base. Estos riesgos adicionales se denominan "riesgo no en VaR" o RNiV.
En un intento por abordar estas deficiencias, los gestores de riesgos complementan la medida del VaR con otras medidas de riesgo y otras técnicas, como las pruebas de resistencia.
La línea de fondo
El valor en riesgo (VaR) es una medida de las pérdidas en el peor de los casos durante un período de tiempo específico con un cierto nivel de confianza. La medición del VaR depende de la distribución de los rendimientos de la inversión. Para probar si el modelo representa con precisión la realidad o no, se puede realizar una prueba inversa. Un backtest fallido significa que el modelo VaR debe ser reevaluado. Sin embargo, un modelo VaR que pasa una prueba de respaldo todavía debe complementarse con otras medidas de riesgo debido a las deficiencias del modelado VaR. (Consulte también Cómo calcular el retorno de su inversión ) .
