Comparación de las medidas valor al riesgo y valor al riesgo complementario : Caso sectores energético y financiero en Argentina entre los años 2017 y 2020

Abstract

La presente investigación tiene como fin dar a conocer dos de las medidas más utilizadas por los equipos de administración de riesgos en las compañías para identificar y controlar aquellas actividades que son potencialmente peligrosas para su funcionamiento. Estas medidas no solo son las más utilizadas por las ventajas que ofrecen al tener un proceso bastante sencillo para su implementación y seguimiento, sino porque además son las recomendadas por los entes de control para realizar una adecuada medición y manejo de los riesgos asociados al mercado. El documento se desarrolla por capítulos que van guiando al lector a conocer desde la teoría y apoyándose en la práctica, dos modelos ampliamente utilizados en la gestión de riesgos a nivel global, el Value at Risk (VaR) y el Expected Shortfall (ES). Muestra sus principales características y da un paneo general de lo que significa su uso, ventajas que ofrece a las entidades en cuanto a la cuantificación de posibles pérdidas. En el capítulo 1 se realiza un paneo general de los aportes teóricos más importantes frente al tema y se contrastan dichas definiciones para caracterizar ambas medidas. El capítulo 2 recopila y analiza algunas técnicas de comparación entre las dos medidas que ya han sido utilizadas en el campo investigativo para demostrar el alcance de cada una y, además, pretende demostrar la superioridad del Expected Shortfall sobre el Value at Risk en momentos de shocks del mercado, se explican cuatro métodos y se elige el que se aplica en esta investigación, el Backtesting. En el capítulo 3 se realiza la aplicación de las medidas por medio de las herramientas RStudio y Excel. Para esto, se eligieron los precios de cierre de las dos empresas con mayor volumen de negociación en el índice MERVAL de los sectores económicos energético y financiero; dos por cada uno para un total de cuatro sets de datos. En RStudio se recopilaron y transformaron los datos generando los retornos logarítmicos que se convierten en el principal input de los modelos y que darán como resultado las dos medidas. Posteriormente se exporta la información a Excel y se le da formato para su presentación en la investigación. El capítulo 4 desarrolla una comparación del funcionamiento de ambas medidas frente a momentos de estrés o de calma en el mercado. Se realiza por medio de la técnica de Backtesting propuesta por el comité internacional de Basilea para controlar que las medidas estén reflejando adecuadamente la situación de las compañías y se estén ajustando a las variaciones del mercado. Por último, se mencionan las conclusiones a las que se llegaron contrastando los resultados obtenidos con la hipótesis inicial que busca comprobar que el Expected Shortfall es una medida coherente al contar con la propiedad de subaditividad y, además, por confección, permite tener en cuenta eventos extremos; ofreciendo así un mejor performance en momentos de estrés de mercado.