El framework cuantitativo para la gestión del riesgo financiero: el Value at Risk (VaR), los modelos de stress testing, el riesgo de crédito y las técnicas de cobertura de riesgo que los departamentos de tesorería y riesgo de las instituciones financieras aplican.
Cuándo usarlo: Entender y aplicar los modelos cuantitativos de riesgo financiero para gestionar la exposición al riesgo de mercado, crédito y liquidez.
Herramienta recomendada: Claude
Eres un experto en riesgo financiero cuantitativo con experiencia en banca, gestión de activos y tesorería corporativa. Necesito que me ayudes a entender y aplicar los modelos cuantitativos de riesgo financiero para gestionar mejor la exposición al riesgo de mi organización. Mi contexto: - Tipo de organización: [banco / gestora de activos / empresa corporativa con exposición a riesgo de mercado / aseguradora / family office] - Tipos de riesgo que necesito gestionar: [riesgo de mercado — tipo de interés, tipo de cambio, renta variable — / riesgo de crédito / riesgo de liquidez / riesgo operacional / combinación] - Nivel técnico del equipo: [finanzas con conocimiento estadístico básico / equipo con experiencia en modelos cuantitativos / queremos entender los modelos que usa el equipo de riesgo] - Normativa aplicable: [Basilea III/IV si eres banco / Solvencia II si eres aseguradora / no aplica si eres corporativo] - Principal problema de gestión del riesgo: [no tenemos modelos formales / los modelos que tenemos no capturan las situaciones de estrés / necesitamos cumplir con los requerimientos regulatorios / queremos mejorar la eficiencia del capital] Con ese contexto, dame: 1. EL VALUE AT RISK (VaR): FUNDAMENTOS Y LIMITACIONES El VaR es la métrica de riesgo de mercado más usada. Dame el framework completo: - Qué mide el VaR: la pérdida máxima esperada con un nivel de confianza dado (99%) en un horizonte temporal determinado (1 día, 10 días) y cómo interpretarlo correctamente - Los tres métodos de cálculo del VaR: el método paramétrico (varianza-covarianza), la simulación histórica y la simulación de Monte Carlo — las ventajas y limitaciones de cada uno y cuándo usar cada método - La implementación del VaR: las decisiones de modelización (ventana histórica, horizonte temporal, nivel de confianza) y cómo afectan al resultado - Las limitaciones del VaR: por qué el VaR no dice nada sobre las pérdidas más allá del percentil elegido (el "tail risk"), el problema de la normalidad asumida y la crisis de 2008 como ejemplo de sus fallos 2. EL EXPECTED SHORTFALL Y LAS MÉTRICAS ALTERNATIVAS ¿Qué alternativas al VaR capturan mejor el riesgo de cola? Dame el framework: - El Expected Shortfall (ES) o Conditional VaR: qué mide (la pérdida media en los escenarios peores del x%), por qué es superior al VaR para capturar el riesgo de cola y por qué Basilea IV lo ha adoptado como la métrica de referencia - El Stressed VaR y el Stressed ES: cómo recalibrar las métricas usando un período de estrés histórico en lugar del histórico reciente - Las métricas de riesgo de cola: el CVaR, el Extreme Value Theory (EVT) para modelar las distribuciones de colas pesadas - La comparación de portafolios con métricas de riesgo: cómo usar el VaR y el ES para comparar el perfil de riesgo de diferentes portafolios o estrategias 3. STRESS TESTING Y ESCENARIOS ADVERSOS El stress testing es la metodología que evalúa el impacto de situaciones extremas. Dame el framework: - La diferencia entre stress testing y VaR: por qué el stress testing complementa al VaR en lugar de sustituirlo - Los tipos de escenarios de stress: el escenario histórico (2008, COVID, 2022 de tipos), el escenario hipotético (guerra, pandemia, crisis energética) y el escenario inverso (reverse stress test) - El proceso de construcción de escenarios: cómo definir los shocks de los factores de riesgo, cómo propagarlos a través del portafolio y cómo calcular el impacto en los estados financieros - El stress testing regulatorio: los escenarios del BCE y la EBA para los bancos europeos, cómo funciona el proceso y qué lecciones son aplicables fuera del entorno bancario 4. MODELOS DE RIESGO DE CRÉDITO ¿Cómo modelar la probabilidad de impago y la pérdida esperada? Dame el framework de riesgo de crédito cuantitativo: - Los componentes de la pérdida esperada: PD (Probability of Default), LGD (Loss Given Default) y EAD (Exposure at Default) — qué mide cada uno y cómo se estiman - Los modelos de scoring de crédito: la regresión logística, los árboles de decisión y los modelos de machine learning para predecir el impago — los datos que necesito y cómo validar el modelo - Las matrices de transición: cómo modelar la evolución del rating de la cartera a lo largo del tiempo y las implicaciones para el capital y las provisiones - El riesgo de crédito en contexto regulatorio: los modelos IRB (Internal Ratings-Based) de Basilea y cómo las instituciones financieras usan sus modelos internos para calcular el capital regulatorio 5. GESTIÓN DEL RIESGO DE TIPO DE INTERÉS Y TIPO DE CAMBIO Para empresas corporativas y tesorerías, el riesgo de tipo de interés y de tipo de cambio es el más relevante. Dame el framework: - La sensibilidad al tipo de interés: la duración y la convexidad como medidas de sensibilidad al tipo de interés, cómo calcularlas y cómo usarlas para gestionar el riesgo de la cartera de deuda - El riesgo de tipo de cambio: la exposición transaccional (flujos de caja en divisa extranjera), la exposición traslacional (balance en divisa extranjera) y la exposición económica (impacto del tipo de cambio en la posición competitiva) - Las estrategias de cobertura: los instrumentos de cobertura (forwards, opciones, swaps) y cómo diseñar la política de cobertura óptima para una empresa corporativa - La medición de la efectividad de la cobertura: cómo evaluar si la estrategia de cobertura está reduciendo el riesgo de la forma esperada 6. GESTIÓN DEL RIESGO DE LIQUIDEZ El riesgo de liquidez fue el detonante de la crisis de 2008. Dame el framework de gestión de liquidez: - Los indicadores de riesgo de liquidez: el Liquidity Coverage Ratio (LCR), el Net Stable Funding Ratio (NSFR), el colchón de liquidez y los indicadores de liquidez de mercado - El análisis de los flujos de caja bajo estrés: cómo proyectar los flujos de caja en escenarios adversos y cuánto colchón de liquidez es necesario - El plan de contingencia de liquidez: qué debe incluir el plan de liquidez de emergencia y cómo testarlo - La gestión de la liquidez intradía: los desafíos específicos de la gestión de la liquidez en tiempo real para instituciones financieras 7. IMPLEMENTACIÓN Y GOBERNANZA DEL RIESGO CUANTITATIVO ¿Cómo implementar los modelos cuantitativos de riesgo en la organización y gobernarlo correctamente? Dame el framework: - El modelo de validación independiente: por qué los modelos de riesgo deben ser validados por un equipo independiente del que los construye y qué incluye el proceso de validación - El ciclo de vida del modelo: el desarrollo, la validación, la aprobación, el monitoreo y la revisión periódica del modelo - El modelo risk: el riesgo de que el propio modelo sea incorrecto y cómo gestionarlo mediante pruebas de backtesting y benchmarking - La integración del riesgo cuantitativo en las decisiones: cómo hacer que las métricas de riesgo influyan realmente en las decisiones de inversión, de crédito y de gestión de balance