Métricas de Rentabilidad y Riesgo
Simulación de VaR por Monte Carlo
Método computacional estocástico que estima el Valor en Riesgo generando miles de escenarios aleatorios de mercado basados en distribuciones y correlaciones estimadas de precios, utilizado en scoring cuantitativo para evaluar la exposición al riesgo de cola en carteras señaladas por operaciones con información privilegiada.
El VaR de Monte Carlo simula miles de trayectorias posibles de precios futuros bajo volatilidades y correlaciones asumidas, y luego obtiene el cuantil de pérdida en el nivel de confianza elegido (normalmente 95% o 99%). A diferencia del VaR paramétrico, no asume normalidad, por lo que puede manejar pagos no lineales como opciones, colas gruesas y correlaciones cambiantes. El coste es computacional y la sensibilidad a los supuestos introducidos.
La calidad del resultado depende totalmente de las entradas: las estimaciones de volatilidad y correlación, y la distribución asumida de los shocks. Aquí aplica plenamente el principio de 'basura entra, basura sale'. Al basarse en muestreo aleatorio, la estimación también incorpora error de simulación que solo disminuye al aumentar el número de trayectorias, por lo que se debe informar un número suficiente de iteraciones para que la cifra se estabilice.
Fórmula
- \alpha
- Nivel de confianza (por ejemplo, 0,95 o 0,99)
- L
- Pérdida de la cartera (negativo del rendimiento)
- PT^(i)
- Valor terminal de la cartera en la trayectoria de simulación i
- M
- Número de trayectorias de Monte Carlo (normalmente entre 10.000 y 100.000)