Actuaría (plan 2006) 2023-2

Optativas, Administración de Riesgos Financieros

Clase AdRF

Vínculo a Google Classroom:

https://classroom.google.com/c/NTQxOTc2MTA0NjU0

Código para entrar a la clase: zdvqsjk

Trabajaremos en R y Python, así como en ambientes colaborativos de Google Colaboratory (https://colab.research.google.com), donde ya no será necesario tener instalado nada, sólo se requiere una cuenta de gmail, podrán modificar y ejecutar desde su teléfono móvil, pueden ver la página de github: https://github.com/pikey-msc/RiesgosFinancieros o bien, consultar la historia de cursos en: https://sites.google.com/a/ciencias.unam.mx/admonrsgocm/

1. La Naturaleza de la Administración de Riesgos y su proceso (5 horas)

2. 1. Definición de la Administración de Riesgos.

   2. Etapas del proceso de Administración de Riesgos.

   3. Costos y beneficios de la Administración de Riesgos.

   4. Medidas coherentes de riesgo.

   5. Definición de Pérdida Esperada, Valor en Riesgo (VaR), Valor en Riesgo Condicional (CVaR) y Capital Económico.

2. Riesgo de Mercado (40 horas)

   1. Marco general.

   2. Valoración de instrumentos financieros

      1. Bonos

      2. Swaps

      3. Forwards

      4. Opciones

   3. Medidas estándar de sensibilidad.

      1. Duración y Convexidad.

      2. Griegas.

   4. Modelos de Valor en Riesgo (VaR)

      1. Simulación Histórica.

      2. Delta Normal

      3. Delta-Gamma (Normal y Cornish Fisher)

      4. Delta VaR

      5. Simulación MonteCarlo.

         1. Componentes Principales

         2. Factorización Cholesky

   5. Estimación del VaR de los instrumentos financieros (incluyendo derivados).

      1. Acciones.

      2. Divisas.

      3. Instrumentos de deuda fija.

      4. Derivados (forwards, opciones y swaps).

   6. Capital económico.

   7. Riesgo de Liquidez

      1. Definición

      2. Estimación del VaR ajustado por el riesgo de liquidez

         1. Riesgo de liquidez y el “Spread”.

         2. Riesgo de liquidez y el horizonte de inversión.

      3. Otras aproximaciones.

         1. Aproximación exógena

         2. Aproximación de descuento de liquidez

      4. Liquidez en Riesgo (LaR)

3. Riesgo de Crédito (30 horas)

   1. Marco general.

      1. Probabilidad de incumplimiento.

      2. Exposición al incumplimiento.

      3. Tasas de recuperación.

      4. Pérdida esperada y no esperada (capital económico).

      5. Análisis de concentración.

      6. Pérdidas esperadas y no esperadas.

      7. Insumos para estimar la distribución de pérdidas.

   2. Técnicas básicas de segmentación de variables y clientes

      1. Análisis discriminante.

         1. Modelo Z-Score.

         2. Modelo Z de Altman.

      2. Análisis de componentes principales.

      3. Análisis de factores.

   3. Modelos de regresión para datos binarios.

1. AceptarModelo Logit.

2. Modelo Probit.

4. Modelos de Riesgo Crédito.

   1. Ajuste a distribuciones paramétricas.

   2. Modelo Credit Metrics.

   3. Modelo Credit Risk +.

   4. Modelo de Merton.

   5. Modelo de KMV.

   6. Modelo de Credit Portfolio View.

   7. Modelos de valores de referencia.

      1. Modelo de un factor.

   8. Aspectos del modelo teórico de Basilea.

1. Tema Opcional (5 horas)

Modo de calificar: 40% examenes, 40% tareas y 20% trabajo final (exposición de un artículo relacionado con riesgos).

Punto extra si las tareas y el trabajo final se entregan completos en LaTeX.

Punto extra sobre calificación final por opinión de películas: (1) Inside Job, (2) Too Big to fail, (3) The big short, (opcional) (4) Margin call

En caso de haber un retraso con sus tareas, su calificación máxima estará basada en la siguiente fórmula

C_{máx}=10-5*w[(1-\lambda^{h})/(1-\lambda)]
donde C_{máx}= es la calificación máxima,
w=0.00514254742081663,
\lambda=0.995338776349961,
y h= horas de retardo a partir de la fecha límite de entrega de las tareas.

La página del curso es https://sites.google.com/a/ciencias.unam.mx/admonrsgocm/

Bibliografía

Crouhy, Michael, Galai, Dan, and Mark, Robert, (2006), The essentials of risk management, McGraw-Hill, 1a ed.

Sánchez Cerón, Carlos, (2001), Valor en Riesgo y Otras Aproximaciones, Valuación Análisis y Riesgo, S.C., 1a edición.

Jorion, Philippe (1999), Valor en riesgo, Limusa, México.

De Lara Haro, Alfonso, (2008) Medición y control de riesgos financieros, 3a ed., Limusa, México.

Härdle, Wolfgang & Simar, Léopold (2003), Applied Multivariate Statistical Analysis, 1a ed. Method and Data Technologies.

Altman, Edward, Financial Ratios, Discriminant Analysis and the Prediction of Corporate

Bankruptcy, The Journal of Finance, Vol. 23, No. 4. (Sep., 1968), pp. 589-609.

Altman, E., R. Haldeman, and P. Narayanan, ZETA Analysis: A New Model to Identify

Bankruptcy Risk of Corporations, Journal of Banking and Finance, June 1977.

Mardia, Khantia & Kent, T.H. (2002), Multivariate Analysis, Academic Press, 2a ed.

Bilodeau, Martin & Brenner, David, (1999), Theory of Multivariate Statistics, Springer, 1a ed.

Alvin C. Rencher and G. Bruce Schaalje, (2007), Linear models in statistics, John Wiley and Sons, 2a ed.

D.W.Hosmer, S.Lemeshow, (2000) Applied logistic regression, John Wiley and Sons, 2a ed.

Lugwig, Fahrmeir and Tutz, Gerard (1994) Multivariate Statistical Modelling Based on Generalized Linear Models, Springer, 1a ed.

Ong, M. (1999), Internal Credit Risk Models. Capital Allocation and Performance Measurement, Risk Books.

Gupton, G., Finger, Ch., y Bhatia, M., (1997), ``CreditMetrics. Technical Document", Morgan Guaranty rust Co. J.P. Morgan, Nueva York.

Credit Suisse First Boston, (1997) ``CreditRisk +, A Credit Risk Management Framework''.

Alexander J. McNeil, Rudiger Frey, Paul Embrechts, (2005) ``Quantitative Risk Management: Concepts, Techniques, and Tools'', Princenton University Press.

Löffle, Gunter, Posch, Peter N., (2007) ``Credit Risk Modeling using Excel and VBA'', John Wiley & Sons.

Gourieroux, Christian & Jasiak, Joan (2007) ``The econometrics of Individual Risk: Credit, Insurance and Marketing'', Princeton University Press.

Löffle, Gunter, Posch, Peter N., (2007) ``Credit Risk Modeling using Excel and VBA'', John Wiley & Sons.

Dowd, Kevin, (2002), ``An Introduction to Market Risk Measurement'', John Wiley & Sons.

Dowd, Kevin, (2005), ``Measuring Market Risk Measurement'', John Wiley & Sons.

Jorion, Philippe, (2009) ``Financial Risk Manager Handbook'', 5ed, John Wiley & Sons.

Castellaci, Giussepe, and Siclari, Michael J., (2003) ``The practice of Delta- Gamma VaR: Implementing the quadratic portfolio model'', European Journal of Operational Research, vol 150, no. 3, pp. 529-545.

Jarrow, R. A. and A. Subramanian (1997) ``Mopping up liquidity.'' Risk 10 (Diciembre): 170-173.

Krakovsky, A. (1999) ``Pricing liquidity into derivatives'' Risk 12 (No. 12): 65-67.

Frey, R. (2000) ``Market illiquidity as a source of model risk in dynamic hedging'' Mimeo. Swiss

Banking Institute, University of Z¨urich.

Cherubini, U. and G. Della Lunga (2001) ``Fuzzy value-at-risk: accounting for market liquidity.''

Economic Notes by Banca Monte dei Paschi di Siena 30: 293-312.

Hisata, Y. and Y. Yamai (2000) ``Research toward the practical application of liquidity risk evaluation

models'' Bank of Japan Monetary and Economic Studies (December): 83-127.

Giot, P. and J. Grammig (2003) ``How large is liquidity risk in an automated auction market?'' Mimeo.

University of Namur and University of Tübingen.

Singer, R. (1997) ``To VaR, a sister'' Risk 10 (August): 86-87.

Wilmott, P. (2000) Paul Wilmott on Quantitative Finance. Volumes 1 and 2. Chichester: John Wiley and

Sons, Ltd.

Wakeman, L. (1998) ``Credit enhancement'' Pp. 255-275 in C. Alexander (ed.) Risk Analysis and Management.

Volume 1: Measuring and Modelling Financial Risk. Chichester: JohnWiley and Sons, Ltd.

Teugels, Jozef, Björn Sundt, (2004) ``Encyclopedia of Actuarial Science'', 1era Edición, Wiley.

Fusai, Gianluca, & Roncoroni, Andrea, (2008) ``Implementing Models in Quantitative Finance: Methods and Cases'', 1era edición, Springer Finance.

Borak, Szymon & Härdle, Wolfgang Karl & López, Brenda (2010) ``Statistics of Financial Markets'', 1era edición, Springer.

Promislow, S. David, (2011) ``Fundamentals of Actuarial Mathematics'', 2a Ed., Wiley.

Kaas, Rob & Govaerts, Marc & Dhaene, Jan & Denuit, Michel (2002) ``Modern Actuarial Risk Theory'', 1era ed, Kluwer Academic Publishers.

Tse, Yiu-Kuen (2009) ``Non Life Actuarial Models: Theory, Methods and evaluation'', 1era edición, Cambridge University Press.

Pavel, Cížek, & Härdle, Wolfgäng & Rafal, Weron (2005) ``Statistical Tools for Finance and Insurance'' 1era ed, Springer.

Härdle, Wolfgäng & Hautsch, Nikolaus & Overbeck, Ludger (2008) ``Applied Quantitative Finance'', 1era ed, Springer.

Embrechts, Paul & Klüppelberg, C. & Mikosch, T. (1997), ``Modelling Extremal Events: for Insurance and Finance'', 1era ed, Springer.