CVX UsersGuide ES

2013
CVaR Expert 2.0

Gua del usuario
Documento actualizado al 17 de diciembre de 2013
CONTENIDO:
El presente documento sintetiza la operatividad del sistema informtico

CVaR Expert 2.0 y se encuentra dirigido a los usuarios finales de esta
aplicacin.
Consulte el documento CVX - Sntesis Metodolgica para una

presentacin detallada de las frmulas y procesos empleados por los
modelos de Valor-en-Riesgo implementados en el sistema.
www.rhoworks.com
CVaR Expert 2.0 GUA DEL USUARIO
INDICE
I. VISIN GENERAL ................................................................................................................................. 4

II. ENTORNO DE TRABAJO ...................................................................................................................... 5
II.1. INGRESO AL SISTEMA ............................................................................................................................... 5
II.2. LA VENTANA PRINCIPAL............................................................................................................................ 6
II.2.A. Men principal ........................................................................................................................... 6
II.2.B. Barra de botones de acceso rpido ........................................................................................... 8
II.3. EL NAVEGADOR ..................................................................................................................................... 9
III. IMPORTACIN DE DATOS EXTERNOS .............................................................................................. 11
III.1. TRANSFERENCIA DE DATOS A MEMORIA ................................................................................................... 11
III.2. CONFIGURACIN DEL GESTOR DE DATOS ................................................................................................. 12
III.2.A. Conexiones de datos ............................................................................................................... 12
III.2.B. Consultas de datos .................................................................................................................. 12
III.2.C. Comandos de datos ................................................................................................................ 14
III.2.D. Secuencias de comandos (Macros) ......................................................................................... 14
IV. GESTIN DE OBJETOS DE INVERSIN .............................................................................................. 17
IV.1. CLASES DE OBJETOS ............................................................................................................................. 17
IV.2. PRINCIPALES PROPIEDADES DE OBJETOS SEGN CLASE ................................................................................. 19
IV.2.A. Monedas................................................................................................................................. 19
IV.2.B. Tipos de cambio ...................................................................................................................... 22
IV.2.C. Segmentos de curva de tasa de inters .................................................................................. 24
IV.2.D. Curvas de tasa de inters ....................................................................................................... 25
IV.2.E. Operaciones en efectivo ......................................................................................................... 27
IV.2.F. Acciones .................................................................................................................................. 28
IV.2.G. Instrumentos de renta fija ...................................................................................................... 29
IV.2.H. Forwards de tipo de cambio ................................................................................................... 33
IV.2.I. Opciones sobre acciones o ndices ........................................................................................... 35
IV.2.J. Opciones sobre monedas......................................................................................................... 37
IV.2.K. Swaps...................................................................................................................................... 38
IV.2.L. Activos Delta-Gamma ............................................................................................................. 40
IV.2.M. Grupos de activos .................................................................................................................. 41
IV.2.N. Lmites de inversin ................................................................................................................ 43
IV.2.O. Escenarios de estrs ............................................................................................................... 44
IV.3. DETECCIN DE QUIEBRES O POSIBLES SPLITS EN SERIES DE PRECIOS HISTRICOS................................................ 45
IV.4. VALORIZACIN RETROSPECTIVA DE INSTRUMENTOS DERIVADOS .................................................................... 46
IV.5. LA CALCULADORA GRFICA DE DERIVADOS................................................................................................ 46
IV.5.A. Valorizacin de forwards de tipo de cambio .......................................................................... 46
IV.5.B. Valorizacin de opciones sobre acciones o ndices ................................................................. 47
IV.5.C. Valorizacin de opciones sobre divisas ................................................................................... 51
IV.5.D. Estadsticas de la funcin normal estandarizada ................................................................... 53
V. GESTIN DE CARTERAS DE INVERSIN ............................................................................................ 54
V.1. ESTRUCTURA DE UNA CARTERA DE INVERSIN ............................................................................................ 54
V.2. CREACIN DE CARTERAS COMBINADAS ..................................................................................................... 56
V.3. REPORTES DE COMPOSICIN DE CARTERA .................................................................................................. 57
V.3.A. Desglose de la composicin actual de la cartera..................................................................... 57
V.3.B. Anlisis del componente de renta fija de la cartera ................................................................ 59
(i) Integracin de flujos de caja esperados .................................................................................................... 59
(ii) Duracin ................................................................................................................................................... 60
2
(iii) Relacin observada de vencimiento-rendimiento por moneda .............................................................. 61

(iv) Anlisis del Riesgo Crediticio mediante probabilidades de default ......................................................... 62
(v) Anlisis de Riesgo Crediticio mediante matrices de transicin crediticia ................................................. 63
(vi) Anlisis de Convexidades, Key-Rate Durations y Dispersiones ................................................................ 64
V.3.C. Aplicacin de modelos de seleccin de activos ........................................................................ 65
(i) Modelo de tracking error inverso .............................................................................................................. 65
(ii) Modelo de tracking error inverso con calibracin automtica................................................................. 70
(iii) Modelo de Markowitz-Sharpe ................................................................................................................. 73
(iv) Modelo de tracking error de flujos de caja esperados ............................................................................ 75
V.3.D. Atribucin de desempeo (performance attribution) relativo ................................................ 77
(i) Modelo de Brinson .................................................................................................................................... 77
(ii) Modelo de Atribucin de activos individuales (SPA) ................................................................................ 79
V.3.E. Atribucin de desempeo (performance attribution) absoluto ............................................... 80
V.4. INCORPORACIN DE LMITES DE INVERSIN ............................................................................................... 81
V.4.A. Lmites de posicin .................................................................................................................. 81
V.4.B. Lmites de exposicin a factores de riesgo de mercado .......................................................... 82
V.5. ANLISIS DE GRUPOS DE CARTERAS DE INVERSIN ....................................................................................... 83
V.5.A. Resumen de indicadores del grupo de carteras ....................................................................... 83
V.5.B. Composicin del grupo de carteras ......................................................................................... 84
V.5.C. Lmites de inversin para el grupo de carteras ........................................................................ 84
V.5.D. Modelo de optimizacin simultnea del Tracking Error para grupos de carteras .................. 85
VI. ANLISIS DE RIESGO EN CARTERAS DE INVERSIN ........................................................................ 88
VI.1. REPORTES DE VALOR-EN-RIESGO ........................................................................................................... 88
VI.1.A. Resumen VaR de una cartera ................................................................................................. 89
VI.1.B. Reporte de disponibilidad de informacin para el modelo VaR ............................................. 92
VI.1.C. Histograma simulado y percentiles crticos de ganancias y prdidas .................................... 92
VI.1.D. Auditora de matrices de clculo ............................................................................................ 94
VI.2. DESCOMPOSICIN DEL VAR .................................................................................................................. 95
VI.2.A. VaR No diversificado .............................................................................................................. 95
VI.2.B. VaR diversificado .................................................................................................................... 97
VI.2.C. Descomposicin VaR por factor de riesgo .............................................................................. 99
VI.2.D. VaR Incremental ................................................................................................................... 100
VI.2.E. Contribution VaR .................................................................................................................. 102
VI.2.F. VaR Marginal ........................................................................................................................ 105
VI.3. VAR RELATIVO A CARTERAS BENCHMARK ............................................................................................... 107
VI.4. VALORES BASE PARA EL ANLISIS VAR ................................................................................................... 109
VI.5. CLCULO DE RIESGO DE CONTRAPARTE PARA CONTRATOS FORWARD ........................................................... 109
VI.6. COMPROBACIN DEL VAR (BACKTESTING) ............................................................................................. 110
VI.7. ANLISIS DE ESCENARIOS DE ESTRS ...................................................................................................... 111
VI.8. SIMULACIN DE IMPACTO Y SENSIBILIDADES ANTE VARIACIONES DE FACTORES DE RIESGO ................................ 112
VI.9. COMPROBACIN DE EFICACIA DE COBERTURA - ESTRATEGIAS ESTTICAS....................................................... 113
VI.10. COMPROBACIN DE EFICACIA DE COBERTURA - ANLISIS FACTORIAL.......................................................... 116
VI.11. COMPROBACIN DE EFICACIA DE COBERTURA - ESTRATEGIAS DINMICAS ................................................... 117
VI.12. MDULO DE DESCOMPOSICIN DE VARIACIONES EN EL VAR INCLUYENDO RECOMPOSICIN DE CARTERA .......... 118
3
I. VISIN GENERAL
El sistema CVaR Expert 2.0 de Rho-Works permite alcanzar un mximo nivel de automatizacin en la
aplicacin de modelos de Valor-en-Riesgo (VaR por sus siglas en ingls), incluyendo las fases de captura
de datos desde fuentes heterogneas, validacin de la consistencia de la informacin reunida, estimacin
de diferenciales de riesgo y volatilidades implcitas, aplicacin del modelo VaR y Conditional VaR (tanto
de simulacin histrica como de distribucin normal), clculo de indicadores de descomposicin de
riesgo (tales como VaR Marginal, VaR Incremental, Contribucin VaR, VaR Diversificado y No
Diversificado por factor de riesgo, activos y grupos de activos), as como la evaluacin del impacto de
escenarios de estrs sobre los patrimonios administrados.
Adicionalmente, el sistema permite aplicar modelos de Tracking Error Inverso y Markowitz-Sharpe para
encontrar composiciones ptimas de carteras, que pueden considerar diversas clases de restricciones de
inversin sobre activos individuales o grupos de activos, con respecto a carteras individuales o de manera
simultnea con respecto a mltiples carteras.
En este documento se sintetizan los principales procedimientos operativos del sistema CVaR Expert
desde el punto de vista de un usuario final. Tratndose de una gua eminentemente prctica, se ha
procurado evitar referencias formales al detalle de los aspectos metodolgicos detrs de los modelos
implementados en el sistema. Para una exposicin rigurosa de dichos modelos, por favor consulte el
documento CVX Sntesis Metodolgica.
El contenido de esta gua se divide en las siguientes secciones:
Entorno de trabajo, en la que se describen las caractersticas y funcionamiento de la interfaz

del sistema.
Importacin de datos externos, referida fundamentalmente al uso del mdulo Data Manager
para importar informacin de mercado de fuentes externas (bases de datos, hojas de clculo).
Gestin de objetos de inversin, en la que se aborda cmo visualizar y editar las caractersticas
estructurales de objetos en el sistema.
Anlisis de carteras, en la que se sintetizan los procedimientos de anlisis de riesgo de
mercado, fijacin de lmites de inversin y optimizacin de carteras, entre otras opciones.
Por favor no dude en dirigir sus comentarios o dudas a la direccin electrnica cvar@rhoworks.com
4
II. ENTORNO DE TRABAJO
II.1. Ingreso al sistema

Una vez invocado CVaR Expert 2.0, el sistema le pedir que ingrese su nombre y clave de usuario para
validar la ejecucin del aplicativo. Tanto en el caso del nombre de usuario como en el de la clave de
acceso el sistema no hace distincin entre letras maysculas y minsculas.
Fig. 1: Ventana de validacin de usuario y clave
Si introduce un nombre de usuario o clave errnea, el sistema presentar un mensaje informativo y luego
se cerrar. Reinicie el sistema e ingrese los datos correctos.
El ordenador en el que se ejecuta el sistema deber estar conectado a Internet para que el sistema pueda
validar la licencia de uso durante el proceso de verificacin de login. Una vez concluida esta verificacin,
la conexin a Internet es innecesaria. En caso de que ocurra un desperfecto con la conexin a internet, el
sistema pedir una segunda clave especial para el acceso off-line, que es proporcionada durante la fase de
implementacin de la plataforma.
5
II.2. La ventana principal

Una vez que ingrese en el sistema, encontrar la ventana principal del aplicativo y, por defecto, una
ventana del Navigator (Navegador) abierta dentro de ella. El Navigator es la interfaz principal para
explorar y editar el contenido de los activos, carteras y otros objetos gestionados en el programa. Ver
que el modo en que CVaR Expert 2.0 organiza la informacin relevante para el anlisis se sustenta en el
uso de objetos visuales, similares a carpetas y archivos en un sistema operativo. El Navegador le
permitir abrir ventanas asociadas a cada objeto en el orden y nmero que le resulte ms productivo.
La ventana principal que contiene todos los dems objetos del sistema dispone de una barra con el men
principal y una barra de botones de acceso rpido en la parte superior, y una barra de estado en la parte
inferior.
Fig. 2: Ventana principal del sistema
II.2.A. Men principal
El men principal contiene las siguientes opciones:
File: Opciones asociadas a la gestin de archivos.

Clear all internal data: elimina toda la informacin contenida en el sistema, sin alterar
los parmetros de configuracin de fecha. Esta opcin elimina incluso los objetos que,
por defecto, se crean al iniciar una nueva sesin del programa (veinte monedas, dos
familias de notches de riesgo crediticio y veintisiete notches contenidos en ellas). Si
desea eliminar toda la informacin de usuario, pero conservar estos objetos creados por
el sistema por defecto, reinicie la aplicacin en lugar de emplear esta opcin.
Load data from file: carga una base de datos integrada en formato i3. Los archivos en
formato i3 (integrated investment information) contienen toda la informacin requerida
para realizar un anlisis de riesgo sobre carteras de inversin y representan una imagen
fiel del contenido de la memoria del sistema en un momento dado. Al cargar un archivo
i3 con esta opcin, el sistema ejecuta previamente el comando Clear all internal data.
Save data to file: guarda una copia ntegra del contenido del sistema en un archivo en
formato i3. Este archivo incluye la informacin histrica de precios, tipos de cambio,
tasas de inters, estructuras de activos, monedas, composiciones de carteras, muestras y
6
dems objetos y matrices de datos requeridos para el clculo de indicadores de riesgo

de mercado.
Show data manager: abre el gestor de datos externos. Este mdulo permite configurar
el acceso a bases de datos externas, crear y ejecutar macros para automatizar la carga de
datos. El Data Manager le permitir cargar al programa informacin de distintas
fuentes heterogneas (por ejemplo, tomar parte de la informacin de posiciones de una
hoja de clculo, otra parte de una base de datos, precios repartidos en tres hojas distintas
en servidores diferentes, combinar fuentes MS SQL Server y Oracle de modo
automtico, etc.). Una vez cargada la informacin al sistema, no resulta necesario
mantener la conexin con los archivos o bases de datos de origen.
Change user password: le permite cambiar su clave de usuario registrada en la base de
datos de licencias del programa. Deber estar conectado a Internet para emplear esta
opcin.
Exit program: abandona el programa tras un mensaje de confirmacin. Compruebe que
haya guardado la informacin relevante antes de cerrar el sistema. Tome en cuenta que
puede tener abiertas en memoria varias instancias del programa CVaR Expert 2.0 de
manera simultnea. La informacin cargada en cada instancia no afecta los datos del
resto de instancias activas.
Objects: Opciones asociadas a la gestin de objetos.
Show Navigator: abre una nueva ventana del navegador. Puede tener tantas ventanas de
navegador como estime conveniente.
Show Object Finder: abre una nueva ventana del Buscador de Objetos. Esta ventana le
permitir realizar bsquedas rpidas de objetos segn nombre. Ingrese algunos
caracteres del nombre del objeto buscado y el sistema le mostrar todos los objetos que
contienen el texto indicado. Luego podr abrir la ventana del objeto haciendo doble
click sobre su nombre.
Show Derivatives Calculator: abre una nueva ventana de la calculadora grfica de
contratos derivados. Esta utilidad le permitir calcular rpidamente el valor de contratos
de forwards de monedas, opciones sobre acciones o ndices (empleando el modelo
binomial o el modelo de Black-Scholes) y opciones sobre monedas (empleando el
modelo de Garman-Kohlhagen). Asimismo, le permitir estimar volatilidades
implcitas, mostrar rboles binomiales de valorizacin y grficos de simulacin de hasta
tres variables configurables. Esta calculadora contiene una versin simplificada del
paquete Options Designer 2.0 de Rho-Works.
Set Global Parameters: abre la ventana de la configuracin de parmetros. Desde all
podr ajustar la fecha actual, la muestra empleada para estimaciones de Valor-en-
Riesgo, mtodos de interpolacin de datos, metodologas de estimacin de
rentabilidades histricas, mecanismos de simulacin de precios, parmetros del modelo
VaR y del anlisis de recomposicin de carteras. Todos estos parmetros globales se
guardan como parte de cada archivo i3 de manera independiente.
Show Global Market Risk Summary: ofrece un resumen de los valores de Mercado y
el riesgo al que estn expuestos todos los portafolios que se han ingresado al sistema.
General Tools: ofrece herramientas para analizar la consistencia de los datos
registrados y corregir los problemas ms frecuentes, especficamente con respecto a la
calidad de los datos histricos de precios, tipos de cambio, tasas de inters, etc.
Fixed Income Tools: ofrece herramientas para corregir los problemas ms frecuentes
encontrados en datos histricos y estructurales de los instrumentos de renta fija
registrados en el sistema (tales como cronogramas de pago que no cuadran o pagos en
fines de semana). Adems, permite resolver los spreads implcitos (zero volatility
spreads) de los bonos registrados en memoria, calcular precios limpios a partir de
precios sucios y viceversa, asignar mtodos de valorizacin a todos los bonos en un
solo paso, etc.
7
Derivative Tools: ofrece herramientas asociadas a instrumentos derivados. Permite

calcular los valores netos histricos de contratos forward a partir de las series histricas
de tipos de cambio.
Group Tools: ofrece herramientas relativas a grupos de activos. Permite crear en un
solo paso todos los grupos posibles a partir de monedas, carteras y activos individuales.
Asimismo, ofrece acceso a la ventana de creacin de carteras sintticas (carteras nuevas
conformadas a partir de combinaciones de carteras existentes con posiciones largas y
cortas).
Environment options: ofrece acceso a diversas opciones sobre el entorno de trabajo
(tales como qu clases de objetos se muestran en el rbol principal del navegador).
Estas opciones se guardan en el archivo de configuracin ini del sistema en la carpeta
de instalacin.
Window: Ofrece opciones para enfocar y reorganizar las ventanas dentro del sistema.
Help: Permite configurar opciones de auditora de eventos y errores en el programa (seguimiento
de operaciones realizadas por el sistema y excepciones ocurridas) y acceder a informacin de
registro del sistema.
II.2.B. Barra de botones de acceso rpido
La ventana principal cuenta con una barra de botones que permite acceder a las funciones ms comunes:
Fig. 3: Barra de botones de acceso rpido
Los botones disponibles son los siguientes
Ir a la ventana del Data Manager

Abrir un archivo i3
Ejecutar la macro por defecto para importar informacin
Guardar un archivo i3
Abrir el reporte de consistencia de informacin
Interpolar los datos importados
Abrir una ventana del Navegador

Abrir una ventana del Object Finder
Abrir la ventana de configuracin de parmetros
Abrir la ventana de creacin de carteras combinadas
Abrir la ventana que muestra el valor y la exposicin al riesgo de mercado para cada
portafolio.
Abrir la calculadora grfica de instrumentos derivados
Abrir el reporte de eventos y errores del sistema
8
II.3. El Navegador
La ventana del Navegador muestra todos los objetos de inversin registrados en el sistema, incluyendo las
siguientes categoras:
Grupos de carteras y carteras

Clases de activos
Monedas
Tipos de cambio
Curvas y segmentos de tasas de inters
Categoras de riesgo crediticio
Grupos de activos
Lmites de inversin
Escenarios de estrs
Muestras de datos
Activos individuales
Fig. 4: Ventana del Navegador
El Navegador cuenta con dos paneles dispuestos en forma de columnas. El panel izquierdo muestra tanto
el rbol de objetos como el buscador rpido (en la parte inferior). Para localizar rpidamente un objeto en
el rbol, basta escribir algunas de las letras de su nombre en la caja de texto inferior y el sistema saltar
hasta la primera coincidencia en el rbol a partir de la posicin actual del puntero. Puede saltarse a la
siguiente coincidencia presionando la tecla Enter sobre esta caja de texto. El borde divisorio entre los dos
paneles del Navegador es mvil, y la flecha inferior que apunta hacia la izquierda permite ocultar con un
click toda la seccin izquierda.
El panel derecho muestra informacin general sobre el objeto seleccionado a la izquierda, as como
estadsticas que dependen de su clase. Para objetos que cuentan con historiales de precios, el sistema
muestra por defecto la serie de tiempo completa del precio de mercado del instrumento (valor actual para
9
el caso de bonos). Para curvas de tasas de inters, el sistema muestra el perfil de la curva segn perodos
de vencimiento.
Puede acercar un grfico dibujando de izquierda a derecha un rectngulo imaginario sobre la zona que
desea enfocar. Para regresar un grfico a su escala original, dibuje un rectngulo de derecha a izquierda.
La informacin del panel derecho puede copiarse al portapapeles para su uso en otras aplicaciones
haciendo click derecho sobre la informacin que desea copiarse y empleando el men Copy to Clipboard.
Para abrir una ventana especfica de objeto, basta hacer doble click sobre el objeto deseado o pulsar el
botn Open que se encuentra en la parte superior derecha del Navegador. Se dispone de ventanas
especficas para las siguientes clases de objetos:
Grupos de carteras
Carteras individuales
Operaciones en efectivo
Acciones
Instrumentos de renta fija
Forwards de tipo de cambio
Opciones sobre acciones o ndices
Activos Delta/Gamma
Monedas
Tipos de cambio
Curvas de tasa de inters
Segmentos de tasas de inters
Grupos de activos
Lmites de inversin
Escenarios de estrs
Muestras de datos
Activos
El Navegador tambin permite crear objetos nuevos empleando el botn New que se encuentra en la
seccin superior derecha. Este botn crear un objeto de la clase del objeto seleccionado (por ejemplo, un
nuevo grupo de activos si el puntero selector se encuentra sobre un grupo en el rbol). Los siguientes
casos especiales se aplican:
Sobre la opcin Portfolio Groups se crearn grupos de carteras

Sobre un grupo de carteras se crear una cartera dentro del grupo seleccionado
Sobre una familia de categoras de riesgo crediticio se crear un nuevo notch de riesgo dentro de
la categora seleccionada.
Sobre la opcin Groups of Assets se crearn categoras de agrupacin de activos.
Sobre una categora de agrupacin de activos se crear un grupo de activos dentro de la categora
seleccionada.
10
III. IMPORTACIN DE DATOS EXTERNOS
III.1. Transferencia de datos a memoria

Una de las caractersticas de diseo que permiten que el sistema CVaR Expert 2.0 desarrolle
simulaciones, valorizaciones de instrumentos e indicadores complejos de riesgo en brevsimo tiempo es
que toda la informacin base para proceder con estas tareas se encuentra ntegramente en la memoria del
ordenador. A diferencia de otros paquetes que deben estar conectados con las bases de datos subyacentes
durante el anlisis, CVX puede trabajar de manera desconectada, lo que elimina el trfico de la red
durante el proceso de consulta de datos y aprovecha la mxima velocidad de la memoria del ordenador.
Otra ventaja del traslado de informacin a la memoria es que pueden integrarse en ella los datos
procedentes de numerosas bases de datos heterogneas (tales como Oracle, MS SQL Server, MS Access y
MS Excel); pero que contienen datos relevantes para el anlisis. CVaR Expert 2.0 automatiza el proceso
de carga y ordenamiento de la informacin en memoria a travs del mdulo Data Manager (Manejador
de datos).
Fig. 5: Ventana del Data Manager
11
El uso del Data Manager requiere la configuracin inicial de tres clases de objetos base: Conexiones de
datos (Data connections), Consultas de datos (Data queries) y Secuencias de comandos (Macros). Una
vez configurada esta informacin, puede ser fcilmente guardada en un archivo de tipo .dataconf y
posteriormente cargada en un solo paso. Para ello se emplean los botones Save (guardar) y Load (cargar)
en la parte inferior de la ventana Data Manager. Cabe subrayar que estos botones no cargan o guardan la
informacin de mercado, sino las especificaciones necesarias para acceder a dicha informacin. Si el
archivo se guarda con el nombre autoload.dataconf en la carpeta del programa, el sistema lo cargar
automticamente al iniciarse.
III.2. Configuracin del Gestor de Datos

La informacin mnima que requiere el gestor de datos para operar consiste en una o ms conexiones a
datos, una o ms consultas y uno o ms comandos (usualmente reunidos en secuencias o macros).
III.2.A. Conexiones de datos
Una conexin de datos resume el modo como CVX se conectar con una fuente de datos de mercado o de
composicin de cartera. Los cuatro proveedores de datos soportados en la versin actual del programa
son:
Oracle
Microsoft SQL Server
Microsoft Access y
Microsoft Excel
Puede crear una nueva conexin a datos empleando el botn New, dndole un nombre a la conexin,
alimentando los parmetros requeridos y luego presionando Keep changes para conservar los
parmetros ingresados. Tome en cuenta que de no presionar Keep changes, el sistema descartar los
cambios que pueda haber realizado sobre la conexin.
III.2.B. Consultas de datos
Una consulta de datos representa una tabla especfica de datos extrados a travs de una conexin. En la
prctica, las consultas se asocian con tablas, vistas, procedimientos almacenados y hojas de clculo.
Puede crear una nueva consulta del mismo modo en que crea conexiones. Tome en cuenta que una vez
presionado el botn Keep changes, puede mostrarse una vista preliminar de las consultas utilizando el
botn Preview. Por defecto, el sistema slo mostrar las primeras 500 filas de la consulta (puede
configurar este valor haciendo click derecho sobre el botn Preview).
El contenido de una consulta se establece en lenguaje SQL estndar (en el dialecto del proveedor de datos
correspondiente). Para libros de MS Excel, una consulta tpica consiste en el nombre de una hoja seguido
del signo de dlar (esta consulta extrae toda la informacin de dicha hoja).
12
Fig. 6: Configuracin de consultas de datos
La estructura de cada consulta debe seguir un estndar especfico de tipo y orden de columnas para que el
sistema CVX pueda reconocer el contenido. Refirase al archivo CVX Plantilla de datos.xls que
acompaa la documentacin del programa para examinar los detalles de cada una de las consultas
requeridas por el sistema.
Especficamente, CVX puede cargar el siguiente contenido a partir de estructuras de consultas de datos:
Caractersticas estructurales de objetos del sistema (incluyendo activos)

Posiciones de cada activo en carteras de inversin.
Precios histricos (incluyendo tasas de inters, tipos de cambio, YTMs, etc.)
Flujos de caja de instrumentos de renta fija
Sensibilidades Delta y Gamma (lineales y cuadrticas) de activos Delta-Gamma
Detalle de los escenarios de estrs.
Historiales de clasificacin de riesgo crediticio de instrumentos de renta fija.
Valores histricos de las carteras de inversin.
Asignacin de lmites de inversin a carteras.
Asignacin de activos a grupos de activos
Asignacin de segmentos de curvas a curvas de tasa de inters
13
III.2.C. Comandos de datos
Un comando de datos puede corresponder a: (1) el uso de una consulta especfica para completar cierta
porcin de la base de datos en memoria, o (2) la ejecucin de un proceso sobre los datos importados.
Los comandos disponibles en el primer caso son:
Crear objetos a partir de sus caractersticas estructurales

Cargar posiciones de cada activo en carteras de inversin.
Cargar precios histricos (incluyendo tasas de inters, tipos de cambio, YTMs, etc.)
Cargar flujos de caja de instrumentos de renta fija
Cargar sensibilidades Delta y Gamma (lineales y cuadrticas) de activos Delta-Gamma
Cargar detalle de los escenarios de estrs.
Cargar historiales de clasificacin de riesgo crediticio de instrumentos de renta fija.
Cargar valores histricos de las carteras de inversin.
Asignar lmites de inversin a carteras.
Asignar activos a grupos de activos
Asignar segmentos de curvas a curvas de tasa de inters
Los comandos disponibles en el segundo caso son:
Borrar la memoria
Eliminar las observaciones con precio cero
Eliminar las observaciones con precios en fines de semana
Eliminar las observaciones con precios futuros respecto al da configurado como hoy
Ordenar todas las matrices cronolgicas
Interpolar todas las matrices cronolgicas segn los parmetros de interpolacin
configurados.
Llenar todos los flujos de caja de instrumentos de renta fija que tengan informacin
faltante con valores cero.
Recalcular todos los flujos de caja totales de instrumentos de renta fija como la suma de
amortizaciones e intereses.
Recalcular los flujos de caja totales de instrumentos de renta fija como la suma de
amortizaciones e intereses, nicamente para aquellos instrumentos que tengan el campo
flujo total vaco.
Convertir historiales de precios limpios en historiales de precios sucios para
instrumentos de renta fija.
Desplazar las fechas de cupones fijadas en fines de semana al siguiente da de semana.
Estimar el spread de riesgo especfico (zero volatility spread) de los instrumentos de
renta fija registrados.
III.2.D. Secuencias de comandos (Macros)
Las macros permiten agrupar los comandos de una secuencia y designar la secuencia con un nombre. Ms
adelante, dichas secuencias pueden ejecutarse de modo automtico.
La siguiente ilustracin muestra el caso de una macro en la que se han agrupado cuatro comandos de
datos bajo el nombre Carga datos.
14
Fig. 7: Detalle del contenido de una macro o secuencia de comandos
Como puede verse, esta macro de ejemplo se inicia con el borrado de datos en memoria y luego el sistema
procede a crear objetos a partir de distintas consultas.
Cabe notar que cada comando puede referirse a una consulta de una conexin de datos distinta. El sistema
se encarga de abrir la fuente de datos, ejecutar la consulta y emplear la informacin contenida en ella para
alimentar el sistema en cada caso.
Nuevas macros pueden crearse con la opcin New macro, los comandos que componen la macro se
pueden aadir (con el botn +), eliminar (con el botn -) o cambiar de orden (con los botones en
forma de flechas).
Si una macro se designa por defecto (Set as default), sta se ejecutar al presionar el botn
correspondiente de la barra de botones de acceso rpido.
Las macros disponen de un comando especial denominado Execute a Command Sequence. Este
comando interpreta cada lnea de datos en la query asociada como un comando en s mismo y nicamente
es aplicable a queries dirigidas a archivos de MS Excel.
En la hoja de Excel en la que se encuentran los comandos, el sistema identificar en la primera columna el
cdigo o token del comando, y en la segunda el nombre de la hoja sobre el que se aplicar el comando
(cuando corresponde). Los tokens reconocidos por el sistema son los siguientes (no se distinguen las
maysculas de las minsculas):
CREATEASSETS. Crea activos a partir de la consulta indicada.

LOADPRICES. Carga precios a partir de la consulta indicada.
ASSIGNSEGMENTS. Asigna segmentos de curva a partir de la consulta indicada.
LOADCASHFLOWS. Carga flujos de caja a partir de la consulta indicada.
LOADPOSITIONS. Carga posiciones a partir de la consulta indicada.
LOADPORTFOLIOVALUES. Carga valores histricos de carteras a partir de la
consulta indicada.
ASSIGNGROUPS. Asigna activos a grupos a partir de la consulta indicada.
ASSIGNLIMITS. Asigna lmites a carteras a partir de la consulta indicada.
LOADDELTAGAMMA. Carga sensibilidades Delta y Gamma a partir de la consulta
indicada.
15
LOADSTRESS. Carga escenarios de estrs a partir de la consulta indicada.

LOADCREDITRISK. Carga clasificaciones de riesgo crediticio.
LOADLOMBARD. Carga informacin de operaciones lombardas.
CLEARMEMORY. Borra la memoria.
SORTDATEDMATRICES. Ordena las matrices fechadas.
INTERPOLATE. Interpola series de tiempo internas.
SETNANCOUPONSTOZERO. Fija cupones o amortizaciones no especificadas a
cero.
RECALCULATETOTALCASHFLOWS. Recalcula todos los flujos de caja totales.
RECALCULATETOTALCASHFLOWSIFNAN. Recalcula los flujos de caja totales
nicamente en los casos en que no se han especificado.
MOVEWEEKENDCOUPONSTONEXTWEEKDAY. Desplaza la fecha de los
cupones fechados en fines de semana al siguiente da de semana.
SETFISVALUATIONTOCURVES. Fija la metodologa de valorizacin de
instrumentos de renta fija en Curvas de tasa de inters y asigna a cada instrumento la
primera curva definida asociada a su moneda.
SETFISVALUATIONTOCLEAN. Fija la metodologa de valorizacin de
instrumentos de renta fija en Precios limpios.
SETFISVALUATIONTOYTM. Fija la metodologa de valorizacin de instrumentos
de renta fija en TIRs histricas de cada instrumento.
CALCULATEFISDIRTYFROMCLEANPRICES. Calcula historiales de precios
sucios a partir de los historiales de precios limpios.
FIXFUTUREDATEDDATES. Reasigna la fecha de emisin de instrumentos de renta
fija cuya fecha de emisin ha sido definida en fecha futura respecto a la fecha base. La
nueva fecha es igual al da til anterior al primer precio histrico registrado para el
correspondiente instrumento.
SOLVEFISZVS. Calcula el Zero Volatility Spread de los instrumentos de renta fija a
partir de sus precios sucios, sus flujos de caja y los valores de las curvas de inters
asociadas.
CREATEDERIVATIVESPG. Crea un grupo de carteras que contiene una copia de
todas las carteras que contienen al menos un instrumento derivado.
FILLVACINFO. Asigna la informacin de referencia de ndices de precios para los
bonos indexados. El valor del ndice de referencia se toma de la fecha de emisin del
bono.
16
IV. GESTIN DE OBJETOS DE INVERSIN
IV.1. Clases de objetos

El sistema CVaR Expert 2.0 dispone de diversas clases de objetos para facilitar el proceso de
administracin de inversiones y anlisis de riesgos. Entre estas categoras de objetos cabe distinguir a los
activos de inversin directa (que forman parte de las carteras y constituyen la pieza fundamental de todo
anlisis de inversiones) y a los objetos de inversin complementarios (entre los que se encuentran los
factores de riesgo, las matrices de datos, las carteras propiamente dichas y, en general, todos los dems
objetos necesarios para realizar el anlisis).
Los activos de inversin directa en el sistema son los siguientes:
Operaciones en efectivo (Cash operations). Posiciones liquidables a valor conocido en moneda

nacional o extranjera. Sujetas a riesgo cambiario. Ejemplos:
Depsitos bancarios a la vista
Depsitos a plazo
Acciones (Stocks). Ttulos de renta variable. Sujetos a riesgo cambiario y burstil. Ejemplos:
Acciones comunes
Acciones de inversin
Acciones extranjeras
Fondos mutuos y de inversin en renta variable
Fondos mutuos y de inversin de renta mixta
Ttulos de participacin
ADRs
Instrumentos de renta fija (Fixed Income Securities). Ttulos de renta fija, en moneda nacional
o extranjera, indexados o no indexados, con pagos regulares o irregulares, referidos a tasas fijas
o flotantes, con o sin cronogramas de redencin anticipada. Estn sujetos a riesgo cambiario y
riesgo de tasa de inters (el caso de estar indexados tambin pueden estar sujetos al riesgo del
factor de indexacin). Ejemplos:
Bonos de empresas privadas
Bonos subordinados
Bonos de arrendamiento financiero
Bonos del Gobierno Central
Certificados de depsito en el Banco Central
Ttulos de contenidos crediticios
Ttulos de estados del extranjero
Bonos hipotecarios
17
Bonos para nuevos proyectos

Letras hipotecarias
Pagars institucionales
Instrumentos derivados (Derivatives). Instrumentos valorizados a partir de la cotizacin de un
activo subyacente mediante modelos pre-establecidos. Estn sujetos a riesgo cambiario, riesgo
de tasa de inters y riesgo burstil (dependiendo del tipo de derivado). Ejemplos:
Forwards sobre monedas
Opciones sobre acciones
Opciones sobre ndices burstiles
Opciones sobre commodities
Activos Delta-Gamma (Delta-Gamma Assets). Activos complejos, cuyo valor depende del
comportamiento de numerosos factores de mercado. Valorizados a travs de modelos de
sensibilidad lineal y cuadrtica. Pueden estar sujetos a riesgo cambiario, riesgo de tasa de inters
y riesgo burstil. Ejemplos:
Instrumentos estructurados
Acciones ilquidas valorizadas a travs de Betas sectoriales.
Bonos valorizados a travs de Duracin/Convexidad.
Por su parte, los objetos de inversin complementarios en el sistema son los siguientes:
Grupos de carteras de inversin (Portfolio Groups). Contenedores de carteras. Se asocian en el
mundo real con las instituciones administradoras de carteras. Cada grupo de carteras puede
contener tantas carteras como se desee, incluso con monedas de proteccin de capital (monedas
base) diferentes. A su vez, el sistema puede gestionar un nmero arbitrario de grupos de carteras
de inversin.
Carteras de inversin (Portfolios). Contenedores de activos. Las carteras son el objeto central
del anlisis de riesgo en el sistema. Las carteras tambin pueden operarse aritmticamente para
generar carteras sintticas a partir de la combinacin larga y corta de carteras previamente
definidas.
Monedas (Currencies). El sistema puede manejar tantas monedas como se requiera. Una de
estas monedas se denomina moneda por defecto y es empleada como moneda de proteccin de
capital para las carteras nuevas.
Tipos de cambio (Exchange rates). La relacin de cambio entre dos monedas. Un tipo de
cambio asocia una moneda del numerador con una moneda del denominador y se expresa en
unidades de N/D. Para fines de conversin de valor, los tipos de cambio se emplean
indistintamente como tipos de compra o de venta. Sin embargo, si se ingresan al sistema dos
tipos de cambio N/D y D/N para el mismo par de monedas, cada cual se emplear para convertir
la moneda del denominador en la moneda del numerador.
Segmentos de curvas de tasa de inters (Interest rate segments). Tasa de inters pagada por
inversiones inmovilizadas un cierto plazo de tiempo dado. Los segmentos de curvas de tasa de
inters son los objetos de inters ms bsicos y cuentan con una serie de tiempo asociada en la
que puede cargarse su historial de valores.
Curvas de tasa de inters (Interest rate curves). Conjunto de segmentos de tasa de inters de la
misma moneda y categora de riesgo de crdito, con diferentes plazos de tiempo asociados (time
buckets). Los plazos deben ser exhaustivos (cubrir toda la gama de vencimientos) y no han de
estar yuxtapuestos.
Familias de curvas de tasa de inters (Interest rate curve families). Conjunto de curvas de tasa
de inters de la misma moneda y distintas categoras de riesgo de crdito.
Grupos de categoras de riesgo crediticio (Credit risk notches families). Sistema de
clasificacin de riesgo crediticio, compuesto de diversas categoras.
Categoras de riesgo crediticio (Credit risk notches). Categora especfica que distingue un
cierto nivel de riesgo crediticio para un instrumento.
18
Categoras de agrupacin de activos (Asset grouping categories). Sistema de agrupacin de

activos, compuesto de diversos grupos de activos, no necesariamente disjuntos ni exhaustivos.
Un ejemplo de este objeto podra ser segn liquidez y podra contener los grupos alta
liquidez y baja liquidez. En este caso, podra haber activos que no pertenezcan a ninguno de
los dos grupos.
Grupos de activos (Asset groups). Conjunto de activos. Pertenece a una categora de
agrupacin.
Lmites de inversin (Investment limits). Nivel mximo de posicin y/o exposicin de riesgo
asociado con un grupo especfico de activos en una cartera de inversin. El uso de lmites de
inversin es opcional. Pueden definirse lmites de inversin sobre el total de posicin o
exposicin del grupo de activos o sobre cada elemento individual del grupo de activos. Los
lmites pueden ser de cota mxima o cota mnima. Las cotas pueden expresarse en porcentajes o
en unidades monetarias referidas a una moneda del sistema.
Escenarios de estrs (Stress scenarios). Conjunto de supuestos sobre el posible movimiento de
factores de riesgo y precio de instrumentos. Los escenarios de estrs se emplean para examinar
el impacto que la aplicacin de dichos supuestos tendra sobre el valor actual de las carteras de
inversin. Estos objetos de simulacin suelen describir los cambios en variable de mercado al
cabo de cierto perodo de tiempo despus de un shock observado (por ejemplo, 11 de setiembre
de 2001; 7 das despus).
Muestras de datos (Samples). Intervalo de tiempo del que se toman las observaciones histricas
para realizar un anlisis estadstico o crear reportes o grficos. Las muestras pueden definirse
entre fechas especficas o relativas al da de hoy, tanto en trminos de das tiles o calendario.
IV.2. Principales propiedades de objetos segn clase

En esta seccin se resume el funcionamiento y caractersticas de las principales clases de objetos
gestionados por el sistema CVaR Expert 2.0.
IV.2.A. Monedas
Las monedas cuentan con las siguientes caractersticas bsicas definidas por el usuario:
Alias interno en el sistema

Nombre en singular
Nombre en plural
Smbolo
Nmero de activos
Tasa de reinversin por defecto
Tasa libre de riesgo por defecto
Las dos tasas de inters sealadas son empleadas por el sistema en modelos de optimizacin de cartera
que requieren una nica tasa fija con fines analticos, las cuales se muestran en la pestaa Associated
return rates.
Tal como puede verse en la ilustracin siguiente, el sistema ofrece la opcin de designar a una de las
monedas registradas como la moneda por defecto, que se emplea al crearse nuevos objetos sin una
moneda asignada.
19
Fig. 8: Propiedades de un objeto Moneda
Como referencia, en la ventana de cada moneda el sistema reporta qu tipos de cambio han sido definidos
entre monedas. Aqu puede verse, por ejemplo, que se han importado cuatro tipos de cambio (los
indicados con el trmino Ok), de los cuales se derivan por inversin simple de numerador y
denominador otros cuatro (marcados con el trmino Inv).
20
Fig. 9: Tipos de cambio asociados con un objeto Moneda
En la ventana Last Exchange Rates se observa el ltimo tipo de cambio, para los diversos pares de
monedas definidos por el usuario.
Fig. 10: ltimo tipo de cambio
21
IV.2.B. Tipos de cambio
Los tipos de cambio cuentan con las siguientes caractersticas bsicas definidas por el usuario:
Nombre
Smbolo
ISIN
CUSIP
Nombre asociado con el emisor o cotizante
Pas o plaza
Moneda del numerador
Moneda del denominador
Fig. 11: Propiedades de un objeto Tipo de Cambio
En adicin a las caractersticas sealadas, la ventana principal de este objeto permite visualizar la
evolucin de las cotizaciones histricas y la serie de datos histricos registrada en memoria, tal como
puede verse a continuacin.
22
Fig. 12: Evolucin histrica de un objeto Tipo de Cambio
Fig. 13: Datos histricos de un objeto Tipo de Cambio
Cualquiera de las series de tiempo mostradas en la figura previa puede ser analizada con ms detalle al
abrir con la opcin open el objeto auxiliar de clase Matriz (Matrix), que permite mostrar series de
tiempo e histogramas de distribucin con formatos configurables. A continuacin se muestra un ejemplo
de ello.
23
Fig. 14: Histograma de los rendimientos histricos de un objeto Tipo de Cambio, con el percentil 5 sombreado
IV.2.C. Segmentos de curva de tasa de inters
Los segmentos de curva de tasa de inters cuentan con las siguientes caractersticas bsicas definidas por
el usuario:
Nombre
Moneda
Smbolo
ISIN
CUSIP
Nombre asociado con el emisor o cotizante
Pas o plaza
Al igual que en los objetos de clase tipo de cambio, los segmentos de curva de tasa de inters permiten
visualizar grficamente la evolucin histrica de la tasa, as como los valores histricos registrados, como
se muestra en la siguiente ilustracin.
24
Fig. 15: Segmento de curva de tasa de inters
IV.2.D. Curvas de tasa de inters
Las curvas de tasa de inters cuentan con las siguientes caractersticas bsicas definidas por el usuario:
Nombre
Moneda
Nmero de segmentos que forman parte de la curva
Mtodo de interpolacin empleado
En la siguiente ilustracin puede apreciarse el modo como se define la estructura interna de una curva de
tasa de inters, conformada por diversos segmentos de tasa (que son objetos en s mismos), cada cual
relacionado con un intervalo de plazo de vigencia.
La interpolacin de curvas se realiza tomando en cuenta el plazo menor de cada segmento (lower tenor)
como punto de referencia.
25
Fig. 16: Perfil de una curva de tasa de inters para una fecha dada
Con esta informacin, el sistema puede mostrar la forma de la curva en cualquier momento del tiempo
seleccionado por el usuario. A continuacin se muestra el perfil de la curva en dos momentos distintos,
seleccionable en el calendario localizado bajo el grfico.
Fig. 17: Perfil de una curva de tasa de inters en Agosto de 2008
26
Fig. 18: Perfil de la misma curva de tasa de inters en Agosto de 2007
IV.2.E. Operaciones en efectivo
En la prctica, una operacin en efectivo corresponde a toda inversin cuyo valor de liquidacin en el
horizonte de inversin (horizonte de libramiento) es perfectamente conocido (es decir, no est sujeto a
riesgo burstil ni de tasa de inters).
Las operaciones en efectivo cuentan con las siguientes caractersticas bsicas definidas por el usuario:
Nombre
Moneda
Smbolo
ISIN
CUSIP
Institucin
Pas o plaza
Unidad de expresin
Tanto la ventana del objeto como el navegador muestran, adicionalmente, en qu carteras se tiene
posicin del activo (en el ejemplo, qu fondos tienen depsitos en el BBVA denominados en Euros y cul
sera el saldo de liquidacin).
27
Fig. 19: Informacin bsica de una operacin en efectivo Vista en el Navegador
IV.2.F. Acciones
Las acciones se pueden asociar con todo instrumento cuyo valor de mercado no es perfectamente
predecible y no generan flujos de cajas previamente pactados. As, el valor de ndices o commodities, el
valor cuota de fondos mutuos e incluso ndices de precios al consumidor pueden registrarse bajo esta
categora de activos.
Las acciones cuentan con las siguientes caractersticas bsicas definidas por el usuario:
Nombre
Moneda
Smbolo
ISIN
CUSIP
Institucin
Pas o plaza
Unidad de expresin
Las series histricas de precios para acciones deben alimentar al sistema en trminos ajustados por
dividendos. A continuacin se muestra un ejemplo extrado de la ventana de un objeto Stock.
28
Fig. 20: Evolucin de la cotizacin de una accin
Cabe notar que a medida que se trabaja con bases de datos ms extensas, resulta til ampliar el tamao de
las ventanas para apreciar ms detalles en el grfico. Alternativamente, puede emplearse la tcnica de
acercamiento descrita anteriormente (dibujar un recuadro imaginario sobre el grfico) o puede cambiarse
la muestra de datos utilizada para el eje de tiempo (desplegando la lista de muestras que aparece bajo el
grfico).
IV.2.G. Instrumentos de renta fija
Los instrumentos de renta fija se pueden asociar con inversiones que conllevan uno o varios pagos futuros
predefinidos con anticipacin a su ocurrencia. Esta clase de inversiones est sujeta a riesgo de tasa de
inters y, en funcin de la moneda de pago, riesgo cambiario. Adicionalmente, puede estar sometida a
riesgo de precios si su valor est indexado al valor de otro activo (como un ndice promedio de precios).
29
Los instrumentos de renta fija cuentan con las siguientes caractersticas bsicas definidas por el usuario:
Nombre
Moneda
Smbolo
ISIN
CUSIP
Emisor
Pas o plaza
Unidad de expresin
Valor nominal
Fecha de emisin
Fecha de vencimiento
Nmero de pagos
Tipo de cupn
Nmero de das callable.
Fig. 21: Caractersticas bsicas de un instrumento de renta fija
En adicin a lo anterior, los instrumentos de renta fija disponen de los siguientes parmetros de
valorizacin:
Selector de indexacin de valor

Activo indexador
Valor del activo indexador en la fecha de emisin del instrumento
Mtodo de simulacin de valor
Curva de tasas de inters de referencia para valorizacin
Diferencial de rendimiento por encima o bajo la curva de referencia
30
Fig. 22: Parmetros de clculo de valor de un instrumento de renta fija
Cabe notar que el sistema puede estimar los diferenciales implcitos de rendimiento sobre o bajo la curva
de referencia para que el precio terico de cada bono del sistema coincida con su valor de mercado
(diferencial que suele denominarse Zero-volatility spread). Este proceso se ejecuta a travs de la opcin
de men Objects / Fixed Income Tools / Solve all FIS implicit spreads given today market values.
Complementariamente, todo instrumento de renta fija contiene un flujo de caja asociado, que puede ser
definido en trminos de pagos fijos o con referencia a una tasa de inters flotante. En este ltimo caso,
debe indicarse lo siguiente:
El segmento de curva de tasa de inters que se emplea

El factor multiplicador de la tasa (negativo para inverse floaters)
El diferencial sobre o bajo la tasa flotante
Para cada cupn, la fecha de referencia para el clculo de la tasa aplicable (tpicamente
la fecha anterior de cupn o la fecha de cupn menos un perodo de reset de tasas).
31
Fig. 23: Flujo de caja de un instrumento de renta fija
32
Fig. 24: Flujo de caja de un instrumento de renta fija indexado a la Libor
De modo opcional, los instrumentos de renta fija tambin pueden contener un cronograma de redencin
anticipada (que incluye los valores nominales de redencin en cada fecha) y un historial de clasificaciones
de riesgo crediticio.
IV.2.H. Forwards de tipo de cambio
Los forwards de tipo de cambio cuentan con las siguientes caractersticas bsicas definidas por el usuario:
Nombre
Tipo de cambio subyacente
Moneda comprada
Smbolo
Emisor
Pas o plaza
Unidad de expresin
Tamao del contrato (expresado en unidades de la moneda comprada)
Tipo de cambio forward pactado
Moneda de expresin de resultados (moneda de liquidacin)
ISIN
CUSIP
Fecha de emisin
33
Curva de tasa de inters de la moneda del numerador del tipo de cambio
Curva de tasa de inters de la moneda del denominador del tipo de cambio
Diferencial auxiliar (convenience yield).
Selector de metodologa de composicin de intereses (continua o discreta).
Fig. 25: Informacin bsica de un contrato forward sobre monedas
34
Fig. 26: Informacin complementaria de un contrato forward sobre monedas
IV.2.I. Opciones sobre acciones o ndices
Las opciones sobre acciones o ndices cuentan con las siguientes caractersticas bsicas definidas por el
usuario:
Nombre
Moneda
Activo subyacente
Emisor
ISIN
CUSIP
Pas o plaza
Tipo de opcin (europea o americana)
Multiplicador del contrato (nmero de unidades del subyacente)
Precio de ejecucin
Smbolo
Fecha de emisin
Clase de opcin (call o put)
Selector de metodologa de valorizacin (Black & Scholes o Binomial diario)
35
Fig. 27: Informacin bsica de un contrato de opcin sobre acciones o ndices
Fig. 28: Informacin complementaria de un contrato de opcin sobre acciones o ndices
36
IV.2.J. Opciones sobre monedas
Las opciones sobre monedas cuentan con las siguientes caractersticas bsicas definidas por el usuario:
Nombre
Moneda
Activo subyacente
Emisor
ISIN
CUSIP
Pas o plaza
Tipo de opcin (europea o americana)
Multiplicador del contrato (nmero de unidades del subyacente)
Precio de ejecucin
Smbolo
Fecha de emisin
Clase de opcin (call o put)
Selector de metodologa de valorizacin (Black & Scholes o Binomial diario)
Fig. 29: Informacin bsica de un contrato de opcin sobre monedas
37
Fig. 30: Informacin complementaria de un contrato de opcin sobre monedas
IV.2.K. Swaps
Los swaps cuentan con las siguientes caractersticas bsicas definidas por el usuario:
Nombre
Moneda
Smbolo
ISIN
CUSIP
Emisor
Pas o plaza
Unidad de medida de la exposicin
Moneda de pago
Tipo de Swap
Rama comprada
Curva para descontar la rama comprada
Rama vendida
Curva para descontar la rama vendida.
38
Fig. 31: Informacin bsica de un swaps
Fig. 32: Informacin complementaria de un swap.
39
IV.2.L. Activos Delta-Gamma
Los activos Delta-Gamma constituyen una forma genrica de inversiones cuyo valor de mercado es
conocido y cuyas sensibilidades ante posibles variaciones en factores de mercado puede ser estimada.
Entre los casos ms comunes de activos Delta-Gamma estn las acciones ilquidas cuyo reajuste de valor
se estima a partir del movimiento de ndices sectoriales. En el dominio de los instrumentos de renta fija,
toda valorizacin de bonos basada en Duraciones y Convexidades es un caso particular de activo Delta-
Gamma.
Un analista puede revalorizar convenientemente ttulos estructurados complejos a travs de esta clase de
inversiones, estimando en un modelo separado las sensibilidades relevantes e introduciendo esta
informacin en el sistema CVaR Expert 2.0.
Los activos Delta-Gamma cuentan con las siguientes caractersticas bsicas definidas por el usuario:
Nombre
Moneda de denominacin
Smbolo
ISIN
CUSIP
Emisor
Pas o plaza
Unidad de expresin.
Selector del tipo de sensibilidad del precio (geomtrica o aritmtica).
Lista de factores de riesgo que contiene la siguiente informacin:
Identificacin del factor de riesgo relevante
Selector del tipo de variacin calculada en el factor (aritmtica o geomtrica)
Valor de la sensibilidad lineal (Delta) del factor sobre el activo
Valor de la sensibilidad cuadrtica (Gamma) del factor sobre el activo
Como puede verse en la siguiente ilustracin, el reajuste (aritmtico) en el valor del activo se ha asociado
con quince factores de riesgo: trece segmentos de tasa de inters y dos ndices variables (oro y S&P 500).
En el caso de las tasas de inters, los factores de sensibilidad se aplican sobre cambios aritmticos,
mientras que para los dos ltimos factores se aplican sobre cambios proporcionales.
40
Fig. 33: Detalle de sensibilidades de un activo Delta-Gamma
IV.2.M. Grupos de activos
La agrupacin de activos constituye una herramienta flexible para organizar el anlisis de inversiones y
resulta sumamente importante como paso previo para la definicin de lmites de inversin. El sistema
CVX organiza los grupos en dos niveles: las categoras de agrupacin y los grupos de activos
propiamente dichos.
Como puede verse en la siguiente ilustracin, cada categora puede contener un nmero arbitrario de
grupos. De modo similar, se pueden crear tantas categoras como sea conveniente.
41
Fig. 34: Categoras de agrupacin y grupos de activos en la ventana del Navegador
Al abrir un grupo de activos se podr revisar su estructura interna, tal como se aprecia en la siguiente
ilustracin:
Fig. 35: Contenido de un grupo de activos
Si desea editarse el contenido del grupo, puede aadirse un nico activo (empleando el botn Add
one) o varios activos a la vez (utilizando la opcin Edit contents). Este ltimo caso se muestra a
continuacin. Los activos mostrados en la tabla superior son los que pertenecen al grupo, mientras que los
que se hallan en la lista inferior son aquellos que no forman parte del grupo. Para pasar activos de una a
otra seccin se pueden emplear los botones con flechas en la parte central. El sistema permite seleccionar
42
conjuntos de activos haciendo click sobre ellos con la tecla Control presionada (o puede utilizarse la tecla
Shift para selecciones de activos contiguos).
Fig. 36: Seleccin del contenido de un grupo de activos
IV.2.N. Lmites de inversin
Los lmites de inversin se definen como posiciones mximas o mnimas referidas a un grupo de activos.
El lmite propiamente dicho puede establecerse ya sea (1) como un porcentaje de la cartera total, (2) como
la suma del nmero de ttulos o (3) como un valor en cierta unidad monetaria. Cabe tener en cuenta que la
mtrica de nmero de ttulos conviene aplicarla a grupos que contienen un nico activo y no es
recomendable su aplicacin para operaciones en efectivo (puesto que se toma como medida el nmero de
unidades monetarias de la operacin en la moneda original).
Por otra parte, la medicin de posicin para fines de evaluacin del lmite puede realizarse sobre todo el
grupo en agregado (por ejemplo no ms de 30% de la cartera en el total de acciones) o sobre cada uno
de los activos que lo componen de manera independiente (por ejemplo no ms del 5% de la cartera en
ninguna accin individual).
Al crearse, los lmites no estn asignados a ninguna cartera. Es decir, los lmites se crean en un estado
desactivado. La activacin de los lmites relevantes para cada cartera se realiza desde el objeto cartera
correspondiente.
A continuacin se presenta una ilustracin que define un lmite mximo de inversin de 10% del valor
total de una cartera en instrumentos de corto plazo.
43
Fig. 37: Definicin de un lmite de inversin
IV.2.O. Escenarios de estrs
Los escenarios de estrs son conjuntos de supuestos sobre los posibles cambios o valores de factores de
mercado, cuyo impacto agregado se desea evaluar en las carteras de inversin. Estos objetos cuentan con
las siguientes propiedades definidas por el usuario:
Nombre
Plazo de tiempo referencial
Lista de supuestos, cada cual conteniendo la siguiente informacin:
Identificacin del factor de riesgo relevante
Tipo de supuesto (valor absoluto o cambio respecto al valor actual)
Magnitud del supuesto
Cabe notar que la clase de cambio asumido para cada factor de riesgo (aritmtico o geomtrico) depende
de la clase del propio factor, segn lo definido por el usuario en la ventana de parmetros generales
(pestaa Return calculation).
La composicin de un escenario de estrs se realiza en puntos porcentuales o puntos bsicos segn la

clase de factor de riesgo asumido. En la siguiente imagen se observan doce factores de riesgo, incluyendo
tres tipos de cambio, seis activos de renta variable (ambos con cambios en puntos porcentuales) y tres
tasas de inters con cambios en puntos bsicos.
44
Fig. 38: Definicin de un escenario de estrs
Como se ver ms adelante, el sistema CVX evala automticamente el impacto de cada escenario de
estrs definido para cada cartera de inversin gestionada en el sistema.
IV.3. Deteccin de quiebres o posibles splits en series de precios histricos

La herramienta Objects / Show Stock Analysis window... muestra opciones que facilitan la deteccin de
quiebres de precios de acciones. Una de las causas frecuentes de este comportamiento es la ocurrencia de
splits, reparto de dividendos o acciones liberadas en estos ttulos. Cabe notar que los precios alimentados
al sistema deberan estar corregidos por estos efectos (es decir, no deberan presentar quiebres abruptos).
A continuacin se muestra la ventana asociada con esta opcin:
Fig. 39: Ventana de deteccin de quiebres o posibles splits
Al activar el procedimiento "Detect splits..." el sistema ejecutar un proceso de revisin de los precios
histricos de activos de clase STOCK. Si detecta la presencia de cambios diarios mayores al umbral
configurado en la seccin inferior de la ventana, incluir dicha ocurrencia como un caso de quiebre y lo
listar en el reporte resultante.
45
El botn "Adjust prices" se emplea para ejecutar una secuencia de "correccin automtica" de los
quiebres encontrados. Este procedimiento barre retrospectivamente las series de precios de cada activo de
renta variable y elimina las observaciones en las que se produjo el quiebre. A partir de ese punto, inserta
precios tericos que reflejan el rendimiento de los das que no presentaron quiebre. En suma, este
tratamiento permite nivelar las series con el costo de una observacin perdida por cada quiebre existente.
Se recomienda emplear el proceso de deteccin fundamentalmente con fines de comprobacin y no

aplicar el ajuste como un sustituto de la carga de precios correctamente ajustados por dividendos,
acciones liberadas o splits.
IV.4. Valorizacin retrospectiva de instrumentos derivados

Este mdulo permite la generacin de valores tericos de mark-to-market para contratos forward de
monedas y swaps. Las fechas de inicio y trmino de las series de precios histricos generadas pueden
configurarse a travs de la muestra de trabajo. Esto significa que es posible insertar precios para los
derivados incluso antes de su fecha de inicio.
Tal funcionalidad es til, entre otros propsitos, para la aplicacin de modelos de backtesting y
comprobacin de eficacia de cobertura. Esta caracterstica se puede activar dentro de la opcin
correspondiente en el men Objects / Derivatives Tools.
IV.5. La calculadora grfica de derivados

El sistema CVaR Expert 2.0 cuenta con una herramienta que permite cotizar rpidamente forwards y
opciones financieras, as como efectuar simulaciones, rboles binomiales, despejar volatilidades
implcitas y producir grficos what-if de varias variables de manera muy sencilla para el usuario. La
calculadora es accesible a travs del men Objects, pulsando el botn de acceso rpido correspondiente
o la tecla de funcin F12. Cabe notar que todos los grficos y cuadros generados por la calculadora
pueden copiarse y pegarse haciendo click derecho sobre ellos y eligiendo la opcin correspondiente.
Este mdulo constituye un extracto del sistema Options Designer 2.0 de Rho-Works, que permite realizar
anlisis especializados de carteras y estrategias que incorporan productos derivados.
IV.5.A. Valorizacin de forwards de tipo de cambio
La primera de las pestaas de la calculadora se emplea para valorizar contratos a plazo sobre divisas.
Dada la generalidad de esta plantilla, no hace falta indicar el nombre de las monedas que componen el
tipo de cambio, basta considerar que son Moneda del numerador (N) y Moneda del denominador (D).
Como se puede ver a continuacin, una vez introducidos los parmetros del contrato, el sistema reporta
tanto la valorizacin (en fondo verde) como las sensibilidades (los llamados Greeks) del contrato (en
fondo naranja). Cabe subrayar que las sensibilidades calculadas no son efectivas (es decir, no asumen
cambios infinitesimales en las variables, sino cambios discretos para obtener resultados ms realistas).
46
Fig. 40: Valorizacin de un contrato forward de tipo de cambio en la calculadora de derivados
IV.5.B. Valorizacin de opciones sobre acciones o ndices
La segunda pestaa de la calculadora le permite valorizar opciones sobre acciones o ndices, empleando
el modelo de Black & Scholes o el modelo binomial.
Si desea valorizar opciones europeas, puede emplear cualquiera de los dos modelos disponibles; sin
embargo, slo podr analizar opciones americanas mediante el modelo binomial.
Como puede ver en la siguiente ilustracin, los resultados de la aplicacin de cada modelo se muestran en
dos secciones. La zona de fondo verde muestra la valorizacin del derivado, mientras que la zona de
fondo naranja ofrece informacin sobre las sensibilidades del contrato. Las sensibilidades mostradas
corresponden a los Greeks estndar, definidos como la sensibilidad del valor de la opcin ante los
siguientes escenarios:
Delta: ante un incremento de 1 unidad monetaria en el subyacente.

Vega: ante un incremento de 1% en la volatilidad del subyacente.
Rho: ante un incremento de 1 punto bsico en la tasa de inters.
Theta: ante la reduccin de un da en el tiempo a vencimiento.
Gamma: sensibilidad del valor del Delta ante un incremento de 1 unidad monetaria en
el subyacente.
Al igual que en el caso de los contratos forward, estas sensibilidades se calculan en trminos efectivos,
examinando el impacto real de cambios discretos en las variables simuladas sobre el valor de la opcin.
47
Fig. 41: Valorizacin de un contrato de opcin sobre acciones o ndices en la calculadora de derivados
El sistema permite despejar el valor de la volatilidad implcita si se conoce la cotizacin del derivado en
el mercado. Para ello debe emplearse el botn Implied volatility.... En el ejemplo anterior al
seleccionarse la opcin Implied volatility se muestra la siguiente ventana.
Fig. 42: Implied volatility calculator
48
En donde se tiene que ingresar un Target Price, el cual podra ser el valor del mercado, con lo cual el
sistema vuelve a calcular la volatilidad implcita, para que el valor de la opcin sea el valor del mercado,
por ejemplo si el valor del mercado fuera 7000, la volatilidad implcita requerida seria de 22.42%.
Complementariamente, cuando se aplica el modelo binomial es posible ver el rbol de valores del
modelo. Se selecciona la opcin Binomial (Continuous) en el campo Valuation technique (tanto para el
subyacente como para el derivado) y se pulsa el botn Show binomial tree, como se puede observar en
las siguientes ilustraciones.
Fig. 43: rbol binomial de una opcin sobre acciones o ndices en la calculadora de derivados
En adicin a lo anterior, la calculadora dispone de un analizador grfico que permite simular cambios en
los diversos parmetros de valorizacin y examinar el impacto sobre los resultados. Este mdulo,
accesible a travs del botn What-if simulations dispone de tres modalidades de simulacin.
La primera modalidad, mostrada a continuacin, permite simular el impacto de cambios en una variable
sobre uno de los resultados (el valor de la opcin o los ndices de sensibilidad):
49
Fig. 44: Simulacin 2D del valor de una opcin sobre acciones o ndices en la calculadora de derivados
La segunda modalidad simula el impacto de cambios en el subyacente y la volatilidad sobre el valor de la

opcin (un grfico estndar para valorizacin de opciones).
Fig. 45: Simulacin 3D del valor de una opcin sobre acciones o ndices en la calculadora de derivados
La tercera modalidad, mostrada seguidamente, permite simular el impacto de cambios en dos variables
elegidas por el usuario sobre uno de los resultados (el valor de la opcin o los ndices de sensibilidad).
Aqu, por ejemplo, se muestra cmo vara la relacin entre el valor del subyacente y el Gamma de la
opcin a medida que la volatilidad subyacente se incrementa de 10% (lneas azules) a 30% (lneas rojas)
50
Fig. 46: Simulacin 3D del Gamma de una opcin sobre acciones o ndices en la calculadora de derivados
IV.5.C. Valorizacin de opciones sobre divisas
La tercera pestaa de la calculadora permite valorizar opciones sobre divisas (tambin denominadas
opciones sobre tipo de cambio o sobre monedas).
La principal diferencia con respecto al modelo de opciones sobre acciones es que estas opciones se
valorizarn empleando el modelo de Garman-Kohlhagen (nicamente para opciones europeas). En este
caso, se deber proveer tasas de descuento tanto para la moneda del numerador como para la moneda del
denominador.
51
Fig. 47: Valorizacin de una opcin sobre divisas en la calculadora de derivados
Las opciones de volatilidad implcita y los anlisis de simulacin son igualmente accesibles a travs de
los botones en la parte inferior.
A modo de ejemplo, el siguiente grfico muestra cmo vara la relacin entre el tipo de cambio
subyacente y el Vega de la opcin al tomar distintos niveles de volatilidad del tipo de cambio.
Fig. 48: Simulacin del Vega de una opcin sobre divisas en la calculadora de derivados
52
IV.5.D. Estadsticas de la funcin normal estandarizada
La cuarta pestaa de la calculadora le permitir estimar valores tabulares crticos y reas bajo la curva
normal estndar, as como dibujar un grfico con la escala correcta y el rea correspondiente.
Las secciones con fondo verdoso toman el parmetro de la izquierda como insumo y devuelven el
resultado en la seccin derecha. Los algoritmos empleados en cada caso son considerados los ms
precisos disponibles y se resean bajo las secciones de clculo.
Fig. 49: Estadsticas de la distribucin normal estndar en la calculadora de derivados
53
V. GESTIN DE CARTERAS DE INVERSIN
V.1. Estructura de una cartera de inversin

Las carteras constituyen los objetos centrales del anlisis de riesgo en el sistema CVaR Expert 2.0 y se
organizan en los llamados grupos de carteras. Como puede verse en la siguiente ilustracin, se tienen
cuatro grupos de carteras (Cosmopolis portfolios, Class Style portfolios, Benchmark portafolios y
Composite portafolios), el primero con dos carteras, el segundo con tres carteras, el tercero con dos y el
cuarto con dos.
Fig. 50: Vista de los grupos de carteras en el Navegador
En esencia, una cartera se construye como un conjunto de posiciones en activos especficos.

Adicionalmente, las carteras cuentan con las siguientes propiedades definidas por el usuario:
Nombre
54

Nmero de activos
Moneda de proteccin de capital (capital protection currency o base currency)
Lista de lmites de inversin activos
Al abrir un objeto de clase cartera, el sistema presentar la siguiente informacin en las pestaas de la
ventana:
Vista general (valor y composicin por activo)

Composicin (composicin desglosada por clase, activo y grupo de activos)
Propiedades generales de la cartera
Matrices de clculos internos para auditora de modelo VaR
Tamao de datos histricos empleados en el modelo
Lmites de inversin
Valores simulados de la cartera en el modelo VaR
Aplicacin de escenarios de estrs sobre la cartera
Resumen de resultados del modelo VaR-CVaR
Fig. 51: Ventana de un objeto Cartera
Como puede verse, en la vista general se presenta el valor total de la cartera y su desglose por clase y
activo individual. Cabe notar que estos valores se obtienen tomando en cuenta los precios de mercado
registrados para el da actual (es decir, en esta ventana no se aplica ningn modelo de revalorizacin). Los
precios histricos observados comnmente se obtienen de una empresa vendedora de precios, de una
pantalla de cotizaciones o de la entidad reguladora (el denominado vector oficial de precios). En tal
sentido, cabe sealar que los precios aqu mostrados podran no coincidir con un anlisis formal de
valorizacin (por ejemplo, el valor actual descontado de los instrumentos de renta fija o el valor de la
frmula de Black & Scholes para opciones sobre acciones).
55
En la prctica, es crtico que el analista decida si, antes de proceder con el anlisis de riesgo, se calibrarn
los diferenciales de volatilidad y rentabilidad necesarios para que el valor terico de la cartera coincida
con el valor a precios de mercado de la misma. El principal proceso para asegurar esta coincidencia es la
estimacin de los diferenciales implcitos de los instrumentos de renta fija siguiendo el procedimiento
ofrecido en el men Objects / Fixed Income Tools / Solve all FIS implicit spreads given today market
values. En los siguientes ejemplos se mostrarn clculos en los que no se ha efectuado este ajuste para
ilustrar el efecto producido.
V.2. Creacin de carteras combinadas

Es posible combinar fcilmente carteras previamente creadas para dar lugar a nuevas carteras a partir de
la suma o diferencias entre las carteras originales.
Para ello, puede utilizarse el procedimiento Object / Group Tools / Create combined portfolio o el
botn con el smbolo Sigma de la barra de botones de acceso rpido.
En la ventana correspondiente a esta utilidad podr introducirse el nombre de la nueva cartera por crear,
dentro de qu grupo de carteras deber crearse y de qu modo debern combinarse las carteras que la
conformarn. Las opciones de combinacin son las siguientes:
Combinar cantidades absolutas. Se agregar el nmero de unidades de cada ttulo (o

el valor en la moneda base si se trata de operaciones en efectivo). El valor total de la
nueva cartera ser la suma aritmtica de las partes.
Combinar pesos relativos. Se sumarn los pesos relativos en cada instrumento,
normalizados para que sumen 100%. El valor total de la nueva cartera ser la suma
aritmtica de las partes.
En el siguiente ejemplo se puede apreciar la combinacin de tres carteras que dan lugar a una cuarta
cartera totalizada.
Fig. 52: Ventana de combinacin de carteras
56
Cabe notar que si se toman posiciones largas y cortas en carteras, el resultado podra tener valor neto
cero. Una de las aplicaciones ms comunes de esta tcnica es el clculo del denominado VaR relativo.
V.3. Reportes de composicin de cartera
V.3.A. Desglose de la composicin actual de la cartera
El desglose de composicin de cartera permite ver tres presentaciones del balance de activos en la cartera,
segn:
Clase de activo
Activo individual
Grupo de activos
Fig. 53: Desglose de la composicin de una cartera segn clase de activo
En el caso de la presentacin por activo individual, el sistema ordenar los ttulos segn su participacin
proporcional en el valor registrado de la cartera y les asignar un color que va del rojo hasta el azul de
ms a menos participacin. Los ttulos que cuentan con menos de 1% de la cartera individualmente se
agruparn en la categora Other, sombreada de color verde como ltimo segmento del crculo.
57
Fig. 54: Desglose de la composicin de una cartera segn activo (ordenados segn posicin total)
Fig. 55: Desglose de la composicin de una cartera segn grupo de activos
58
Dentro de la pestaa Composition se encontrarn cuatro botones para realizar exmenes especializados.
El primero analiza el componente de renta fija de la cartera, el segundo permite calcular los indicadores
VAR, el tercero revisa el desempeo del VAR y el cuarto permite aplicar modelos de seleccin de activos
V.3.B. Anlisis del componente de renta fija de la cartera
(i) Integracin de flujos de caja esperados
La primera utilidad de esta seccin del programa permite analizar toda la posicin en activos de renta fija
de una cartera como si se tratara de un nico activo agregado. Para ello, el sistema proyecta los flujos de
caja de cada uno de los instrumentos de renta fija contenidos en la cartera, considerando la cantidad de
instrumentos adquiridos y empleando el tipo de cambio ms reciente para convertir todas las unidades
monetarias a la moneda base. En el caso de instrumentos de tasa flotante, se emplea la cotizacin ms
reciente de la tasa para estimar los flujos con fecha de referencia en el futuro.
El resultado de este proceso se ejemplifica en la ilustracin siguiente:
Fig. 56: Anlisis integrado de renta fija de una cartera Detalle anual
El flujo de caja integrado se presenta inicialmente con detalle anual, distinguiendo por colores el
componente de principal (color ms oscuro) e intereses percibidos cada ao (en en este caso la suma
simple por ao) en la moneda base de la cartera. Tal como puede apreciarse, esta presentacin ofrece una
visin ejecutiva de la disposicin de vencimientos de la cartera, que se complementa con informacin
sobre el valor total de mercado de la posicin de renta fija y nmero de ttulos (402 millones y 131 ttulos
en el ejemplo), la tasa interna de retorno anualizada (7.17%) y la duracin modificada (-5.501), las cuales
son exhibidas en la parte inferior de la ventana.
Cabe subrayar que CVX calcula la tasa interna de rendimiento anualizada (IRR por sus siglas en ingls)
despejando el polinomio que hace que el valor actual agregado de todos los flujos de caja diarios
esperados hasta el ltimo vencimiento de todos los bonos de la cartera sea igual al valor de mercado
observado. En el ejemplo mostrado esto implica resolver una ecuacin con 34 trminos. Es importante
distinguir este procedimiento de la prctica extendida, aunque errnea, de estimar el rendimiento esperado
59
de una cartera de renta fija como el promedio ponderado de las tasas anualizadas de rendimiento a
vencimiento de los instrumentos que la conforman.
Fig. 57: Anlisis integrado de renta fija de una cartera Detalle diario
El usuario puede reajustar el nivel de agregacin de los flujos de caja empleando el selector localizado en
la parte inferior izquierda. De este modo se pueden producir rpidamente reportes de nivel mensual o
incluso diario, tanto en forma grfica como de tabla (tal como se muestra en la ilustracin anterior).
(ii) Duracin
A partir de los flujos de cada instrumento de renta fija y la Yield to Maturity, es posible calcular la
duracin de cada instrumento, la cual se muestra en la pestaa Duration analysis, en la cual adems se
observa el remanente en aos para el vencimiento (de cada instrumento) y su Yield to Maturity. (YTM).
60
Fig. 58: Anlisis de la duracin de instrumentos de Renta Fija.
(iii) Relacin observada de vencimiento-rendimiento por moneda
A partir de la informacin registrada en el componente de renta fija de una cartera, es posible dibujar un
mapa que relaciona el plazo remanente de cada instrumento y su tasa anualizada de rendimiento al
vencimiento. En tal sentido, es natural esperar que la relacin muestre una tendencia que siga la forma de
curva de rendimientos (yield curve) de la moneda y categora de riesgo crediticio de los instrumentos
analizados.
La pestaa Yield-Tenor relationship permite examinar esta relacin entre vencimiento residual y
rentabilidad al vencimiento, ya sea grficamente (tal como se muestra a continuacin) o como una tabla
detallada.
61
Fig. 59: Relacin entre vencimiento residual y rendimiento a vencimiento de instrumentos de renta fija
(iv) Anlisis del Riesgo Crediticio mediante probabilidades de default
La pestaa Credit Risk Analysis permite observar a nivel agregado el ranking crediticio de los
instrumentos de renta fija del portafolio de inversin agrupndolos por categoras de riesgo.
Fig. 60: Instrumentos de Renta Fija por Categoras de Riesgo
62
(v) Anlisis de Riesgo Crediticio mediante matrices de transicin crediticia
El objetivo de este mdulo es estimar las prdidas esperadas en inversiones de renta fija debidas a la
transicin crediticia y eventos de default. Los valores contenidos en los elementos (i,j) de la matriz de
transicin crediticia alimentada como insumo en este mdulo indican el porcentaje esperado de la deuda
de la categora "i" que se recategorizara como deuda de categora "j" en un intervalo de tiempo
predeterminado.
Un ejemplo de la matriz se muestra en la siguiente tabla:
AAA AA+ ... Default
AAA
AA+
...
Default
La zona naranja representa el rea de downgrades crediticios, mientras que la zona verde representa el
rea de mantenimiento de la categora crediticia y la zona blanca recoge los upgrades crediticios.
El mdulo produce tres resultados centrales:
Prdidas esperadas de la cartera como resultado de la transicin crediticia.

Prdidas esperadas en el escenario de transicin inmediata a default.
Prdidas no esperadas asumiendo un percentil de probabilidad de default dado
A continuacin se aprecia un reporte del sistema sobre la aplicacin de este modelo:
63
(vi) Anlisis de Convexidades, Key-Rate Durations y Dispersiones
Este mdulo permite calcular los siguientes indicadores tanto para cada activo de renta fija individual
como para todo el componente de renta fija de cada cartera.
Una muestra de las interfaces del sistema para instrumentos y carteras se muestra a continuacin.
64
V.3.C. Aplicacin de modelos de seleccin de activos
(i) Modelo de tracking error inverso
El primero de los modelos implementados busca encontrar la composicin de cartera que minimiza el
nivel de Tracking Error ex post de la cartera con respecto a un Benchmark. El Tracking Error se puede
definir en este contexto como la desviacin estndar de las diferencias histricas de rentabilidad entre la
cartera y el benchmark, es decir:
(r t
C
rt B ) 2
TE t 1
N 1
Donde:
rtC es la rentabilidad calculada de la cartera en el perodo t

rtB es la rentabilidad histrica del benchmark en el perodo t
N es el nmero de observaciones en la muestra histrica
A su vez, la rentabilidad de la cartera depende de las rentabilidades histricas de cada activo y los pesos
asumidos (que son la variable cambiante y la incgnita de este modelo de optimizacin):
K
rtC wj 1
j rt j
Donde:
rtC es la rentabilidad calculada de la cartera en el perodo t

rtj es la rentabilidad histrica del activo j de la cartera en el perodo t
wj es el peso asignado al activo j
K es el nmero de activos en la cartera
El primer paso requerido para la aplicacin de este modelo es el clculo de la matriz de rentabilidades
histricas de los activos que conforman la cartera. El modelo emplear para ello el horizonte de inversin
configurado en la ventana de parmetros generales del sistema. Todas las rentabilidades se calcularn
como el valor de liquidacin entre el valor de adquisicin de cada activo considerando dicho intervalo de
tiempo como perodo de tenencia. En caso de que los activos generen flujos de caja intermedios (como el
caso de bonos con cupones), el valor de liquidacin incluir el valor futuro de cada pago intermedio,
capitalizado a la tasa de reinversin configurada en la ventana de parmetros generales (esta tasa puede
ser la YTM histrica del bono a lo largo de la muestra o un vector de tasas de reinversin histricas).
La primera pestaa de la ventana de aplicacin del modelo muestra la matriz de rentabilidades histricas
estimadas.
65
Fig. 61: Rentabilidades histricas calculadas como parte del modelo de optimizacin de Tracking Error
Cabe sealar que el tamao de esta matriz estar limitado por la serie de datos ms incompleta. Es decir,
las fechas que contengan al menos un vaco de cotizaciones para un activo debern descartarse por
completo. Por ejemplo, si un bono no dispone de una serie histrica de precios ni YTMs, no podrn
calcularse los valores actuales histricos y los valores de mercado, por lo que ser imposible estimar la
rentabilidad de esa inversin en el pasado.
En los casos de prdida significativa de informacin histrica, la siguiente pestaa puede ser de utilidad
para identificar qu activo o activos estn produciendo el problema. El reporte muestra la cantidad de
observaciones histricas vlidas por cada activo (al ordenar la lista por la columna de conteo se puede
evidenciar los activos con informacin ms escasa).
66
Fig. 62: Conteo de rentabilidades histricas disponibles como parte del modelo de optimizacin de Tracking Error
Si se desea depurar la cartera y retirar de ella los activos que cuentan con menos observaciones histricas
que un cierto umbral, puede utilizarse la opcin Remove assets junto con el parmetro en la zona
verdosa inferior.
El siguiente paso del anlisis consiste en definir cul ser el Benchmark para la cartera. Podr utilizarse
como serie de referencia cualquier activo de clase Stock (es decir, de renta variable).
67
Fig. 63: Definicin del Benchmark como parte del modelo de optimizacin de Tracking Error
Una vez seleccionado el Benchmark utilizando el botn que muestra un lente de aumento, el sistema
mostrar el historial de rentabilidades histricas de dicha serie de valores. Tmese en cuenta que la escala
en este grfico representa 1% como 0.01
El proceso de optimizacin se iniciar al presionar el botn Optimize weights. La ventana en medio del
proceso de clculo puede verse a continuacin
68
Fig. 64: Proceso de optimizacin de Tracking Error
Debe tenerse en cuenta que este problema no solo minimiza el Tracking Error, sino que lo hace tomando
en cuenta todos los lmites de inversin impuestos por el usuario sobre la cartera analizada.
El algoritmo de optimizacin gentica empleado por el sistema CVX asegura que toda la zona de
soluciones factibles sea explorada, poniendo a prueba los numerosos ptimos locales que presenta este
tipo de problemas cuando se imponen restricciones de inversin. Un algoritmo tradicional (Newton, de
gradiente descendente) sera fcilmente atrado por un ptimo local.
Una vez que est satisfecho con el desempeo de la solucin (podr ver el nivel de ajuste a medida que el
sistema detecta mejores ptimos locales y el Tracking Error numrico al extremo derecho), presione el
botn Stop sequence. En carteras muy complejas o con gran nmero de restricciones puede que sea
necesario ejecutar la secuencia gentica por uno o dos minutos para dar tiempo al sistema a explorar
adecuadamente el espacio de posibles soluciones.
69
Fig. 65: Solucin al problema de minimizacin de Tracking Error
Los resultados del anlisis son reportados en la ltima pestaa como un vector de posiciones actuales y un
vector de posiciones ptimas. Al igual que el resto de reportes del sistema, esta tabla puede ser copiada y
pegada haciendo click derecho y eligiendo la opcin Copy to clipboard.
El botn localizado en el extremo inferior derecho le permite crear, a partir del resultado obtenido, una
nueva cartera con el mismo valor de mercado que la cartera analizada; pero con las posiciones ptimas.
Esta nueva cartera puede luego analizarse exactamente del mismo modo que la cartera original.
(ii) Modelo de tracking error inverso con calibracin automtica
El mdulo de calibracin interactiva del tracking error de una cartera con respecto a un benchmark tiene
como propsito permitir al usuario un mximo grado de control sobre el proceso de inspeccin de
posibles carteras de rplica de un ndice dado. A travs de este mdulo, el usuario puede optar por
conducir la aproximacin de la cartera de rplica en una direccin que no necesariamente minimice el
tracking error total, pero que se acerque ms a una estructura intuitivamente razonable.
Como puede verse en la ilustracin siguiente, la interfaz del usuario permite comparar el rendimiento
histrico de un ndice benchmark y el rendimiento hipottico que se hubiera tenido con una cierta
combinacin ponderada de activos en la cartera y brinda al usuario controles para ajustar interactivamente
la composicin hipottica de la cartera de prueba.
70
Fig. 66: Calibracin interactiva de Tracking Error
La ventana principal de operacin del mdulo presenta la siguiente informacin:
Grfico comparativo entre los rendimientos de la cartera de prueba y el ndice objetivo. Este
permitir que se puedan observar, de manera grfica, los resultados de los cambios en los pesos
de los activos.
Pesos de la cartera original (Current weight). Son los pesos de cada activo, con los que se
comienza el anlisis de tracking error con calibracin interactiva.
Pesos de la cartera de prueba (Test weight). Se trata de los pesos resultantes de la cartera
luego de todas las calibraciones que el usuario haya realizado.
Tracking error total entre la cartera de prueba y el ndice objetivo (Current mean tracking
error). Este se muestra en la parte inmediatamente inferior del grfico, a la derecha.
Diferenciales parciales del tracking error (basados en full-valuation) asimtricos, tanto para una
reduccin (TE Derivative - ) como para un aumento (TE Derivative + ) de la proporcin de
la cartera en cada activo. As, por ejemplo, el diferencial positivo mide cul sera el cambio en
puntos porcentuales en el tracking error (expresado en trminos porcentuales) si es que se
aumenta en un punto porcentual el peso (expresados en trminos porcentuales) de un activo en la
cartera. Dicho diferencial toma en cuenta las disminuciones de los pesos que conlleva un
aumento en el peso del activo seleccionado (recordar que la sumatoria de pesos de una cartera
debe ser 1).
Botones de comando para incrementar o reducir selectivamente el peso del activo seleccionado
en la cartera. Se puede elegir realizar cambios en las posiciones de 1 o de 0.1 puntos
porcentuales. Cabe sealar que si se elige aumentar en 0.1 puntos porcentuales el peso de un
71
activo, la derivada correspondiente a dicho cambio no ser la que se muestra en la quinta

columna, ya que dicha derivada corresponde a un cambio de un punto porcentual.
Botn de comando para realizar un ajuste de un punto porcentual (ya sea incremento o
reduccin) en el activo que ms conseguira disminuir el tracking error total (Auto). Para este
anlisis, en cada aplicacin, el sistema modifica el peso del activo con la derivada de mayor
magnitud. Se puede optar por emplear esta aplicacin de manera sucesiva con la finalidad de
minimizar el tracking error lo mximo posible. La siguiente ilustracin muestra el resultado de
aplicacin sucesiva de la optimizacin automtica (botn Auto) en el ejemplo anterior. Como
se podr observar en dicho cuadro, las columnas que contienen las derivadas de cada activo son
muy cercanas a cero y el tracking error tambin es muy cercano a 0%. Especificamente, el
tracking error disminuy de 1.29% a 0.29%.
Fig. 67: Calibracin interactiva de Tracking Error
Botones de comando para guardar la solucin encontrada (Save values) o regresar al ltimo
vector guardado (revert to last).
Los diferenciales del anlisis sirven principalmente para determinar cules son los activos que aumentan
o disminuyen el tracking error cuando aumenta o disminuye su peso relativo en la cartera. Asimismo,
tambin pueden servir para conocer cules son los activos que ms reducen el tracking error al aumentar
o disminuir su peso en la cartera. As, por ejemplo, se puede determinar cul es el activo que tiene la
derivada ms negativa con la finalidad de reducir la magnitud del tracking error con los menores cambios
posibles.
Si bien la calibracin interactiva permite modificar la magnitud del tracking error, se debe tomar en
cuenta que el objetivo siempre es reducir dicha magnitud, por lo que si se aumenta el peso en activos con
derivadas positivas, se debera disminuir el peso en algunos activos con derivadas positivas o aumentar el
peso en otros con derivadas negativas.
72
(iii) Modelo de Markowitz-Sharpe
Al igual que ocurre en el modelo de Tracking Error inverso, el modelo clsico de Markowitz-Sharpe
busca optimizar un cierto indicador a partir de variaciones en la composicin de la cartera, empleando
como insumo informacin histrica de rentabilidades. En el modelo de Markowitz-Sharpe el indicador
objetivo que busca maximizarse es el ratio de rentabilidad esperada en exceso a la tasa libre de riesgo, con
respecto a la desviacin estndar esperada (es decir, cunta rentabilidad se obtiene por cada unidad de
riesgo asumido). Este indicador se conoce como ratio de Sharpe. Naturalmente, este es un modelo de
riesgo simtrico que emplea el concepto de dispersin o incertidumbre medido por la desviacin estndar
como manera de cuantificar el riesgo de mercado.
El ratio de Sharpe se puede definir del siguiente modo:
Erc r f w
j 1
j E[r j ] r f
Sharpe
E[ rc ]
w w j2 COV (r j1 , r j2 )
K K
j1
j1 1 j 2 1
Donde:
E[rC] es la rentabilidad esperada de la cartera

rf es la tasa de rentabilidad libre de riesgo
E[(rC)] es la desviacin estndar esperada de la rentabilidad de la cartera
wj es el peso asignado al activo j
E[rj] es la rentabilidad esperada del activo j, usualmente su media histrica
K es el nmero de activos en la cartera
COV(rj1,rj2) es la covarianza entre la rentabilidad de los activos j 1 y j2
Las pestaas del sistema en el contexto de este modelo le permitirn ver las rentabilidades esperadas por
activo (HPR Means), las correlaciones y covarianzas entre rentabilidades de los activos (HPR
correlations y covariances). La cuarta pestaa le permitir iniciar la secuencia de optimizacin:
73
Fig. 68: Grfico de rentabilidad-riesgo del modelo de Markowitz-Sharpe
En la ilustracin anterior puede verse el espacio de soluciones factibles del modelo de Markowitz-Sharpe,
junto con la posicin actual de la cartera, en el plano Riesgo-Rendimiento (Riesgo medido como
desviacin estndar en el eje horizontal y Rentabilidad esperada en el eje vertical). A medida que se
desarrolla el anlisis, podr ver los resultados parciales presionando el botn Preview results.
Este grfico, que suele denominarse la sombrilla de Markowitz tiene en su zona nor-oeste las carteras
dominantes (con mayor rentabilidad esperada y menor riesgo). La intensidad de los colores indica la
densidad de carteras que tienen distintas composiciones pero la misma combinacin de rentabilidad y
riesgo en cada punto (los colores ms oscuros y fros representan reas con menos carteras distintas).
El grfico nicamente mostrar aquellas carteras que cumplen con todos los lmites de inversin en
activos para la cartera bajo anlisis. Cabe recordar que la tasa libre de riesgo para cada moneda se
configura en la ventana correspondiente a la moneda. En este modelo, se emplear la tasa libre de riesgo
de la moneda de proteccin de capital de la cartera.
Una vez que desee concluir el anlisis, presione el botn Finish sequence. Los resultados se mostrarn
en la siguiente pestaa. Este reporte incluye la cartera actual, la cartera con mnima desviacin estndar
esperada y la cartera con el mximo ratio de Sharpe.
74
Fig. 69: Resultados del modelo de Markowitz-Sharpe
(iv) Modelo de tracking error de flujos de caja esperados
Este mdulo permite identificar la composicin ptima de una cartera para que sus flujos de caja
esperados calcen lo ms cercanamente posible con los flujos de caja esperados de una cartera de
referencia.
La alimentacin de datos se realiza segn puede verse en la imagen siguiente. Basta sealar la cartera de
referencia que determina los flujos de caja objetivo y presionar el botn "Optimize positions".
El optimizador tomar en cuenta tanto los flujos de caja diarios proyectados, como las restricciones de
inversin fijadas por el usuario. La funcin objetivo ser la suma de cuadrados de las diferencias diarias
entre los flujos de caja esperados de ambas carteras.
75
Fig. 70: Optimizacin de tracking error de flujos de caja esperados
76
V.3.D. Atribucin de desempeo (performance attribution) relativo
Esta funcionalidad del sistema CVX permite al usuario realizar comparaciones entre el rendimiento
obtenido por su cartera y el rendimiento de una cartera de referencia (benchmark), descomponiendo las
diferencias entre los rendimientos en los siguientes componentes y observando cul es el factor que ha
tenido mayor influencia en el rendimiento relativo de la cartera:
Efecto del Asset Allocation (asignacin de clases de activos)

Efecto del Security Selection (seleccin de ttulos individuales)
Efecto de la interaccin entre Asset Allocation y Security Selection
La ventana de reporte de Performance Attribution se encuentra en el rea de Security Selection de una

cartera e incluye el anlisis para cada uno de los Benchmarks asociados a la misma, as como a cada
criterio de agrupacin de activos definido en el sistema.
Fig. 71: Performance attribution
Para realizar esta comparacin, el sistema cuenta con dos clases de modelos de atribucin de desempeo,
el modelo de Brinson y el modelo de atribucin a nivel de activos individuales.
(i) Modelo de Brinson
Este modelo descompone el rendimiento histrico de un perodo para una cartera administrada y una
cartera benchmark en dos etapas:
Efecto del Asset Allocation (asignacin de clases de activos)
El efecto del Asset Allocation muestra la parte del diferencial de rentabilidades entre la cartera
benchmark y la cartera administrada atribuible a la decisin de asignar pesos distintos a los grupos de
activos en la cartera administrada (respecto al benchmark). Para realizar este clculo se asume que la
77
composicin de cada grupo en trminos de activos es la misma en el benchmark y en la cartera

administrada
Efecto del Security Selection (seleccin de ttulos individuales)
El efecto del Security Selection muestra la parte del diferencial de rentabilidades entre la cartera
benchmark y la cartera administrada atribuible a la decisin de asignar pesos distintos a los activos dentro
de los grupos en la cartera administrada (respecto al benchmark). Para realizar este clculo se asume que
la composicin de carteras en trminos de grupos es la misma en el benchmark y en la cartera
administrada
Efecto de la interaccin (IE)
Es el factor de ajuste del modelo de Brinson, el cual se suma a los otros dos componentes de tal forma
que la suma total sea igual a la diferencia de rendimientos entre el portafolio y la cartera benchmark.
Los resultados de este modelo se pueden observar en las siguientes imgenes:
Fig. 72: Atribucin de desempeo
78
Fig. 73: Atribucin de desempeo - Resumen grfico
En la primera de ellas se obtiene informacin sobre el peso que tiene cada grupo en el portafolio y en el
benchmark, as como los rendimientos que han obtenido los diversos grupos tanto en el portafolio como
en la cartera benchmark. Por ejemplo, al agrupar los activos por tiempo de inversin (Investment term)
observamos que el grupo de activos de corto plazo (Short Term), representa el 41.77% de cartera,
porcentaje menor al que representa en el Benchmark, 74.97%, tambin se observa que el aporte a la
rentabilidad del portafolio de este grupo es de -0.76%, mientras que su aporte a la rentabilidad del
benchmark es de -1.36%.
La pestaa Graphic summary nos permite observar la contribucin de cada componente del modelo de
Brinson: Asset Allocation y Security Selection. Como se puede observar en el segundo grfico, el
componente Security Selection ha tenido mayor influencia en el rendimiento relativo del portafolio.
(ii) Modelo de Atribucin de activos individuales (SPA)
Este modelo considera exclusivamente el impacto de la seleccin de activos individuales para explicar el
valor agregado total. Para el clculo de la atribucin se multiplica la diferencia entre el peso asignado al
activo en el portafolio y el peso asignado al activo en el benchmark, por la diferencia entre la rentabilidad
del activo y la rentabilidad del benchmark, con ello se obtiene informacin sobre los activos que agregan
valor a la cartera.
Para obtener los resultados de este modelo se tiene que seleccionar la opcin Security-wise en la parte
inferior derecha dentro de la ventana Performance Attribution. Para este modelo la opcin Graphic
summary no es aplicable.
79
Fig. 74: Atribucin a nivel de activos individuales
V.3.E. Atribucin de desempeo (performance attribution) absoluto
Este mdulo permite descomponer las variaciones de valor absoluto de una cartera entre dos momentos
del tiempo segn el origen de las ganancias o prdidas experimentadas. El mdulo de Performance
Attribution absoluto no busca sustituir la precisin de un reporte diario de ganancias y prdidas calculado
segn registros contables. El objetivo de este mdulo es producir informacin analtica a partir de los
mismos datos de mercado al cierre del da empleados para la estimacin del valor de cartera y los
indicadores de riesgo.
A continuacin puede verse un ejemplo de reporte de atribucin absoluto, en el que se distinguen los
siguientes efectos de variacin del valor de la posicin:
1. Efecto Tipos de cambio: Variaciones de los tipos de cambio

2. Efecto Precio: Variacin de precio de los instrumentos que componen la cartera
2.1. Efecto Tiempo: Efecto del paso del tiempo sobre el precio
2.2. Efecto Tasas Base: Efecto de los movimientos en las curvas de descuento sobre el precio
2.3. Efecto Spread: Efecto de los cambios en los spreads-Z sobre el precio
2.4. Efecto Indexacin: Efecto de los cambios de valor en activos indexadores sobre el precio
2.5. Efecto tasas flotantes: Efecto de cambios en tasas flotantes sobre el precio
2.6. Efecto residual del precio: Diferencia entre la suma de los efectos anteriores y el efecto
precio total
3. Efecto Aportes Netos: Aportes y reducciones de capital a la cartera
4. Efecto Interaccin: Diferencia entre la suma de los tres efectos previos y el efecto total.
5. Efecto Total: Variacin total del valor de la posicin en la cartera
6. Otros efectos: Contabilizados separadamente con fines informativos
6.1. Efecto Impuestos
6.2. Efecto Comisiones
80
6.3. Efecto Dividendos

6.4. Efecto Rebates
6.5. Efecto Cupones
El selector de fechas permite configurar el rango de tiempo dentro del cual se realizar el anlisis. Los
resultados muestran la agregacin total de variaciones diarias a lo largo de la muestra.
Fig. 75: Atribucin de desempeo absoluta
El valor de los efectos auxiliares (Impuestos, Comisiones, Dividendos, Rebates y Cupones) se calcula
exclusivamente a partir de la informacin suministrada por el usuario a travs de la plantilla de carga de
posiciones (correspondiente a los cdigos especiales designados para este fin) y no forma parte del
"Efecto total".
Cabe notar que los "N" activos considerados en dichos vectores incluyen todos aquellos contenidos en la
cartera entre las dos fechas sealadas. Las posiciones de inversin son tomadas de la plantilla de carga de
posiciones dinmicas (no de la plantilla de posiciones actuales).
V.4. Incorporacin de lmites de inversin
V.4.A. Lmites de posicin
Tal como se introdujo previamente, la creacin de lmites de inversin en el sistema CVX se realiza
inicialmente de modo independiente a las carteras administradas. Luego, un mismo lmite puede asignarse
a ms de una cartera o puede no asignarse a ninguna cartera sin necesidad de eliminarse del sistema.
La pestaa Limits de una cartera contiene dos secciones. La seccin superior muestra la relacin de
todos los lmites definidos en el sistema, y brinda la opcin de activar o desactivar su aplicacin en la
cartera.
Por su parte, la seccin inferior reporta la condicin de cada uno de los lmites activos en la cartera,
resaltando los lmites violados con un fondo de color naranja intenso. La siguiente ilustracin ejemplifica
una cartera en la que se han habilitado dos lmites, que son incumplidos.
81
Fig. 76: Reporte de condicin de lmites de inversin para una cartera
Como puede verse, los lmites referidos a la posicin mxima en activos de los grupos Country: USA y
Term: Short Term estn siendo superados.
V.4.B. Lmites de exposicin a factores de riesgo de mercado
El sistema permite configurar niveles mximos de riesgo aportados por clases de factores de riesgo: tipo
de cambio, tasa de inters y renta variable. El aporte de cada factor al riesgo total de la cartera se calcula
empleando dos criterios complementarios:
El porcentaje total del VaR diversificado asociado a cada factor de riesgo

El valor total de las prdidas esperadas (en unidades monetarias) debido a la fluctuacin de cada
factor de riesgo.
La asociacin de lmites por factor de riesgo a las carteras se realiza a travs de la misma plantilla de
carga de historial de carteras.
El reporte de evaluacin de estos lmites puede encontrarse en la pestaa "Risk Factor Limits" de la
seccin "Risk factor decomposition" en la ventana de VaR Detail de una cartera. Un ejemplo de esta
presentacin se muestra seguidamente:
82
V.5. Anlisis de grupos de carteras de inversin
V.5.A. Resumen de indicadores del grupo de carteras
En el sistema CVX, toda cartera de inversiones pertenece a un grupo de carteras. Estos objetos, que
intuitivamente se asocian con una institucin administradora, permiten un anlisis conjunto de todas las
carteras contenidas en ellos.
Tal como puede verse en la siguiente ilustracin, el grupo de carteras Cosmopolis portfolios contiene
tres carteras, cuyos valores de mercado y de valorizacin completa, prdidas VaR y moneda base se
sealan en la tabla.
Fig. 77: Grupo de carteras Sntesis de composicin por cartera
83
La lnea inferior en la ventana muestra el valor total de las carteras, as como la suma de los VaR
parciales por cartera (estos totales solo se muestran si todas las carteras del grupo tienen la misma moneda
base). En esta misma pestaa, las flechas inferiores permiten ajustar el orden de las carteras en el grupo
de carteras.
V.5.B. Composicin del grupo de carteras
La segunda pestaa permite acceder a grficos y tablas de composicin del grupo de carteras. En este
caso se aprecia el peso de cada cartera en el grupo y el peso total de cada grupo de activos en el grupo de
carteras (slo cuando las monedas base son iguales para todas las carteras del grupo).
Fig. 78: Grupo de carteras Sntesis de composicin por grupo de activos
V.5.C. Lmites de inversin para el grupo de carteras
Al igual que en el caso de una cartera individual, el sistema CVX permite imponer lmites de inversin a
los grupos de carteras. Como puede verse en el grfico a continuacin, estos grupos se configuran del
mismo modo que para una cartera; sin embargo la medicin de la posicin se lleva a cabo agregando las
posiciones de todas las carteras que componen el grupo.
84
Fig. 79: Grupo de carteras Lmites de inversin
V.5.D. Modelo de optimizacin simultnea del Tracking Error para grupos de carteras
A travs de esta ventana tambin puede accederse a una extensin del mdulo de optimizacin de
composicin de cartera para minimizar el Tracking Error respecto a un Benchmark.
Tal como se mostr en secciones precedentes, en el caso de una cartera individual la optimizacin del
Tracking Error requiere examinar las posibles combinaciones de pesos para una cartera, comparar el
historial de rentabilidades que hubiera generado y comparar dicho vector con el desempeo de un ndice
de referencia. En esencia se busca minimizar la desviacin estndar de las diferencias de rentabilidad sin
violar ninguno de los lmites de inversin impuestos sobre la cartera.
En el caso de la optimizacin simultnea se debe resolver un modelo de optimizacin algo ms complejo,

no solo porque la optimizacin de pesos debe ser realizada en paralelo para cada cartera del grupo
considerando los lmites de cada una y sus respectos benchmarks sino porque ahora tambin se tienen
restricciones de inversin transversales asignadas al grupo mismo. Estas restricciones adicionales deben
respetarse a nivel de la suma de las posiciones de todas las carteras del grupo.
85
Fig. 80: Grupo de carteras Optimizacin simultnea del Tracking Error de las carteras del grupo
El algoritmo de optimizacin implementado en el sistema CVaR Expert 2.0 buscar minimizar la suma
de los Tracking error cuadrticos medios de las carteras que componen el grupo (en otras palabras, para
cada cartera se calcula la suma de los cuadrados de los Tracking Error, esta suma se divide entre el
nmero de observaciones correspondientes a cada cartera y dichos promedios se suman para encontrar el
Tracking Error del grupo de carteras) Esta tcnica permite analizar simultneamente carteras que cuenten
con un nmero distinto de observaciones en su anlisis de Tracking Error.
Una vez concluida la secuencia de optimizacin empleando el botn Stop sequence, las siguientes
pestaas permiten examinar tanto el resultado grfico del ajuste entre la cartera de rplica y el ndice de
referencia, como la composicin ptima de las carteras de rplica. Dado que la solucin ptima incluye
informacin por cada cartera del grupo, podr seleccionarse qu parte de la solucin desea verse
utilizando la lista desplegable localizada en la parte inferior derecha de la ventana.
86
Fig. 81: Grupo de carteras Resultado de la optimizacin simultnea del Tracking Error (vista de una cartera)
Fig. 82: Grupo de carteras Resultado de la optimizacin simultnea del Tracking Error (vista de una cartera)
87
VI. ANLISIS DE RIESGO EN CARTERAS DE INVERSIN
VI.1. Reportes de Valor-en-Riesgo

El modelo de Valor-en-Riesgo implementado en el sistema CVaR Expert 2.0 tiene las siguientes
caractersticas generales:
Con respecto a la valorizacin:

Considera como factores primitivos de riesgo a los tipos de cambio (y por lo tanto a las
operaciones en efectivo), las tasas de inters y los objetos de clase Stocks (acciones o
ndices).
Aplica mecanismos de valorizacin completa (full valuation) para instrumentos de
renta fija e instrumentos derivados.
Aplica el mtodo valorizacin local (local valuation), tambin denominado
valorizacin delta a los activos de clase Delta-Gamma.
Con respecto al clculo de percentiles de prdidas:

Emplea, como mtodo primario, el modelo de simulacin histrica con conteo estricto
de casos simulados (es decir, sin introducir valores interpolados en el histograma de
ganancias y prdidas simuladas).
Calcula, con fines de comparacin, el percentil crtico de prdidas asumiendo que el
rendimiento esperado de la cartera se distribuye normalmente con los parmetros de
media y varianza extrados del histograma de ganancias y prdidas de cartera resultante
de la simulacin histrica.
Implementa el modelo Conditional Value-at-Risk, tambin denominado expected
shortfall o tail-VaR.
Con respecto a los parmetros configurables por el usuario:

Mtodos de interpolacin de datos histricos.
Mtodos de clculo de rentabilidades histricas.
Mtodos de valorizacin de instrumentos de renta fija.
Diferenciales de riesgo especfico para cada instrumento de renta fija.
Estilo y valor de sensibilidades en activos Delta-Gamma.
Horizonte de inversin o liquidacin (defeasance horizon).
Nivel de error tolerable en el modelo (significancia estadstica).
Mtodo de conteo de observaciones para clculo de percentiles.
Longitud y posicin de la muestra histrica utilizada.
Fecha base para medicin de valores de mercado.
Considrese por ejemplo la siguiente configuracin del anlisis:
88
Fig. 83: Ventana de configuracin de parmetros generales
Como puede verse, se ha definido una fecha actual (15 de agosto de 2008) y una muestra que se inicia el
1 de marzo de 2006. El mtodo de interpolacin elegido es el exponencial (sin interpolar fines de
semana). El horizonte de liquidacin ser de 5 das tiles, sin ajustar rendimientos por fines de semana,
tomando cambios aritmticos para las tasas de inters y geomtricos para el resto de factores. Los
percentiles se estimarn al 5% de significancia y con un mximo de 500 observaciones.
VI.1.A. Resumen VaR de una cartera
El reporte contenido en la pestaa VaR Summary sintetiza los principales resultados de la aplicacin del
modelo. En particular, ofrece tres secciones: un encabezado de parmetros, una tabla de valores para la
cartera y una tabla de valores para las clases de activos.
El encabezado incluye la siguiente informacin:
Valor base de la cartera. Este valor se obtiene de la aplicacin de los modelos de

valorizacin completa a los ttulos contenidos (especficamente, a los instrumentos de
renta fija y derivados) considerando los valores actuales de los factores de riesgo. Por lo
tanto, puede no coincidir con el valor registrado de la cartera calculado con precios de
mercado reportados para los activos y que se muestra en la pestaa General View.
Moneda base. Moneda de proteccin del capital. Se asume que una inversin en
efectivo en esta moneda no tiene riesgo de mercado.
Fecha base efectiva. En general, la fecha actual definida en la ventana Parmetros
generales. Sin embargo, si faltaran datos base para dicha fecha, el sistema tomar la
primera fecha previa para que se disponga de informacin base completa para una
valorizacin.
Horizonte de tiempo VaR. Este es el defeasance horizon, perodo dentro del cual se
busca realizar la prediccin de posibles prdidas. Tambin se conoce como horizonte de
inversin u horizonte de liquidacin.
89
Rendimiento medio. Es la media de los rendimientos simulados para la cartera.

Nmero de observaciones empleadas. Idealmente, es el nmero de observaciones
deseadas para el anlisis VaR, configuradas en la ventana de parmetros generales. Sin
embargo, el nmero final podra ser menor, si los datos histricos contenidos en la
muestra no fueran suficientes o la muestra tuviera informacin incompleta y se hubiera
desactivado la interpolacin de datos histricos.
Nivel de confianza. El complemento del nivel de significancia o error estadstico
aceptable, configurado en la ventana de parmetros generales.
Omega de Keating. Indicador no paramtrico de rentabilidad ajustada por riesgo. Es
el ratio entre beneficios esperados y prdidas esperadas generados como parte de la
simulacin hipottica VaR.
La seccin de reporte de cartera presenta los siguientes indicadores (tanto en trminos monetarios como
relativos al valor base de la cartera):
VaR histrico absoluto. La mxima prdida esperada con un nivel de confianza

estadstico dentro del horizonte de liquidacin siguiendo el mtodo histrico. Valores
negativos indican prdidas esperadas.
VaR relativo a la media. El valor anterior pero expresado con relacin a la media de
rendimiento de la cartera. Si la media es positiva, este valor usualmente ser ms
negativo, mientras que si la media es una prdida, este VaR ser menos negativo.
VaR normal a nivel de cartera. La mxima prdida esperada con un nivel de
confianza estadstica dentro del horizonte de liquidacin asumiendo que los
rendimientos de la cartera se distribuyen normalmente con los parmetros estimados en
la simulacin histrica. Si esta prdida esperada fuera menor que el VaR histrico, ello
sugerira que las colas empricas de la distribucin son ms anchas (es decir, suponen
mayor incertidumbre) que la que asume el modelo de distribucin normal, razn por la
que ste subestima las prdidas esperadas.
VaR Condicional (CVaR por sus siglas en ingls). El valor esperado de las prdidas
que superan al VaR (el promedio de la cola de prdidas). Naturalmente, este indicador
siempre ser ms conservador que el VaR y captura tambin la forma de la cola (y la
intensidad de las prdidas extremas potenciales).
La seccin de desglose por clase de activo muestra la siguiente informacin (para cada clase de inversin
en la cartera):
Valorizacin completa en la moneda base. Valor de la sub-cartera de acuerdo con los

modelos de valorizacin completa correspondientes (especficamente, para
instrumentos de renta fija y derivados).
VaR porcentual de la clase. Prdidas mximas esperadas si se obviara todo el resto de
activos de la cartera, expresadas como proporcin del valor de la sub-cartera. En otros
trminos, es el VaR de una cartera imaginaria constituida nicamente por los
instrumentos de dicha clase. Estos VaR permiten apreciar el nivel de volatilidad de cada
clase de inversiones como resultado de movimientos en los factores de riesgo.
VaR porcentual de la posicin. Es la prdida porcentual de la clase multiplicada por el
peso de la clase correspondiente en la cartera actual. Este indicador permite valorizar
las prdidas mximas de una clase en trminos del patrimonio total actualmente
administrado.
VaR de la posicin en unidades monetarias. Es la prdida porcentual de la posicin
multiplicada por el valor base de la cartera.
90
Fig. 84: Resumen VaR de una cartera
Esta ltima descomposicin se realiza bajo un enfoque no diversificado (es decir, los VaR para cada
sub-cartera se estiman independientemente). Por ello, los resultados de cada sub-cartera pueden provenir
de escenarios especficos distintos (por ejemplo, una fuerte subida del tipo de cambio EUR/USD en el
caso del componente acciones y una cada del mismo tipo de cambio para el componente de renta fija).
En consecuencia, las prdidas de cada subclase no necesariamente pueden ocurrir de manera simultnea.
Adems, la suma de las prdidas esperadas por cada clase de activo no necesariamente equivale a la
prdida total esperada de la cartera. La diferencia entre la prdida de la cartera y la suma de prdidas de
las sub-carteras se denomina efecto de la diversificacin y se reporta en la ltima fila como un VaR de
signo opuesto (positivo).
El botn Copy as text permite copiar al portapapeles una sntesis de los resultados de esta ventana (por
ejemplo, para trasladarlos a una hoja de clculo).
Finalmente, la pestaa de VaR Summary brinda acceso, a travs del botn Detail... a reportes de
descomposicin que permiten profundizar el anlisis del origen del riesgo de mercado en la cartera. A
continuacin se presentan estos reportes.
91
VI.1.B. Reporte de disponibilidad de informacin para el modelo VaR
Dado que el modelo VaR se sustenta en informacin histrica como base para el clculo de los cambios
potenciales en los factores de riesgo, es necesario que dichos factores cuenten con informacin suficiente.
El reporte contenido en la pestaa Data size permite examinar rpidamente la estructura de la matriz
base para el clculo de escenarios y as detectar posibles columnas incompletas.
Fig. 85: Reporte de informacin disponible para el anlisis VaR histrico
Como puede verse, cada columna de la matriz de simulacin es reportada aqu como una fila. La matriz
est compuesta de una primera seccin en la que se recoge el valor simulado de los activos de inversin
directa (en el ejemplo, las doce primeras columnas), y una segunda seccin que contiene cada uno de los
factores de riesgo necesarios para la valorizacin. Tomando en cuenta que usualmente las curvas de tasa
de inters contienen numerosos segmentos, no es inusual que esta matriz contenga cientos de columnas.
Asimismo, el reporte permite ver las fechas ms antiguas y ms recientes que forman parte de la
simulacin, el nmero de observaciones simuladas y la cotizacin histrica ms antigua en la muestra de
datos.
En aquellos casos en los que el VaR no puede estimarse por carencia de informacin, conviene ordenar
este reporte ascendentemente por la columna Valid obs. de modo que se haga evidente qu activos o
factores de riesgos no cuentan con informacin histrica suficiente para proceder con un anlisis robusto.
VI.1.C. Histograma simulado y percentiles crticos de ganancias y prdidas
La simulacin histrica permite valorizar la cartera en un nmero de escenarios prospectivos basados en

los cambios histricos de los factores de riesgo. El resumen de este proceso puede verse como un grfico
92
de la distribucin de las posibles ganancias y prdidas de capital de la cartera dentro del horizonte de
liquidacin (defeasance horizon) configurado en la ventana de parmetros generales.
Un posible resultado de dicho anlisis se ilustra a continuacin:
Fig. 86: Histograma de rentabilidades simuladas para la cartera
Como puede verse, la cola izquierda de la distribucin est marcada de color naranja, hasta el punto en el
que se acumula el rea crtica del nivel de significancia configurado en la ventana de parmetros
generales (que en el ejemplo es de 5%). Este punto corresponde al VaR histrico de la cartera.
93
Fig. 87: Percentiles de rentabilidades simuladas para la cartera
Alternativamente, puede verse esta informacin en la forma de un reporte de percentiles (en la pestaa
Quantiles VaR and Conditional VaR), como se muestra en el grfico anterior.
VI.1.D. Auditora de matrices de clculo
Todos los resultados intermedios para estimar el modelo VaR son conservados en matrices accesibles por
el usuario, de modo que cada uno de los valores de cada escenario y cada activo o factor de riesgo pueda
comprobarse.
El sistema guarda las siguientes matrices para cada cartera:
Vector de cantidades de la cartera en cada activo (posicin en nmero de ttulos).

Valor histrico de la cartera y nmero de participaciones (informacin referencial
provista por el usuario, no es usada para el valor VaR).
Valores hipotticos de la cartera a precios histricos si se hubiera mantenido las
cantidades actuales, as como rentabilidades dentro de esta serie de tiempo.
Rendimientos efectivos histricos de los activos, expresados en moneda base.
Precios histricos de los activos y factores de riesgo, en su moneda original.
Rendimientos histricos de los activos, expresados en su moneda original.
Precios hipotticos de los activos y factores de riesgo en escenarios simulados, en la
moneda base.
Precios base de los activos en la fecha actual, en la moneda base.
Valor hipottico de la cartera en escenarios simulados, en la moneda base.
Matriz condensada de valores simulados para la cartera. Esta es la matriz que se emplea
centralmente para calcular los indicadores VaR y CVaR de la cartera. Sus elementos
94
muestran los valores simulados para la cartera, comenzando desde el escenario ms

reciente hasta el escenario ms antiguo. Idealmente, el nmero de filas de esta matriz
deber coincidir con el nmero de observaciones deseadas para la simulacin VaR.
Todas las filas con datos faltantes encontradas en la matriz de rendimientos histricos
de activos no son tomadas en cuenta como parte de esta matriz condensada.
Fig. 88: Acceso a matrices intermedias Precios hipotticos en la moneda base
VI.2. Descomposicin del VaR

En esta seccin se detalla el anlisis que se realizar de la cartera y la descomposicin del VaR.
VI.2.A. VaR No diversificado
La primera descomposicin del VaR en la ventana de anlisis detallado consiste en el VaR No

Diversificado, que aqu se puede examinar tanto a nivel de clase de activo como de activo individual.
Naturalmente, al realizar este anlisis por activo individual, el efecto relativo de la diversificacin ser
numricamente mayor que este mismo efecto cuando se considera la descomposicin a nivel de clases de
activos.
La siguiente ilustracin muestra un posible resultado de este anlisis.
95
Fig. 89: VaR No Diversificado de una cartera Desglose por clase de activo
Conviene notar que al tratarse de un VaR No diversificado, es de esperar que cada activo muestre
prdidas esperadas (es decir, resultados negativos). Esto se debe a que cada activo muestra su propio
escenario pesimista particular, sin relacionarse de modo alguno con lo que puede ocurrir con el resto de
activos. Esto se aprecia en el siguiente reporte.
96
Fig. 90: VaR No Diversificado de una cartera Desglose por activo
VI.2.B. VaR diversificado
En contraste con la primera descomposicin, el VaR Diversificado presenta las prdidas de cada activo en
el escenario crtico correspondiente al VaR de la cartera. Esto implica que la suma de VaR
Diversificados de cada activo siempre coincidir con el VaR total de la cartera. Adems, significa que los
resultados por activo son plenamente compatibles entre s y, en agregado, constituyen un escenario
pesimista para la cartera. Sin embargo, como puede verse en la ilustracin siguiente en el caso de la
accin de MAPLE, algunos activos podran exhibir ganancias esperadas en el escenario crtico de
prdidas de la cartera. Intuitivamente, este hecho se sustenta en la presencia de correlaciones negativas
entre los activos.
Cabe aclarar, no obstante, que el mtodo histrico del que provienen estos resultados no emplea en
ningn punto el anlisis de covarianzas o correlaciones (insumos que s son asumidos, por ejemplo, los
mtodos Normal y Montecarlo). Las correlaciones en el modelo histrico se incorporan implcitamente al
considerar como una unidad indivisible los cambios histricos de todos los factores de mercado para cada
da de la simulacin.
97
Fig. 91: VaR Diversificado de una cartera Desglose por activo
Complementariamente, el VaR Diversificado puede presentarse de manera agregada siguiendo los grupos
de activos definidos por el usuario, tal como se aprecia a continuacin.
Fig. 92: VaR Diversificado de una cartera Desglose por grupos de activos
98
VI.2.C. Descomposicin VaR por factor de riesgo
La pestaa Risk factor decomposition permite examinar el impacto aislado de los factores de riesgo de
mercado sobre las prdidas mximas esperadas de cada activo. Los tres factores de mercado considerados
son:
Riesgo de tipo de cambio. Incluye los efectos de todos los tipos de cambio entre la
moneda base y otras monedas.
Riesgo de tasa de inters. Incluye todos los segmentos de las curvas de tasa de inters
relevantes para todos los activos de renta fija y derivados.
Riesgo burstil. Incluye los precios de acciones e ndices, pudiendo afectar a acciones,
opciones sobre acciones e instrumentos de renta fija indexados.
La descomposicin por factor de riesgo se realiza asumiendo, los cambios del escenario crtico (para cada
factor) que da lugar al VaR de la cartera (es decir, el escenario histrico que se halla en el percentil
crtico). Los cambios en cada clase de factor de riesgo se aplican a cada activo de la cartera, en secuencia.
As, primero se evala nicamente el impacto de los cambios crticos en los tipos de cambio sobre el
valor de la posicin de cada activo de la cartera, manteniendo el resto de factores de riesgo constantes.
Luego se examina el impacto del escenario crtico de tasas de inters y de movimientos en precio de
acciones, respectivamente.
Fig. 93: Descomposicin del VaR por factor de riesgo Desglose por activo
La informacin anterior es agregada por el sistema columna a columna para aproximar el impacto total de
cada factor de riesgo sobre el VaR total de la cartera. Sin embargo, debe considerarse que tratndose de
una descomposicin Diversificada, puede ocurrir que se encuentren ganancias netas junto con prdidas
netas reportadas. El sistema nicamente graficar como parte del diagrama circular siguiente los factores
que dan lugar a prdidas netas.
99
Fig. 94: Descomposicin del VaR por factor de riesgo
VI.2.D. VaR Incremental
El VaR Incremental permite examinar el impacto que tendra sobre el VaR la liquidacin ntegra de la
posicin invertida en un activo. Un VaR Incremental con signo negativo (el caso ms comn) indica que
el riesgo total se reducira en dicho monto si se liquidara la posicin. Este monto puede entenderse
entonces como el aporte VaR total de la posicin, ceteris paribus. Cabe observar que esta visin
complementa el VaR No diversificado, puesto que en dicho caso se mide el riesgo de la posicin en el
activo nicamente, aislada del resto de ttulos; mientras que en el VaR Incremental se conduce el anlisis
precisamente opuesto.
El reporte de Incremental VaR se observa el cambio que se producira en el VaR como resultado de la
liquidacin completa de la posicin en un activo determinado, agrupado por activos y por grupos. Es
necesario resaltar que los resultados numricos de esta pestaa no son directamente comparables entre s,
sino que deben analizarse con respecto a las posiciones iniciales de cada activo.
100
Fig. 95: Descomposicin del VaR Incremental de una cartera Detalle por activo
Si el VaR Incremental de una posicin es positivo, ello indica que el VaR total de la cartera se
incrementara si se liquidara la posicin. En otros trminos, puede decirse que la posicin produce un
cierto grado de cobertura de riesgo de mercado sobre la cartera.
Conviene notar que este anlisis se realiza bajo un supuesto No Diversificado, por lo que los escenarios
VaR crticos resultantes tras liquidar una posicin de la cartera no tienen por qu coincidir con el
escenario VaR crtico de la cartera completa.
Alternativamente, el sistema permite agregar los resultados del VaR Incremental por grupo de activo, tal
como se puede apreciar en la ilustracin siguiente.
101
Fig. 96: Descomposicin del VaR Incremental de una cartera Detalle por grupo de activos
VI.2.E. Contribution VaR
Las descomposiciones anteriores se focalizan en descomponer la prdida VaR crtica, pero al igual que
ocurre con el VaR tradicional, no toman en cuenta las prdidas que exceden este nivel crtico (es decir,
dejan de lado la forma de la cola de prdidas).
El Contribution VaR constituye una descomposicin que permite medir la participacin de cada activo
como parte del total de prdidas de cartera que superan al VaR. En otros trminos, indica qu porcentaje
de las prdidas extremas totales que podran superar el VaR se deben a cada activo.
El reporte muestra el Contribution VaR por activo o por grupo, junto con un desglose vertical que en el
caso de los activos individuales suma el VaR total de la cartera (100%).
102
Fig. 97: Descomposicin del Contribution VaR de una cartera Detalle por activo
Sin embargo, cabe notar que este indicador se elabora asumiendo un punto de vista Diversificado, por lo
que pueden encontrarse resultados de ganancias esperadas en algunos activos. El sistema nicamente
incluir en el grfico circular aquellos activos que presentan un Contribution VaR negativo. Los activos
que tengan asociado un indicador menor a 1% del total de prdidas se agruparn en la categora Other.
103
Fig. 98: Descomposicin del Contribution VaR de una cartera Grfico por activo
La tercera pestaa del indicador Contribution VaR sintetiza la agregacin de este indicador por grupo de
activos. Naturalmente, ya que los grupos de cada categora no tienen por qu ser exhaustivos ni disjuntos,
la descomposicin podra sumar ms o menos que 100% dentro de cada categora de agrupacin.
104
Fig. 99: Descomposicin del Contribution VaR de una cartera Agregado por grupo de activos
VI.2.F. VaR Marginal
La siguiente pestaa de descomposicin VaR muestra el indicador de VaR Marginal, que se define como
el cambio esperado en el VaR de la cartera ante un incremento muy pequeo de la posicin en un activo.
El valor por defecto de esta recomposicin pequea es de una unidad monetaria de la moneda base de la
cartera (aunque el usuario puede reconfigurar este valor en la ventana de parmetros generales, en la
pestaa Recomposition Analysis).
Asumiendo que el monto de recomposicin es de una unidad monetaria de la moneda base, un VaR
Marginal negativo indicara que cada unidad adicional invertida en el activo incrementar la prdida VaR
esperada en la magnitud del VaR Marginal. Puede afirmarse tambin que una reduccin de la posicin en
una unidad monetaria reducira la prdida esperada en dicha magnitud. Por el contrario, un VaR
Marginal negativo se asocia a activos que reduciran el riesgo de la cartera si se incrementara su posicin.
El siguiente grfico ilustra la manera en que el sistema CVX presenta la informacin del VaR Marginal,
destacando los activos con menores y mayores valores del indicador, respectivamente.
105
Fig. 100: VaR Marginal Ranking de los siete activos de mayor y menor valor absoluto, respectivamente
Al generar este grfico, se ha optado por graficar siete activos en cada extremo del grfico (el nmero de
activos puede ajustarse en la parte inferior del grfico, as como la adicin de etiquetas a cada barra o la
inclusin de los activos derivados, que debido a su apalancamiento intrnseco pueden alcanzar VaR
Marginales absolutos mayores que una unidad).
Del grfico anterior puede derivarse que cada unidad monetaria vendida de la accin correspondiente a la
primera barra reducir el VaR de la cartera en 6.3 centavos, mientras que cada unidad monetaria
adicional comprada del ADR correspondiente a la ltima barra reducir el VaR de la cartera en 12.4
centavos adicionales. En otros trminos, la reasignacin de dicha unidad monetaria de una a otra posicin
reducir el VaR de la cartera en 6.3 centavos sin cambiar el valor total de la cartera (excluyendo los
costos de transaccin).
En adicin a lo anterior, debido a la linealidad aproximada del VaR Marginal alrededor de la composicin
actual de la cartera, es posible utilizar este indicador para predecir el cambio aproximado en el VaR total
ante recomposiciones discretas de la cartera. As, si en el ejemplo anterior se reasignaran 10,000 unidades
monetarias entre activos en lugar de una sola unidad, se esperara una reduccin de 5,700 unidades
monetarias en el VaR de la cartera.
Para realizar clculos ms finos con mayor nmero de posiciones decimales, el sistema provee tambin
una tabla con los VaR Marginales para cada activo y una precisin de seis posiciones decimales.
106
VI.3. VaR Relativo a carteras benchmark

La ltima pestaa del detalle VaR muestra un reporte del VaR relativo, un indicador que permite
comparar el riesgo entre dos carteras: una cartera administrada y un portafolio benchmark (la cartera
designada como portafolio de referencia de la cartera administrada elegida). Como resultado de la
aplicacin de la metodologa de VaR Relativo, el sistema reportar la prdida mxima de cada cartera
administrada con respecto a sus respectivos portafolios benchmark dentro del horizonte VaR, tanto para
un escenario especfico como para la muestra de escenarios simulados en conjunto. Cabe precisar que, en
el sistema, cada cartera administrada podr ser comparada simultneamente con un nmero arbitrario de
carteras benchmark.
Existen dos metodologas para calcular el riesgo existente entre la cartera administrada y el benchmark: el
VaR Relativo con escenarios coordinados y el VaR Relativo con escenarios agregados. Por un lado, el
VaR Relativo con escenarios coordinados indica la mxima prdida relativa esperada de la cartera
administrada con respecto a una cartera benchmark. Este anlisis se realiza de tal modo que se responde a
la pregunta cunto por debajo del rendimiento de la cartera de referencia podra estar el rendimiento de
la cartera administrada dentro del horizonte VaR?. Este anlisis se realiza simulando sucesivamente el
impacto de los mismos escenarios sobre ambas carteras (administrada y benchmark) y midiendo la
diferencia en cambios proporcionales con respecto al correspondiente valor base de cada una de ellas.
Cabe notar que, debido a las diferencias en la composicin de la cartera administrada y la cartera
benchmark, y posibles desigualdades en fechas disponibles en las series histricas de los factores de
riesgo entre ambas carteras, las fechas histricas asumidas para la generacin de escenarios para la cartera
benchmark podran no coincidir exactamente con las fechas histricas de los escenarios de la cartera base.
Por ello, para construir este VaR Relativo primero deben sincronizarse los escenarios histricos EP y
EBench, descartando aquellas fechas en las que no se dispone de resultados para ambas carteras.
Por otro lado, el VaR Relativo con escenarios agregados emplea la diferencia de los VaR de la cartera
administrada y cartera de referencia como la mxima prdida esperada respecto al benchmark dentro del
horizonte VaR. De esta forma, se calcula la diferencia entre cuanto se puede perder como mximo entre
una y otra cartera, por lo que este indicador permite determinar cual cartera tiene ms riesgo, pero no
muestra cuanto ms se puede perder con una u otra cartera.
Cabe sealar que si bien esta visin relativa es consistente con un anlisis estadstico agregado, los VaR
de las dos carteras no necesariamente provienen del mismo escenario crtico, por lo que podra ocurrir que
los supuestos de cambio en factores de riesgo que originan el VaR de la primera sean significativamente
distintos a los supuestos de cambio en factores de riesgo que originan el VaR de la segunda. Asimismo, a
diferencia de la anterior metodologa, no es necesario que las fechas histricas asumidas para la
generacin de escenarios para la cartera benchmark coincidan con las fechas histricas de los escenarios
de la cartera base, ya que cada VaR se calcula con las fechas relevantes para cada una de las carteras
analizadas.
El reporte muestra los VaR de los portafolios seleccionados como referencia (benchmark) para la
evaluacin de un portafolio, adems se muestra las prdidas de VaR con respecto a portafolios de
referencia, tanto en el da a da VaR (Rp-rb) y el agregado VaR (rp) - VaR (rb).
107
Fig. 101: VaR Relativo respecto a carteras benchmark
Como se puede observar, se incluye el anlisis para cada uno de los Benchmarks asociados a la cartera
analizada (sobre la cual se abri el detalle VaR) a travs de un comando de datos especialmente dispuesto
para ello. Fcilmente se pueden agregar o quitar Benchmarks con los botones correspondientes que se
muestran en la parte inferior derecha de la ventana.
La tercera columna especifica el VaR porcentual de cada uno de los Benchmarks elegidos. Asimismo,
VaR(rp-rb) hace referencia al VaR relativo con escenarios coordinados; y, VaR(rp)-VaR(rb), al VaR
Relativo con escenarios agregados. Como se puede observar en el grfico, el VaR relativo con escenarios
coordinados tiene signo negativo ya que se trata de la mxima prdida de un portafolio con posicin larga
en el portafolio analizado y con posicin corta en el Benchmark y difcilmente la mxima prdida de ese
portafolio no ser negativa. En cambio, el VaR relativo con escenarios agregados puede tener signo
negativo o positivo, dependiendo cul sea la cartera con mayor riesgo.
En el grfico se puede notar que, por ejemplo, el portafolio analizado es ms riesgoso que las carteras de
referencia AFP Fund B y AFP Fund C; y menos riesgoso que el resto de Benchmarks. Esta
conclusin se deriva del signo del VaR con escenarios agregados. Asimismo, en un escenario pesimista,
correspondiente al percentil alfa del vector de ganancias y prdidas, se podra perder adicionalmente
4.5293% con respecto a la cartera Benchmark en el horizonte VaR (digamos, dentro del plazo de un da).
Esta ltima conclusin se deriva de la magnitud del VaR con escenarios coordinados.
El clculo automtico del VaR relativo para todas las carteras benchmark con relacin a cada cartera
administrada requiere que el usuario establezca la siguiente informacin como parte de las plantillas de
datos del sistema:
1. Creacin de las carteras de referencia en la plantilla activos

2. Posiciones de activos en las carteras de referencia
3. Valores de mercado necesarios para calcular el VaR de las carteras de referencia
4. Identificacin de carteras de referencia para cada cartera administrada
108
VI.4. Valores base para el anlisis VaR

Idealmente, debera existir plena coincidencia entre el valor de mercado de los ttulos y su valor terico.
Sin embargo, como es especialmente notorio para el caso de instrumentos de renta fija y contratos
derivados, el valor de algunos instrumentos de acuerdo con su frmula financiera de valorizacin puede
diferir del valor de mercado.
Si se encuentran estos casos en un modelo que emplea la tcnica de valorizacin completa de ttulos,
asumir que el precio de mercado constituye un valor base adecuado para las simulaciones VaR no sera
un procedimiento correcto. Ello en razn de que las simulaciones de valorizacin completa encuentran la
prdida potencial deduciendo el valor base del valor estimado en cada escenario a travs de la aplicacin
de las frmulas tericas de valorizacin (por ejemplo, el valor actual descontado para bonos o la
expresin de Black & Scholes para opciones sobre acciones o ndices).
En consecuencia, conviene evaluar si existe divergencia entre los valores de mercado cargados como
parte del proceso de captura de datos y los valores tericos para el escenario base. Una manera
automatizada de salvar esta divergencia dentro del propio paquete consiste en invocar el proceso Objects
/ Fixed Income Tools / Solve all FIS implicit spreads given today market values. Tras aplicar este
procedimiento, los diferenciales se habrn calibrado automticamente para eliminar las diferencias de
valorizacin. Si persistieran diferencias tras la aplicacin del proceso, ello podra indicar errores
significativos en la carga de flujos de caja o datos de indexacin del activo.
VI.5. Clculo de riesgo de contraparte para contratos forward

El riesgo de contraparte (deemed risk ) de una posicin de derivados se calcula en su forma ms esencial
como el valor mximo entre 0 y el mark-to-market de la posicin en la cartera.
Este reporte se presenta en la pestaa "Deemed risk" de la seccin "Composition" en la ventana principal
de una cartera. A continuacin se aprecia un resultado en una cartera con forwards de tipo de cambio.
Fig. 102: Clculo de riesgo de contraparte para forwards de monedas
109
VI.6. Comprobacin del VaR (backtesting)

El mdulo de anlisis retrospectivo (tambin denominado back-testing) tiene como propsito validar
mediante un anlisis ex post, la capacidad predictiva del modelo de VaR.
En este mdulo existen dos pestaas: Historical NAV based backtesting en la cual se compara la
rentabilidad real obtenida y los VaR reportados para cada fecha (el resultado del anlisis VaR realizado
diariamente) y la pestaa Current position based backtesting en la cual se asume que la composicin
actual de la cartera se ha mantenido constante en el pasado y en base a ella se estima el VaR
retrospectivamente para cada da.
Fig. 103: VaR Backtesting histrico
110
Fig. 104: VaR Backtesting posicin actual
VI.7. Anlisis de escenarios de estrs

La pestaa Stress testing reporta el impacto que tendra sobre el valor de la cartera la aplicacin de los
supuestos de cada uno de los escenarios de estrs definidos en el sistema. Como puede verse en la
ilustracin siguiente, el escenario cero constituye el caso base y presenta el resultado de la valorizacin
completa de la cartera asumiendo los valores actuales de los factores de mercado. Este escenario base
tambin reporta la fecha base de valorizacin (fecha definida como actual en la ventana de parmetros
generales).
Las siguientes filas presentan los escenarios de estrs uno por uno, sealando en cada caso la fecha
hipottica de valorizacin en funcin del plazo referido para el escenario. As, el escenario 11 de
setiembre de 2001, 7 das despus mostrara el impacto en la cartera si ocurriera nuevamente el evento
del 11 de setiembre de 2001 el da actual (15 de agosto de 2008 en el ejemplo) y se midieran los
resultados una semana ms tarde (22 de agosto de 2008 en el ejemplo).
111
Fig. 105: Reporte de escenarios de estrs para una cartera
VI.8. Simulacin de impacto y sensibilidades ante variaciones de factores de

riesgo
Este mdulo permite contar con una interfaz de trabajo a travs de la cual se pueden introducir valores o
variaciones asumidas en los factores de riesgo y observar cmo estas variaciones afectan a los siguientes
resultados:
El valor total de una cartera

El valor de una cartera segn clases de activos
El Valor-en-Riesgo de una cartera
Los factores de riesgo que pueden moverse son los siguientes:
Tipos de cambio
Segmentos de tasas de inters
Curvas de tasas de inters
Instrumentos de renta variable
A continuacin se puede apreciar una ilustracin general de la interfaz de este mdulo. El sistema dispone
de una ventana especializada para el ingreso de variaciones de supuestos.
112
VI.9. Comprobacin de eficacia de cobertura - Estrategias estticas

El CVX le proporciona al usuario una herramienta que permite determinar si la cobertura que ha
realizado la institucin puede considerarse altamente eficaz. Una cobertura eficaz permite compensar los
cambios en el valor de los activos cuyo riesgo de fluctuacin de valor est siendo cubierto. La ventana de
reporte de Hedging se encuentra en el rea de Security Selection de una cartera.
En la siguiente figura se observa la informacin brindada por el sistema para la eficacia de una cobertura,
medida utilizando el mtodo de regresin lineal por mnimos cuadrados ordinarios (MCO).
113
Fig. 106: Eficacia de cobertura - Anlisis estadstico
Por ejemplo en la figura anterior se puede observar que el Beta Value es negativo, lo que nos indica que
existe una relacin negativa entre las trayectorias del instrumento de cobertura y del activo cubierto. El R2
ajustado nos indica el grado predictivo que tiene el modelo el cual alcanza 74.29% y una F-probabilidad
de 0%, lo cual nos indica que es una buena cobertura, pero debe tomarse en cuenta que para que una
cobertura sea considerada altamente eficaz debe tener como mnimo un R2 de 80%.
En la siguiente figura se puede observar el anlisis grfico de la estrategia de cobertura realizada.
Fig. 107: Estrategia de cobertura - Anlisis grfico
114
Otro de los mtodos para la medicin de la eficacia de coberturas disponible en el CVX, es el mtodo
Dollar offset (DOM). Este establece que una cobertura con derivados financieros es altamente eficaz si
compensa por lo menos el 80% del cambio en el valor del subyacente, y no ms del 125% del mismo.
Este mtodo se basa en el ratio de la variacin del precio del subyacente sobre la variacin del precio del
derivado financiero, como se puede ver en la pestaa Hedging Offset method del sistema.
Fig. 108: Hedging-Offset method
El grfico anterior nos muestra los resultados del mtodo Dollar Offset para la cartera Gamma Fund. Por
ejemplo, en la fecha 17.01.2007, la variacin de los activos asociados a la rama A, de la operacin de
cobertura es de 1,673.78 y la variacin de los activos asociados a la rama B, de la operacin de cobertura
es de 2,211.26; con ello se calcula el ratio, el cual es de 132.11%, que se encuentra fuera del rango de
eficacia de cobertura.
115
Fig. 109: Estrategia de cobertura - Detalle del contenido de una estrategia
VI.10. Comprobacin de eficacia de cobertura - Anlisis factorial

En adicin a las funcionalidades anteriores, CVX permite evaluar la eficacia de estrategias de cobertura
focalizndose nicamente en factores de riesgo especficos (por ejemplo, examinar la eficacia de una
cobertura para controlar movimientos de tipos de cambio o de tasa de inters de forma aislada).
El siguiente reporte muestra un ejemplo de evaluacin del factor tipo de cambio para una estrategia de
cobertura.
Fig. 110: Estrategia de cobertura - Anlisis factorial
116
Seguidamente, se puede apreciar la aplicacin de la tcnica dollar offset para detallar el impacto de la
estrategia cuando nicamente se consideran variaciones de tipo de cambio (todos los dems factores
permanecen fijos).
Fig. 111: Estrategia de cobertura - Detalle de una estrategia factorial
VI.11. Comprobacin de eficacia de cobertura - Estrategias dinmicas

Este mdulo permite considerar estrategias de cobertura dinmicas, cuyas posiciones (cubiertas y de
cobertura) varan a lo largo del tiempo. Esto hace posible aadir una dimensin inter-temporal al anlisis
de eficacia de cobertura ex-post. La visin dinmica mide la eficacia de cobertura diariamente "paso a
paso" considerando las variaciones en la propia estrategia.
Los reportes de eficacia de cobertura mantienen el mismo contenido que en los reportes del mdulo
convencional; sin embargo, la plantilla de carga de estrategias de cobertura incluir una columna
adicional a las cuatro actuales (alias de estrategia, alias de activo, tipo de activo y posicin): la fecha de
vigencia de la posicin en la estrategia de cobertura. De este modo, ser posible aplicar para una misma
estrategia posiciones cambiantes para un mismo activo a lo largo del tiempo.
A continuacin se muestra un ejemplo del reporte de eficacia de cobertura, incluyendo una estrategia
esttica y dos dinmicas (la primera de ellas diseada para replicar la estrategia esttica, con fines de
comparacin).
117
Fig. 112: Eficacia de cobertura incluyendo estrategias dinmicas
VI.12. Mdulo de descomposicin de variaciones en el VaR incluyendo

recomposicin de cartera
El objetivo de este mdulo es explicar las variaciones en el VaR de una cartera y descomponer estas
variaciones en dos efectos:
Efecto de la recomposicin de cartera

Efecto de la variacin en precios (cambios en el nivel de riesgo de mercado)
A continuacin se muestra un ejemplo del reporte resultante.
Fig. 113: Variaciones del VaR incluyendo recomposicin de cartera
118
119

CVX UsersGuide ES

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

CVX UsersGuide ES

Diunggah oleh

Hak Cipta:

Format Tersedia

2013

CVaR Expert 2.0

El presente documento sintetiza la operatividad del sistema informtico

Consulte el documento CVX - Sntesis Metodolgica para una

I. VISIN GENERAL ................................................................................................................................. 4

(iii) Relacin observada de vencimiento-rendimiento por moneda .............................................................. 61

El contenido de esta gua se divide en las siguientes secciones:

Entorno de trabajo, en la que se describen las caractersticas y funcionamiento de la interfaz

II. ENTORNO DE TRABAJO

II.1. Ingreso al sistema

Fig. 1: Ventana de validacin de usuario y clave

II.2. La ventana principal

Fig. 2: Ventana principal del sistema

II.2.A. Men principal

El men principal contiene las siguientes opciones:

File: Opciones asociadas a la gestin de archivos.

dems objetos y matrices de datos requeridos para el clculo de indicadores de riesgo

Derivative Tools: ofrece herramientas asociadas a instrumentos derivados. Permite

II.2.B. Barra de botones de acceso rpido

Fig. 3: Barra de botones de acceso rpido

Los botones disponibles son los siguientes

Ir a la ventana del Data Manager

Abrir una ventana del Navegador

Abrir la ventana de creacin de carteras combinadas

Abrir la calculadora grfica de instrumentos derivados

Abrir el reporte de eventos y errores del sistema

Grupos de carteras y carteras

Fig. 4: Ventana del Navegador

Sobre la opcin Portfolio Groups se crearn grupos de carteras

III. IMPORTACIN DE DATOS EXTERNOS

III.1. Transferencia de datos a memoria

Fig. 5: Ventana del Data Manager

III.2. Configuracin del Gestor de Datos

III.2.A. Conexiones de datos

III.2.B. Consultas de datos

Fig. 6: Configuracin de consultas de datos

Caractersticas estructurales de objetos del sistema (incluyendo activos)

III.2.C. Comandos de datos

Los comandos disponibles en el primer caso son:

Crear objetos a partir de sus caractersticas estructurales

Los comandos disponibles en el segundo caso son:

III.2.D. Secuencias de comandos (Macros)

Fig. 7: Detalle del contenido de una macro o secuencia de comandos

CREATEASSETS. Crea activos a partir de la consulta indicada.

LOADSTRESS. Carga escenarios de estrs a partir de la consulta indicada.

IV. GESTIN DE OBJETOS DE INVERSIN

IV.1. Clases de objetos

Los activos de inversin directa en el sistema son los siguientes:

Operaciones en efectivo (Cash operations). Posiciones liquidables a valor conocido en moneda

Bonos para nuevos proyectos

Categoras de agrupacin de activos (Asset grouping categories). Sistema de agrupacin de

IV.2. Principales propiedades de objetos segn clase

Alias interno en el sistema

Fig. 8: Propiedades de un objeto Moneda

Fig. 9: Tipos de cambio asociados con un objeto Moneda

Fig. 10: ltimo tipo de cambio

IV.2.B. Tipos de cambio

Fig. 11: Propiedades de un objeto Tipo de Cambio

Fig. 12: Evolucin histrica de un objeto Tipo de Cambio

Fig. 13: Datos histricos de un objeto Tipo de Cambio

IV.2.C. Segmentos de curva de tasa de inters

Fig. 15: Segmento de curva de tasa de inters

IV.2.D. Curvas de tasa de inters

Fig. 17: Perfil de una curva de tasa de inters en Agosto de 2008