Como resultado de estas simulaciones se obtienen estimaciones del saldo !nal de caja y de la Utilidad Neta es-
perada en cada una de las Compaas, con lo cual es posible identi!car con un nivel de con!anza determinado, la
desviacin mxima probable en relacin con los valores presupuestados.
Estas diferencias, denominadas Flujo de Caja en Riesgo (CFaR) y Utilidad en Riesgo (EaR) y sus probabilidades
asociadas, se convierten en insumo fundamental para la adecuada gestin de activos y pasivos, para la toma de
decisiones de inversin y desinversin, que permitan la determinacin de la estructura optima de capital y en general
para la toma de decisiones administrativas en las cuales hay presencia de riesgo e incertidumbre.
80
Revista CIER N 54 - 2010 Metodologa de Medicin de Riesgos
Integracin del manejo de riesgo e Como se puede observar, los riesgos a los que
est expuesta la empresa comprenden riesgos de
incetidumbre en la planeacin finan-
tipo Normativo, tales como los cambios en las nor-
ciera de empresas de transmisin mas tributarias, modi!caciones de la regulacin del
de energa Sector Elctrico Colombiano, entre otras; riesgos
asociados con el Mercado o el negocio espec!-
co en el cual participamos, como la competencia
y el riesgo reputacional; riesgos de tipo Econmi-
1. Antecedentes co relacionados con los cambios en las variables
macroeconmicas que afectan las !nanzas de la
La Poltica para la Gestin Integral de Riesgos
empresa; riesgos asociados con Fenmenos de la
del Grupo ISA establece los criterios de actuacin
Naturaleza que afectan el desarrollo normal de las
para la gestin adecuada de los riesgos en cada
operaciones; riesgos de tipo Sociopolitico; Comer-
una de sus empresas; as mismo, de!ne las eta-
ciales; los relacionados con el Crecimiento de la
pas del ciclo para la gestin integral de riesgos,
Compaa; riesgos asociados a la tica; y los ries-
las cuales incluyen la identi!cacin, evaluacin,
gos Operacionales, producto del desarrollo normal
manejo, monitoreo, consolidacin, comunicacin y
de las funciones de la empresa, relacionados con
divulgacin de todos los riesgos que pueden afec-
fallas en los sistemas, los procesos o las personas.
tar negativamente sus recursos fundamentales o
el logro de sus objetivos estratgicos.
La valoracin de los riesgos a la que se re!ere la
etapa de evaluacin del ciclo para la Gestin Inte-
La aplicacin de estas etapas en cada una de
gral de Riesgos ha sido realizada de forma cualita-
las empresas del Grupo ha dado como resultado
tiva apoyada en criterios de expertos y consensos
tener identi!cados los principales riesgos a los que
entre los especialistas de cada tema, quienes asig-
estn expuestas las empresas, tener documenta-
nan a cada riesgo su probabilidad de ocurrencia y
das las medidas de administracin implementadas
la severidad de la afectacin sobre los recursos de-
para mitigarlos y tener valorados los riesgos puros
!nidos como fundamentales: Financiero, Humano,
y residuales segn su probabilidad de ocurrencia
Informacin e Imagen Corporativa.
y la severidad de la afectacin sobre los recursos
de la empresa.
Tanto para la probabilidad de materializacin de
los riesgos como para la severidad o afectacin so-
A continuacin, en la Figura 1 se presenta el
bre los recursos, se ha de!nido una escala de valo-
Mapa de Riesgos de ISA, empresa de transmisin
racin. En ambos casos (probabilidad y severidad)
de energa, en el cual se han registrado los ries-
la escala va de 1 a 4. El caso de la probabilidad,
gos separados por fuente u origen y clasi!cados
cada valor de la escala representa lo siguiente:
por categoras.
81
Revista CIER N 54 - 2010 Metodologa de Medicin de Riesgos
2. Modelamiento de riesgos
Las metodologas para medicin de riesgos han
1 Por considerarse informacin con!dencial, la ubicacin de
sido ampliamente estudiadas en los ltimos aos
los riesgos mostrada en estas matrices no corresponde a la
realidad. Se muestra una ubicacin hipottica a manera de
principalmente en el sector !nanciero. El acuer-
ejemplo. do de Basilea (Basel, 2003) !rmado por entidades
82
Revista CIER N 54 - 2010 Metodologa de Medicin de Riesgos
!nancieras de algunos pases no slo hizo ma- 3. Generacin de escenarios para las varia-
ni!esta la necesidad de contar con medidas que bles a travs del tiempo
permitieran determinar los niveles de riesgo y de 4. Clculo de los resultados !nancieros futuros
capital como un esquema de medicin de riesgo 5. Cuanti!cacin del riesgo
estandarizada; sino que promovi todo un proceso
de evolucin de las metodologas para la medicin A continuacin se presenta una breve descrip-
de riesgos. En 1993 el comit de Basilea propu- cin del objetivo de estos pasos y las decisiones
so el Modelo Estndar para la medicin de Ries- al respecto tomadas para el modelamiento de los
gos de Mercado el cual calculaba para portafolios riesgos en ISA:
de inversin, los riesgos de tasa de inters, tasa
de cambio, de participacin y de producto. Con Mtrica: Se debe determinar una mtrica a uti-
la metodologa propuesta era posible calcular el lizar, los riesgos a medir, su horizonte y nivel de
Valor en Riesgo (VaR), entendido como la mxi- con!abilidad. Para el modelamiento de los ries-
ma prdida esperada para un perodo de tiempo gos del Grupo ISA y su integracin en la planea-
espec!co, a un nivel de con!anza determinado. cin !nanciera las mtricas elegidas son: Utilidad
El Valor en Riesgo (VaR) total se obtena como la en Riesgo (EaR) y Flujo de Caja en Riesgo (CFaR)
suma de los diferentes VaR de cada categora de con un nivel de con!anza del 95%.
riesgo. Avances posteriores de esta metodologa
incluyeron la incorporacin de matrices de correla- Mapeo de Variables y generacin de escena-
ciones entre los factores de riesgo para el clculo rios: Se deben determinar cules datos de entra-
del VaR de un portafolio. da en el modelo !nanciero de la empresa afectan
los diferentes componentes del estado de resulta-
Los conceptos de VaR inicialmente propuestos dos y el "ujo de caja de la compaa, para luego
para la medicin de los riesgos de mercado, se ex- generar los posibles valores para cada una de es-
tendieron luego al problema del riesgo de crdito, tas variables en el horizonte de tiempo de!nido y
riesgo operativo, y posteriormente a !nales de los cuanti!car el efecto de estas variaciones sobre las
aos noventa al problema del Riesgo Corporativo utilidades y el "ujo de caja.
(Corporate Metrics) el cual modela mediante dis-
tribuciones de probabilidad las variables de mer- Para llevar a cabo este paso, se identi!caron las
cado del "ujo de caja (tasa de inters, tasas de variables ms relevantes de cada uno de los ries-
cambio, precios de materias primas, crecimiento gos que de acuerdo con la valoracin cualitativa
del mercado, etc). La metodologa Corporate Me- de!nida anteriormente son los ms altos para las
trics, desarrollada por el Risk Metrics Group de JP compaas; es decir, aquellos que por su vulnera-
Morgan (Risk Metrics Group, 1999), permite cuan- bilidad quedan ubicados en la zona roja o amarilla
ti!car de manera a priori diversas medidas de ries- de las matrices de riesgos. Una vez identi!cadas
go que ilustran la exposicin de las utilidades o los las variables (o factores de riesgos), se ajustaron
"ujos de caja las compaas. Para ello se cons- distribuciones de probabilidad y se construyeron
truyen indicadores tales como el EaR (Utilidad en modelos economtricos mediante los cuales se
Riesgo), EPSaR (Utilidad por Accin en Riesgo), representa su comportamiento y su volatilidad.
CFaR (Flujo de Caja en Riesgo) o el CaR (Capital
en Riesgo) estimados peridicamente para obser- En la seccin siguiente se presentan los ries-
var la evolucin en la exposicin a los riesgos en gos elegidos para cada compaa, las variables de
la empresa. riesgos seleccionadas para cada uno y los mode-
los ajustados para representar su comportamiento.
2.1 Metodologa para la medicin de los
riesgos Valoracin y Clculo: La valoracin de los
riesgos consiste en la simulacin de los posibles
ISA ha decidido adoptar la metodologa de Cor- valores que tomarn las principales variables de
porate Metrics propuesta por JP Morgan para la riesgo en determinado perodo con el !n de prede-
medicin de los riesgos; la cual de!ne un procedi- cir el comportamiento de la utilidad neta y de los
miento compuesto por cinco pasos que incluyen: principales indicadores !nancieros.
83
Revista CIER N 54 - 2010 Metodologa de Medicin de Riesgos
de presentar resultados cuantitativos de cul es la Teniendo modeladas las series de precios (Se-
probabilidad de que determinado suceso ocurra al ries de Tiempo o Procesos Estocsticos) para las
interior de las empresas. diferentes variables o componentes del riesgo Vo-
latilidad de las Variables Macroeconmicas, es po-
Despus de identi!cados los parmetros de las sible iniciar el anlisis del clculo de las distribu-
variables de riesgos, fueron incluidos en los mode- ciones de probabilidad de las utilidades y los "ujos
los !nancieros de cada una de las Compaas y se de caja de los estados !nancieros y continuar con
realizaron simulaciones para determinar la mxi- el esquema de medicin del riesgo para obtener el
ma perdida posible esperada en cada uno de los valor de las mtricas EaR y CFaR.
estados !nancieros para un periodo de tres aos.
A manera de ejemplo se muestra a continua-
2.2 Modelos de riesgos cin en la Figura 3 una simulacin de 36 datos
(correspondientes a 3 aos de anlisis) con sus
Una vez realizada la valoracin relativa se se- respectivos intervalos al 95% de con!anza. Cabe
leccionaron para la etapa de Valoracin Cuantita- anotar que esta !gura hace referencia a una foto,
tiva o Modelamiento Cuantitativo aquellos riesgos es decir, muestra solamente uno de los posibles
que resultaron con mayor vulnerabilidad en rela- caminos para la serie simulada del IPC.
cin con la afectacin del recurso !nanciero. En
este primer ejercicio de valoracin cuantitativa de 4
3,5
los riesgos y su consolidacin en la planeacin !- 3
2,5
nanciera consolidada del Grupo Empresarial, se 2
1,5
decidi incluir para cada una de las !liales del gru- 1
0,5
po nicamente el riesgo asociado con la Volatilidad 0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35
-0,5
de las Variables Macroeconmicas; para la matriz -1
del Grupo, ISA, se decidi incluir adems los ries- Lim. Inferior Lim. Superior Pronstico IPC
84
Revista CIER N 54 - 2010 Metodologa de Medicin de Riesgos
85
Revista CIER N 54 - 2010 Metodologa de Medicin de Riesgos
Ball. Esta "exibilidad otorgada por el Excel permi- mente a cada uno de los modelos !nancieros de
te la generacin de las diferentes iteraciones que las empresas o pueden ser utilizados para deter-
se deben realizar en cada uno de los escenarios. minar cules son las distribuciones de probabi-
lidad a las que mejor se ajusta dicha variable e
Los actales sistemas transaccionales (ERP) incorporarlos al modelo !nanciero como funciones
que permiten realizar la planeacin !nanciera de de probabilidad de @RISK o Cristal Ball.
corto y largo plazo, no son tan "exibles como para
incorporar distribuciones de probabilidad a los mo- Para el caso de grupos empresariales en don-
delos !nancieros y realizar simulaciones de Mon- de existen diferentes tipos de empresas y vehcu-
tecarlo. los de inversin que recogen resultados de otras
compaas y a su vez entregan estos resultados
Para la cuanti!cacin del riesgo se utiliza algu- a la matriz, se debe prestar especial atencin al
no de los programas mencionados anteriormente, orden en que las simulaciones se deben realizar;
los cuales se basan en el ingreso de valores co- pues cada empresa tendr un orden para realizar
nocidos como datos de entrada, que siguen unos las iteraciones ya que todas no pueden hacerse al
parmetros segn la distribucin de probabilidad mismo tiempo.
a la cual se ajustan. Estos datos varan constan-
temente mediante simulaciones de Montecarlo En un primer momento las variables de riesgo
implcitas en el programa, a este software se le son generadas por el software para cada una de
indican cules son las variables de entrada y las las empresas y en caso de que exista correlacin
variables de salida, en quienes se esta interesado entre las variables modeladas se debe tener en
analizar su comportamiento. Para este caso las cuenta este aspecto, pues garantiza que los esce-
variables de salida son la Utilidad Neta y la Dispo- narios generados para cada !lial mantengan con-
nibilidad !nal de Flujo de Caja. sistencia con su historia. El proceso de simulacin
inicia con aquellas empresas que no recogen re-
Para ingresar las variables de entrada (Variables sultados !nancieros de otras empresas y por lti-
de riesgo) como funciones de probabilidad; se debe mo es el modelo !nanciero de la Empresa Matriz
conocer cuales son los parmetros bajo los cuales quien recoge los resultados de sus !liales.
se caracteriza dicha funcin. Por lo general para
determinar qu distribucin sigue la variable que Para iniciar el proceso de simulacin se debe
se desea modelar se toma una serie histrica de garantizar que las !liales de un mismo sector o
datos y mediante la construccin de un histogra- un mismo pas que compartan riesgos van a reali-
ma se puede concluir gr!camente de qu tipo de zar cada iteracin utilizando un mismo escenario;
distribucin de probabilidad se trata, mediante las es decir como cada empresa tiene un orden para
frmulas propias de esta distribucin o la utilizacin realizar las iteraciones, el software genera un es-
de algunos paquetes estadsticos que permiten de- cenario diferente para cada iteracin, lo que con-
terminar cules son los parmetros que cumplen llevara a que las empresas realicen iteraciones
estas series. en momentos diferentes y con escenarios diferen-
tes, para solucionar este inconveniente se realiz
El problema que se presenta con las series his- adems un Macro para Excel que asigna un orden
tricas de las variables de entrada, es que en al- a las iteraciones de cada empresa y que garanti-
gunos casos estas series no se ajustan a ninguna za la conservacin de un mismo escenario para
distribucin estadstica pues las pruebas de bon- aquellas !liales que tienen las mismas variables
dad de ajuste como lo son Chi Cuadrado, Ander- de riesgo.
son kolmogorov, entre otras, rechazan el ajuste
obtenido. A continuacin en la Figura 7 se muestra un
esquema del procedimiento de simulacin desa-
Cuando se presenta este tipo de inconvenientes rrollado.
se debe proceder a la elaboracin de modelos de
proyeccin (Matemticos, estadsticos, economtri- Este proceso se repite segn el nmero de ite-
cos entre otros) que permitan simular los posibles raciones de!nidas y es el modelo de la matriz el
valores esperados para cada una de las variables de que consolida los resultados de las dems !liales.
entrada en el corto plazo, tal como se hizo para las En este caso la utilidad Neta que es afectada por
variables de riesgo descritas en la seccin anterior. el mtodo de participacin y el "ujo de caja por los
Estos modelos pueden ser vinculados directa- recursos provenientes de las !liales tomara dife-
86
Revista CIER N 54 - 2010 Metodologa de Medicin de Riesgos
rentes valores.
Estas diferencias, Flujo de Caja en Riesgo Es posible ajustar modelos de valoracin cuan-
(CFaR) y Utilidad en Riesgo (EaR) y sus proba- titativa de riesgos que representen sus efectos
bilidades asociadas, se convierten en insumo fun- acertadamente; as mismo, es posible integrarlos a
damental para la adecuada gestin de activos y travs de ejercicios de simulacin en los Estados
pasivos, para la toma de decisiones de inversin y Financieros buscando obtener mayor informacin
desinversin que permitan la determinacin de la sobre las posibles desviaciones respecto a lo es-
estructura ptima de capital y en general para la perado en los planes y presupuestos de las Com-
toma de decisiones administrativas en las cuales paas.
hay presencia de riesgo e incertidumbre.
En el intento por disear y construir modelos ma-
Uno de los posibles anlisis posteriores a la temticos que representen adecuadamente los ries-
obtencin de estos indicadores es el de Optimiza- gos, es fundamental contar con los criterios de los
cin del Per!l Riesgo-Retorno para cada empresa expertos. En la mayora de los casos, los riesgos tie-
y para el Grupo desde una perspectiva de Portafo- nen variables asociadas que son tanto cuantitativas
lio utilizando la matriz de Boston Consulting Group como cualitativas; adems, las condiciones particu-
como la que se presenta a continuacin en la Fi- lares de cada empresa y cada negocio hacen que
gura 8. El eje Y representa la utilidad neta espe- difcilmente los datos se ajusten a distribuciones de
rada para el periodo de estudio y el X, el EaR de probabilidad conocidas; es ah donde la opinin y el
la empresa. consenso de expertos, especialistas en los temas
se vuelve fundamental para la de!nicin de los es-
cenarios posibles para los valores de las variables.
87
Revista CIER N 54 - 2010 Metodologa de Medicin de Riesgos
88