SEMINARIO TALLER. Riesgo de Mercado y Liquidez con Series de Tiempo y Modelos de SARIMA. Expositor: Enrique Navarrete

Transcripción

1 SEMINARIO TALLER Riesgo de Mercado y Liquidez Expositor: Enrique Navarrete Matemático y Economista de nacionalidad mexicana. Cursó sus estudios universitarios tanto en matemática como en economía en el MIT (Massachusetts Institute of Technology ). Posee una Maestría en Economía de la Universidad de Chicago (concentración en finanzas). Consultor de Derivados, Riesgos Financieros y Modelos de Optimización y Simulación. Conferencista Internacional sobre estos temas con más de 350 Seminarios. Catedrático invitado por la Escuela Politécnica Nacional en las Maestrías de Estadística e Investigación de Operaciones y por la FLACSO en la Maestría de Economía. Diseñó la Maestría en Riesgos Financieros en la Escuela Politécnica Nacional, EPN. Colabora actualmente con la Universidad Pontificia Bolivariana (UPB) y la Universidad Iberoamericana de la Ciudad de México (UIA), impartiendo cátedra en el Diplomado en Administración Integral de Riesgos Financieros. Autor de software para la medición y gestión de riesgos: tipo de cambio, tesorería, mercado, crédito (scoring e IRB - calificaciones internas), liquidez y riesgo operativo, utilizando metodologías como Asset & Liability Management (ALM), Valor en Riesgo (VaR), y simulación de Monte Carlo. Power Risk, instalado en más de 30 instituciones financieras de la región..... Fecha: Lunes 27 y martes 28 de junio de 2016 Hora: 8:30 a.m. a 5:30 p.m. (ambos días) Lugar: Academia Bancaria Centroamericana (puede haber cambio de sede por motivo de cupo) Incluye: material, certificado de participación y alimentación Inscripciones: Cámara de Bancos e Instituciones Financieras de Costa Rica Tel: ó / academia@camaradebancos.fi.cr

2 Objetivos Específicos Comprender paso a paso, de modo 100 % práctico, los principales modelos utilizados en la teoría de series de tiempo. Los participantes ejercitarán y reforzarán los conocimientos adquiridos mediante la realización de ejercicios dentro del curso a su propio paso. Al finalizar el curso los participantes podrán implementar de forma práctica e inmediata los modelos aprendidos. Enfoque El Curso NO requiere conocimiento de series de tiempo ni experiencia estadística previa. Se requiere el uso del Software o Demo (DESCARGA DE DEMO POR ANTICIPADO CON AYUDA DEL INSTRUCTOR). Dirigido a: Analistas de riesgos, gerentes, y profesionales de Tesorería, interesados en conocer modelos avanzados en gestión de riesgos de mercado y liquidez utilizando series de tiempo y modelos dinámicos de la volatilidad.

3 DIA 1: INTRODUCCIÓN A LAS SERIES DE TIEMPO Módulo 1: Modelos Básicos Qué son las series de tiempo y para qué se utilizan? Los 3 pasos fundamentales para construir modelos de series de tiempo. Modelos AR y MA; construcción y simulación de los modelos AR (1) y AR (2). Qué modelos convergen y podemos predecir? Cómo obtenemos los pronósticos de largo plazo? Caso especial de AR(1) no estacionario: simulación de Caminatas Aleatorias (Random Walks). Importancia de la caminata aleatoria en Wall Street en la modelación de mercados competitivos y eficientes. Módulo 2: Identificación y pronósticos con los primeros modelos Identificación de series de tiempo: Primeros ejemplos con datos reales. Adecuación previa de datos. Detección de estacionalidades. Cómo interpretar los correlogramas? Función ACF (Autocorrelation Function) y PACF (Partial Autocorrelation Function).

4 Aplicación 1: Estimación de un modelo de depósitos monetarios. Aplicación 2: Modelo SARIMA aplicado a series diarias de precios de commodities. CASO PRÁCTICO 1: Los participantes modelizarán el comportamiento de series de depósitos a la vista y de retiros de cajeros automáticos utilizando datos reales, planteando diferentes modelos, contrastando las ventajas de cada uno de ellos, e interpretando cada paso con ayuda del instructor. CASO PRÁCTICO 2: depósitos a la vista. Los participantes modelizarán el comportamiento de series de Módulo 3: Aplicaciones Adicionales de Series de Tiempo Aplicación: Simulación de cartera financiera con correlación: Una vez identificadas las series de precios, cuánto puede ser el cambio en valor de la cartera en los próximos 12 meses? Cuál es la probabilidad de perder? Cuál es la probabilidad de ganar más de $ 40,000?

5 DIA 2: APLICACIONES EN RIESGOS DE MERCADO Y LIQUIDEZ Módulo 4: VAR Correlacionado y Backtesting en Riesgo de Mercado Cálculo del VAR diversificado con media móvil exponencialmente ponderada (EWMA). Utilidad de correlaciones de diferentes signos en el cálculo del VAR diversificado. Medición e interpretación del beneficio de diversificar. Backtesting con modelo de RiskMetrics Aplicación: Backtesting de un portafolio de activos. Módulo 5: Medición del VAR de Monte Carlo y VAR con Series de Tiempo Selección de distribución estadística y supuestos en el cálculo del VAR con simulación de Monte Carlo. Elección del modelo de series de tiempo y supuestos en el cálculo del VAR con modelos SARIMA. Proyecciones y diferencias entre VAR calculado mediante ambos métodos. Aplicación: Cálculo del VAR de liquidez con VAR de Monte Carlo y con Series de Tiempo para varias fuentes de fondeo.

6 Módulo 6: Riesgo de Liquidez y Modelos GARCH Por qué es necesario considerar modelos dinámicos de la volatilidad? Impactos transitorios y permanentes en series de liquidez por concentración de retiros y su impacto en la volatilidad y en el requerimiento de activos líquidos. Modelo RiskMetrics en riesgo de liquidez; interpretación del parámetro lambda como persistencia de impactos transitorios. Mejoras al modelo RiskMetrics: Modelo del Error Cuadrático medio (MSE) y optimización del parámetro lambda. Modelos ARCH y GARCH y su contribución a la disminución de volatilidad y a los requerimientos de liquidez por impactos transitorios. Extensiones al modelo GARCH: GARCH(p,q) y modelo GARCH Asimétrico.