Ingeniero Civil Industrial / De acuerdo al Instituto Meteorológico Británico, más del 80% de la actividad económica mundial depende del estado del clima. Algunas industrias donde esto se hace más evidente son: la industria energética, petrolera, agrícola, pesquera, del turismo, entre otras. De esta forma es muy relevante contar con herramientas que permitan manejar el riesgo del clima en los distintos sectores de la economía. A consecuencia de esto se han diseñado una serie de instrumentos financieros, llamados derivados climáticos, que entregan a las empresas una alternativa de cobertura frente a este riesgo. El explosivo desarrollo que estos instrumentos han tenido en los últimos años y la alta correlación existente entre las utilidades de las empresas y las condiciones meteorológicas de donde éstas se encuentran, dan pie al presente trabajo . Los derivados son instrumentos financieros cuyo valor depende del precio de otro activo negociable como commodities, acciones, bonos o monedas. A diferencia de los derivados tradicionales, el precio de un derivado climático depende de parámetros meteorológicos que se pueden medir objetivamente como: temperatura promedio, velocidad del viento, precipitaciones o nieve caída, todos en un período y lugar determinado. De esta forma, estos instrumentos ofrecen a las empresas una opción de cobertura frente a condiciones climáticas adversas. El principal objetivo del trabajo es desarrollar un modelo estadístico de valorización de derivados climáticos. Para esto se estudiaron los distintos modelos de valorización propuestos en la literatura, que en su mayoría corresponde a simulaciones de Monte Carlo de la variable relevante, y se analizaron los resultados que entregaban estos modelos para una serie de datos de precipitaciones acumuladas mensuales en Los Angeles, CA, EE.UU. Se buscó proponer mejoras a estos modelos de valorización y para esto se estudió el ajuste de los datos a funciones de distribución distintas de las propuestas en la literatura. Finalmente se encontró una función que entregaba un mejor ajuste que el resto de las funciones estudiadas en la literatura y que tiene la particularidad de que puede acotar los resultados entregados tras las simulaciones, esta es la función de JohnsonSB. Luego de esto se pudo observar que existía una gran pérdida de precisión en el ajuste debido a que la data mostraba comportamientos distintos en las distintas partes de la curva y de esta manera se propone separar en dos la data, a priori, buscar ajustes para cada parte de la curva y el punto de separación sería justamente el strike para cada derivado. Los resultados de las simulaciones por separado exhiben mejores resultados que los modelos propuestos en la literatura y que el benchmark considerado en el estudio, que corresponde a los precios que entrega una empresa alemana de manejo de riesgo climático. Las diferencias entre el modelo propuesto y el benchmark van entre 11% y 33% en el caso de la opción call y entre 28% y 32% para la put. De esta manera se puede concluir que el modelo propuesto presenta un mejor desempeño que los modelos propuestos en la literatura y que separar la data permite disminuir la pérdida de ajuste de las funciones de distribución seleccionadas para modelar simular a la variable precipitaciones.

Ingeniero Civil Industrial / Los derivados climáticos permiten cubrir el riesgo cuando los flujos tienen una fuerte correlación con alguna variable climática. A pesar del fuerte crecimiento que ha presentado el mercado en la última década, una dificultad que presenta este tipo de instrumentos es su valoración. El objetivo general de este trabajo es desarrollar un modelo estadístico de pricing de opciones climáticas sobre precipitaciones en la ciudad de Boston, para comparar luego con los precios de mercado. Para cumplir con esto, se investiga en primer lugar sobre los derivados climáticos y sus características, luego, el mercado de estos instrumentos y en tercer lugar se realiza una revisión de los métodos de valoración en la literatura financiera. Posteriormente se define las características de la opción eligiendo junio y diciembre para analizar y se valora mediante el método tradicional de simulaciones de Monte Carlo. Para esto se usan las distribuciones que presentan un mejor ajuste a la data y además las recomendadas por la literatura. En una segunda etapa se usa el nuevo método planteado, utilizando Splines o interpolaciones por trozos para describir la distribución de los datos. Este modelo no logra una buena predicción a la data, por lo que se incluye una modificación al método tradicional, un Monte Carlo truncado , donde se realizan ajustes de distribuciones sólo a una parte de los datos: sobre el strike en caso de opciones call y bajo el strike en caso de opciones put, que es donde se realizan los pagos. Esto con la idea de lograr un mejor ajuste a la data. Como resultado se obtiene que el modelo de Monte Carlo truncado logra un desempeño muy similar al Monte Carlo tradicional, pero debido a la simpleza y mayor robustez del segundo método, se concluye que éste es más recomendable. Las distribuciones que mejor desempeño tienen en la predicción son distribución Log-Normal para junio, recomendada por la literatura, y Weibull para diciembre. Se concluye que las distribuciones recomendadas por la literatura no son necesariamente las que logran un mejor ajuste. No hay ninguna distribución que sirva para todos los casos. Por último, se encuentra una correlación positiva entre la diferencia del precio de mercado y la predicción calculada, con la desviación estándar de los pagos de la opción. Además se llega a la conclusión que parte importante del precio del derivado es prima por riesgo, por lo que para valorar los derivados también es necesario encontrar un método para calcular este valor. Calibrando los precios calculados mediante Monte Carlo a los de mercado, se llega a una aproximación general de la prima por riesgo, que fluctúa entre un 15% y 35% de la desviación estándar de los pagos del derivado. Queda para trabajos futuros, donde se cuente con una mayor cantidad de datos, estimar de forma más exacta y rigurosa la prima por riesgo.

TESIS PARA OPTAR AL GRADO DE MAGÍSTER EN FINANZAS / La gran globalización experimentada por los mercados en los últimos años, la creación de bloques económicos, suscripción de tratados de libre comercio y alianzas estratégicas, han motivado a que las empresas de nuestro país quieran proyectarse con el fin de buscar nuevas oportunidades de negocios. Al estar insertos en esta nueva área de negocios, las empresas se ven expuestas a mayores riesgos llamados exógenos o sistemáticos, el cual está referido al riesgo de mercado, que no se puede diversificar, tales como la variación del tipo de cambio, tasa de interés y precios de commodities, entre otros. La volatilidad de estas variables puede perjudicar considerablemente los resultados de una empresa si ésta no cuenta con políticas claras para administrar los riesgos. Por otra parte, desde la apertura del mercado accionario en Estados Unidos se ha despertado un gran interés por conocer su funcionamiento, como también la forma en que los precios de las acciones fluctúan. La gran crisis surgida el año 1929, que devastó en gran parte al mercado accionario, se convirtió en una especie de catalizador para el desarrollo de muchas teorías y modelos matemáticos que permitieron de alguna forma estimar la fluctuación de precios para poder comprender el comportamiento del mercado. Como resultado de la aplicación de estas teorías y modelos, además de la rápida evolución tecnológica, el funcionamiento de los mercados financieros, parte fundamental de cualquier economía, se ha vuelto cada vez más complejo. Bajo un contexto de creciente integración financiera los instrumentos derivados constituyen una importante herramienta para dar cobertura a los agentes del mercado expuestos a los distintos riesgos y, de esa manera, mantener la estabilidad financiera de la economía.