Analiza el factor de ajuste por riesgo de liquidez a las mediciones tradicionales de riesgo de mercado (VaR), aplicando el portafolio de inversiones del Banco de la Nación (BN). Para ello, detalla un modelo para calcular el VaR diario por riesgo de mercado en el portafolio de inversiones del BN y desarrolla la propuesta metodológica para su cálculo, utilizando el modelo de autorregresión condicionales GARCH. En la parte final se realizan los cálculos respectivos del VaR total al portafolio; y además las pruebas de backtesting o pruebas retrospectivas a la metodología para poder validar la capacidad predictiva del modelo.

La Universidad Peruana de Ciencias Aplicadas (UPC) fue sede de la segunda edición del “University Premium Training” organizada por Bloomberg, empresa líder en información financiera y económica a nivel mundial. / El evento, que fue realizado los días 5, 6 y 7 de noviembre en el campus San Isidro, tuvo como objetivo poder reforzar las competencias de los docentes de diversas universidades de Lima que emplean Bloomberg como una herramienta didáctica para la educación y planificación financiera. Esta compañía brinda herramientas de software financiero, como análisis, plataformas de comercio capital y servicios de datos para las empresas quienes deseen consultar información bursátil y financiera en tiempo real. / Además, se contó con la participación de expertos que emplean la herramienta como apoyo para la toma de decisión financiero: Lizzette Lara; especialista en riesgos y derivados, André Lapponi; especialista Senior en Portafolio y Análisis técnico, Pedro Cortejo, CEO-Founder de Decision Capital, entre otros. / Se explican los conceptos de pre trade y post trade, su análisis, dónde se encuentran las cotizaciones, y su ejecución (post trade). Finalmente, se explica el análisis de renta fija. Ponente: Lizette Lara, especialista de riesgo y derivados – Bloomberg.

El objetivo de este trabajo es desarrollar una herramienta de asignación de activos, para apoyar la gestión activa de inversiones. Para ello se obtiene un modelo analítico que permite estimar las posiciones de acciones y bonos a incluir en una cartera de inversiones, sobre la cual se requiere una administración dinámica de su composición, con el fin de aumentar el rendimiento de ella en el corto plazo. Esta herramienta utiliza la estimación de retornos relativos entre instrumentos de renta fija y variable nacional, a partir de variables económicas y financieras. Además se complementa con dos modelos alternativos: uno basado en sorpresas de mercado y otro modelo autorregresivo general (ARIMA). La entidad estudiada es una Administradora General de Fondos (AGF) dentro de la cual semanalmente se realizan comités, donde los integrantes exponen su visión de mercado, para luego llegar a acuerdo en la estrategia de inversión a seguir. Sin embargo, la decisión sobre las posiciones relativas renta fija/renta variable en las carteras no es flexible, salvo ante situaciones de crisis en los mercados, donde se liquidan gran parte de los activos con variaciones esperadas decrecientes, para adquirir otro tipo de instrumentos más seguros. Generalmente, al no aplicar modelos específicos de asignación que indiquen direcciones de cambio o señales de compra o venta de instrumentos, como Markowitz o Black & Litterman, los niveles agregados por tipo de activo se mantienen constantes en el tiempo. Como bechmark creamos carteras sintéticas, compuestas por dos activos: el IPSA y un índice de renta fija a cinco años. Con ello se intentar replicar el comportamiento de los Fondos del AGF, dejando de lado la participación que tienen los activos internacionales en ellos. Los resultados obtenidos con los diversos modelos de rentabilidad relativa, que de paso involucran una transformación desde retornos relativos a posiciones de inversión, se ajustan significativamente a los valores efectivos. Más aún, al combinar de manera óptima los resultados de cada modelo, minimizando el error de la estimación, se obtiene un conjunto adicional de estimaciones, con buenas propiedades de ajuste a los datos Para el período muestral estudiado, el modelo de retornos relativos supera a los retornos de los fondos benchmark, por lo que se recomienda utilizar las posiciones entregadas por el modelo en la creación de carteras de comparación. También este modelo ayuda a la planeación de estrategias de inversión, o bien, se pueden utilizar los resultados como señales de compra o venta de instrumentos de renta fija y renta variable. Con ello, se flexibilizan e informan adecuadamente las decisiones de inversión de corto plazo.

Tesis para optar al grado de Magíster en Finanzas / La estructura de tasas de interés es un importante indicador financiero para todas las economías alrededor del mundo, ya que además de relacionar las tasas de interés con sus plazos, resume también las expectativas de los agentes sobre la evolución futura de éstas. Dada la importancia de éste indicador financiero es que se hace fundamental conocer la forma y comportamiento de la curva intertemporal de tasas a través de la información obtenida del mercado. Es así como para el caso chileno, la obtención de esta curva sólo se hace posible utilizando las transacciones de instrumentos de deuda, ya que la estructura de tasas de interés no se observa directamente. A través del tiempo han surgido diferentes métodos por medio de los cuales se pretende estimar la curva intertemporal de tasas de interés. Estos métodos han sido utilizados y desarrollados en distintos estudios para distintas economías, en base a diferentes instrumentos de deuda con la finalidad de encontrar el método que mejor se ajuste a lo que realmente sucede en el mercado financiero, es decir, tratar de encontrar la mejor estimación para cada caso. Esta tesis presenta dos métodos paramétricos para la obtención de la información de tasa de interés real del mercado de renta fija chileno utilizando las tasas de los bonos PRC, CERO y BCU, los cuales son importantes instrumentos de deuda de largo plazo del Banco Central de Chile, utilizados principalmente para el manejo de la política monetaria. Los métodos paramétricos que se implementan extraen la estructura de tasas cero cupón de bonos con cupones, excepto para el caso de los bonos CERO que no entregan cupones. Estos métodos mencionados son el de Nelson y Siegel (1987) y el método propuesto por Svensson (1994), donde se concluye que dependiendo del tipo de análisis y del tipo de instrumento de renta fija uno presenta mejor capacidad de ajuste que el otro.

Tesis para optar al grado de Magíster en Finanzas / El trabajo tiene el objetivo de cuantificar el impacto de la política económica en los mercados de renta fija y variable. Utilizando el trabajo de Cook y Hahn (1989) como base, utilizando Swaps de tasas de interés, se logra distinguir entre variaciones esperadas e inesperadas de la tasa referencial (TPM), dictada por los Bancos Centrales. Los países tomados en cuenta para la investigación son Chile, Brasil, Colombia, México y Estados Unidos. Los resultados relacionados con el mercado de bonos, indican que en todas las plazas se cumple la relación positiva entre TPM y yield, siendo mayor el efecto en los horizontes cortos. Respecto a la renta variable o índices accionarios, solo se encontraron resultados significativos para Brasil, Chile y Estados Unidos. En estos casos se cumplió la relación negativa entre TPM y precio bursátil, justificada principalmente por el premio por riesgo.

El presente trabajo tuvo como objetivo generar modelos que permitieran realizar recomendaciones de inversión de corto plazo en instrumentos de renta fija. Se planteó un modelo de reversión a la media para las diferencias entre precios de mercado de bonos y precios dados por modelos de precios de bonos. A partir de este modelo se generó un mecanismo de inversión a partir de las diferencias de precios, planteando un problema de optimización que permite determinar, dado un horizonte de inversión, un portafolio de bonos inmunizado a los cambios de tasas de interés y que maximiza el retorno esperado. Además, a partir del modelo para las diferencias se determinó que para medir las diferencias de precios los modelos más adecuados para el caso de los bonos del Banco Central de Chile son el de Nelson y Siegel para el caso de los bonos en UF y el de Vasicek para el caso de los bonos en pesos. Se planteó un modelo VAR(1) general a partir de los parámetros beta del modelo de Nelson y Siegel, y un conjunto dado de variables macroeconómicas. Si de este modelo se obtiene algún modelo estable, es posible conocer el efecto de shocks de variables macroeconómicas en la curva de rendimientos. Considerando como variables macroeconómicas la tasa de política monetaria (TPM) y la compensación inflacionaria (CI) se obtuvo un modelo estable a partir del cual se determinó el efecto de shocks en las curvas de rendimientos nominal y real construidas a partir de los bonos del Banco Central de Chile. En general, luego de un shock positivo de TPM deberían incrementarse las tasas de corto plazo y luego de un shock positivo de CI deberían incrementarse las tasas de mediano y corto plazo en el caso nominal y disminuir las tasas de mediano y corto plazo en el caso real. Shocks negativos determinan un efecto contrario al de shocks positivos. Se plantearon modelos de predicción de la curva de rendimientos a partir de distintos modelamientos de la evolución en el tiempo de los parámetros beta del modelo de Nelson y Siegel. Definiendo una función de medición para cada modelo de predicción, se comparó su capacidad predictiva para el caso de las curvas de rendimientos nominal y real construidas a partir de los bonos del Banco Central de Chile, concluyendo que la determinación del modelo de mejor capacidad predictiva dependerá del tiempo a vencimiento y del horizonte de predicción. Luego, dado un modelo de predicción y un horizonte de inversión, se generó un mecanismo de inversión planteando un problema de optimización que permite obtener un portafolio de bonos, de mínima varianza, para un retorno dado. Este mecanismo puede utilizar cualquiera de los modelos de predicción, siempre que la función de medición del modelo no sea divergente. Para el caso de los modelos comparados, puede utilizarse cualquier modelo, con excepción del modelo VAR(1) ya mencionado, que considera la TPM y la CI, pues su función de medición diverge. Con la realización del presente trabajo se ha contribuido a ampliar las posibilidades de inversión en renta fija y a ampliar el conocimiento del comportamiento del mercado de renta fija.

Seminario de Título Ingeniero Comercial, Mención Administración / El objetivo de esta tesis es diseñar un modelo de estimación de la estructura de tasas de interés. Para ello se utilizaron instrumentos de renta fija emitidos por el Banco Central de Chile para el período 2003-2006. Las observaciones utilizadas en la muestra fueron transacciones de los PRC, CERO y BCU para cada una de sus duraciones de 1 a 10 años durante el período en estudio, teniendo así una base de datos diaria y otra semanal. Se realizó un análisis para determinar el método de estimación de la estructura de tasa de interés que tuviera el mejor ajuste, es decir, que tuviera el menor nivel de error promedio en su estimación. Los resultados observados muestran que el método paramétrico que en promedio presenta un menor nivel de error en la estimación, es el de Nélson y Siegel. Sin embargo, al incluir en la comparación el modelo no paramétrico de Splines, específicamente el de Smoothing Splines, éste presenta una mayor ventaja en ajuste en su estimación que cualquiera de los otros dos métodos paramétricos analizados.

TESIS PARA OPTAR AL GRADO DE MAGÍSTER EN FINANZAS / “Tasas de interés1 de los créditos hipotecarios están en nivel más bajo de los últimos 12 años. Desde la industria aseguran que los menores costos de estos préstamos se deben a las bajas tasas a nivel global y a sus expectativas a largo plazo.” “Superintendenta de AFP advierte que rentabilidad futura2 de fondos será menor que las pasadas.‘Las rentabilidades futuras no serán lo que han sido en el pasado. No sólo en Chile, sino a nivel mundial’ advirtió Solange Berstein.” Estas son las noticias que hemos escuchado últimamente. La rentabilidad de las inversiones financieras, especialmente las inversiones en renta fija han caído sistemáticamente durante los años recientes. Por lo tanto, las expectativas de altas ganancias a bajo riesgo, se ven cada vez más lejanas. Esto supone, por un lado, una buena noticia para los deudores hipotecarios así como para los inversionistas que requieren financiamiento para sus inversiones productivas. Pero por otro lado, genera un grave problema, en el mediano y largo plazo, por ejemplo a los futuros pensionados. Si en el pasado, los cotizantes en el sistema AFP podrían esperar tasas de rentabilidad con bajo riesgo a niveles de un 7% o un 8% real anual, hoy día esas rentabilidades se ven casi inalcanzables. La renta fija está dominada por el mercado de bonos a nivel internacional. Ya hacia el año 2008, el mercado de los instrumentos de deuda superaba los 80 billones de dólares3, en comparación con nuestro país, es casi 400 veces el PIB de Chile. De ese monto, aproximadamente un 70% está representada por deuda pública, es decir bonos emitidos por el gobierno. Además, sobre un 40% del mercado de bonos corresponden a “papeles” emitidos por Estados Unidos. También en forma muy reciente, la sorpresiva elección del empresario republicano Donald Trump, como próximo presidente de los Estados Unidos de Norteamérica el pasado noviembre de 2016, golpeó fuerte los mercados. Produjo inicialmente una severa caída de la cotización del peso mexicano. Posteriormente, aumentaron las expectativas de alzas de tasas largas, lo que afectó inmediatamente el mercado mundial de renta fija. En nuestro país se reflejó en una drástica y sorpresiva caída de los fondos más conservadores de las AFP, los fondos D y E que se concentran en renta fija, mostrando caídas superiores al 2% en un mes después de las elecciones.

En esta investigación se estima la dinámica de la curva de bonos soberanos del Perú incorporando factores macroeconómicos y financieros. La inclusión de factores financieros tiene una literatura poco estudiada en países emergentes, sin embargo su estudio cobra importancia debido al incremento de la participación de inversores no residentes que abren un canal de transmisión hacia la volatilidad de los mercados globales. La representación de la curva se basa en un modelo dinámico de Nelson Siegel, propuesto por Diebold & Li (2006), mientras que la inclusión de los factores macro-financieros se trabajan en base a la metodología de Tu & Chen (2018) y Dewachter & Iania (2011). Para captar las variaciones y shocks de estos factores en la curva se utiliza las funciones de impulso respuesta de un VAR estructural de orden 1. Los resultados demuestran que tanto los choques macroeconómicos como financieros inciden en el comportamiento de la curva soberana. Siendo los choques financieros más significativos en los tramos cortos de la curva. A través de la descomposición de la varianza se obtiene una incidencia sustancial de los mismos a diferencia de las variables macroeconómicas. / This investigation estimates the dynamics of the sovereign bond curve of Peru incorporating macroeconomic and financial factors. The inclusion of financial factors has a poorly studied literature in emerging countries, however its study becomes important due to the increased participation of non-resident investors that open a transmission channel towards the volatility of global markets. The representation of the curve is based on a dynamic model by Nelson Siegel, proposed by Diebold & Li (2006), while the inclusion of macro-financial factors is based on the methodology of Tu & Chen (2018) and Dewachter & Iania (2011). To capture the variations and shocks of these factors in the curve, the impulse response functions of a structural VAR of order 1 are used. The results demonstrate that both macroeconomic and financial shocks affect the behavior of the sovereign curve. Being the most significant financial shocks in the short sections of the curve. Through the decomposition of the variance a substantial incidence of them is obtained, unlike the macroeconomic variables. / Trabajo de investigación

Tesis