Departamentos

  1. Portada
  2. Personal
  3. [...]
  4. Teaching
  5. Medición de Riesgos Financieros (Master en Banca y Finanzas Cuantitativas)

Medición de Riesgos Financieros (Master en Banca y Finanzas Cuantitativas)

Advanced Financial Econometrics (Master in Banking and Quantitative Finance)

Información

Programa: Descargar

Material docente:

  • Notas de clase
  • "Market Risk Analysis", de C. Alexander (4 volúmenes)
  • "Elements of Financial Risk Management", de P.Christoffersen, Academic Press

Nota: no es en absoluto necesario disponer de los textos, que ya se han utilizado para preparar las notas de clase y los ejercicios resueltos que se presentan en la descripción del curso. Se mencionan aquí para que el alumno identifique el nivel del curso.

Calificación del curso:

La calificación del curso se obtendrá en un 25% de los tests que se realicen en clase, en un 25% de los ejercicios propuestos que se hayan entregado en la fecha estipulada, y en un 50% del examen final. Si no se realizase en clase un número suficiente de tests, la calificación se obtendría en un 40% de los ejercicios propuestos, y en un 60% del examen final. 

Ejercicios propuestos

  • Hoja de Ejercicios 1. Curso 2014-2015
  • Hoja de Ejercicios 2. Curso 2014-2015
  • Hoja de Ejercicios 3. Curso 2014-2015
  • Hoja de Ejercicios 4. Curso 2014-2015

Examenes de cursos anteriores

Lecture 1: Statistical concepts related to volatility and risk

  • Notas de clase (Sections 1 to 6)
  • Archivo Excel indices.xls
  • Archivo Excel Acciones.xls
  • Ejercicios resueltos. Enunciados. Archivo Excel (Estos ejercicios son del libro Market Risk Analysis, de C. Alexander (4 volúmenes)
  • Ejercicios resueltos sobre Volatilidad. Enunciados (donde dice 'Chapter 1') Soluciones (Estos ejercicios son del libro: "Elements of Financial Risk Management", de P.Christoffersen, Academic Press)
  • Ejercicios resueltos sobre modelos GARCH. Enunciados (donde dice 'Chapter 2') Soluciones

Lecture 2: Time-varying correlations

  • Notas de clase: Same as Lecture 1 (Section 7)
  • Ejercicios resueltos sobre varianzas y correlaciones cambiantes en el tiempo. Enunciados (donde dice 'Chapter 3') Soluciones

Lecture 3: Dimensionality reduction. Factor models

Lecture 4: Principal components and applications

  • Notas de clase: Same as Lecture 3 (Section 7)
  • Ejercicios resueltos sobre Present Value of a Basis Point (PV01). Enunciados. Archivo Excel (Market Risk Analysis, de C. Alexander)
  • Ejercicios resueltos sobre Principal Components. Enunciados. Archivo zip (Market Risk Analysis, de C. Alexander)

    Ejercicio (aún por proponer. Ignorar por el momento): Using principal components in stock markets (Enunciado) (Data file 1) (Data file 2) 

Lecture 5: Credit risk. Operational risk

Lecture 5: Parametric linear VaR. Modelling and computing VaR

  • Notas de clase
    • Conceptos fundamentales (sections 1 to 4)
    • Medición del riesgo en carteras de renta fija (sections 5 and 6)
    • Medicion del riesgo en carteras de renta variable (section 7
    • VaR paramétrico bajo distribuciones no Gaussianas (section 8)
      • Estimación del VaR y de la Pérdida Esperada: distribuciones t-Student, Mixturas, distribuciones de Johnson
      • Skewed Generalized t-Student distribution
      • Extreme value theory 
      • Solución Ejercicio 1: Estimación del número de grados de libertad de una t de Student
      • Solución Ejercicio 2: Valoración de una opción bajo incertidumbre sobre los dividendos futuros
    • Cálculo del VaR histórico (Historical simulation for VaR, Monte Carlo VaR) (section 9)
    • Riesgo de estimación (Model risk) (section 10)
      • Distribución del VaR 
      • Backtesting
      • Análisis de scenarios
      • Stress testing

Lecture 10: 

  • Cobertura con futuros

 

Otros temas:

  • Term structure of volatilities
  • Stochastic volatility
  • Modelling the price of energy

 

Ejercicios propuestos de cursos anteriores:

  • Ejercicio 1: Resolver, con carácter voluntario. Fecha de entrega 25 de noviembre
    • Solucion. La pestaña"Ejercicio sensibilidad" contiene el primer ejercicio resuelto en clase (cartera S&P-TSE); la cartera con minimo VaR a 23/1/1997 es aproximadamente equiponderada, con independencia del valor del parámetro de correlación, dentro del rango del 1% de verosimilitud. La pestaña "Sensibilidad S&P-Yen" contiene el ejercicio propuesto; la estimación de Máxima Verosimilitud del parámetro de correlación es Lambda =1,0. El modelo se reduce a un modelo de correlacion condicional constante. Este es un caso en que no vale la pena insistir en estimar un modelo más general, pues la maximización de la verosimilitud nos lleva a un caso particular, más sencillo, del modelo general. La cartera de minimo VaR a 31/12/2001 se obtiene para un peso de 35% ó 36% de S&P, resto Yen. La pestaña "Sensibilidad S&P-Tbill" contiene la solución a otro ejercicio no propuesto; la cartera de minimo VaR a 31/12/2001 se obtiene para un peso aproximado de 30% de S&P, resto Tbills. Cabe realizar una aproximación mejor del peso que el S%P500 debe tener en la cartera de minimo VaR.
    • Rutina Matlab para la realización del Ejercicio 1 . El bloque etiquetado en el programa como "bootstrapping" podemos comentarlo en la proxima clase, si queréis.
  • Ejercicio 2
  • Ejercicio 3: Describir cómo podría utilizar datos públicos (por ejemplo, de Ecowin) y herramientas estadísticas básicas (gráficos, estadísticos no paramétricos, regresión) para analizar la cuestión objeto central del artículo que le fue asignado como lectura a comienzo de curso. Baje datos y lleve cabo dicho análisis. Si cree que tal ejercicio no es posible, comuníquelo por correo electrónico lo antes posible.
  • Rutina Matlab para estimar una regresión por umbrales. Aplicación: estimación de la regresión del tipo contado a 3 meses sobre el tipo forward calculado 3 meses antes.
  • Nuevos ejercicios propuestos

 

Lecturas sobre Lecture 4: Applying principal components to the analysis of risk in fixed income markets (con ideas para posibles temas de tesina)

 

Lecturas sobre la crisis financiera

 

Enlaces a bases de datos: