Abstracts - Objetive 2 - 3rd Group

1. Chamizo, A., y Novales, A., 2016b, proporcionan una metodología para estimar un factor de riesgo de crédito global a partir de los spreads de los CDS. El factor estimado contiene mayor capacidad explicativa sobre las fluctuaciones de los spreads de los CDS en los diferentes sectores que índices como iTraxx o CDX. El factor de riesgo global tiene una relación positiva con variables de volatilidad implícita, y negativa con índices MSCI de renta variable, así como con el nivel de los tipos de interés, y con la pendiente de la curva de tipos. El proporciona una sencilla manera de llevar a cabo ejercicios de stress‐testing de carteras de crédito así como la evaluación de distintos escenarios de riesgo de crédito.
   
   
2. Chamizo, A., Novales, A., (2016a), proporcionan una metodología para el análisis de riesgo de crédito que puede ser utilizado en un contexto de análisis de inversiones en función del nivel escogido de apetito por el riesgo. El contenido informativo de los spread de los CDS es utilizado para estimar los componentes sistemático e idiosincrático del riesgo de crédito en los emisores del sector industrial en Europa. Tal descomposición es de la mayor importancia para la evaluación de las posibilidades de diversificación de carteras crediticias así como para el diseño de estrategias de cobertura eficaces. Podria ser utilizado por entidades financieras para mantener sus límites de riesgo al tomar decisiones de distribución de la cartera de inversiones; puede ser asimismo de utilidad para los supervisores encaragados de vigilar posibles problemas de riesgo sistémico.
   
   
3. Caporin, M. Garcia‐Jorcano, L. y Jimenez‐Martín, JA, (2018), proponen un procedimiento que permite clasificar empresas financieras por un sistema de colores según su contribución a incrementar al riesgo sistémico. El procedimiento recibe el nombre en ingles de Traffic Light System for Systemic Stress (TALIS3). TALIS3 se fundamenta en el concepto de Valor en Riesgo condicional (Conditional Value‐at‐Risk (CoVAR)) propuesto por Girardi y Ergun (2013). Una de las contribuciones de este artículo está en la introducción de simulación histórica por métodos de Bootstrap que evita tener que imponer un supuesto sobre la distribución conjunta del comportamiento de la empresa y el sistema necesario para calcular el CoVaR. TALIS3 utiliza el CoVaR de la empresa y, adicionalmente, también tiene en cuenta el nivel de pérdidas de capital que experimenta la empresa en períodos de estrés. Atendiendo al CoVaR de la empresa y al nivel de pérdidas que experimenta la impresa en períodos de estrés, TALIS3 clasifica las empresas en cuatro colores: Rojo (riesgo muy alto), ámbar (riesgo alto), amarillo (riesgo medio) y verde (riesgo bajo). Nuestra medida de riesgo sistémico se calcula diariamente y nos permite también proporcionar un indicador agregado de riesgo sistémico. El artículo proporciona un análisis empírico del mercado americano, incluyendo un análisis de robustez evaluando las diferencias en las clasificaciones derivadas de utilizar diferentes modelos para calcular la varianzas y correlaciones condicionales.
   
   
4. Chamizo, A., y Novales, A., (2017), consideran que el cálculo del capital necesario para cubrir el riesgo por CVA, como requiere el comité de Basilea, resulta muy inestable debido a la volatilidad de los spreads de los CDS. Dado que los derivados de crédito sobre empresas individuales no son muy líquidos, la carga de capital puede reducirse cubriendo una cartera de derivados de crédito tomando una posición contraria en un índice de crédito. Mostramos que, en un contexto en que las correlaciones entre CDS individuales e índices de CDS han ido reduciéndose, dicha cobertura es relativamente eficaz, si bien más en Europa que en Japón o Estados Unidos. En consecuencia, el precio de los derivados de crédito debería incorporar una cierta sobrecarga por su componente de riesgo no diversificable.
   
   
5. Chamizo, A., Fonollosa, A. y Novales, A., (2017) se preguntan: ¿anticiparon los mercados de crédito la crisis financiera antes de que la detectaran los reguladores? Se examina esta cuestión en un contexto que combina el modelo de Merton con un modelo factorial (Vasicek) para las correlaciones entre el valor de los activos de distintas empresas. Aparte de mostrar la utilidad de un modelo unifactorial sencillo para recoger las correlaciones incluso en períodos de stress, se muestra evidencia acerca de que hubo signos de stress que las entidades no recogieron en sus modelos internos de evaluación de crédito para gestionar los niveles de riesgo asumidas en sus carteras.

Go back to Objective 2