IDEAS home Printed from https://ideas.repec.org/a/col/000107/009444.html
   My bibliography  Save this article

Regulación y valor en riesgo

Author

Listed:
  • Luis Fernando Melo
  • Joan Camilo Granados

Abstract

En este artículo se analizan algunos aspectos de regulación establecida por la Superintendencia Financiera de Colombia, donde se propone el valor en riesgo (VaR) como medida para cuantificar el riesgo de mercado. Esta regulación omite aspectos relevantes sobre el cálculo del VaR. A pesar de que la Superintendencia Financiera sugiere el uso de la regla de la raíz para el cálculo del VaR en multiperíodos con base en el VaR a un día, la validez de dicha regla no es clara. Además, la regulación tiene en cuenta pocos supuestos para la validación del cálculo del VaR (backtesting). Este documento calcula dos medidas de riesgo, el VaR y el VaR condicional, utilizando metodologías de fácil mplementación (RiskMetrics, ARMA-GARCH, simulación histórica, simulación histórica filtrada y normalidad) para la TRM, los TES y el IGBC entre enero de 2003 y marzo de 2010. Los resultadosmuestran que para horizontes de pronóstico de un día, las mediciones del VaR son apropiadas. Los métodos con mejor desempeno son aquellos que modelan tanto la media como la varianza condicional. Para horizontes mayores a un día, ninguna metodología tiene un desempeno adecuado. Además, se encuentra que la regla de la raíz no genera estimaciones apropiadas. Por último, si se consideran solo los criterios de regulación vigente, algunos modelos son adecuados para estimaciones multiperíodo; pero, al incluir supuestos relevantes adicionales ningún método es apropiado.

Suggested Citation

  • Luis Fernando Melo & Joan Camilo Granados, 2011. "Regulación y valor en riesgo," Revista ESPE - Ensayos Sobre Política Económica, Banco de la República, vol. 29(64), pages 110-177, July.
    • Handle: RePEc:col:000107:009444
    DOI: 10.32468/Espe.6404
    as

    Download full text from publisher

    File URL: https://doi.org/10.32468/Espe.6404
    Download Restriction: no
    File URL: https://libkey.io/10.32468/Espe.6404?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    Other versions of this item:

    Citations

    Citations are extracted by the CitEc Project, subscribe to its RSS feed for this item.
    as


    Cited by:

    1. Melo-Becerra & Ramos-Forero & Hector Zárate-Solano, 2015. "Sovereign bond markets and financial stability in an emerging economy: an application of directed acyclic graphs and SVAR models," Macroeconomics and Finance in Emerging Market Economies, Taylor & Francis Journals, vol. 8(3), pages 306-319, November.
    2. Luis Melo Velandia & Luis Fernando Melo Velandia, 2019. "Regresión cuantílica dinámica para la medición del valor en riesgo: Una aplicación a datos colombianos," Revista Cuadernos de Economia, Universidad Nacional de Colombia, FCE, CID, vol. 38(76), pages 23-50, January.
    3. Ramos-Forero, Jorge Enrique & Melo-Becerra, Ligia Alba & Zárate-Solano, Hector Manuel, 2015. "Mercado de bonos soberanos y estabilidad financiera : una aplicación de gráficos acíclicos direccionados (GAD) y modelos SVAR," Chapters, in: Gómez-González, José Eduardo & Ojeda-Joya, Jair N. (ed.), Política monetaria y estabilidad financiera en economías pequeñas y abiertas, chapter 14, pages 443-463, Banco de la Republica de Colombia.
    4. Uribe Gil, Jorge Mario & Ulloa Villegas, Inés Maria, 2012. "La medición del riesgo en eventos extremos. Una revisión metodológica en contexto," Revista Lecturas de Economía, Universidad de Antioquia, CIE, June.

    More about this item

    Keywords

    valor en riesgo; valor en riesgo condicional; backtesting; riesgo de mercado; regulación financiera.;
    All these keywords.

    JEL classification:

    • C32 - Mathematical and Quantitative Methods - - Multiple or Simultaneous Equation Models; Multiple Variables - - - Time-Series Models; Dynamic Quantile Regressions; Dynamic Treatment Effect Models; Diffusion Processes; State Space Models
    • C52 - Mathematical and Quantitative Methods - - Econometric Modeling - - - Model Evaluation, Validation, and Selection
    • G10 - Financial Economics - - General Financial Markets - - - General (includes Measurement and Data)
    • G28 - Financial Economics - - Financial Institutions and Services - - - Government Policy and Regulation

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:col:000107:009444. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Espe (email available below). General contact details of provider: https://edirc.repec.org/data/brcgvco.html .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.