Saludos. En este vídeo te comentaré acerca de los conceptos más relevantes que abordaremos en esta semana. Puntualmente, estudiaremos el cómo caracterizar el riesgo asociado de las series de rendimientos a través de los momentos estadísticos. También, identificaremos a la varianza como una de las medidas de riesgo más tradicionales en finanzas, así como otras medidas que usualmente se emplean para medir el riesgo. Finalmente, identificaremos la relación entre riesgo y rendimiento mediante un modelo de valoración de activos. Así que comencemos. Hemos visto en lecciones anteriores que es posible emplear diferentes modelos de ajuste a los datos de series financieras, tales como ARIMA, Holt Winters, para poder tener un entendimiento de su comportamiento actual y generar predicciones, donde los enfoques de los modelos de caja negra, como los de redes neuronales, poseen un gran poder de predicción acorde a las características de las series. Las aplicaciones que estos modelos nos brindan son relevantes para diferentes áreas, por ejemplo, para el área de "trading", donde es importante conocer el comportamiento actual y próximo de la serie para generar estrategias de inversión o desinversión de los activos. En este sentido, en estas decisiones de inversión tenemos ahora un elemento que es determinante, que caracteriza a las series, que es el riesgo. El riesgo, en el área financiera, usualmente se define como una desviación en el patrón de cambio en el valor de un activo. Por ejemplo, el cambio en el comportamiento regular de precios de un activo, como una acción. Esa desviación en el patrón del cambio del comportamiento del activo se conoce como volatilidad ; muchas veces, también, desviación estándar, que es tal vez la métrica más empleada en finanzas, dada la propuesta de Markowitz en su Teoría Moderna de Portafolios. Así también, vemos otros como la Medida de Parkinson de Garman y Klass, que ofrecen propuestas más eficientes en la captación del riesgo como medida de volatilidad. La estimación de este riesgo tiene, por tanto, diferentes metodologías, mismos que se estudian usualmente mediante los modelos de volatilidad, como los que comentamos en el módulo 1. Por ejemplo, un modelo de volatilidad GARCH, estudiará de manera particular la volatilidad llamada "condicional", que veremos en el módulo 4. Los modelos de volatilidad de derivados, estudian la volatilidad implícita de las opciones. Otros modelos emplean la volatilidad histórica, por ejemplo, mediante promedios ponderados o exponenciales o mediante el simple promedio histórico. Entonces, en el área financiera, una de las métricas más usuales para cuantificar el riesgo es la volatilidad. Existen así métodos indirectos que ayudan a inferir el riesgo de una serie financiera. Estos métodos involucran el estudio de los momentos estadísticos, particularmente los cuatro momentos estadísticos. Estos momentos son: Primer momento, la media o valor esperado. El segundo momento, la varianza. Tercer momento, el sesgo. El cuarto momento, la curtosis, que veremos en la primera lección de este módulo. Todos estos se emplean, pues usualmente las series poseen distribuciones no simétricas, sesgadas, con colas anchas o leptocúrticas, y si empleáramos solo los dos momentos, podríamos tener series con los mismos resultados numéricos para la media y la varianza, con distribuciones completamente distintas, como se ven en la imagen. Es así que requerimos de los cuatro momentos para conocer mejor el riesgo. Por tanto, dentro de la lección 2 de la semana, veremos que existe una clasificación a nivel más general en el entorno financiero, que ha surgido para identificar el riesgo y que se relaciona con la posibilidad de que ocurra cualquier evento que derive en consecuencias financieras negativas, tales como la pérdida de rendimientos en la inversión. Estos tipos de riesgo, como lo veremos más a detalle en el módulo 3 y empezaremos a estudiar en este módulo, son los riesgos de tipo de mercado, de tipos de interés y de crédito. Pero para no perder de vista que estos riesgos que implícitamente estudian las pérdidas, como la disminución de la liquidez o la aminoración de los beneficios esperados, son debido a las volatilidades actuales y futuras del comportamiento actual de las inversiones o recursos. En relación al tercer objetivo del módulo y en relación con esta correspondencia de riesgo como pérdida en las inversiones, y ubicándonos ahora en los modelos de valoración de activos, que también comentamos en el módulo 1, tenemos el Modelo de Famma y French, que abordaremos en esta semana. Este modelo parte de la "Teoría de Selección de Carteras" de Harry Markowitz, que en 1952 sustentó que los inversores preferirán aquellas carteras o activos que den una mayor rentabilidad con un menor riesgo. A partir de esa teoría se derivó el modelo de fijación de precios de activos de capital o CAPM, "Capital Asset Pricing Model", por su nombre en inglés, desarrollado por William Sharpe y que ha sido la regla para medir el riesgo de un activo. El Modelo CAPM permite estimar la rentabilidad esperada de las acciones o activos financieros en función del riesgo de los mercados. Es decir, el objetivo primordial de este modelo es estimar la rentabilidad de los activos financieros con base en su riesgo, y encontrar un indicador que represente el riesgo de dicho activo con respecto del mercado. Este indicador es el conocido por la "beta". Así, este modelo utiliza un solo factor para describir el rendimiento de una cartera o portafolio de activos. Pero la limitante primordial es que éste no logra captar todos los tipos de riesgo que se presentan en los mercados. Como ejemplo de estos riesgos están los co-movimientos o las correlaciones significativas entre los activos del mercado, o el riesgo debido a los tipos de acciones, como aquellos del sector eléctrico, gas, energías alternativas, llamadas "utility stocks". O si se trata de acciones de compañías públicas emergentes, "Small Cap Stocks", que generan capitalizaciones entre los 300 millones y 2 billones de dólares, que poseen un alto riesgo, pero también alto potencial de crecimiento para inversores. Hoy se trata de acciones individuales o "Individual stocks", que representan las inversiones únicas por la compra de una proporción o "share" de una compañía. Así, posterior a la publicación de este modelo, se generaron una serie de adecuaciones que han buscado mejorar. Estas adecuaciones se sustentan en la existencia de otros factores que afectan a la rentabilidad de un activo, aparte de los que incluía el Modelo CAPM. Surgieron otros modelos, como el "Arbitrage Pricing Theory", APT, por sus siglas en inglés, formulado por Ross en 1976, o el Modelo de Tres Factores, formulado por los economistas Famma y French en 1993. Este último, que abordaremos con más detalle a través de un ejemplo en este módulo. Este modelo propone una extensión del CAPM, agregando factores del tamaño de las compañías y el valor del riesgo, donde considera el hecho de que el valor y los retornos que generan las acciones de las compañías tipo "Small Cap Stocks" superan al mercado de manera regular. Concretamente, los tres factores que involucran modelos son: tamaño de las compañías, factor de diferencia entre sus retornos comparados con su valor en libros o "Book-to-Market Values", y el exceso de rendimiento respecto al mercado, o empleando la terminología SMB, "Small Minus Big" o "pequeñas menos grandes", para el tamaño de las compañías; HML, "High Minus Low" o "altas menos bajas", para capturar la proporción de su valor en libros dado el valor de mercado que generan rendimientos mayores en comparación con el mercado. Y el tercer factor, el rendimiento del portafolio menos la tasa libre de riesgo. Concretamente, estos factores ligados al tamaño de las empresas SMV y su ratio valor libro dado el valor de mercado o HML, puede recoger explicaciones adicionales que el CAPM no logra capturar. Este modelo lo ejemplificaremos en esta lección para ver la relación de riesgo-rendimiento de las inversiones, dados diferentes tipos de activos. Así que, continuemos con una lectura de los momentos y el cómo nos sirven para caracterizar el riesgo.
