Evaluación del riesgo de mercado en los mercados bursátiles del MILA (Chile, Perú y Colombia) utilizando metodologías de valor en riesgo (VaR)

Abstract

El VaR (por sus siglas en inglés, Value at Risk) es una herramienta que estima la pérdida máxima potencial de una cartera de inversión en un período específico y con un nivel de confianza determinado. En el ámbito financiero, esta herramienta es fundamental para la gestión del riesgo de mercado y es utilizado tanto para el cumplimiento regulatorio (según los estándares de Basilea II y III) como para la toma de decisiones estratégicas. Las integraciones regionales como la impulsada por el Mercado Integrado Latinoamericano (MILA) ha abierto nuevas oportunidades de inversión, ampliando el acceso a los mercados de Chile, Colombia y Perú. En este contexto, la creación de Nuam Exchange, el nuevo holding que conecta estas bolsas de valores, marca un avance significativo hacia una mayor interconexión financiera en la región. Este desarrollo permite a los inversionistas diversificar sus carteras, pero también plantea desafíos adicionales, como una mayor exposición a riesgos complejos y fluctuaciones derivadas de eventos políticos y económicos en los países miembros. El presente estudio se centra en determinar la distribución de los rendimientos de los índices bursátiles de Chile, Perú y Colombia, como paso fundamental para comprender las características específicas de cada mercado. Posteriormente, se evalúa la efectividad de tres metodologías de cálculo del VaR (Paramétrico, Histórico y Simulación de Monte Carlo) con el objetivo de identificar cuál proporciona estimaciones más confiables para la gestión del riesgo. Finalmente, se valida la precisión de estas estimaciones mediante pruebas de backtesting, con la Tabla de Permanencia y el Test de Kupiec, asegurando la consistencia y robustez de los resultados obtenidos. Los resultados revelan que los rendimientos de los índices bursátiles de Chile, Perú y Colombia no siguen una distribución normal, sino una distribución t de Student con colas gruesas lo cual es fundamental para seleccionar modelos de VaR que capturen las características específicas de cada mercado. Al analizar los datos desde el 1 de noviembre de 2019 y durante 250 días (período que incluye el inicio de la pandemia de COVID-19) se evaluó la capacidad de los modelos para predecir los efectos de eventos extremos en los mercados financieros. En este contexto, la simulación de Monte Carlo con distribución t de Student demostró ofrecer estimaciones más precisas y efectivas del riesgo de mercado en los tres países, particularmente en escenarios de alta volatilidad. Este estudio destaca la importancia de implementar metodologías avanzadas y ajustadas a las características de cada mercado para mejorar la estimación del riesgo, especialmente en un contexto de integración financiera y alta volatilidad. El VaR se reafirma como una herramienta esencial por su capacidad de abordar eventos extremos y fluctuaciones abruptas, adaptándose a las complejidades de mercados interconectados como el MILA. Su aplicación eficiente no solo mejora la gestión del riesgo, sino que también optimiza el uso del capital regulatorio y fortalece la toma de decisiones estratégicas en un entorno financiero dinámico.