ANÁLISIS DE ESCENARIOS MONTE CARLO PARA
DECISIONES DE COBERTURA DE RIESGOS
MEDIANTE OPCIONES EUROPEAS DE COMPRA
Dr. Ambrosio Ortiz Ramírez
Act. Héctor Alonso Olivares Aguayo
Contenido
• Introducción
• Procedimiento
• Análisis de Resultados
• Conclusiones
Introducción
• Obtener ganancias considerando el riesgo al
que está expuesto.
• Las pérdidas pueden ser ocasionadas por la
incertidumbre de los activos que se
comercializan en los mercados financieros.
Propuesta
• Invertir en opciones sobre componentes del IPC o
en opciones sobre el IPC, generando diversos
escenarios mediante la simulación Monte Carlo.
• Conformar estrategias de cobertura de riesgos.
• Determinar la tendencia del mercado en el corto
plazo, lo cual conlleva a una mejora en la toma de
decisión del inversionista.
Notación de los contratos de
opciones
Factores
Explicación
X
Precio del activo subyacente a partir del cual ambas partes del
contrato pueden obtener ganancias o pérdidas; dicho precio es
conocido como precio de ejercicio.
S0
Precio del activo subyacente al inicio del contrato.
ST
Precio del activo subyacente al final del contrato.
c
Prima que paga el poseedor del activo subyacente por el
derecho de ejercer la opción europea de compra.
p
Prima que paga el poseedor del activo subyacente por el
derecho de ejercer la opción europea de venta.
T
Tiempo de vigencia de la opción.
t
Tiempo actual de la opción.
i
Tasa de interés libre de riesgo.

Volatilidad del activo subyacente.
Procedimiento
• Se extrajo información de Bloomberg para obtener datos históricos
diarios de las cotizaciones de veinitún componentes del IPC y del
mismo IPC a partir del primero de Febrero de 2008 hasta el
veintidós de Marzo de 2013 (1294 observaciones).
• Se obtuvieron los rendimientos de los datos históricos
anteriormente descritos, bajo el supuesto de volatilidad no
constante mediante un proceso GARCH.
• Se realizaron 100,000 simulaciones por el método Monte Carlo para
valuar cada opción europea de compra sobre el subyacente
respectivo a 45, 60 y 90 días.
• Construcción de 792 estrategias Bull y Bear.
Distribución por sector económico
Alimentos y bebidas (5), Comercio (2), Construcción (3), Finanzas y seguros
(2), Minerales no metálicos (1), Minería (1), Papel y celulosa (1), Química
(1), Servicios de transporte (2), Siderurgia y metalurgia (2),
Telecomunicación (1).
Simulaciones
Simulaciones
Simulaciones
Simulaciones
Estrategias de cobertura de riesgos
A
B
C
A
B
C
Análisis de resultados a 45 días
BULL
BEAR
Distribución de los resultados a 45 días
Estrategia Bull a 45 días (BIMBOA)
36.6
Estrategia Bear a 45 días (URBI)
Estrategia Bear a 45 días (IPC)
Análisis de resultados a 60 días
BULL
BEAR
Distribución de los resultados a 60 días
Estrategia Bull a 60 días (GRUMAB)
Estrategia Bear a 60 días (HOMEX)
Estrategia Bear a 60 días (IPC)
Análisis de resultados a 90 días
BULL
BEAR
Distribución de los resultados a 90 días
Estrategia Bull a 90 días (KOFL)
194.42
Estrategia Bear a 90 días (GEOB)
7.02
Estrategia Bear a 90 días (IPC)
Conclusiones
• La generación de escenarios mediante el método Monte Carlo,
conlleva a mejorar la toma de decisión del inversionista, al crear
estrategias de cobertura de riesgos.
• Se comprobó que la tendencia del mercado es a la baja en el corto
plazo.
• Los sectores económicos a invertir en el corto plazo, cuando se
tiene expectativa a la alza (Bull), es el de alimentos y bebidas, y
cuando la expectativa es a la baja (Bear) es el de construcción.
• Relación directa entre el plazo y la estrategia Bear, lo anterior es
consistente con las ganancias obtenidas con el IPC.
Descargar

análisis de escenarios monte carlo para decisiones de cobertura de