Voluntarios
Voluntarios
Voluntarios
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
InVeStIgacIón<br />
mercado, para la referencia con flujo descontado<br />
asociado a la trayectoria ω i igual a h i, venga dado por<br />
Donde las pi denotan las probabilidades a posteriori. asimismo<br />
vamos a denotar las probabilidades a priori por<br />
q i, que en el caso del monte carlo estándar con n simulaciones<br />
son<br />
Denotaremos por C j el valor de mercado 9 de la referencia<br />
j-ésima, y por m el número total de referencias. asimismo,<br />
g i,j denota el flujo descontado en la trayectoria i para<br />
el instrumento j, g j el vector columna de flujos descontados<br />
del instrumento j-ésimo y por G={g i,j,i=1,…,n,j=1,…,m}<br />
la matriz donde la columna j-ésima es g j. Los vectores<br />
de probabilidades a priori y posteriori serán q y p respectivamente.<br />
La relación entre las referencias y el vector<br />
de probabilidades a posteriori es<br />
siendo E p el operador esperanza tomado sobre la medida<br />
de probabilidad p.<br />
el vector de probabilidades p=(p1,p2,…,pn) es el que hay<br />
que determinar. el sistema admite infinitas soluciones<br />
puesto que el número de trayectorias n es mayor que el<br />
número de restricciones m.<br />
el criterio que se va seguir en la estimación de p es minimizar<br />
la entropía relativa entre la distribución a posteriori<br />
y la a priori, sujeta a una serie de restricciones en los<br />
momentos a posteriori. el desarrollo teórico de esta técnica<br />
para el caso aquí descrito se detalla en el anexo.<br />
una vez aplicada la metodología eRm, las nuevas probabilidades<br />
verificarán que:<br />
i. Los precios de las referencias, esto es sus esperanzas<br />
descontadas, coinciden exactamente con sus precios<br />
de mercado;<br />
ii. son lo más cercanas posible a 1/n, esto es, su entropía<br />
relativa es mínima respecto de la distribución a priori;<br />
Para finalizar este apartado es importante notar que la<br />
selección de las referencias de mercado es un paso fundamental<br />
de la metodología que depende del usuario de<br />
la misma. a lo largo del artículo veremos cómo las propiedades<br />
de cobertura de esta metodología nos dan pistas<br />
objetivas de cómo realizar esta selección.<br />
50 | análisis afi - 2º semestre 2012<br />
(2)<br />
Distribución a posteriori: utilización e implicaciones<br />
de cobertura<br />
una vez obtenido el vector de probabilidades<br />
p=(p 1,p 2,…,p n), y en consecuencia el valorador Risk-<br />
Neutral, es posible utilizar p para valorar cualquier otro<br />
derivado emitido sobre el mismo subyacente y cuyo payoff<br />
se calculable dadas las trayectorias simuladas por<br />
monte carlo. Denotaremos por Π T el precio o valor actual<br />
de un instrumento T=(t 1,t 2,…,t n), cuya componente i-ésima<br />
t i es el flujo descontado asociado a la trayectoria ω i,<br />
entonces dicho precio viene dado por<br />
Debido a las propiedades de la metodología eRm 10 (3)<br />
se puede expresar como<br />
Dónde β 0 se obtiene de<br />
y el vector de coeficientes viene dado por<br />
siendo covp el operador covarianza tomado sobre p. Recordemos<br />
que G es la matriz cuyas columnas son las g j,<br />
esto es, cada columna contiene los payoffs descontados<br />
de los instrumentos de mercado impuestos como restricciones<br />
en el método eRm, y por tanto sus precios<br />
son exactamente los de mercado.<br />
Por otra parte, la obtención de β 0 y β mediante (5) y (6)<br />
se puede interpretar como que se está descomponiendo<br />
T en las funciones base g j, siendo lineal la relación entre<br />
T y las funciones g j, esto es una regresión lineal múltiple<br />
bajo la medida de probabilidad p. Lo que permite<br />
escribir la relación<br />
Donde ε i denota el error o diferencia entre la combinación<br />
lineal de las g j y la función T para la trayectoria ω i<br />
bajo la distribución de probabilidad p.<br />
(3)<br />
(4)<br />
(5)<br />
(6)<br />
(7)