16.05.2013 Views

Voluntarios

Voluntarios

Voluntarios

SHOW MORE
SHOW LESS

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)

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!