VESTA.MX

Introducción

A continuación, realizaremos un portafolio ficticio con la finalidad de mostrarle a nuestros inversionistas como se comportaría nuestro portafolio ante un riesgo paramétrico y un riesgo no paramétrico, la simulación se realizará a: 1, 5, 10 y 20 días.

Para nuestra simulación en el caso no paramétrico utilizaremos una simulación histórica tomando en cuneta los datos de nuestros activos desde el año 2016. Por otro lado, en el caso paramétrico utilizaremos el valor de la volatilidad promedio diaria de los últimos 6 meses.

Activo Selecionado

Alsea S.A.B. de C.V.

Alsea es el operado líder de restaurantes en América latina y España, la cual se dedica al giro de servicios alimenticios de los cuales la mayoría de ellos son reconocidos mundial mente, dentro de su portafolio de servicio cuenta con:

  • 1710 restaurantes de servicio rápido (Dominóspizza, búrguer King).

  • 1574 cafeterías (Starbucks).

  • 603 restaurants de comida casual (chilis, PF Changs, Italiannis, The Chessecake Factory, Ginos…).

  • 368 restaurantes familiares (Vips).

Filosofia Alsea

La filosofía de la empresa es sorprender a sus clientes con la mejor atención posible al igual que siempre cuidaran sus estándares de calidad y de servicio, también tiene la meta de mantenerse en el primer lugar por mucho tiempo.

Grafica ALSEA.MX

## [1] "VESTA.MX"
## [1] "GFNORTEO.MX"

 Aquí podemos observar el comportamiento del activo ALSEA.MX desde la fecha limite establecida en la introducción (<= 2016-01-01), podemos observar como el activo a estada “tomando” fuerza desde la crisis COVID-19, eso es una buena señal de que la empresa a estado recuperando la confianza en sus inversionistas, es por eso que elegimos este activo.

Portafolio Ficticio

Ya al presentar el activo que nos acompañara en esta simulación (ALSEA.MX), ahora es momento de crear el portafolio, el portafolio estará compuesto de 200 acciones el cual esta distribuido 50% 50%, lo que quiere decir que serán 100 acciones de “VESTA.MX” y 100 acciones de “ALSEA.MX”.

Tomaremos los datos históricos de cada acción desde comienzos del año 2016, a continuación se presentará una gráfica de nuestro portafolio, ósea la combinación de la ponderación de los activos con respecto al precio.

Como podemos observar, nuestro portafolio tiene mucha similitud al comportamiento de la empresa ALSEA, esto puede ser por los siguientes factores: 1. La correlación de los activos es muy muy similar entre ellos y 2. Las acciones de ALSEA tienen valor que las acciones de VESTA esto puede ocasionar más peso en el portafolio por parte de las acciones de ALSEA.

La diferencia se observar en el eje de las Y, el cual muestra el precio en este caso de nuestro portafolio.

Simulacion de portafolio

Ahora presentaremos el valor al dia de hoy de nuestro portafolio con la finalidad de poder realizar la simulacion del mismo.

## [1] 17883

Podemos observar que al dia de hoy, el valor de nuestro portafolio es de $17,883 con 50% VESTA y 50% ALSEA.

Simulacion de escenarios “No para metrico”

\[ S_{T+1}= S_T*(1+R_T) \]

De acuerdo a la formula anterior vista en clase el precio del portafolio en un tiempo T+1 es igual al precio en el tiempo T multiplicado por el rendimiento en el tiempo T + 1.

Ya que explicamos la formula, ahora demostraremos a continuacion los resultados de la estimacion para el dia de mañana

##             2022-05-03
## Escenario 1   17882.69
## Escenario 2   17851.21
## Escenario 3   17534.95
## Escenario 4   17796.40
## Escenario 5   17957.27
## Escenario 6   17997.04

Se puede observar cómo se realizó la simulación de diferentes escenarios el cual nos demuestra a que precio cerraria nuestro portafolio en cada escenario. Notamos que en el mejor escenario simulado el portafolio alcanza un valor de $17997.03, mientras que en el peor el precio del portafolio baja hasta $17534.95.

Perdidas y ganancias estimadas

Acontinuacion se observara una tabla, la cual mostrara le VAR de los escenarios al : 99,95 y 90, al igual que nos mostrara el apartado FPG el cual contiene las perdidas y ganancias estimadas para cada escenario futuro.

##                      FPG     Var99     Var95     Var90
## Escenario 1   -0.3134038 -929.7468 -507.5538 -361.2847
## Escenario 2  -31.7856322 -929.7468 -507.5538 -361.2847
## Escenario 3 -348.0515315 -929.7468 -507.5538 -361.2847
## Escenario 4  -86.6027776 -929.7468 -507.5538 -361.2847
## Escenario 5   74.2672627 -929.7468 -507.5538 -361.2847
## Escenario 6  114.0363828 -929.7468 -507.5538 -361.2847

Gracias a esta simulacion ahora realizaremos un histograma el cual nos ayudara a observar por donde esta oscilando los diferentes tipos de Var.

Simulación VAR a : 1, 5, 10 y 20 diás

##                  90%        95%        99%
## Var1dia    -361.2847  -507.5538  -929.7468
## Var5dias   -807.8571 -1134.9247 -2078.9770
## Var10dias -1142.4825 -1605.0259 -2940.1174
## Var20dias -1615.7142 -2269.8494 -4157.9539

Como podemos observar, al realizar al simulacion se puede notar un comportamionto exponencial, el cual nos indica que por el paso de los dias la perdida va aumentando.

Backtesting

Nos permite tener una dimensión sobre la perdida máxima que estima el var, el backtesting consiste en analizar el comportamiento asado del portafolio y analizar las veces que se presentó una excepción al var ocasionando perdidas mayores a la esperada.

Para nuestro ejemplo, tenemos que el VAR diario al 90% es de -361.2845. Efectuaremos un VAR testing para probar esta estimacion.

Esta grafica nos muestra la distribucion de las perdidas y ganacias observadas de nuestro portafolio, podemos observar una distribucion normal con media 0.Tambien podemos observar el VaR90 el cual esta representado por la linea roja.

Esta se podria decir que es una grafica binaria,la cual lanza un 1 (una linea) y lanza un 0 (espacio en blanco) cuando el rendiemito del portafolio supera la varianza del 90

## [1] 5.65682

En consecuencia, hay 5.65682% de días en los que la perdida excedió al Var. En consecuencia como el número de excepciones al VAR es menor que la significancia del VAR (10%) el VAR es una buena medida para la estimación de la perdida máxima.

## [1] 2.576996
## [1] 0.5028284

Observamos como para el VaR95 y Var99 hay aun menos dias que exceden el valor del VaR, para VaR95 el resultado fue unicamente el 2.57% de los dias, mientras que para el VaR99 es de .502%, ya que el nivel de significancia es 10%, podemos tomar el VaR99 y VaR95 como buenas medidas para la estimacion de perdida maxima.

## # A tibble: 1 x 3
##   `btest VAR90` `btest VAR95` `btest VAR99`
##   <chr>         <chr>         <chr>        
## 1 Adecuado      Adecuado      Adecuado

Esta tabla nos muestra los resultados obtendos del Backtesting, el cual nos dice si es adecuado o no.

Bibliógrafia y Mención Honorifica