Optimiza tu cartera de inversión en mercados bajistas (Optimize your Investment Portfolio in Bearish Markets)

6 Pages Posted: 13 May 2021

See all articles by Mazin A. M. Al Janabi

Mazin A. M. Al Janabi

EGADE Business School, Tecnologico de Monterrey; EGADE Business School, Tecnologico de Monterrey; Economic Research Forum (ERF)

Date Written: 2018

Abstract

Spanish Abstract: Desde la crisis financiera global de 2008-2009, las técnicas de VaR (Value-at-Risk - VaR, por sus siglas en inglés) se han convertido en herramientas críticas para monitorear y pronosticar el riesgo de mercado y liquidez de los activos financieros. Estas técnicas de modelación del riesgo financiero, que han sido reconocidas por el Bank for International Settlements (BIS) o el Comité de Basilea sobre suficiencia de capital y regulaciones bancarias, miden y previenen pérdidas potenciales que surgen, no sólo de los cambios en el precio de los valores y de la interdependencia entre diferentes tipos de activos (acciones, divisas, tasas de interés o commodities), sino también de comovimientos negativos de las coberturas de cola (riesgo de evento colateral) en condiciones bajistas del mercado. En la eventualidad de una crisis financiera o una desaceleración del mercado, conviene que exista una modelización adecuada del riesgo de liquidez. Precisamente, la principal ventaja de los modelos VaR es su enfoque en el riesgo a la baja (es decir, el impacto de los resultados de rentabilidad negativa) y su interpretación directa en términos monetarios. Sin embargo, especialmente en tiempos de turbulencias financieras, los modelos VaR tradicionales no toman en cuenta adecuadamente la dependencia no lineal entre los activos de una cartera y se vuelven ineficientes en escenarios de mercado ilíquidos. A pesar de los avances en los modelos de medición, obtener estimaciones precisas del riesgo de liquidez del mercado y su aplicación para optimizar las carteras siguen siendo un desafío para las entidades financieras.

English Abstract: Since the 2008-2009 global financial crisis, VaR (Value-at-Risk) techniques have become critical tools for monitoring and predicting the market risk and liquidity of financial assets. These financial risk modeling techniques, which have been recognized by the Bank for International Settlements (BIS) or the Basel Committee on capital adequacy and bank regulations, measure and prevent any potential losses that arise, not only from securities’ price changes and the interdependence between the different types of assets (stocks, currencies, interest rates or commodities), but also from their negative tail co-movements in bearish market conditions. In the event of a financial crisis or market downturn, adequate liquidity risk modeling is advisable. In fact, the main advantage of VaR models is their focus on downside risk (i.e., the impact of the results of negative tails) and their direct interpretation in monetary terms. Nevertheless, particularly in times of financial turbulence, traditional VaR models do not properly consider nonlinear dependence between portfolio assets and become inefficient in illiquid market scenarios. Despite the advances in measurement models, obtaining precise market liquidity risk estimations and applying them to optimize portfolios continues to be a challenge for financial institutions.

Note: Downloadable document available in Spanish.

Keywords: Emerging Markets, Liquidity-Adjusted Value at Risk, Liquidity Risk, Machine Learning, Portfolio Management, Risk Management

JEL Classification: C10, C13, G20, and G28

Suggested Citation

Al Janabi, Mazin A. M., Optimiza tu cartera de inversión en mercados bajistas (Optimize your Investment Portfolio in Bearish Markets) (2018). Available at SSRN: https://ssrn.com/abstract=3841250 or http://dx.doi.org/10.2139/ssrn.3841250

Mazin A. M. Al Janabi (Contact Author)

EGADE Business School, Tecnologico de Monterrey ( email )

Av. Carlos Lazo 100 Col. Santa Fe, Del. Alvaro Obr
Mexico City, 01389
Mexico

EGADE Business School, Tecnologico de Monterrey ( email )

Av. Eugenio Garza Sada #2501
Col. Tecnológico
Monterrey, Nuevo León 64849
Mexico

Economic Research Forum (ERF) ( email )

21 Al-Sad Al-Aaly St.
(P.O. Box: 12311)
Dokki, Cairo
Egypt

Do you have negative results from your research you’d like to share?

Paper statistics

Downloads
27
Abstract Views
278
PlumX Metrics