
En febrero del 2002, el Allied Irish Banks (AIB) registró pérdidas por aproximadamente US$ 750 millones en el mercado de divisas. Y no hace mucho, varias compañías con posiciones activas a tasa variable, como la libor, vieron caer su valor debido a la reducción de las tasas de mercado en los últimos años. Igualmente, diversas entidades financieras perdieron una parte importante de su patrimonio, e incluso algunas quebraron, debido a pérdidas originadas por movimientos inesperados en los precios de mercado.
¿Qué tienen en común estos casos? Los expertos señalan que el factor común es la existencia de una muy débil gestión o monitoreo de la exposición de la compañía a los riesgos. Por ello recomiendan que las empresas incorporen modelos de medición de los riesgos. Uno de ellos es el Valor en Riesgo o Value at Risk (VaR), que se ha constituido en un estándar del mercado, pues se trata de una herramienta que permite entender, manejar, calcular y controlar los riesgos de mercado con mucha facilidad.
Fue en 1994 cuando el JP Morgan sistematizó y ofreció el VaR al mercado. Esta herramienta consiste en establecer la cantidad máxima probable que se perdería en una cartera de trading debido a movimientos adversos de los precios de mercado, partiendo de una probabilidad dada y durante un tiempo determinado. Dicha probabilidad máxima de pérdidas se determina sobre la base de la elección de un intervalo de confianza (95% a 99%) sobre la serie de los retornos. El horizonte temporal se determina considerando el tiempo necesario para anular el riesgo sin alterar el mercado.
Para medir el riesgo, el modelo VaR emplea técnicas estadísticas estándar. Formalmente, el VaR mide la peor pérdida esperada en un tiempo determinado bajo condiciones normales de mercado en un nivel de confianza estadística (o de probabilidad estadística). Sobre la base de fundamentos técnicos, el VaR otorga a sus usuarios una medida sumaria de los riesgos. A manera de ejemplo: un banco puede establecer que el VaR diario de su cartera es de S/ 20 millones, con un nivel de confianza de 99%. En otras palabras, hay una probabilidad de solamente 1%, bajo condiciones normales de mercado, para que suceda una pérdida mayor de S/ 20 millones. Este monto define la exposición del banco a los riesgos financieros y la probabilidad de un cambio adverso.
Así, el VaR se propone establecer el riesgo en forma cuantitativa, expresado en unidades monetarias.
Además del monto máximo de dinero que puede perderse en un período para un nivel determinado de confianza, el VaR tiene otras definiciones:
FUENTES CONSULTADAS:
Documento de trabajo "Medición de Riesgos Financieros en Sistemas Financieros Menos Desarrollados", Mario Zambrano Berendsohn, publicado.
Artículo "Valor en riesgo", de Ignacio López Domínguez, publicado por el portal de Expansión.
¿Deseas saber más acerca de los modelos de valor en riesgo (VAR)? Inscríbete en el Diploma Internacional en Gestión de Riesgos en el Sistema Financiero de ESAN.
Portal de negocios de ESAN Graduate School of Business. Desde el 2010 difunde contenido de libre acceso (artículos, infografías, podcast, videos y más) elaborado por los más destacados especialistas. Encuentra contenido en más de 15 áreas y sectores como Administración, B2B, Derecho Corporativo, Finanzas, Gestión de Proyectos, Gestión de Personas, Gestión Pública, Logística, Marketing, Minería, TI y más. ¡Conéctate con los expertos de ESAN y aumenta tu conocimiento en los negocios!
Raúl Odría, docente de ESAN Business Law, reflexionó en ATV+ sobre el impacto del aumento de la Unidad Impositiva Tributaria (UIT) para 2026, la cual se incrementó en S/ 150, una cifra menor que los S/ 200 de años previos.
César Puntriano, profesor de ESAN Business Law, aclaró en El Peruano que el periodo de prueba tiene reglas específicas ante el reingreso de un colaborador. El experto explicó que, si un trabajador vuelve a la empresa antes de tres años y a un puesto similar, los tiempos laborados previamente se acumulan, por lo que no es exigible superar un nuevo periodo de prueba para gozar de estabilidad laboral.
Sandor Lukacs de Pereny, profesor de ESAN Graduate School of Business, sostuvo en Energiminas que el futuro de la minería peruana requiere dejar el modelo extractivo tradicional y adoptar un enfoque sistémico basado en economía circular, trazabilidad digital e inteligencia artificial para mejorar la eficiencia y reducir la huella de carbono. Advirtió que, aunque el Perú tiene avances normativos en IA, existen riesgos éticos por sesgos de datos y una brecha marcada entre la gran minería y las MIPYMES, lo que hace indispensable una articulación entre Estado, academia y empresa para impulsar una innovación verde inclusiva hacia 2030.