La estadística en el sector financiero

Ayudamos a bancos, sociedades de inversión, compañías de seguros y otros organismos en tareas como las siguientes:

  • Elaboración de ratings
  • Optimización de carteras (Markowitz, Black-Litterman, etc.)
  • Simulaciones para la gestión del riesgo de balance (ALM)
  • Desarrollo y la validación de estrategias de trading cuantitativas
Y por supuesto les apoyamos en la modelización de los siguientes riesgos bajo el marco regulador (Basilea II/III, Solvencia II):

  • Mercado: Exposición (absoluta y relativa) al riesgo, valor en riesgo (VaR) vs. déficit esperado (ES), riesgos y modelos de tipos de interés, cobertura (por ejemplo en ALM), mercados emergentes
  • Crédito: análisis de dependencias (especialmente en casos de asimetrías), riesgos de modelo, estimación de parámetros de riesgo (PD, LGD, EAD), modelización dinámica de exposición al riesgo de crédito (CVA), gestión de carteras
  • Operacionales: modelización de pérdidas, bases de datos de pérdidas, gestión de riesgos informáticos como fallos técnicos y detección de fraudes, autoevaluación, análisis de robustez, identificación de fuentes de riesgo claves, método de distribución de pérdidas (LDA)
  • Liquidez: factores idiosincrásicos y sistemáticos, congruencia de plazos en ALM (predicción del flujo de caja, stress tests), riesgos transaccionales (análisis de spreads, de volúmenes de trading y de carteras de pedidos)

Frecuentemente el gran volumen de datos y la complejidad numérica hacen necesaria una programación computacionalmente eficiente.

Su beneficio

Trabajando con STAT-UP, usted se beneficiará de nuestros profundos conocimientos en estadística y matemática financiera y actuarial, particularmente en la econometría y la optimización, así como de nuestra experiencia con grandes bases de datos. Nuestros excelentes conocimientos de programas como Matlab, SAS, SPSS y R, así como de software especializado como EViews, y de lenguajes de alto nivel como C++ y Java, nos permiten integrar nuestro trabajo a la perfección con sus sistemas existentes.

Nuestras prestaciones en el sector

Generalmente nos encargamos de tareas como las siguientes:

  • Estimación de modelos de series temporales y de procesos estocásticos: modelos autorregresivos condicionales heterocedásticos (ARCH/GARCH), Heston, modelos autorregresivos integrados de media móvil (ARIMA), vectores autorregresivos (VAR), Vectores de Corrección al Equilibrio (VEqC), cointegración
  • Calibración de modelos para el pricing de derivados: modelos de opciones y de curvas de interés
  • Adaptación de modelos de distribución multivariantes: distribuciones mixtas, ajuste de cópulas, VAR autoregresivo condicional (CAViaR), análisis de comovimiento
  • Cálculo de índices: VaR, ES, Sharpe Ratio
  • Desarrollo de modelos de rating y scoring
  • Replicación de estrategias de hedge funds
  • Simulaciones para el desarrollo de carteras o para stress tests
  • Etc.

También impartimos cursos y seminarios a medida y a diferentes niveles.

Contamos con una amplia experiencia en el apoyo a tesis doctorales y otros estudios empíricos en áreas como las Ciencias Económicas y Empresariales.

Ejemplos de proyectos

Modelo de riesgo de crédito
Desarrollamos un modelo predictivo multivariante (GARCH de k factores) para riesgos de créditos como base para el desarrollo de innovadores productos estructurados. El modelo predijo la evolución de volatilidades y correlaciones de índices según países y sectores. Además desarrollamos y validamos un método para la selección de modelo, ya que no se cumplieron las habituales condiciones para las pruebas estadísticas (distribución normal, incorrelación). La programación del modelo con los correspondientes métodos de optimización numérica y una librería gráfica propia se realizó en C++.
Estrategias de Trading
Validamos y optimizamos estratégicas cuantitativas de arbitraje de volatilidad y de combinación de posiciones largas y cortas que se aplicaron en dos fondos de inversores institucionales. Además proporcionamos parámetros de riesgos y de rendimiento para las hojas informativas.
Gestión de riesgos de balance (ALM)
Investigamos conjuntamente con la Cátedra de Gestión de Activos de la escuela de negocios EBS un modelo de ALM con un componente bayesiano. La simulación de la denominada "utilidad probabilística" fue realizada con un algoritmo híbrido de cadenas Markov Monte Carlo. Para ello, una cartera de activos y pasivos fue replicada mediante un modelo de corrección de errores de vectores cointegrados (VECM). Se calibró con la ayuda de los índices de diferentes clases de activos. El fin del modelo fue obtener pesos más estables que con la optimización de Markowitz clásica, permitir una mejor proyección de la aversión al riesgo de los inversores y en última instancia proporcionar información sobre la incertidumbre en la estimación de la asignación óptima de los activos. Contribuimos a la concepción y llevamos a cabo toda la parte empírica del estudio, incluyendo la implementación en R.
Modelo de volatilidad
Desarrollamos y programamos un modelo de volatilidad paramétrica para la interfaz de programación de aplicaciones (API) de Orc Volatility Model en lenguaje C. Los requisitos esenciales eran una parametrización parsimoniosa así como una interpolación consistente de strikes y terms en la generación de las superficies.
Seminarios de riesgo
Desarrollamos y impartimos workshops sobre tema como la medición y diversificación de riesgos, clasificación de asegurados, métodos de scoring, determinación de PD y LGD conforme con Basilea II, empleando los paquetes de software SPSS, Stata y R.
Hedgefund-Rating
Nuestro modelo de evaluación para Germany's Annual Hedge Funds Award se presentó por primera vez en el 2008 y se optimizó en los dos años siguientes. De ello se hicieron eco entre otros Derivate Magazin, Deutschen Bank en su X-Markets Quarterly Review, Wallstreet Online y la asociación alemana de inversiones alternativas en su newsletter. Aquí puede ver la presentación de la entrega de premios del año 2010. (Todos los enlaces son en alemán).
Datos de riesgo
El producto Sensis de la bolsa alemana se base en buena parte en un concepto de STAT-UP para la simulación jerárquica de réditos no lineales. Deutsche Börse aplica esta metodología en el Fuchsbriefe-Test. El director del proyecto Cristiana Libor se pronuncia sobre ello en una revista de la asesora financiera Avesco.

Una selección de nuestros clientes del sector

Publicaciones

  • Mittnik S, Schüller K: Catching the Spirit of Basel II: Challenges for Financial Risk Management in Transition Economies. Social and Economic Research in Transition Periods Vol. 3.1 2006, ISSN 1727-589X
  • Khan N., Pritchard, D.: Offshore Compliance: Using Regression and Risk Modeling to Select Cases from Large Datasets, 2006 IRS Conference, Washington DC.
  • Schüller K: Da Vinci, die Griechen und das Zittern der Märkte. Derivate Magazin, 1/2007.
  • Schüller K: Leaving Las Vegas. Derivate Magazin, 4/2007.
  • Füss R, Schüller K, Wiethüchter M: Portfolio Selection in Asset Liability Management using Probabilistic Utility Functions. Working Paper, European Business School, 2010
  • Schüller K: Reich werden mit Mathematik. Mathe-lmu.de, Juni 2004.