ANÁLISIS DE ESCENARIOS MONTE CARLO PARA DECISIONES DE COBERTURA DE RIESGOS MEDIANTE OPCIONES EUROPEAS DE COMPRA Dr. Ambrosio Ortiz Ramírez Act. Héctor Alonso Olivares Aguayo

Introducción Procedimiento Análisis de Resultados Conclusiones Contenido

Introducción Obtener ganancias considerando el riesgo al que está expuesto. Las pérdidas pueden ser ocasionadas por la incertidumbre de los activos que se comercializan en los mercados financieros.

Propuesta Invertir en opciones sobre componentes del IPC o en opciones sobre el IPC, generando diversos escenarios mediante la simulación Monte Carlo. Conformar estrategias de cobertura de riesgos. Determinar la tendencia del mercado en el corto plazo, lo cual conlleva a una mejora en la toma de decisión del inversionista.

Notación de los contratos de opciones FactoresExplicación X Precio del activo subyacente a partir del cual ambas partes del contrato pueden obtener ganancias o pérdidas; dicho precio es conocido como precio de ejercicio. S0S0 Precio del activo subyacente al inicio del contrato. STST Precio del activo subyacente al final del contrato. c Prima que paga el poseedor del activo subyacente por el derecho de ejercer la opción europea de compra. p Prima que paga el poseedor del activo subyacente por el derecho de ejercer la opción europea de venta. T Tiempo de vigencia de la opción. t Tiempo actual de la opción. i Tasa de interés libre de riesgo. Volatilidad del activo subyacente.

Procedimiento Se extrajo información de Bloomberg para obtener datos históricos diarios de las cotizaciones de veinitún componentes del IPC y del mismo IPC a partir del primero de Febrero de 2008 hasta el veintidós de Marzo de 2013 (1294 observaciones). Se obtuvieron los rendimientos de los datos históricos anteriormente descritos, bajo el supuesto de volatilidad no constante mediante un proceso GARCH. Se realizaron 100,000 simulaciones por el método Monte Carlo para valuar cada opción europea de compra sobre el subyacente respectivo a 45, 60 y 90 días. Construcción de 792 estrategias Bull y Bear.

Distribución por sector económico Alimentos y bebidas (5), Comercio (2), Construcción (3), Finanzas y seguros (2), Minerales no metálicos (1), Minería (1), Papel y celulosa (1), Química (1), Servicios de transporte (2), Siderurgia y metalurgia (2), Telecomunicación (1).

Simulaciones

Estrategias de cobertura de riesgos A B C A B C

Análisis de resultados a 45 días BEARBULL

Distribución de los resultados a 45 días

Estrategia Bull a 45 días (BIMBOA) 36.6

Estrategia Bear a 45 días (URBI)

Estrategia Bear a 45 días (IPC)

Análisis de resultados a 60 días BEARBULL

Distribución de los resultados a 60 días

Estrategia Bull a 60 días (GRUMAB)

Estrategia Bear a 60 días (HOMEX)

Estrategia Bear a 60 días (IPC)

Análisis de resultados a 90 días BEARBULL

Distribución de los resultados a 90 días

Estrategia Bull a 90 días (KOFL)

Estrategia Bear a 90 días (GEOB) 7.02

Estrategia Bear a 90 días (IPC)

Conclusiones La generación de escenarios mediante el método Monte Carlo, conlleva a mejorar la toma de decisión del inversionista, al crear estrategias de cobertura de riesgos. Se comprobó que la tendencia del mercado es a la baja en el corto plazo. Los sectores económicos a invertir en el corto plazo, cuando se tiene expectativa a la alza (Bull), es el de alimentos y bebidas, y cuando la expectativa es a la baja (Bear) es el de construcción. Relación directa entre el plazo y la estrategia Bear, lo anterior es consistente con las ganancias obtenidas con el IPC.