dc.contributorMacías Villalba, Gloria Inés
dc.contributorMacías Villalba, Gloria Inés [0000290980]
dc.contributorMacías Villalba, Gloria Inés [_XmXMLUAAAAJ]
dc.contributorMacías Villalba, Gloria Inés [0000-0001-5897-181X]
dc.creatorDaza Escobar, Ana Carmela
dc.creatorDelgadillo Neira, Yeny Rocio
dc.date.accessioned2021-08-30T18:56:38Z
dc.date.accessioned2022-09-28T19:09:20Z
dc.date.available2021-08-30T18:56:38Z
dc.date.available2022-09-28T19:09:20Z
dc.date.created2021-08-30T18:56:38Z
dc.date.issued2006
dc.identifierhttp://hdl.handle.net/20.500.12749/14084
dc.identifierinstname:Universidad Autónoma de Bucaramanga - UNAB
dc.identifierreponame:Repositorio Institucional UNAB
dc.identifierrepourl:https://repository.unab.edu.co
dc.identifier.urihttp://repositorioslatinoamericanos.uchile.cl/handle/2250/3713278
dc.description.abstractEste proyecto consta de una de las formas existentes para medir el riesgo, basados en dos portafolios de divisas los cuales se seleccionaron mediante las siguientes metodologías: Uno por análisis técnico, fundamental y los perfiles del inversionista y el otro por la teoría de Markowitz. La forma por la cual se calculó el Valor en Riesgo (VaR), fue el método paramétrico, el cuál permite cuantificar la exposición al riesgo de mercado de un día y bajo un nivel de confianza dado, para cada una de las divisas seleccionadas y para el portafolio total a través de técnicas estadísticas tradicionales. Para el cálculo de las volatilidades que intervienen en el VaR, se aplicó la metodología de Promedios Móviles Exponenciales Ponderados (EWMA). Lo anterior con el fin de utilizar la simulación de Monte Carlo, haciendo uso de la herramienta Crystal Ball para facilitar la generación de escenarios que optimicen el cálculo del VaR y además proporciona gran diversidad de elementos como Distribuciones de Probabilidad, Análisis de gráficos y Estadísticas, los cuales nos permiten tomar mejores decisiones. La eficacia de los métodos analizados se comprobó con el uso de la prueba Backtesting para confirmar que los cálculos realizados son correctos con respecto a los resultados de pérdidas y ganancias observadas durante las nueve semanas analizadas para cada uno de los portafolios.
dc.languagespa
dc.publisherUniversidad Autónoma de Bucaramanga UNAB
dc.publisherFacultad Ciencias Económicas, Administrativas y Contables
dc.publisherPregrado Ingeniería Financiera
dc.relation• DE LARA HARO, Alfonso. 2002. Medición y control de riesgos financieros. Ed Limusa.
dc.relation• PORTELLA, Jhon Faber. Manual de Crystal Ball. Versión 7.1.
dc.relation• BULLTICK Capital Markets. Análisis Técnico y Estrategias de Trading
dc.relation• ALVAREZ CASTILLO, Ximena. Backtesting para modelos internos de medición de riesgos: Determinación estadística de la Tabla de Permanencia
dc.relation• www.fxcmespanol.com
dc.relation• http://sesiones.spanish.fxstreet.com/files/Formacionparaforextraders
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.rightsAbierto (Texto Completo)
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://purl.org/coar/access_right/c_abf2
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.titleUtilización de la herramienta Crystal Ball para la medición del riesgo de mercado de un portafolio de divisas


Este ítem pertenece a la siguiente institución