Según arXiv q-fin, un nuevo enfoque propone mejorar la estimación del Valor en Riesgo estresado (SVaR) bajo escenarios económicos proyectados, integrando modelos de regresión y simulaciones históricas. Este avance se centra en fortalecer los sistemas de evaluación de capital que utilizan instituciones financieras, como el CCAR y el ICAAP, para predecir la resiliencia ante shocks macroeconómicos. Las metodologías tradicionales suelen perder precisión bajo condiciones extremas, generando proyecciones poco confiables. Para abordar esto, el estudio amplía un modelo previo, el GPR-HS de Vadrevu (2026), incorporando escenarios proyectados como el conflicto en el Medio Oriente, riesgos climáticos y la burbuja tecnológica asociada al AI y sus regulaciones.
La innovación clave radica en el marco de estabilización de covarianzas por escenarios promedio (SACS), que construye la estructura de dependencia en crisis mediante una combinación ponderada de episodios históricos. Este diseño asegura que las relaciones entre activos permanezcan estables y comprensibles, incluso bajo condiciones de estrés. Los trayectos de retornos se generan sobre un horizonte de 252 días, usando un componente determinístico de tendencia y residuos estocásticos. La volatilidad se modela mediante regresión con proceso gaussiano, iniciando con una ruido agresivo (ANI) para mejorar la sensibilidad inicial del modelo. Los resultados muestran convergencia uniforme en todos los activos y en cada escenario evaluado.
El SVaR obtenido oscila entre -2.1020% y -2.2231%, manteniendo el criterio de coherencia, donde el valor absoluto del riesgo estresado (|SES|) supera al SVaR. Este comportamiento es fundamental para garantizar que las proyecciones no generen estimaciones incoherentes o contrarias a la realidad. La propuesta demuestra ser un método robusto y alineado con los estándares regulatorios, especialmente en contextos donde se requiere una evaluación dinámica y proyectada del capital necesario.
Para inversores y gestores peruanos, este desarrollo es especialmente relevante en un entorno donde las exposiciones a riesgos sistémicos —como cambios climáticos, fluctuaciones de precios o reformas tecnológicas— aumentan. Aunque el Perú no enfrenta directamente conflictos geopolíticos o burbujas tecnológicas, las consecuencias de estas amenazas pueden afectar el crecimiento de exportaciones, el acceso al crédito o la estabilidad de los mercados financieros. Por ello, adoptar metodologías que anticipan y estabilicen los escenarios de riesgo permite una planificación más sólida de carteras, inversiones y estrategias de capital. El modelo presentado, aunque desarrollado en entornos internacionales, ofrece un ejemplo de cómo los sistemas de evaluación pueden adaptarse para prever impactos que, aunque no inmediatos, podrían tener efectos profundos en la economía nacional.