2008 1 PDF

REVISTA DE
ADMINISTRACIN, FINANZAS
Volumen 2
Nmero 1
Y ECONOMA
Enero-Junio
2008 (Journal of Management, Finance and Economics)
Artculos
Edgar Rodolfo Castillo-Huerta
Generalizaciones de la metodologa VAR para el anlisis de riesgos

de fondeo liquidez, y margen financiero
Francisco Ortiz-Arango y Francisco Venegas-Martnez

El modelo de Vasicek y la integral de trayectoria de Feynman
Adn Daz-Hernndez y Jos C. Ramrez-Snchez

Modelo de clculo de capital econmico por riesgo de crdito para
portafolios de crditos a personas fsicas
Jess Bravo Pliego
Anlisis emprico de la relacin entre las tasas de inters forward

subyacentes al mercado Mexicano de swaps de TIIE
Antonio Ruiz-Porras y William Henry Steinwascher Sacio
Gobierno corporativo, diversificacin estratgica y desempeo

empresarial en Mxico
Carlos M. Urza, Alejandra Macas y Hctor H. Sandoval
TIPs for the Analysis of Poverty in Mexico, 1992-2005

TECNOLOGICO DE MONTERREY
CAMPUS CIUDAD DE MEXICO
Revista de Administracion, Finanzas y Economa

(Journal of Management, Finance and Economics)
Director
Dr. Jose Antonio Nunez Mora Tecnologico de Monterrey
Editor de Produccion
Dr. Fernando Cruz Aranda Tecnologico de Monterrey
Directores Adjuntos
Carlos M. Urzua Tecnologico de Monterrey
Enrique Casares Universidad Autonoma Metropolitana
Jose C. Ramrez-Sanchez Tecnologico de Monterrey
Comite Editorial
Alberto Hernandez Tecnologico de Monterrey
Antonio Ruiz-Porras Universidad de Guadalajara
Edgar Ortiz Universidad Nacional Autonoma de Mexico
Elvio Accinelli Facultad de Economa de la UASLP
Jose L. de la Cruz Tecnologico de Monterrey
Anabella Davila Tecnologico de Monterrey
Francisco Venegas-Martnez Escuela Superior de Economa, IPN
ISNN: en tramite
Escuela de Graduados en Administracion y Direccion de Empresas, EGADE
Division de Negocios
Tecnologico de Monterrey, Campus Ciudad de Mexico
Calle del Puente 222, Col. Ejidos de Huipulco, Tlalpan. C. P. 14380, Mexico D. F.
Aulas III, cuarto piso. Tel. +52 (55) 54832020 ext. 2240 y 1392
Correo electronico: raf.ccm@servicios.itesm.mx
Pagina: http://www.csf.itesm.mx/egade/publicaciones
Artculos
Pagina

Generalizaciones de la metodologa VAR para el analisis de riesgos
de fondeo liquidez, y margen financiero....................................................1
Francisco Ortiz-Arango y Francisco Venegas-Martnez

El modelo de Vasicek y la integral de trayectoria de Feynman.................9
Adan Daz-Hernandez y Jose C. Ramrez-Sanchez

Modelo de calculo de capital economico por riesgo de credito para
portafolios de creditos a personas fsicas.................................................20
Jesus Bravo Pliego

Analisis emprico de la relacion entre las tasas de interes forward
subyacentes al mercado Mexicano de swaps de TIIE...............................44
Antonio Ruiz-Porras y William Henry Steinwascher Sacio

Gobierno corporativo, diversificacion estrategica y desempeno
empresarial en Mexico.............................................................................58
Carlos M. Urzua, Alejandra Macas y Hector H. Sandoval

TIPs for the Analysis of Poverty in Mexico, 1992-2005.......................74
Revista de Administracion, Finanzas y Economa (Journal of Management, Finance and
Economics), vol. 2, num. 1 (2008), pp. 1-8.
Generalizaciones de la metodologa VAR

para el analisis de riesgos de fondeo
liquidez, y margen financiero
Recibido 18 de mayo 2007, Aceptado 14 de junio 2007
Resumen
En este artculo estudiamos extensiones de VaR para administrar el riesgo es-
tructural, aplicable a las instituciones financieras y en particular a los bancos,
basados en la identificacion, medicion y control del riesgo. Se propone el uso de
medidas de riesgo aplicables en ambas partes del balance (Activo y Pasivo) y
en el flujo de efectivo de la institucion. Se propone el uso de medidas de control
de riesgo de fondeo, ingreso y liquidez, ademas de la muy conocida medida de
riesgo de mercado (VaR).
Abstract
In this paper we study an extension of value at risk to structural risk
management alternative, applied to financial institutions, banks particularly,
this investigation was based on identify, quantify and risk control. We propose
to use risk measures over both sides of balance sheet (Asset and Liability) and
over cash flow of the institution. We propose risk control measure like funding,
earnings and liquidity, besides the well known measure of market risk (VaR).
Clasificacion JEL:C61
Palabras clave: Riesgo, Var, MaR, LaR, WaR, Liquidez, Fondeo, Banco, limites
1. Introduccion
En este artculo estudiamos un extension al la metodologa de valor en riesgo
para administrar el riesgo estructural, aplicable a las instituciones financieras
y en particular a los bancos, basados en la identificacion, medicion y control
del riesgo, antes de empezar, quisiera comentar sobre las fuentes de riesgo en
el manejo de los activos y pasivos, la fuentes de incertidumbre en el balance se
encuentra en los flujos de efectivo, el costo de fondeo y la tasa de rendimiento,
por esta razon para las instituciones financieras es necesario adecuar un modelo
que les permita de forma facil, tomar decisiones de inversion y fondeo, siempre
buscando una interaccion entre riesgo, rendimiento y liquidez, temas que seran
abordados mas ampliamente a lo largo de este documento.
La Administracion de Activos y Pasivos bajo incertidumbre involucra dis-
tintas fuentes de riesgo. Las fuentes de riesgo o incertidumbre se basan en
movimientos de los factores economicos, mercado y condiciones demograficas.

Galeana 118-101C, Santa Ursula Xitla, Tlalpan 14420 Mexico, D.F. Tel. 5229-2203,
5513-3526, Fax. 5229-2396
2 Generalizaciones de la metodologa VAR
El modelado de los riesgos de los Activos y Pasivos ha sido abordado am-

pliamente por autores como R. Harrington (1987), D. Uyemura (1993), W.T.
Ziemba, y Mulvey (1986), Cosiglio, Cocco y Stavros A. Zenios (2005), H.
Jonson (1994), Deelstra y Janssen (2000), Carino y Ziemba (1996), todos ellos
basan su trabajo en estimaciones econometricas o modelos multivariados con
programacion estocastica, sin embargo, en ningun caso se muestra un nivel de
conanza sobre un horizonte dado como en el caso del bien conocido riesgo de
mercado VaR1, una aproximacion a lo que estamos proponiendo es el trabajo
de Javier Marquez Diez Canedo (1999 y 2002), quien para un portafolio de
credito propone el uso de la metodologa VaR para determinar el nivel de
solvencia de un banco.
Academicamente el trabajo busca completar estas investigaciones, en cu-
anto a la forma de ver el riesgo estructural abordado desde varios puntos de
vista, con el n de obtener una administracion de riesgo integral. Estos puntos
de vista son los siguientes: identicacion de riesgos desde cada parte de la hoja
de balance, Activos y Pasivos; desde los ujos de efectivo como la liquidez; o,
desde el cambio en los ingresos al cambio en tasas de interes.
Se propone el uso de medidas de control de riesgo de fondeo, ingreso y
liquidez, ademas de la muy conocida medida de riesgo de mercado. El artculo
se organiza de la siguiente manera. La seccion dos plantea las herramientas
que seran utilizadas para la administracion de riesgos estructurales de forma
separada, empezando por la mas conocida, el VaR como medida de riesgo de
mercado. La seccion tres introduce el uso de esas medidas de forma conjunta
con el n de obtener un analisis de riesgo integral. Finalmente, la seccion cuatro
sintetiza los resultados y comenta el uso de las herramientas como medidas de
gestion y control.
2. Medidas de control de riesgo

Al hablar de riesgos se piensa en la posibilidad de que ocurran eventos no
deseados. Pero una parte de los riesgos en los mercados nancieros ocurren
por sucesos a los cuales no se les asocia ninguna probabilidad. Asignar una
probabilidad a todos los eventos que puedan alterar las utilidades de las empre-
sas, es lo que se denomina Analisis de Riesgos. Financieramente, se puede
denir el Riesgo como la probabilidad de que los precios de los activos que se
tengan en un portafolio se muevan adversamente ante cambios en las variables
macroeconomicas que los determinan.
Las variables nancieras que se requieren para el analisis, son todas aquellas
variables que al cambiar de valor podran cambiar de forma adversa el valor del
portafolio; por ejemplo, en el caso de un bono con tasa revisable cada 28 das, la
unica variable que suponemos afectara, sera la tasa de 28 das y la tasa actual
(formula de valuacion), por supuesto hay otros factores que podran afectar a la
valuacion de este instrumento, sin embargo solo tomaremos en cuenta aquellas
variables que directamente afecten segun la forma de valuar cada instrumento.
En la parte activa el riesgo de mercado, ya muy estudiado a traves del valor en
riesgo, VaR se reere a determinar la perdida maxima que podra tener una
cartera de inversion en un horizonte de tiempo con un nivel de conanza dado,
1
VaR por sus siglas en ingles Value at Risk, Valor en Riesgo, terminologa introducida
por JP Morgan (1995) y divulgada en su documento tecnico RiskmetrixRM
Revista de Administracion, Finanzas y Economa 3
esta herramienta supone que las variables nancieras siguen una distribucion
Gausiana (Normal).
Figura 1
Probability Density Estimate
Prot/Loss Value(millions)
Distribucion Gausiana (Normal)
El V aR se reere encontrar el punto donde la probabilidad acumulada alcanza
la cantidad 1-Nivel de conanza,
V aR
f(s)ds = 1 c,

donde c = nivel de conanza, f(s) = Funcion de densidad de los precios

V aRc = +zc , con = rendimiento promedio del portafolio, z = Distribucion
acumulada normal hasta en nivel de conanza (c).
Al igual que en la parte activa (PortafolioV aR) en la seccion pasiva
se busca determinar el monto de fondeo que se cancelara. Herramienta que
deniremos como pasivos en riesgo o WaR por sus siglas en ingles With-
drawalls at Risk es necesario conocer las probabilidades de cancelacion de
pasivos a un plazo determinado.
Supongamos los siguientes pasivos: chequeras (f1 ), depositos a plazo (f2 ),
pagare (f3 ) y papel de mercado de dinero (f4 ), junto con sus diferentes plazos
de vencimiento.
El valor total de los pasivos esta dado por la siguiente expresion
N

V = fi ,
i=1
donde N = 4. Supongamos que la decision del cliente de mantener o no (cance-

lar) el ahorro o inversion, para el banco sera mantener el fondeo o cancelarlo,
sigue una distribucion Bernoulli (p), donde (p) representa la probabilidad de

cancelacion de los pasivos.
El valor medio de los retiros al ser una distribucion Bernoulli (p) sera:
= pV .
Mientras tanto el riesgo del portafolio estara dado por la varianza como:
N

2 = p(1 p) fi2 .
i=1
Esto es por supuesto asumiendo independencia entre los depositantes.

Para el caso de pasivos se tiene la posibilidad de que:
i) Disminuya a causa de cancelaciones de depositos / inversiones / compras
ii) Aumente derivado de nuevos depositos / inversiones / emision
Riesgo = Cancelacion de Pasivo = Retiro esperado + Retiro no esperado
(Cancelaciones de pasivos), por tanto el monto en riesgo de ser retirado sera el
siguiente:
N

W aR = + z = pV + z p(1 p) fi2
i=1
W aR = Cancelacion de Pasivo (Withdrawals at Risk), p = Probabilidad de

Cancelacion de pasivos, Z = Probabilidad acumulada de una distribucion nor-
mal hasta el nivel de conanza dado, f = El iesimo pasivo.
La siguiente medida se reere a la liquidez, misma que denominaremos
Liquidez en Riesgo o LaR (Liquidity at Risk). El analisis de LaR parte de la
clasicacion del pasivo en rubros que engloben clientes o productos con perles
similares. La liquidez que debe mantenerse disponible en una institucion a
traves de fuentes de fondeo externas o de activos lquidos en el balance, en
funcion al grado de aversion al riesgo que se tenga.
Para calcular el monto mnimo de activos lquidos es necesario analizar los
patrones de renovacion y permanencia de cada categora de pasivo.
Con el n de evitar riesgos excesivos de liquidez, se debe considerar un
monto de activos lquidos superior, o al menos igual al LaR. La liquidez debe
ser suciente para solventar las obligaciones de la institucion, sin que se tenga
que acceder recurrentemente al fondeo mas costoso o de ultima instancia.
Una medida comunmente utilizada para el control de la liquidez es justa-
mente , el coeciente de liquidez, que es funcion del capital K y de los
pasivos V
K
= (1)
V
Es necesario determinar la concentracion de un solo cliente o grupo de clientes
para esto tendramos que compararlo contra el pasivo total es decir, determinar
la proporcion de la fuente de fondeo que representa de todo el pasivo como
sigue:
fk V (2)
donde:
V ; k = 0, 1, 2, . . . , n
fk =
0; k = n + 1, n + 2, . . . , N.
La proporcion del total del pasivo, que representa el fondeo fk , estan rela-
cionados por el nivel de capitalizacion del banco, y podra representar un limite
de fondeo.
Con esto introduzco el lmite de liquidez como una proporcion de los pasivos
relacionado con una probabilidad de cancelacion de pasivos:
L R = n V (3)
El argumento n, se reere al numero de clientes que desean cancelar sus pasivos

(Ahorros) y requieren retirar su dinero, suponiendo una distribucion Binomial,
es decir:
n
P r(m, n) = pm (1 p)nm (4)
m
donde p representa la probabilidad de retiro de fondos, con esta distribucion
podemos determinar la media np y la varianza np(1 p) y determinar
con un nivel de conanza, , el nivel de capitalizacion requerido para cubrir la
solicitud de efectivo que se retira:

|np + z np(1 p)|V K (5)
donde z = Probabilidad acumulada en una distribucion Gausiana Normal

hasta el nivel

N

LaR = + z = pV + z p(1 p) fi2
i=1
p + z H(G).
En donde el ndice de Herndal - Hirschman H(G) queda dado por:
2
p T F 1T G
H(G) , p = y =
z V V
Donde, H(G): Es la concentracion de los pasivos redimensionados; P : Es la

probabilidad de cancelacion esperada promedio de los de pasivos; : Es una
medida de la desviacion estandar de la probabilidad de cancelacion; F : Vector
de montos de pasivos; G: Vector transformado de F ; : Es el vector de proba-
bilidades de cancelacion de pasivos y z : Nivel de conanza de acuerdo al grado
de aversion al riesgo.
Finalmente, la medida de riesgo para los ingresos futuros se reere a de-
scontar cada una de las brechas (diferencia entre activos y pasivos en cada
momento del tiempo) en el ujo de efectivo utilizando estructuras de tasas de
interes calculadas con algun modelo de estructuras de tasas de interes como
Vasicek, Cox Ingersol y Ross o cualquier otro, que nos provea de un insumo sin
considerar arbitraje, es decir, tasas neutrales al riesgo.
El riesgo total sera la suma del valor absoluto de los ujos obtenido, a lo
cual llamaremos Ingresos en riesgo o EaR (Earnings at Risk).
Para determinar la densidad de la distribucion sera necesario hacer una

simulacion (con la siguiente formula) y determinando la maxima perdida con
un nivel de conanza dado despues de hacer un analisis de frecuencias.
N

1 1
EaR = max (Ai Li )x DxV /360
,
i=1
(1 + ri ) i (1 + ri + 0.01)DxVi/360

1 1
(Ai Li )x DxV /360

(1 + ri 0.01%) i (1 + ri )DxVi /360
Donde, ri = Tasa cupon cero en base anual del periodo i (Calculada con base
en la estructura de plazos calculada con base en algun modelo de estructura de
tasas de interes por ejemplo: Vasicek o Cox Ingersol & Ross), DxVi = Das por
vencer del periodo i.
A continuacion mostrare un analisis comparativo de las diferentes metodo-
logas, a n de aclarar cualquier duda.
Tabla 1
Analisis comparativo de las diferentes metodologas
V aR W aR
V aR W aR
f(s)ds = 1 c f(s)ds = 1 c
Supuestos
Dist. Normal Dist. Bernoulli
2 p; si cancelan pasivo
f(x) = 1 e(x) /2 f(x) =
22 1 p; si continua.
Media = Media = p
Varianza = 2 Varianza = p(1 p)
V aRc = + zc V aRc = + zc
Forma de calculo
Parametrico Parametrico
Simulacion Historica Simulacion Historica
Simulacion Montecarlo Simulacion Montecarlo
V aR Riesgo mercado, se reere a la perdida maxima en un horizonte

de tiempo y con un nivel de conanza dado. W aR Riesgo
cancelacion de pasivos, busca determinar el monto maximo
a ser retirado.
Las diferentes formas de ver a la institucion nos ayudaran a conocer como
se esta comportando de forma integral, con la ayuda de los indicadores de
riesgo mostrados podemos conocer de forma individual el riesgo de cada parte
del balance, activos (V aR) o pasivos (W aR), de hecho tambien los cambios en
los ingresos por intereses o margen nanciero (EaR) y la liquidez (LaR), sin
embargo, la interaccion de estos indicadores podra ayudar a la gestion y al
control de la institucion, este tema sera tratado en la siguiente seccion.
(Continuacion) Tabla 1
Analisis comparativo de las diferentes metodologas
LaR EaR
LaR EaR

f(s)ds = 1c
f(s)ds = 1 c
Supuestos
Dist. Binomial Dist. Dada por el modelo de
f(x) = Cnm pi (1 p)ni estructura de tasas empleado
Media = np (Normal, Familia de valores
Varianza = np(1 p) extremos, etc.)
V aRc = + zc V aRc = + zc
Forma de calculo
Parametrico
Simulacion Historica Simulacion
Simulacion Montecarlo Simulacion Montecarlo
LaR Riesgo de liquidez, determina el nivel de liquidez necesaria
para solventar obligaciones. EaR Riesgo en ujos de efectivo,
busca determinar la maxima perdida al cambiar
la tasa de interes.
3. Aplicacion de las medidas de riesgo de forma conjunta

Para controlar a la institucion pueden ser utilizados lmites por cada una de
nuestras herramientas mencionadas, y dado que toman en cuenta todo el balan-
ce y la interaccion entre los activos y los pasivos entonces claramente representan
medidas integrales de riesgo.
El nivel de riesgo que la institucion esta dispuesta a asumir puede depender
del impacto de la evolucion observada de las tasas de interes sobre el desempeno
futuro de los resultados. Aquellos instrumentos para los cuales no se realiza
una valuacion a mercado diaria (calculo de V aR o riesgo de mercado), pueden
contener utilidades o perdidas pendientes de realizar, producto del movimiento
en las tasas. Estas utilidades o perdidas se reejaran en los resultados de toda
institucion en el transcurso del tiempo.
Para conjuntar la medidas de riesgo mencionadas (EaR, V aR, W aR y
LaR) los lmites de liquidez se pueden traducir en restricciones al tamano de
los vencimientos de corto plazo, o bien, imponer costos por cambiar el tamano
de los vencimientos de corto plazo, que a su vez restringe a los gaps que se
utilizan para el calculo de la frontera eciente para el riesgo total.
El modelo propuesto para la gestion del riesgo estructural tiene que ver
con la programacion estocastica donde lo que se busca es maximizar el margen
nanciero, sujeto a restricciones presupuestales, regulatorias y de estrategia
propia de la institucion donde se quiera implementar esta metodologa.
4. Conclusiones y comentarios
En este artculo se dio a conocer una alternativa para administrar en las insti-
tuciones nancieras y en particular bancos, el riesgo estructural, basandonos en
la identicacion, medicion y control del riesgo.
El A-L estocastico se recomienda para realizar proyecciones y determinar

presupuestos (Plan de negocios)
El uso de tasas estocasticas permite conocer mejor el valor economico real
de la entidad
El nivel de solvencia esta determinado por el ndice de concentracion de
pasivos y la probabilidad de retiro o cancelacion de recursos
Se propuso el uso de medidas de riesgo aplicables en ambas partes del balance
(Activo y Pasivo) y en el ujo de efectivo de la institucion. Se incentivo el uso
de medidas de control de riesgo de fondeo, ingreso y liquidez, en forma conjunta.
Este trabajo puede ser aplicado directamente en la banca mexicana y es
posible hacer una propuesta de legislacion sobre el calculo de capital para man-
tener la solvencia de las instituciones.
Bibliografa
Sheldom M. Ross, (1992). Applied Probability Models with Optimization

Applications Dover Publications, Inc., New York.
William T. Ziemba, John M. Mulvey, (2001). Worldwide Asset and Liability
Modeling, Cambridge University Press.
Roy Kouwenberg and Stavros A. Zenios, (2001). Stochastic Programming
Models for Asset Liability Management, Hermes Center on Computational
Finance & Economics, School of Economics and Management, University
of Cyprus, Working paper.
M. I. Kusy, W. T. Ziemba, (May - Jun, 1986). A Bank Asset and Liability
Management Model, Operations Research, Vol. 34, No 3. pp. 356-376.
Griselda Deelstra, Jacques Janssen, (2000). Interaction Between Asset
Liability Management and Risk Theory: An Unsegmented and a
Multidimensional Study, Working paper.
Andrea Consiglio, Flavio Cocco, Stavros A. Zenios, (2005) Scanario
Optimization Asset Liability Modelling for Individual Investors, Hermes
Center on Computational Finance & Economics, School of Economics
and Management, University of Cyprus, Working paper.
Nikolas Topaloglou, Hercules Vladimirou, Stavros A. Zenios, (2004). Dynamic
Stochastic Programming Models for internacional portfolio management,
HERMES European Center of Excellence on Computational Finance and
Economics School of Economics and Management University of Cyprus,
Working paper.
Javier Marquez Diez-Canedo, (2002). Suficiencia de Capital y Riesgo de
Credito en Carteras de Prestamos Bancarios, Documentos de investi-
gacion de Banco de Mexico.
El modelo de Vasicek y la integral

de trayectoria de Feynman
Francisco Ortiz-Arango
Francisco Venegas-Martnez
Recibido 8 de junio 2007, Aceptado 10 de julio 2007
Resumen
En este artculo se plantea la conveniencia de utilizar las herramientas matema-
ticas de la mecanica cuantica para resolver algunos problemas nancieros. En
particular, se discute el modelo de tasa corta de Vasicek en tiempo continuo en
el marco de la integral de trayectoria de Feynman. Para ello, se determina el
Lagrangiano del sistema a partir del Hamiltoniano asociado de la ecuacion hacia
atras de Fokker-Planck. Posteriormente, se calcula la accion a n de obtener
el precio de un bono cupon cero y su tasa forward. En conclusion, se pretende
mostrar que la mecanica cuantica es una alternativa ecaz en la solucion de
algunos problemas complejos que surgen en la valuacion de derivados.
Abstract
The aim of this paper is to show the convenience of using mathematical tools
from quantum mechanics to solve some nancial problems. In particular, the
Vasicek short-rate model in continuous time is discussed in the framework of the
Feynman path integral. To do this, the Lagrangian of the system is obtained
from the Hamiltonian associate to the backward Fokker-Planck equation.
Subsequently, the action is calculated to obtain the price of a zero-coupon bond
and its forward rate. In conclusion, the paper attempts to show that quantum
mechanics is an eective alternative in solving some complex problems that
arise in pricing derivatives.
Clasificacion JEL: G13
Palabras clave: Productos derivados.
1. Introduccion
En los ultimos anos un gran numero de fsicos se han interesado en resolver
problemas nancieros. Para ello, han empleado herramientas matematicas de
la mecanica estadstica y la mecanica cuantica desarrolladas a lo largo de muchos
anos para resolver problemas complejos de la fsica. Esta situacion le ha dado
un gran impulso a la teora nanciera dando origen a la Econo-Fsica y a las
Finanzas Cuanticas
En particular una de las ramas de la fsica que ha cobrado mas interes es la
mecanica cuantica. Desde principios del siglo pasado, practicamente, muchas

Profesor-Investigador de la Escuela de Ingeniera de la Universidad Panamericana.

Profesor-Investigador de la Escuela Superior de Economa del Instituto Politecnico Na-
cional. Correo electronico: fvenegas@ipn.mx
10 El modelo de Vasicek
de las mentes brillantes de la fsica se enfocaron en la solucion de problemas de

mecanica cuantica. En este marco, es posible distinguir tres diferentes enfoques
para estudiar la mecanica cuantica:
a) El enfoque de Schrodinger, mediante una ecuacion diferencial parcial que

lleva su nombre y que analiza una funcion de onda asociada al comportamiento
del atomo de hidrogeno.
b) El enfoque de Dirac, mediante matrices, operadores y reglas de conmutacion.
c) El enfoque de la integral de trayectoria de Feynman, metodologa que con-

sidera las contribuciones de todas las posibles trayectorias que puede seguir un
sistema cuando pasa de un estado a otro.
El objetivo primordial de este trabajo es mostrar de manera detallada el uso

de la integral de trayectoria de Feynman como una herramienta ecaz en la
solucion de algunos problemas complejos de las nanzas. Para ilustrar esto se
determina el precio de un bono cupon cero que sigue el modelo de tasa corta
de Vasicek.
El trabajo esta constituido por las siguientes secciones: En la seccion 2

se plantea la ecuacion de Fokker-Planck hacia atras, pues esta constituye la
base para construir la integral de trayectoria de Feynman. En este marco,
se parte del Hamiltoniano asociado el sistema y, posteriormente, se obtiene el
Lagrangiano, el cual a su vez se usa para calcular la accion del sistema. En la
seccion 3 se plantea el problema central de esta investigacion, el cual consiste
en abordar el modelo de Vasicek mediante el uso de la integral de trayectoria
de Feynman a n de valuar un bono cupon cero. En la medida de lo posible
el trabajo proporciona los detalles tecnicos de las demostraciones para darle
uidez a su lectura. Por ultimo, en la seccion 4 se plantean las conclusiones del
trabajo.
2. Ecuacion hacia atras de Fokker-Planck

La ecuacion hacia atras de Fokker-Planck, tambien conocida como ecuacion de
Kolmogorov1, se utiliza para valuar opciones, esto es debido a que la funcion de
pago se propaga hacia atras en el tiempo. En otras palabras, dado que el precio
de compra o venta de una opcion al vencimiento se ja al inicio del contrato, es
necesario traer al presente las posibles ganancias del contrato. Este proceso
puede aprovechase tambien para el estudio de las tasas de interes, en este caso,
es necesario propagar el valor de la tasa de interes en el tiempo nal T , la cual
se denotara por R, hacia un valor r en un tiempo previo, cuando el tiempo corre
hacia atras. En este caso la probabilidad condicional hacia atras denotada por
PB (R, t; r) representa la probabilidad de que la tasa spot tome el valor r en
el tiempo t, dado que en el tiempo futuro T > t, tomara el valor R. Con lo
cual, para un valor r = r(t + ) y r = r(t), se cumple:

PB (R, t; r ) = {r r [a(r ) (r )R(t)] r}P (R, t + ; r)dr. (1)
1
Tomado de Venegas (2006), pag. 253.
En esta expresion los coecientes a(r ) y (r ) contienen la informacion de la

tasa spot en el pasado. El Hamiltoniano de Fokker-Planck hacia atras esta
dado por la expresion:

PB (R, t; r) = HB PB (R, t; r), (2)
t
donde:
1 2
HB = 2 (r) 2 a(r) . (3)
2 r r
Observe que para calcular el valor de PB (R, t; r) como elementos de una matriz
es necesario utilizar la notacion de Dirac, en la cual el vector ket representa
el |estado inicial y el vector bra (vector dual) representa el estado nal|.
Sin embargo, para este caso, dado que se considera el tiempo hacia atras, el
estado inicial sera |R y el estado nal r|, con lo cual se llega a las siguientes
condiciones para calcular PB (R, t; r):
PB (R, t; r) = r|e(T t)HB |R, (4)
r(T ) = R.
Ahora a partir del Hamiltoniano denido en la ecuacion (3) se obtiene el La-
grangiano requerido para calcular la accion y con esta el precio del bono me-
diante una integral de trayectoria de Feynman de la forma:

1
P (t0 , T ) = eSB Dr, (5)
ZB
donde ZB es la funcion de particion denida mediante una integral de trayec-

toria que considera tanto a la tasa spot r(t) como el efecto del ruido blanco
R(t),2 asla expresion para calcularla es:

ZB = eSB Dr. (6)
En este caso, SB se reere a la accion hacia atras de Fokker-Planck:
T
SB = LB dt. (7)
t0
Para calcular el Lagrangiano hacia atras de Fokker-Planck a partir del Hamil-

toniano correspondiente, expresado en la ecuacion (3), se emplea la siguiente
2
Ver Baaquie (2004), pag. 120
ecuacion tpica en mecanica cuantica que relaciona a ambos operadores, a saber:
PB (r, t; r) = r|e(T t)HB |r = N eLB [r,r]

dp
= r|eHB |pp|r
2

2
1 p2 +iap (8)
= e 2
eip(rr) dp
2

1 2
p2 ip(rra)
= e 2 e dp.
2

Para calcular la ultima integral en la expresion (8) se utiliza la integracion

Gaussiana dada por la expresion:

2 2

2 x +jx 1
2 j
1
Z[j] = N e dx = N e e 2 x dx = e 2 j , (9)

con N = /2. En consecuencia, si en la ultima integral de la expresion (8)
se toman:
= 2 ; j = i(r r a),
se llega a
PB (r, t; r) = r|e(T t)HB |r = N eLB [r,r]

Z[j] 1 1 2
= = e 2 j
N 2N
1 1 2 2 1 2 ( rr 2
= e 22 i (rra) = e 2 a)
2N 2N
1 [ 12 ( rr 2
= e 2 a) ] (10)
2N 2

1 1 r r
= exp a
2 2 2
2

1 1 r r
= exp a .
2 2 2 2
Por lo tanto, es posible concluir que el Lagrangiano hacia atras de Fokker-Planck

esta dado por:
2
1 r r
LB = 2 a . (11)
2
Si en la ecuacion (11) se toma el lmite 0, se obtiene (r r)/ dr/dt,

con lo cual se llega a la forma denitiva del Lagrangiano hacia atras de Fokker-
Planck: 2
1 dr
LB = 2 a(r) . (12)
2 dt
De esta manera, al sustituir (12) en (7), se obtiene la forma explcita para el
calculo de la accion:
T 2
1 1 dr
SB = 2
a(r) dt, (13)
2 (t) dt
t0
3. Desarrollo del modelo de Vasicek utilizando la integral

de trayectoria de Feynman
En esta seccion se muestra que el modelo de Vasicek de tasa corta en tiempo
continuo puede resolverse de manera cerrada (exacta) mediante el uso de la
integral de trayectoria de Feynman establecida en la ecuacion (5). Como es
sabido, el modelo de Vasicek es considerado el parteaguas en lo que se reere a
modelos de tasa corta en tiempo continuo.
Sea P (t0 , T ) el precio de un bono cupon cero, el cual puede calcularse

mediante la expresion:

T

P (t0 , T ) = E exp r(t)dt r(t0 ) = r0 . (14)
t0
En el caso del modelo de Vasicek, la tasa corta sigue el comportamiento descrito

por la siguiente ecuacion diferencial estocastica:
dr
= a(b r) + dWt , (15)
dt
con las condiciones r(t0 ) = r0 , t0 t T , y donde Wt es un movimiento Brow-

niano denido sobre un espacio jo de probabilidad con su ltracion aumentada
W
(, F , (Ft )t[0,T ] , IP).
Dado que el valor presente de un bono cupon cero se obtiene al descontar

su valor futuro, la tasa spot debe establecerse en el tiempo T, de este modo la
propagacion de su comportamiento se hace hacia atras, hasta llegar al valor
r0 en el tiempo t0 . De este modo la accion hacia atras de Fokker-Planck, dada
en la ecuacion (13), puede expresarse para este caso especco como:
T 2
1 1 dr
SV = a(b r) dt, (16)
2 2 dt
t0
donde a y b son constantes. A traves de la ecuacion (16) es posible calcular el

valor esperado del precio del bono en la ecuacion (14), para lo cual se requiere
establecer la forma de la funcion r(t) a ser integrada, las condiciones de frontera
y una distribucion de probabilidad: la distribucion de probabilidad propuesta
es de la forma eSV /Z , con Z denida como en la ecuacion (6) y que funciona
como condicion de normalizacion, ademas se cumple que:

T
Dr dr(t), (17)
t=t0
junto con las condiciones de frontera
dr(T )
r(t0 ) = r0 ; = 0. (18)
dt
Con base en lo anterior se puede obtener el precio del bono cupon cero me-
diante el calculo del promedio del factor de descuento sobre la distribucion de
probabilidad mencionada antes, as:
T
1 r(t)dt
P (t0 , T ) = eSV e t0 Dr. (19)
Z
Si ahora se dene
T
S SV r(t)dt, (20)
t0
entonces se tendra
1
P (t0 , T ) = eS Dr. (21)
Z
Al sustituir (16) en (21), se obtiene:
T T 2 T
1 dr
S = SV r(t)dt = 2 a(b r) dt r(t)dt. (22)
2 dt
t0 t0 t0
Como la medida de la integral de trayectoria permanece invariante bajo trasla-

ciones es posible hacer la siguiente consideracion: r(t) r(t) + b, con lo cual
se obtiene: a(b r) ar. Al incorporar estos cambios en la ecuacion (22), se
obtiene:
T 2 T
1 dr
S= 2 + ar dt (r(t) + b)dt. (23)
2 dt
t0 t0
Una forma de calcular las integrales de la expresion (23) es a traves del siguiente
cambio de variable:
dr
v(t) = + ar. (24)
dt
Al resolver la ecuacion diferencial resultante para r(t) se llega a la expresion:
T

a(tt0 ) at
r(t) = e r0 + e eat v(t )dt . (25)
t0
Nuevamente, hay que integrar (25) para posteriormente sustituirlo en (23), de

tal forma que

T T T

r(t)dt = ea(tt0 ) r0 + eat eat v(t )dt dt
t0 t0 t0
t
T T (26)

= r0 ea(tt0 ) dt + eat eat v(t )dt dt
t0 t0 t0
= r0 I1 + I2 .
A continuacion se calcula I1 :
T T
a(tt0) 1 1 ea(T t0 )
I1 = e dt = eat0 eat dt = B(t, T ). (27)
a a
t0 t0
Para I2 , se puede demostrar3 que:
T
I2 = B(t, T )v(t)dt, (28)
t0
con lo cual se obtiene
T T
r(t)dt = r0 B(t, T ) + B(t, T )v(t)dt. (29)
t0 t0
Ahora hay que vericar que r(t) como esta expresada en (25) cumpla las condi-
ciones inicial y de frontera:
i) En efecto, en t = t0 se cumple que r(t0 ) = r0 .

ii) Para la condicion nal en t = T , dado que (dr/dt) = 0, esto equivale a decir
que r(T ) es libre de tomar cualquiera de sus valores posibles y, por consiguiente,
de la ecuacion (24), v(T ) tambien es libre de tomar valores. En este caso, las
condiciones de frontera se satisfacen para la variable v(t) cuando t0 t T .
3
Ver Baaquie 2004, pag. 122
Antes de proceder a calcular el precio del bono cupon cero P (t0 , T ), la

ecuacion (23) se reexpresara en terminos del cambio de variable dado en (24),
as:
T T
1 2
S= 2 v (t)dt (r(t) + b)dt, (30)
2
t0 t0
si se sustituye (29) en (30) se obtiene:

T T
1 2
S = 2 v (t)dt r0 B(t, T ) B(t, T )v(t)dt b(T t0 ),
2
t0 t0
y reagrupando terminos se llega a:

T
1 2
S = 2 v (t) + 2 2 B(t, T )v(t) dt r0 B(t0 , T ) b(T t0 ). (31)
2
t0
Ahora bien, debido al cambio que se hizo en (23): a(b r) ar, entonces
se tiene que hacer el cambio r r b, con lo cual la expresion (31) queda
nalmente como:
T
1 2
S= v (t) + 2 2 B(t, T )v(t) dt (r0 b)B(t0 , T ) b(T t0 ). (32)
2 2
t0
Ahora se calcula el precio del bono cupon cero para lo cual se sustituye (32) en
(21):
T
1
2 2
[v 2 (t)+22 B(t,T )v(t)]dt(r0 b)B(t0,T )b(T t0)
1 t0
P (t0 , T ) = e Dr
Z
(33)
T
1
2 2
[v 2(t)+22 B(t,T )v(t)]dt
1 (r0 b)B(t0 ,T )b(T t0) t0
= e e Dr.
Z
Si se dene K = e(r0 b)B(t0 ,T )b(T t0) , entonces (33) queda como
T
212 {[v 2 (t)+22 B(t,T )v(t)+4 B2 (t,T )]4 B2 (t,T )}dt
K t0
P (t0 , T ) = e Dr
Z
T
212
2
[v(t)+2 B(t,T )] 4 B2 (t,T ) dt
K t0
= e Dr
Z
T T
2
2 B 2 (t,T ) 1
2 2
[v(t)+2 B(t,T )]2 dt
K t0 t0
= e e Dr.
Z
(33 a)
Si ahora se hace la consideracion v(t) v(t) + 2 B(t, T ), ya que la metrica

es invariante ante la traslacion, entonces la expresion (33a) se puede escribir
como:
T 2 T 2
2
2 B (t,T )dt 12 v (t)dt
2
K
P (t0 , T ) = e t0 e t0
Dr
Z
T 2 T 2
2
B (t,T )dt 2
B (t,T )dt
K 2
K 2 (34)
= e t0 eSV Dr = e t0 Z
Z Z
2
T
2
2 B (t,T )dt
(r0 b)B(t0,T )b(T t0 ) t0
=e e .
T
A continuacion, se calcula la integral B 2 (t, T )dt, usando la denicion de
t0
B 2 (t, T ) establecida en la expresion (27):
T T 2
2 1 ea(T t0 )
B (t, T )dt = dt
a
t0 t0
T
1 (35)
= 2 1 2ea(T t) + e2a(T t) dt
a
t0

1 3 2 1 2a(T t0)
= 2 T t0 + ea(T t0 ) e .
a 2a a 2a
Si se denen: = T t0 y B() = (1 ea )/a, es posible reescribir la expresion
(35) como:
T
2 1 3 2 a 1 2a
B (t, T )dt = 2 + e e
a 2a a 2a
t0

1 2 1 1 1 1
= 2 + ea + ea e2a
a 2a 2a a a 2a (36)

1 1 1 2
= 2 1 ea 1 ea
a a 2a
1 a
= 2 B() B 2 () .
a 2
Con el resultado anterior sustituido en la expresion (34) es posible calcular el
precio del bono cupon cero, primero se calcula:
2 1
P (t0 , T ) = e(r0 b)B()b e 2 a2 (B() a2 B2 ())
2 2 2 2
= er0 B() e( 2a2 b)( 2a2 b)B() 4a B () (37)
2
r0 B() 2 2
=e exp b ( B()) B () .
2a2 4a
Con la expresion anterior es posible expresar el valor del bono cupon cero me-
diante la expresion:
P (t0 , T ) = A()eB()r0 , (38)
donde:
2 2 2
A() = exp b ( B()) B () . (39)
2a2 4a
Como puede apreciarse las expresiones (37), (38) y (39) coinciden perfectamente
con las obtenidas por Vasicek en su artculo original, ascomo con los libros de
texto clasicos.4 Por ultimo, para el calculo de la tasa forward se sigue que:

f(t0 , T ) = ln P (t0 , T )
T 2
2 2
= B()r0 + b ( B()) B ()
T 2a2 4a
2
2

= ea(T t0 ) r0 + 2 b b
2a 2a2
2
2 ea(T t0 ) e2a(T t0 )
2a 2 (40)
a 2 2 a
=e r0 + 2 b 2
b + 2
e e2a
2a 2a 2a
2

= ea (r0 b) + b 2 1 2ea + e2a
2a
a 2 2
= r0 + (b r0 ) e (b r0 ) 2 1 ea
2a
2 2
= r0 + 1 ea (b r0 ) 2 1 ea .
2a
Este ultimo resultado coincide con el obtenido por Vasicek, con lo cual se de-
muestra que el empleo de la integral de trayectoria y los conceptos fsicos aso-
ciados como el Hamiltoniano, el Lagrangiano y la accion pueden ser empleados
para resolver problemas nancieros.
4. Conclusiones
Como puede verse a lo largo de este trabajo, el empleo de la integral de trayec-
toria de Feynman constituye una herramienta poderosa para resolucion de pro-
blemas complejos en el campo de las nanzas. En este ejercicio se utilizo un
metodo alternativo para valuar un bono cupon cero cuya tasa corta se comporta
de acuerdo con modelo de Vasicek en tiempo contnuo.
Se prevee que este sea el primero de una serie de trabajos relacionados con
uso de la integral de trayectoria de Feynman para otros modelos de tasa corta
disponibles en la literatura nanciera. Una gran ventaja que tiene el uso de
4
Vease Venegas (2006).
la integral de trayectoria de Feynman es que una vez planteado el problema

la integral puede calcularse tanto por metodos analticos como por metodos
numericos.
Bibliografa
Baaquie, B. (2004). Quantum Finance. Path Integrals and Hamiltonians for

Options and Interest Rates, Editorial Cambridge University Press. 2004
Baaquie, B. (2002). Quantum Field Theory of Forward Rates with Stochastic
Volatility. Physical Review E, 65 (2002) 056122
Dash, J. W. (1988). Path Integrals and Options-I. Quantitative Analysis/ Fi-
nancial Strategies Group, Merrill Lynch Capital Markets, World Financial
Center, NY, NY 10281. 1988.
Feynman, R. P. and A. R. Hibbs (1965). Quantum Mechanics and Path
Integrals. McGraw-Hill (1965)
Kleinert, H. (2006). Path Integrals, in Quantum Mechanics, Statistics, Polymer
Physics and Financial Markets. 4th. Edition. 2006.
Landau, L. y E. Lifshitz (1982). Curso Abreviado de Fsica Teorica, Libro 2,
Editorial Mir Moscu 1982.
Ortiz, F. (2007). Tesis doctoral Finanzas cuanticas, Doctorado en Ciencias
Financieras, Tecnologico de Monterrey, Campus Ciudad de Mexico.
Otto, M. (1998). Using path integrals to price interest rate derivatives,
http://xxx.lanl.gov /cond-mat/9812318.
Vasicek, O. (1977).An equilibrium characterization of the term structure.
Journal of Financial Economics, 5:177.
Venegas-Martnez, F. (2006). Riesgos Financieros y Economicos, 1a. Ed.
Thomson Internacional (2006).
Modelo de calculo de capital economico por

riesgo de credito para portafolios de
creditos a personas fsicas
Adan Daz-Hernandez1
Jose C. Ramrez-Sanchez2
Recibido 26 de noviembre 2007, Aceptado 4 de enero 2008
Resumen
Este artculo discute una nueva metodologa para estimar el capital economico
por riesgo de credito para un portafolio de creditos al menudeo -o de personas
fsicas-, utilizando los conceptos generales de copula y medidas de dependencia,
as como algunos de los resultados centrales de Teora de Valores Extremos
(TVE). La superioridad del modelo propuesto sobre las tecnicas tradicionales
de estimacion se demuestra al aplicar copulas Elpticas Generalizadas y copulas
Agrupadas del tipo t de Student para modelar la estructura de dependencia de
los parametros de riesgo P D, EAD y LGD. Ademas, se utiliza el metodo POT
para analizar el comportamiento de las perdidas extremas del portafolio.
Abstract
This paper discusses a new methodology to estimate the economic capital by
credit risk for a retail portfolio based on the general concepts of copula and
dependence measures as well as some core results of the Extreme Value Theory
(EVT). The superiority of the proposed approach over the traditional estimation
techniques is demonstrated in the application of Elliptical Generalized copulas
and Grouped copulas of the t Student type to model the dependence structure
of the risk parameters P D, EAD and LGD. Furthermore, the POT method is
used to analyze the extreme losses behavior.
Clasificacion JEL: C14, C15, C16 y G32
Palabras clave: Capital Economico, Riesgo de Credito, Copulas, Valores Extremos
1. Introduction
El capital economico (CE) es el capital en riesgo que los accionistas invierten
para limitar, con cierto nivel estadstico de confianza, la probabilidad de in-
cumplimiento de una posicion en un horizonte de tiempo dado. A diferencia
del capital contable o del regulatorio, el CE provee una estimacion del riesgo
basada en medidas objetivas, transparentes (o expresadas en unidades mone-
tarias especficas) y comprensivas (al incluir a diferentes clases de riesgos) que
permiten utilizar mas eficientemente el capital.
1
Alumno del doctorado en Ciencias Financieras, ITESM-CCM.
2
Director Academico de la Division de Negocios, ITESM-CCM, josecarlos.ramirez@itesm
.mx
Modelo de calculo de capital economico 21
En la literatura existe una amplia gama de trabajos que permiten modelar

el riesgo de credito de portafolios de prestamos comerciales -empresas o personas
morales- de acuerdo con los lineamientos propuestos por CreditMetrics (CM),
KMV PortfolioManager (KMV), CreditRisk+, o CreditPortfolioView (para una
revision de estos modelos ver Crouhy 2000 y Crosbie 2002). Pero esta no parece
ser la misma situacion para el caso de los prestamos a personas fsicas. La es-
casez de trabajos en este rubro ha obligado a los practicantes ha adaptar o
modicar los modelos de prestamos comerciales para medir el riesgo de credito
en portafolios de prestamos personales, segun sean las necesidades o las disponi-
bilidades de informacion de las instituciones nancieras (ver De Andrade 2004
y Perli 2004). De hecho, gran parte de las reglas que en materia de riesgo de
credito establece Basilea II en su enfoque mas avanzado de calicaciones inter-
nas (IRB), tienen sus bases sobre ciertos resultados asintoticos para portafolios
grandes bajo versiones bastante simplicadas de modelos del tipo KMV/CM.
El objetivo principal de este documento es proponer e implementar una
metodologa para el calculo del CE de un portafolio de creditos al menudeo -o
de personas fsicas-, utilizando como herramientas los conceptos generales de
copula y medidas de dependencia, as como algunos de los resultados centrales
de Teora de Valores Extremos (TVE). La metodologa propuesta considera, al
igual que los modelos tradicionales y el enfoque regulatorio, que las perdidas del
portafolio atribuidas al riesgo de credito son determinadas por los parametros de
riesgo de probabilidad de incumplimiento (P D), exposicion al incumplimiento
(EAD) y perdida dado el incumplimiento (LGD). Sin embargo, a diferencia de
la practica habitual, el presente trabajo de investigacion supone que la relacion
de dependencia entre los parametros de riesgo es establecida mediante copulas
multivariadas. En concreto la metodologa busca: 1) evaluar el impacto que
tienen las reglas de capitalizacion propuestas en el enfoque mas avanzado de
IRB sobre los requerimientos de capital del portafolio; 2) medir la efectividad de
un grupo alternativo de copulas (las Elpticas simetricas, las Elpticas General-
izadas, as como las de Mezcla de Normales Agrupadas) frente a otro grupo que
ha recibido mayor uso y atencion en la literatura como modelos de estructuras
de dependencia (la copula Gaussiana y la de Independencia); y 3) hacer com-
paraciones con otras metodologas de calculo de CE consagradas en la practica.
Para analizar adecuadamente el comportamiento de las perdidas extremas del
portafolio, es decir, el area de la cola de la distribucion de perdidas simuladas,
se emplea uno de los metodos de la TVE, denominado Peaks Over Threshold
(POT), en la estimacion del Valor en Riesgo (V aRq ), el Decit Esperado (ESq )
y, posteriormente, el CE del portafolio.
El resto del documento esta organizado como sigue. En seccion 2 se aborda
el concepto de copula, medidas de dependencia, as como las familias de copulas
especcas que se aplicaran para modelar la estructura de dependencia de los
parametros de riesgo. La estimacion de los mismos, as como la composicion del
portafolio de creditos se presentan en la seccion 3. En la seccion 4 se presentan
los resultados obtenidos de los ajustes de las copulas utilizadas: Gaussiana, t
de Student simetrica, t de Student Generalizada y t de Student Agrupada, las
dos ultimas, como posibles alternativas a las dos primeras, se implementa un
analisis de bondad de ajuste para determinar estadsticamente al mejor de los
modelos. En la seccion 5, se realiza un ejercicio para comparar la robustez
de los resultados de la metodologa aqu propuesta contra algunos modelos
22 Revista de Administracion, Finanzas y Economa
alternativos, tales como el de incumplimiento de un solo factor tipo KMV/CM,

un modelo basado en matrices de transicion y el enfoque mas avanzado de IRB
propuesto por Basilea II. Finalmente, en la seccion 6 se exponen las conclusiones
relativas a los resultados obtenidos. Los algoritmos utilizados en la estimacion
de los modelos de copulas son descritos en un Apendice al nal del documento.
2. Copulas Elpticas Generalizadas y copulas Agrupadas

La funcion de distribucion (f.d.) conjunta de un vector aleatorio de factores de
riesgo contiene tanto la descripcion del comportamiento marginal de los com-
ponentes individuales como una descripcion de su estructura de dependencia.
El concepto de copula3 permite describir dicha estructura de dependencia sin
especicar la forma de las f.d. marginales. El Teorema Sklar (1959) que indica
que cualquier distribucion multivariada se puede descomponer en una copula y
sus marginales; si las distribuciones marginales son continuas la copula es unica.
De acuerdo con este resultado, dada una f.d. F con marginales F1 , . . . , Fd con-
tinuas, existe una unica copula C tal que
F (x1 , . . . , xd ) = C(F1 (x1 ), . . . , Fd(xd )), (1)

[, ]. La expresion (1) muestra explcitamente
para todo x1 , . . . , xd
como se pueden construir distribuciones conjuntas F combinando distribuciones
marginales con copulas C. Dado un vector aleatorio X = (X1 , . . . , Xd ) que
tiene f.d. FX con distribuciones marginales continuas F1 , . . . , Fd , se dice que
la copula C asociada a X (o a FX ) es la f.d. del vector aleatorio (F1 (x1 ), . . . ,
Fd (xd ))4 .
Uno de los ejemplos de copulas mas simples es la copula de copula de
Independencia, que esta dada por
d

(u1 , . . . , ud) = ui . (2)
i=1
Entre las copulas mas ampliamente utilizadas en riesgos, y en particular en

riesgo de credito, se encuentra la copula Gaussiana, la cual se dene como la
copula asociada a algun vector aleatorio gaussiano Y Nd (, ) y esta dada
por
CPGa(u1 , . . . , ud) = P (1 (u1 ), . . . , 1 (ud )) (3)
1 1

donde P = es la matriz de correlaciones, con = diag( V ar(Y1 ),
. . . , V ar(Yd )). Otra copula bastante popular en nanzas es la t de Student
(simetrica), que se dene como la copula asociada al vector aleatorio X
td (, 0, P ) con distribucion t de Student multivariada. De acuerdo con esta
denicion, la copula t de Student tiene la forma
t
C,P (u1 , . . . , ud) = t,P (t1 1
(u1 ), . . . , t (ud )) (4)
3
Se define a una copula d-dimensional como una f.d. sobre [0,1]d con distribuciones
marginales uniformes estandar.
4
Mas precisamente, se puede verificar facilmente que en este caso la copula asociada a X
esta dada por C(u1,...,ud )=F (F11 (u1 ),...,Fd1 (ud )).
Las dos copulas anteriores pertenecen a una familia de copulas mas generales
llamadas copulas Elpticas Generalizadas (incluidas las simetricas), cuya facil
manipulacion (y estimacion) para dimensiones grandes la hacen una alterna-
tiva mas atractiva frente a otras familias multivariadas. Se dice que un vector
aleatorio Y tiene distribucion Elptica Generalizada si se le puede representar
como
Y d = + RAU k , (5)
donde U k es un vector aleatorio uniformemente distribuido sobre la esfera uni-
taria S k1 = {x k |x x = 1}, R es una v.a., d , y A Mdk ().
Esencialmente, la estructura de dependencia entre R y U k determinan la f.d.
de Y. En el caso particular en que R 0es una v.a. independiente de U k , se
tiene que Y tiene distribucion Elptica (Simetrica)5 .
Frahm et al. 2003 propone modelar la asimetra mediante una distribucion
condicional en escala para R, es decir, considera FR|U (d) =u (r) = P {(u)R
r}, donde la funcion de escala esta dada por
d
i d i
Au Au
(u) = 0 + i , i+ + i , i , (6)
||Au|| ||Au||
i=1 i=1
con 0 > 0, 1 , . . . , d , 1 , . . . , d 0, 1, . . . , d, 1 , . . . , d 0. Ademas, R es

una v.a. positiva independiente de U d , (u, ) = 12 12 signo( u,
)
F B 1 d1 ( u,
2) denida para u, S d1 denotando por F B(,) a la f.d.
2, 2
Beta(, ). Por otro lado, los vectores de referencia 1+ , . . . , d+ son los vectores
propios de y 1, . . . , d sus conjugados negativos, los cuales existen ya que
se supone que = AA es positiva denida.
2
Cuando se dene FR|U (d) =u (r) = F(d,(u)) rd , donde F(m,n) es la f.d. F
de Fisher con grados de libertad (m, n), a la distribucion resultante para Y se
conoce como t de Student Generalizada y su densidad esta dada por
(w(x)+d)/2
((w(x) + 2)/2) (x ) 1 (x )
f(x) = 1+ ,
(w(x)/2)(w(x))d/2 ||1/2 w(x)
(7)
y x = , donde w(x) = (x ). A la copula asociada al vector aleatorio Y se
llama copula Elptica Generalizada.
Existe un grupo de copulas llamadas copulas de Mezcla de Normal Agru-
padas. Uno de los ejemplos mas comunes es la copula t de Student Agrupada,
denida por Demarta et al. 2004, en donde se construye una copula para un
vector aleatorio X de manera que ciertos subvectores de X tengan copulas t de
Student pero con diferentes niveles de dependencia en la cola entre s. Sean las
v.a. Z Nd (0, P ) y U U (0, 1) independientes entre s. Considerese una par-
ticion del conjunto {1, . . . , d} en m subconjuntos de tamaos {s1 , . . . , sm } y para
5
Las propiedades y resultados mas importantes de las distribuciones Elpticas Gener-
alizadas se pueden revisar en Frahm et al. 2003, mientras que para el caso simetrico se
recomienda Cambanis et al. 1981.
k = 1, . . . , m sea k el parametro de grados de libertad asociado al grupo k. De-

notando por G a la f.d. univariada Gamma Inversa GI( 2 , 2 ), sea Wk = G1 k
(esto implica que W1 , . . . , Wm son comonoticos o perfectamente dependientes6
). Entonces la copula t de Student Agrupada esta dada por la f.d. del vector
aleatorio
(t1 (X1 ), . . . , t1 (Xs1 ), t2 (Xs1 +1 ), . . . , t2 (Xs1 +s2 ), . . . , tm (Xd )) , (8)
donde

X= W1 Z1 , . . . , W1 Zs1 , W2 Zs1 +1 , . . . , W2 Zs1 +s2 , . . . , Wm Zd
es un vector aleatorio con distribucion t de Student Agrupada.

Asociadas intrnsecamente al concepto de copula, se encuentran las me-
didas de dependencia. La mas conocida y popular es correlacion lineal de
Pearson que, aunque juega un papel central en la teora nanciera, funciona
bien solamente en el contexto Normal multivariado o mas generalmente, para
distribuciones Elpticas simetricas (ver Embrechts 2002). En contraste con la
correlacion lineal, las llamadas correlaciones de rango resultan ser funciones de
la copula (suponiendo marginales continuas), y por tanto, pueden ser utilizadas
en su parametrizacion sin importar la familia de copulas de que se trate. Entre
las mas utilizadas estan la correlacion de tau de Kendall y la rho de Spearman.
Para dos v.a. X1 y X2 se denen la tau de Kendall y la rho de Spearman,
respectivamente, como

(X1 , X2 ) = E signo((X1 X1 )(X2 X2 )) (9)
y
S (X1 , X2 ) = (F1 (X1 ), F2 (X2 )),
donde (X1 , X2 ) es una copia independiente de (X1 , X2 ) cuyas marginales corre-
spondientes son F1 y F2 . Aqu (X1 , X2 ) denota la correlacion lineal de Pearson
de X1 y X2 .
Otras medidas de dependencia para parejas de v.a. que tambien dependen
solamente de la copula de las v.a. X1 y X2 con marginales continuas, son los
coecientes de dependencia de la cola. Estos coecientes proporcionan medi-
das de dependencia extrema, es decir, permiten cuanticar la magnitud de la
dependencia en las colas de una distribucion divariada. Se dene el coeciente
de dependencia de X1 y X2 de la cola superior como

u u (X1 , X2 ) = lim P X2 > F21 (q)|X1 > F11 (q) , (10)
q1
siempre y cuando el lmite u [0, 1] exista. Analogamente, el coeciente de

dependencia de la cola inferior esta dado por

1 1 (X1 , X2 ) = lim P X2 F21 (q)|X1 F11 (q) .
q1+
6
Es decir, su copula asociada es la f.d. del vector aleatorio (U,...,U ), que se denota como
copula de comonoticidad y esta dada por M (u1 ,...,ud )=min{u1 ,...,ud }.
Existe una relacion entre la tau de Kendall y la correlacion lineal para vec-
tores elpticamente distribuidos con marginales continuas (para una prueba se
recomienda ver Lindskog et al. 2003), la cual establece que

(X1 , X2 ) = sen (X1 , X2 ) . (11)

2
Para el caso de v.a. continuas cuya copula asociada es una t de Student
t
C,P (u1 , u2 ), con P = I2 , los coecientes de dependencia estan dados por

1
= 2t+1 ( + 1) 1+ . Sin embargo, existe una expresion general para
los coecientes de dependencia de la cola de vectores con f.d. Elptica simetrica
(en este caso l = u ) cuando la v.a. R de la representacion (4) es de variacion
regular con ndice . Dicha expresion, obtenida por Hult and Lindskog 2001,
coincide, para x = 4 12 arcsin, con el valor de la funcion

2
cos tdt
(, x) = x (12)
0
2
cos tdt
Entre los numerosos procedimientos estadsticos de estimacion para las distribu-

ciones Elpticas, son pocos los que estan diseados para trabajar sobre las copulas
Elpticas independientemente de sus marginales. Kostadinov 2005 propone un
metodo de estimacion no parametrico, el cual se describe resumidamente en
el Algoritmo 1 del Apendice y que basicamente se enfoca en estimar robusta-
mente las medidas de dependencia y , as como el ndice de la cola . este
mismo algoritmo se utiliza para estimar los parametros de la copula t de Stu-
dent Agrupada. Para el caso de las copulas Elpticas Generalizadas se estiman
y utilizando estimadores propuestos por Frahm 2003.
3. Descripcion del Portafolio y estimacion de los parametros

de riesgo
3.1 Descripcion del Portafolio

El portafolio de creditos a utilizar para la implementacion de la metodologa
propuesta incluye a las tres subclases de activos al menudeo que las instituciones
bancarias en Mexico identican: las exposiciones aseguradas por la vivienda
del acreditado (como el portafolio hipotecario), las que tienen caractersticas
revolventes (como el portafolio de tarjetas de credito) y todas las demas exposi-
ciones (como el portafolio de creditos al consumo). Los datos utilizados para
la composicion del portafolio son reales pero, como es comun esperar en estas
situaciones, se ha decidido mantener en secreto el origen de la fuente de infor-
macion por razones de condencialidad. Esta limitacion no afecta, sin embargo,
el alcance de los resultados ya que el metodo propuesto puede implementarse
en casi cualquier institucion nanciera sin ninguna perdida de generalidad.
Debido a que los productos que componen el portafolio estan formados
por un numero grande de exposiciones, la modelacion de los incumplimientos
individualmente por cuenta es poco efectiva, por lo que es conveniente segmen-
tar cada producto en grupos de creditos homogeneos en su perl de riesgo. El
portafolio ha sido segmentado mediante una tecnica clasicatoria basada en

arboles de decision llamada Deteccion de Interaccion Automatica Ji-Cuadrada
(CHAID) que permite identicar divisiones optimas cuando las variables son
continuas, nominales e incluso categoricas (ver Biggs 1991). El procedimiento
incluye una serie de reglas que son establecidas por las trayectorias de variables
independientes a lo largo del arbol con el n de obtener una particion de la
poblacion en grupos signicativamente diferentes en relacion con alguna vari-
able clave. Tras utilizar como variable clave al parametro P D y como variables
independientes el producto, numero de pagos vencidos, tiempo en libros, uso
de lnea de credito y morosidad observada; el metodo CHAID arrojo una seg-
mentacion de 62 grupos (cubetas) repartidas en 10 productos. Cada producto
tiene asociada una cubeta predeterminada de creditos incumplidos, mientras
que el resto de estas incluye alguna de las variables independientes.
Tabla 1
Composicion del portafolio de creditos
Producto Subgrupos Volumen Exposicion

A 4 2,077 $ 52,369,300
B 6 455,902 $ 1,913,675,323
C 9 25,465 $ 1,343,202,349
D 8 265,835 $16,304,975,098
E 5 90,373 $1,015,491,658
F 7 92,361 $ 387,029,421
G 12 2,206,829 $ 33,518,889,702
H 4 9,451 $ 5,845,773,697
I 3 20,642 $ 10,976,303,005
J 4 7,897 $ 796,397,845
Total 62 3,176,832 $ 72,154,107,399
La tabla 1 resume los resultados de la segmentacion, mostrando para cada pro-

ducto el numero de subgrupos, el volumen en numero de cuentas y la exposicion
en saldo (en el producto revolvente G esta se expresa como el lmite de lnea de
credito).
3.2 Estimacion de los parametros de riesgo

Una vez segmentado el portafolio, es necesario estimar los parametros de riesgo.
Para tal efecto conviene introducir, primero, la notacion a utilizar. Sean i =
1, . . . , M los grupos o cubetas en los que se divide el portafolio (en nuestro caso
M = 62); t = 1, . . . , n las fechas de observacion; j = 1, . . . , Nit los creditos y
(j) (j)
eit su exposicion; Yit la indicadora del incumplimiento para cada credito j
dentro de una ventana anual a partir de la fecha de observacion y, nalmente,
(j)
eadit el saldo de dicho credito al momento de su incumplimiento.
a) Probabilidad de incumplimiento. Para calcular la probabilidad de incumplim-
iento P Di del grupo i se utiliza como estimador a la tasa de incumplimiento
observada, T Iit correspondiente a la ventana anual t (vista a partir de la fecha

de observacion t) en el grupo i; esto es:
nit
TI it = , (13)
Nit
Nit (j)
donde nit = i=1 Yit es el numero de incumplimientos observados en la
correspondiente ventana de observacion y T I i1 , . . . , T I in las realizaciones del
parametro de riesgo P Di para cada cubeta i = 1, . . . , M .
b) Exposicion al momento del incumplimiento. Asociada al parametro EADi
de cada grupo i se emplea la variable CCFi o factor de conversion del credito,
denida como la proporcion perdida de la exposicion inicial de los creditos al
momento del incumplimiento. Para cada ventana de observacion t = 1, . . . , n
se calcula CCFi mediante el estimador insesgado
Nit (j) (j)
j=1 eadit Yit
CCF it = N (j) (j) (14)
it
j=1 eit Yit
c) Perdida dado el incumplimiento. En el calculo de LGD es primordial conocer,

primero, el comportamiento de las recuperaciones de los creditos que incumplen
exactamente en cada fecha de observacion. Por eso es importante denir para
cada producto p (formado a su vez por un conjunto de cubetas) el porcentaje
que se recupera del saldo eadpt de todos los creditos incumplidos en t durante los
primeros k meses posteriores (ventana de recuperacion); esto es de interes para
denir la correspondiente tasa de recuperacion pt . En caso que se consideren
los costos jos cp en el proceso de recuperacion de cada producto p, el estimador
de pt esta dado por
k
1 cp

pt = (15)
=1
(1 + r)t
()
donde Rpt es la recuperacion del mes posterior correspondiente a los creditos
(j)
del producto p = 1, . . . , K que incumplieron en t; cik es el factor de costos y r
es la tasa de interes adecuada para descontar los ujos. Con el calculo de pt
se puede obtener, para cada fecha de observacion t = 1, . . . , n, el estimador
pt = 1 pt
LGD (16)
como una realizacion de LGDp o de la perdida dado el incumplimiento para el

producto p en una ventana de recuperacion de k meses. Se decidio considerar
k = 24 meses para el caso de los portafolios de Consumo y Tarjeta de Credito,
y k = 36 meses para el de portafolio Hipotecario. Los tamaos de las ventanas
de recuperacion se eligieron de manera que las estimaciones pt se estabilizaran
a partir de k o mas observaciones.
Los resultados de la consolidacion de los parametros de riesgo por producto
son mostrados en las Figura 1. En concreto, las guras muestran las estima-
ciones historicas de P D (a la izquierda) y CCF (al centro) de todas las cubetas
que componen al portafolio y adicionalmente se muestra el histograma de las

estimaciones historicas de LGD que se tienen por producto (a la derecha). En
todos los casos se observan niveles diferenciados del parametro P D para cada
cubeta en que se segmenta el producto, as como un comportamiento de LGD
diferente para cada producto. Se presentan solamente las gracas correspondi-
entes a los productos A y B.
Figura 1
Estimaciones historicas de P D (izquierda), CCF (al centro)
y LGD (derecha) por producto.
De la agregacion de las estimaciones historicas de los parametros de riesgo

considerando la posicion actual del portafolio, se obtienen las perdidas historicas
(como porcentaje de saldo), con las que se estiman empricamente la perdida
esperada (P E) y el Valor en Riesgo (V aRq ) para ciertos niveles de conanza,
por ejemplo, q = .99, .995, .999, .999. Los resultados de la simulacion historica
de las perdidas se muestran en la Tabla 2 y Figura 2.
Tabla 2
Estimaciones empricas de P E y V aRq de las perdidas
historicas por producto y portafolio total.
VaRqEmp
Producto PE 99% 99 .5% 99.9% 99.95%
A 8.87% 10.35% 10.37% 10.37% 10.37%
B 5.31% 6.72% 6.73% 6.73% 6.73%
C 0.34% 0.89% 0.90% 0.90% 0.90%
D 1.34% 2.50% 2.51% 2.51% 2.51%
E 7.35% 11.15% 11.15% 11.15% 11.15%
F 8.95% 12.05% 12.10% 12.10% 12.10%
G 9.56% 12.92% 12.93% 12.93% 12.93%
H 5.9 9% 7.76% 7.76% 7.76% 7.76%
I 1.71% 2.23% 2.23% 2.23% 2.23%
J 2.88% 4.88% 4 .8 8% 4.88% 4.88%
TO TA L 3.79% 5.21% 5.22% 5.22% 5.22%
Figura 2
Histogramas de las perdidas historicas por producto
y portafolio total.
De acuerdo con la Tabla 2, para niveles de conanza q cercanos a 1, el estimador

emprico de V aRq (columna VaRqEmp) resulta poco apropiado debido al re-
ducido numero de 60 observaciones. En contraste, las estimaciones empricas
de la perdida esperada (P E) pueden considerarse como estimaciones aceptables
(columna P E). Los histogramas de la Figura 2 muestran comportamientos en
los que no se pueden observar realizaciones de perdidas sucientemente ex-
tremas. Para tener un buen ajuste al comportamiento distribucional marginal
se ajustan densidades kernel de suavizacion de Epanechinikov7 .
4. Implementacion del modelo de calculo de CE usando copulas

Para modelar la estructura de dependencia, es decir, la copula asociada del
vector aleatorio (P Di , EADi )M i=1 , se supone que (T Ii1,CCFi1 )Mi=1 , . . . , (T Iin ,
M
CCFin)i=1 las estimaciones conjuntas asociadas a dichos los parametros de
riesgo son observaciones independientes e identicamente distribuidas (i.i.d.).
Se considerara despreciable la posible correlacion serial ocasionada por el uso
de ventanas de observacion que se traslapan, no obstante el cambio mes a
mes que sufre la composicion del portafolio por los creditos originados y los
liquidados. Por otro lado, se supone que LGD es una v.a independiente de los
parametros de riesgo P D y EAD. Para la estimacion de la copula asociada al
vector aleatorio (LGDp )K p=1 tambien se supone que las estimaciones conjuntas

(LGD p1 )p=1 , . . . , (LGDpm )K
K
p=1 son observaciones i.i.d. de este.
En la agrupacion de las M cubetas en sus correspondientes productos, se
considera que las correspondientes v.a. P D y CCF son dependientes entre s y
entre cubetas, y que la estructura de dependencia esta dada por alguna copula.
Mas precisamente, se supone que el vector aleatorio 2kdimensional
P DEADp = (CCFi1, T Ii1 , . . . , CCFik , T Iik ) (17)

P DEAD
tiene marginales absolutamente continuas y una copula C p asociada,
donde {i1 , . . . , ik } {1, . . . , M } es un conjunto de cubetas que forman alguno
de los p = 1, . . . , K productos ajenos entre s. Para todo el portafolio, se supone
tambien que el vector aleatorio Kdimensional
LGD = (LGD1 , . . . , LGDK ) (18)
posee marginales absolutamente continuas y alguna copula asociada C LGD .

Estructuras de dependencia multidimensionales comunmente utilizadas,
como la copula de Independencia (2) y la copula Gaussiana (3), son ajustadas
a los datos de los parametros de riesgo P D y CCF como ejercicios iniciales.
Por el momento, el parametro LGD se considera constante e igual a su me-
dia historica. Para el ajuste Gaussiano, la matriz de correlaciones se estima
mediante el estimador usual
n

= yk yk (19)
k=1

donde yk = 1 (F1 (xik )), . . . , 1 (Fd (xdk )) y Fi es la f.d. emprica del
vector de observaciones (xi1 , . . . , xin ) de la v.a. Xi , para cada i = 1, . . . , d.
7
Para una muestra de observaciones x1 ,...,xn el estimador de densidad kernel esta dado
n K (xxj )

por la funcion f(x)=
j=1 h
donde Kh (x)=( h1 )K ( hx ), K(u)=( 34 )(1u2 ) 1{|u|<1} es la
n Kh (tu)dt
llamada funcion kernel de Epanechinikov y el parametro h se llama ancho de banda.

Para efectos de comparacion, en todos los ajustes marginales el ancho de banda

sera el dado por la regla de Silverman8 .
Los resultados obtenidos en cada ejercicio se muestran en las Tablas 5 y 6
abajo, mismas en las que por producto y portafolio total se estiman la P E y
el V aRq ; este ultimo mediante los metodos P OT , Emprico y el ajuste de una
distribucion Beta.
Tabla 3
Estimaciones de P E y V aRq ajustando la copula de Independencia
a P D y CCF de todo el portafolio.
VaRqEmp
Producto PE 99% 99 .5% 99.9% 99.95%
A 8.91% 10.61% 10.79% 11.20% 11.32%
B 5.37% 6.58% 6.67% 6.96% 7.01%
C 0.38% 1.05% 1.15% 1.31% 1.35%
D 1.36% 1.83% 1.88% 2.00% 2.04%
E 7.36% 11.48% 11.87% 12.65% 12.80%
F 8.88% 10.76% 10.99% 11.37% 11.61%
G 9.73% 11.72% 11.93% 12.42% 12.65%
H 6.00% 7.65% 7.74% 7.89% 7.96%
I 1.73% 2.30% 2.35% 2.46% 2.51%
J 2.87% 4.39% 4.52% 4.84% 4.93%
TO TA L 3.83% 4.27% 4.33% 4.43% 4.47%
Tabla 4
Estimaciones P E y V aRq ajustando una copula Gaussiana
a P D y CCF de todo el portafolio.
VaRqEmp
Producto PE 99% 99.5% 99.9% 99.95%
A 8.92% 10.33% 10.52% 10.85% 10.93%
B 5.36% 6.82% 6.96% 7.17% 7.21%
C 0.37% 0.94% 1.02% 1.14% 1.21%
D 1.37% 2.41% 2.51% 2.68% 2.72%
E 7.41% 12.25% 12.6 6% 13.55% 1 4.01%
F 8.94% 12.07% 12.4 1% 13.11% 13.19%
G 9.74% 13.52% 13.83% 14.55% 14.73%
H 6.00% 7.43% 7.51% 7.72% 7.74%
I 1.72% 2.19% 2.24% 2.34% 2.36%
J 2.88% 4.60% 4.69% 4 .86% 4.93%
TO TA L 3.84% 5.04% 5.17% 5.39% 5.42%
8
Para la eleccion del parametro de ancho de banda de la densidad kernel se puede utilizar
la regla de Silverman, que permite determinar un ancho de banda h optimo (para ajustar den-
1/5
sidades normales) el cual esta dado por (40 /n) , donde n es el numero de observaciones
y la volatilidad estimada de los datos.
Las estimaciones de P E (columna P E), comparadas con sus estimadores

historicos, parecen ser poco sensibles a la manera en que se modela la estructura
de dependencia de los parametros de riesgo. Sin embargo, las estimaciones
empricas de V aRq (columnas VaRqEmp), en ambos ajustes, son relativamente
inferiores respecto del comportamiento historico de las perdidas.
Una estructura de dependencia que le asigna probabilidad positiva a los
eventos de observas conjuntas extremas es la copula t de Student. El siguiente
ejercicio consiste en ajustar esta copula bajo las mismas consideraciones de
LGD y densidades kernel. La matriz de correlaciones se estima
tambien con

la ecuacion (19) tomando yk = t1 1
(F1 (xik )), . . . , t (Fd (xdk )) , donde t
denota la f.d. t de Student univariada cuyo parametro de grados de libertad
es estimado aplicando el Algoritmo 1 del Apendice.
Tabla 5
Estimaciones de P E y V aRq ajustando una copula t de
Student Simetrica P D y CCF de todo el portafolio.
VaRqEmp
Producto PE 99% 99.5% 99.9% 99.95%
A 8.90% 10.94% 11.12% 11.49% 11.73%
B 5.36% 7.19% 7.32% 7.61% 7.67%
C 0.37% 0.98% 1.08% 1 .21% 1.25%
B 1.36% 2.56% 2.69% 2.84% 2.87%
C 7.37% 12.77% 13.35% 14.07% 14.42%
B 8.90% 12.62% 13.05% 13.66% 13.93%
C 9.70% 14.18% 14.49% 15.30% 15.47%
B 6.00% 7.80% 7.91% 8.13% 8.17%
C 1.72% 2.27% 2.34% 2.46% 2.48%
B 2.87% 4.79% 4.91% 5.08% 5.14%
TOTA L 3.82% 5.33% 5.46% 5.68% 5.78%
La Tabla 5 revela que el ajuste de la copula t de Student Simetrica al

portafolio total es mas adecuado que los ajustes de las copulas de Independencia
y Gaussiana ya que las estimaciones de V aRq obtenidas son consistentes con
las estimaciones historicas.
4.1 Ajuste de copulas Elpticas Simetricas y Generalizadas

al portafolio de creditos
En esta seccion se modela la estructura de dependencia al interior de cada pro-
ducto utilizando alguna copula Elptica Simetrica y Generalizada. esta ultima
copula se emplea para introducir y, por tanto, evaluar el efecto de asimetra en
la estructura de dependencia de los parametros de riesgo.
Aplicando el Algoritmo 2 se ajusta para cada producto p una copula
C pPDEAD para modelar la estructura de dependencia del vector aleatorio
pPDEAD dado por la ecuacion (17), al tiempo que al vector aleatorio LGD
se le ajusta de manera independiente una copula C CLGD . La distribucion

marginal de los parametros de riesgo contenidos en los vectores anteriores se
modela, como se ha venido haciendo en los ejercicios anteriores, ajustando den-
sidades kernel de suavizacion a las observaciones historicas de P D, EAD y
LGD.
Para cada cubeta i la perdida (como porcentaje de su saldo) se dene como
la v.a.
Li = T Ii CCFi LGDi (20)

Entonces con las observaciones simuladas pPDEAD1 , . . . pPDEADN , p = 1,
1 , . . . LGD
. . . , K y LGD N de los parametros de riesgo y aplicando (20) se con-
struyen, para cada cubeta i {i1 , . . . , ik } del producto p en cuestion, las
perdidas simuladas Li1 , . . . , LiN . Para hacer la agregacion de perdidas para
cada producto (como porcentaje de su saldo) es necesario conocer la com-
posicion de un portafolio de creditos actual, es decir, el saldo actual ei de cada
cubeta i. Entonces, simplemente se pondera por el saldo de cada producto p
para obtener las perdidas simuladas por producto, es decir,
ei
Lpj = Lij , j = 1, . . . , N (21)
j{i1 ,...,ik } ej
i{i1 ,...,ik }
son las perdidas simuladas del producto p formado por las cubetas i {i1 , . . . ,
ik }.
La tabla 8 muestra los estimadores del ndice de la cola 9 que resultan
de ajustar las copulas Elpticas a cada producto y al portafolio total. Como se
puede apreciar, los comportamientos a observaciones extremas conjuntas para
los parametros P D y CCF son bastante diferentes entre productos.
Tabla 6
Grados de libertad para (P D, CCF ) por producto y portafolio total.
(PD, CCF)
Producto Grados de libertad
p (Depend. Cola)
A 20.5
B 38.8
C 11.8
D 14.2
E 67.9
F 9.7
G 10.8
H 2.0
I 22.1
J 3.2
TOTAL 276.8
9
La v.a. espectral R de la representacion (5) se supone de variacion regular en infinito
con ndice > 0. Dicho ndice mide la ocurrencia de observaciones conjuntas extremas, a
menor valor de mayor dependencia entre las observaciones extremas conjuntas. En el caso
de la copula t de Student coincide con los grados de libertad.
Los resultados de las simulaciones de las copulas ajustadas t Simetrica y Ge-

nealizada estan contenidos en las tablas 7 y 8, respectivamente. Dichas tablas
incluyen las estimaciones del V aRq por los tres metodos de estimacion de al-
tos cuantiles propuestos: P OT 10 (Columna VaRqPOT), Emprico (columna
VaRqEmp) y Ajuste de una distribucion Beta (VaRqBeta).
Tabla 7
Estimaciones de P E y V aRq por producto ajustando una copula t
de Student Simetrica a los parametros de riesgo P D y CCF .
Tabla 8
Estimaciones de P E y V aRq por producto ajustando una copula t
de Student Generalizada a los parametros de riesgo P D y CCF .
Segun los resultados obtenidos, aparentemente no hay ventaja signicativa

de modelar la asimetra en la estructura de dependencia con el uso de las copulas
elpticas generalizadas, sin embargo, se debe utilizar un criterio estadstico que
permita evaluar la adecuacion de los diferentes ajustes de las copulas a los datos
observados.
4.2 Ajuste de la copula t Agrupada al portafolio de creditos

La copula t de Student Agrupada permite modelar la estructura de dependencia
entre grupos de v.a. que a su vez tienen estructura de dependencia dada por
alguna copula t de Student pero cuyo comportamiento de dependencia a eventos
extremos es diferenciado entre grupos. esta copula se ajusta a los parametros
de riesgo P D y CCF del portafolio total, utilizando los estimadores obtenidos
en el paso (i) del Algoritmo 2 para los parametros de grados de libertad p de
10
Para revisar los resultados mas importantes de este metodo derivado de la Teora de
Valores Extremos se recomienda ver Embrechts 1997.
cada producto p y la matriz de correlaciones P que resulta para el portafolio

total. A partir de la expresion (8) y utilizando los estimadores de los parametros
anteriores se simulan observaciones de (pP DEAD)K p=1 , que al ser agregados
por producto y portafolio Total se muestran en la Figura 3.
Segun la Tabla 9, las estimaciones por producto de P E y V aRq medi-
ante este enfoque son consistentes con los ajustes de las copulas t de Student
Simetrica y Generalizada. La estimacion de V aRq del portafolio total permite
cuanticar el efecto de diversicacion cuando se le compara con la suma de los
V aRq s de todos los productos ponderados por el saldo total (renglon inferior
Total pond rho = 1 de la tabla), as como con la raz cuadrada de suma de sus
cuadrados (Total pond rho = 0).
Tabla 9
Estimaciones de P E y V aRq por producto y portafolio total ajustan-
do una copula t de Student Agrupada a los parametros de riesgo P D y CCF .
Figura 3
Histogramas de las perdidas simuladas por producto y portafolio to-
tal ajustando una copula t de Student Agrupada a los parametros P D y CCF .
Para establecer estadsticamente la bondad de ajuste de cada modelo de copulas

ajustado, se emplea un estadstico basado en formas bilineales propuesto por
Panchenko 2005. En la Tabla 9 se presentan los valores promedio de las distan-
cias Q basadas en formas bilineales que se obtienen al implementar, por cada

producto y al portafolio total.
Tabla 10
Distancias Q (estadstica de prueba) para cada tipo de copulas ajustado.
Los valores de la estadstica de prueba Q muestran que la copula t de

Student Agrupada es, de entre las copulas utilizadas, la que presenta un mejor
ajuste a los datos (a la copula emprica de los parametros de riesgo). No
obstante que el reducido numero de observaciones historicas de los parametros
de riesgo no permite establecer la signicancia de la prueba, la Tabla 10 indica
que el ajuste de la copula t de Student Agrupada es ligeramente superior a los
ajustes de las copulas t de Student Simetrica y Generalizada, en tanto que los
supuestos de independencia y gaussiano no son objetivos con lo observado en
los datos.
Con fundamento en el criterio anterior, se decide modelar la estructura
de dependencia de los parametros de riesgo del portafolio P D y CCF con la
copula t de Student Agrupada. Por otro lado, la estructura de dependencia
del parametro LGD entre productos del portafolio se modela con una copula
t de Student simetrica. Con el n de estresar las distribuciones marginales del
modelo, todas las densidades kernel se ajustan con el doble del ancho de banda
empleado en los ejercicios anteriores. Los resultados obtenidos se presentan
en las Tablas 11 y 12, donde esta ultima contiene ademas el calculo de la
medida de riesgo Decit Esperado (ESq ), tambien estimada por los tres metodos
implementados para V aRq .
Tabla 11
Estimaciones de P E y V aRq ajustando una copula t de Student
Agrupada a los parametros P D y CCF , y una copula t de Student a la LGD.
Tabla 12
Estimaciones de ESq ajustando una copula t de Student Agrupada
a los parametros P D y CCF , y una copula t de Student a la LGD.
Los estimaciones obtenidas por el metodo P OT son bastante consistentes con

los estimadores empricos, al tiempo que permiten obtener estimaciones mas
conables para niveles de q bastante cercanos a 1, esto debido a su base sobre
resultados asintoticos de la TVE (ver Embrechts et al. 1997 y Daz 2003). En la
Figura 4 se muestra el desempeo de los estimadores de V aRq y ESq por los tres
metodos P OT , Emprico y el ajuste de una Beta. Se presentan los resultados
para el caso del portafolio total
Figura 4
Estimaciones de V aRq y ESq (metodos P OT , Emprico y Beta)
Portafolio Total.
La primera de las subgracas (de izquierda a derecha y de arriba a abajo)

contiene el histograma de las perdidas simuladas y la parte de la cola a la que
se ajusta una DP G, mientras que en la segunda aparece su ajuste con la dis-
tribucion emprica. En la tercera se presentan el ajuste entre la Distribucion
de Excesos Fu y la emprica de la cola de la distribucion de perdidas. Final-
mente, en la cuarta se subgraca se presenta el comportamiento de los diferentes

estimadores de las medidas de riesgo V aRq y ESq , para q (.99, 1).
Ademas de la copula t de Student Agrupada, existen otras copulas rela-
cionadas a la copula t de Student como es el caso de la copula t de Valores
Extremos y la copula t de Cola Inferior, sin embargo, su manipulacion y esti-
macion para dimensiones grandes es bastante complicada (ver Demarta et al.
2004).
5. Estimaciones de CE bajo modelos tradicionales y el enfoque IRB

Con el n de comparar el modelo propuesto con otros enfoques, se implementan
un modelo de incumplimiento de un solo factor, un modelo basado en matrices
de transicion y el calculo del requerimiento de capital regulatorio segun las
reglas de Basilea II (ver BCBS 2004) en su enfoque avanzado de calicaciones
internas (IRB).
El modelo de un factor tipo KM/CM ha sido ampliamente utilizado para
la estimacion de capital economico en portafolios de creditos revolventes y de
consumo (ver RMA 2003). Sus parametros importantes, la correlacion de ac-
tivos (AV C) y la correlacion entre incumplimientos (LC) se calibran con infor-
macion historica de las tasas de incumplimiento. Concretamente, el CEi (como
porcentaje del saldo) de la cubeta i se estima como
1
(P Di ) + 1 AV Ci 1 (q)
Ki = LGDi CCFi , (22)
1 AV Ci
donde q es el nivel de conanza y P Di se estima como el valor promedio de las

correspondientes tasas de incumplimiento observadas.
Con las mismas bases teoricas que el modelo de un factor del tipo KM V
/CM , el enfoque avanzado de calicaciones internas (IRB) de Basilea II, utiliza
resultados asintoticos sobre los cuantiles de la funcion de perdidas del portafo-
lio cuando el numero de exposiciones es sucientemente grande (ver Frey et al.
2003). Mas precisamente, este enfoque regulatorio propone estimar el requer-
imiento de capital RCi , para cada cubeta i de creditos homogeneos en perl de
riesgo, como
1
(P Di ) + 1 (.999)
RCi = LGDi CCFi
1
donde el nivel de conanza se ja en q = .999 y la correlacion de activos esta

preestablecida segun el tipo de portafolio al que pertenezca
la cubeta
(0.04 para
1e35P Di 1e35P Di
tarjeta de credito, 0.15 para hipotecario y .03 1e35 + .16 1e35
para el portafolio de consumo).
En ambos enfoques los parametros CCF y LGD se consideran constates,
por lo que para nes de la aplicacion seran iguales a su valor promedio historico.
En el siguiente cuadro resumen (Tabla 13) se muestran los resultados de
CE y capital regulatorio obtenidos bajo el modelo de un factor y las reglas
de IRB de Basilea II. Se agregan tambien las estimaciones de V aRq por el
metodo P OT que se obtuvieron en el ajuste de la copula t de Student Agrupada,
as como las que resultan de ajustar densidades kernel que dan mas peso a
observaciones recientes de los parametros de riesgo mediante el uso de un factor

de decaimiento, por ejemplo, = .97. Pensando en niveles de conanza q
realistas, se consideran 99.5% y 99.9% (si por ejemplo, la institucion aspira
la calicacion mxAAA, que en escala internacional corresponde a BBB, que
indica una probabilidad de incumplimiento del 0.5%, el nivel de conanza a
considerar es q = 99.5%).
Tabla 13
Estimaciones de CE por el modelo de un factor KM V /CM , el
capital regulatorio bajo el enfoque IRB de Basilea II y el CE del modelo
Copula t Student grupada.
En la mayora de los casos el modelo de un factor indica un CE menor que el

requerimiento de capital regulatorio bajo Basilea II, lo cual se debe en esencia
a que, no obstante que la construccion en ambos enfoques es casi la misma,
la correlacion de activos que el primero utiliza es calculada con informacion
historica, mientras que en el enfoque IRB las correlaciones de activos estan
predeterminadas y el nivel de conanza que usa es del .999. Por su parte, el
modelo propuesto basado en la copula t de Student Agrupada reeja niveles de
CE superiores al capital regulatorio y al estimado con el modelo de un factor
tipo KM V /CM . Una ventaja del modelo propuesto es que permite modelar
la dependencia existente entre los factores de riesgo y entre todos los grupos
de creditos y productos que forman al portafolio; en consecuencia este modelo
proporciona un efecto de diversicacion del portafolio que no es posible apreciar
en el modelo de un factor tipo KM V /CM ni en las reglas del enfoque mas
avanzado de IRB propuestas en Basilea II.
Finalmente, en la Tabla 13 se presentan los resultados obtenidos de im-
plementar un modelo basado en matrices de transicion de pagos vencidos. El
supuesto de que el proceso de migracion de pagos vencidos (incluido el estado
absorbente de incumplimiento) sigue una cadena de Markov, en la practica no
se satisface (ver Lando et al. 2002), siendo este una de las grandes deciencias
de este enfoque. Sin embargo, igual que en los dos ultimos modelos presentados
en esta seccion, ni la estructura de dependencia de los parametros de riesgo ni
la dependencia entre incumplimientos son considerados bajo esta metodologa
que, no obstante, es ampliamente utilizada en la practica.
Tabla 14
Comparacion del modelo propuesto con un enfoque de
matrices de transicion.
Producto Matrices Transicion Copula t agrupada

PE VaRqEmp 99.5% PE VaRqEmp 99.95%
A 9.40% 32.74% 9.01% 14.79%
B 4.11% 17.34% 5.48% 10.20%
C 0.36% 5.58% 0.43% 2.29%
D 0.91% 7.90% 1.41% 3.52%
E 6.21% 30.00% 7.61% 19.00%
F 6.57% 21.96% 9.02% 16.66%
G 8.23% 68.77% 9.83% 16.09%
H, I, J 3.04% 12.94% 3.20% 4.36%
Como la informacion disponible para su implementacion contiene agregado

al portafolio hipotecario, el numero de productos en que se divide al portafolio
total se reduce. Las estimaciones de PE dieren considerablemente en algunos
productos, esto se debe muy probablemente a que el supuesto de transiciones
no ocurre de manera Markoviana. Ademas, el CE estimado por el modelo de
matrices de transicion es muy superior al que se estima con la metodologa de
copulas propuesta, lo cual se debe principalmente al hecho de que no es muy
realista suponer que cada suma de exposicion total por pagos vencidos es una
v.a. Bernoulli con probabilidad de exito la probabilidad de incumplimiento
estimada.
6. Conclusiones
La metodologa de calculo del CE por riesgo de credito propuesta en este trabajo
de investigacion muestra las ventajas de modelar la estructura de dependencia
de los parametros de riesgo mediante el uso de copulas Elpticas Generalizadas
y de Mezclas de Normales Agrupadas, para el caso concreto de familias del tipo
t de Student. Este tipo de copulas arrojo mejores resultados en la modelacion
del comportamiento de las perdidas extremas del portafolio con respecto a las
estructuras de dependencia comunmente utilizadas en nanzas, como son la
copula Gaussiana y la copula de Independencia. El ejercicio de bondad de ajuste
revelo que el mejor ajuste lo proporciona la copula t de Student Agrupada, al
tiempo que no se encontraron diferencias signicativas entre los ajustes de la
copula t de Student Simetrica y la copula t de Student Generalizada en cada
producto, no obstante que esta ultima s modela la asimetra en la estructura
de dependencia. Una de las principales razones por las que se utiliza la copula
t de Student Agrupada obedece a que permite modelar la dependencia entre
productos con diferentes ndices de dependencia extrema, lo que hace posible la
agregacion de las perdidas del portafolio total, resaltando el benecio del efecto
de diversicacion.
Al comparar la metodologa propuesta con otros modelos, se observo que el
modelo de incumplimiento de un solo factor tiende a subestimar el CE, mientras
que el enfoque de matrices de transicion de pagos vencidos tiende a sobreesti-

marlo. Para la mayora de los productos, el modelo de un solo factor arroja un
CE menor que el requerimiento de capital regulatorio bajo Basilea II, lo cual se
debe al hecho de que la correlacion de activos que el primero utiliza es calculada
con informacion historica, mientras que en el enfoque IRB las correlaciones de
activos estan predeterminadas, as como su nivel de conanza (99.9%). Las es-
timaciones de CE en el modelo propuesto parecen ser, en general, superiores al
requerimiento regulatorio que establecen las reglas de capitalizacion del enfoque
mas avanzado de IRB propuestas en Basilea II. Estos resultados obtenidos po-
nen en duda la aplicabilidad de tales reglas en el mercado mexicano, por lo
que el capital regulatorio bajo Basilea II puede ser insuciente para cubrir el
capital en riesgo que enfrentan las instituciones nancieras que otorgan creditos
al menudeo. Una ventaja de la metodologa expuesta, es su gran exibilidad
para modelar no solo la dependencia existente entre los factores de riesgo sino,
tambien, entre todos los grupos de creditos y productos que forman al portafo-
lio; lo que hace posible que se muestren las bondades de la diversicacion del
portafolio que no es posible apreciar en el modelo de un factor tipo KM V /CM
ni en las reglas del enfoque mas avanzado de IRB propuestas en Basilea II.
Apendice
Denotense las realizaciones de n copias independientes del vector aleatorio X
(el conjunto de los datos) por

x11 x12 . . . x1n
.. ..
x . .
{(x1 , . . . , xdt ) }nt=1 .21 .. = [ x.1 x.2 . . . x.n ]
.. ..
. .
xd1 ... . . . xdn
Algoritmo 1
(i) Determinar las correlaciones tau de Kendall de cada pareja (Xi , Xj ) medi-
1
(n) n
ante el estimador (Xi , Xj ) =
2 k>l sign[(xik xil )(xjk xjl )];
(ii) Usar la ecuacion (11) para calcular ij y estimar as la matriz de correlacion

ij ;
d
(iii) Estimar los coecientes de dependencia de la cola inferior = nij i,j=1
como
n
n (n,r) 1 2
ij l (Xi , Xj ) = 1{Qk <r} sen2k ,
n r
k=l
donde para k = 1, . . . , n las cantidades (Qk , k ) satisfacen las ecuaciones Fi (xik )

= Qk senk , Fj (xjk ) = Qk cosk , donde cada Fi es la f. d. emprica de la
componente Xi ;
(iv) Estimar el ndice de la cola de la v.a. espectral R como

n = arg min (, (1 ij ))ij (n) ,
4
donde L(, )(n) es la matriz (, 4 (1 ij ))ij , la funcion (, x) esta denida

d 2 2
como en (12) y ||A|| = i,j=l Aij dene la norma en L denida sobre
Mdd ().
Algoritmo 2
(i) Estimar los parametros ij y de una distribucion Elptica Generalizada
sobre el vector X usando el Algoritmo 1;
(ii) Ajustar a cada componente de X alguna f.d. marginal Fj continua. Si por
ejemplo, el numero de observaciones n no es muy grande, se puede utilizar un
kernel de suavizacion;
(iii) Simular observaciones y1 , . . . , yN de un vector Y cuya representacion esta
dada por la ecuacion (5), utilizando las estimaciones de los parametros anteri-
ores y estructura de dependencia de dicha representacion (bajo la especicacion
de la f.d. de la v.a. espectral R);
(iv) Construir observaciones u 1 , . . . , u
N de la copula emprica con las observa-
ciones simuladas y1 , . . . , yN , a saber,

i = (Ui1 , . . . , Uid ) F1 (yi1 ), . . . , F1 (yid ) ,
u
donde Fj es un estimador de la f.d. de Yj , por ejemplo, se puede usar una

1 n
variante de la f.d. emprica Fj (x) = n+1 i=l 1{yij <x} .
(v) Con las observaciones simuladas u 1 , . . . , u
N , las cuales incorporan la estruc-
tura de dependencia de la copula C, construir x j = Fj1 (uj ), j = 1, . . . , N .
1 , . . . ,
Los vectores x xN son observaciones simuladas del vector original X.
Bibliografa
Basel Committee on Banking Supervision (BCBS) (2004). International Con-

vergence of Capital Measurement and Capital Standards. A Revised
Framework.
Biggs, D., B. De Ville y E. Suen (1991). A method of choosing multiway
partitions for classication and decision trees. Journal of Applied Statistics,
62, pp. 18-49.
Crosbie, P. y J. Bohn (2002), Modelling Default Risk. KMV working paper.
Crouhy, M., D. Galai y R. Mark (2000). A comparative analysis of current
credit risk models. Journal of Banking and Finance, 24, 59-117.
De Andrade, F. y L. Thomas (2004). Structural Models In Consumer Credit.
Risk and Insurance 0407001, EconWPA.
Daz, A. (2003). Teora de Valores Extremos para sucesiones de variables
aleatorias dependientes, Tesis de licenciatura, UNAM.
Embrechts, P., C. Klppelberg y T. Mikosch (1997). Modelling Extremal Events

for Insurance and Finance. Springer Verlag, Berlin.
Embrechts, P., A. McNeil y D. Straumann (2002). Correlation and dependency
in risk management: properties and pitfalls. Risk Management for Central
Bank Foreign Reserves, 243-261, Frankfurt: European Central Bank.
Frahm, G. y M. Junker (2003). Generalized elliptical distributions: models
and estimation. Research Center Caesar Financial Engineering.
Frey, R. y A. McNeil (2003). Dependent defaults in models of portfolio credit
risk. Journal of Risk, 6(1), 59-92.
Hult, H. y F. Lindskog (2001). Multivariate extremes, aggregation and depen-
dence in elliptical distributions. Research paper, RiskLab.
Joos, P., K. Vanhoof, H. Ooghe y N. Sierens (1998). Credit classication: A
comparison of logit models and decision trees. 10th European Conference
on Machine Learning, April 24, Chemnitz (Germany), p. 59-72.
Lando, T. y T. Skodeberg (2002). Analyzing rating transitions and rating
drift with continuous observations. Journal of Banking and Finance, 26,
423-444.
Lindskog, F., A. McNeil y U. Schmock (2003). Credit Risk - Measurement,
Evaluation and Management. Physica-Verlag, Heidelberg.
Panchenko, V. (2005). Goodness of t test for copulas. Physica A, 355, 176-
182.
Perli, R. y W. Nayda (2004). Economic and Regulatory Capital Allocation
for Revolving Retail Exposures. Journal of Banking & Finance, 28(4),
789-809.
RMA (2003). Retail Credit Economic Capital Estimation-Best Practices. The
Risk Management Association (RMA).
Analisis emprico de la relacion entre las tasas

de interes forward subyacentes al mercado
Mexicano de swaps de TIIE
Jesus Bravo Pliego
Recibido 21 de junio 2007, Aceptado 8 de enero 2008
Resumen
En este trabajo se analiza empricamente la relacion entre las tasas de interes
forward implcitas en la curva mexicana de los swaps de TIIE-28 das. Los
resultados muestran que existen correlaciones fuertes entre tasas de plazos ad-
yacentes, pero que tal correlacion se va debilitando conforme se ampla la dis-
tancia (en la estructura de plazos) entre ellas. Esto es coherente con la teora
del nicho preferido de Modigliane y Stuch (1966) y sugiere que los modelos
de ajuste, calibracion o analisis de la curva interbancaria de tasas en Mexico
deberan incorporar alguna relacion entre las tasas forward.
Abstract
In this paper, the degree of the relationship amongst the underlying forward
interest rates to the Mexican TIIE-28-day swap interest rate curve is analyzed.
It is found empirically that there are strong correlations between term-adjacent
forward interest rates, but such correlations become weak when the distance
(in the term structure) between them increases. This is in line with the preferred
habitat theory of Modigliane and Stuch (1966), and it suggests that the models
for adjusting, calibrating or analyzing the Mexican interbank interest rate curve
should incorporate some relationship amongst the forward interest rates.
Clasificacion JEL: E43, G12
Palabras clave: Tasa de interes spot y forward, bootstrapping, correlacion, swaps de TIIE-28
das .
1. Introduccion
Un cuestionamiento aparentemente obvio, pero cuya respuesta tiene serias con-
secuencias en el contexto de la aplicacion practica de los modelos de tasas de

Direccion de Riesgos de Mercado, Grupo Financiero HSBC. Este artculo es parte
del trabajo inicial realizado por el autor para el desarrollo de su tesis doctoral en el pro-
grama de Doctorado en Ciencias Financieras del Tecnologico de Monterrey, Campus Ciudad
de Mexico. Direccion para correspondencia: Paseo de la Reforma 347, Oficina 14, Col.
Cuauhtemoc, C.P. 06500, Mexico, D.F. Tel.: 57212663. Fax: 57212666. Correo electronico:
jesus.bravo@hsbc.com.mx .
Analisis emprico 45
interes, es si las tasas de interes forward sobre la estructura de plazos estan

correlacionadas entre s. Si esto es as, en que grado?
El supuesto de correlacion perfecta en los modelos de tasa corta, como los
de Vasicek (1977) y CIR (1985), es esencial para poder derivar las formas fun-
cionales de la estructura de plazos tal como lo indica Brigo y Mercurio (2001).
Sin embargo, si la correlacion existe, pero esta lejos de poder considerarse per-
fecta a lo largo de toda la estructura de plazos de las tasas de interes, entonces
es claro que el analisis, modelacion, calibracion y utilizacion de dicha estruc-
tura de plazos requerira de consideraciones adicionales a las que plantean los
modelos de tasa corta.
Santomero (2001, pp. 86-91) presenta un analisis emprico muy interesante
de la relacion de las tasas de interes de los bonos del gobierno de los Estados
Unidos, analizando sus cambios mensuales entre el periodo de 1947 a 1999. Sus
principales conclusiones son que hay correlacion (aunque no perfecta) entre las
tasas spot, pero que tal relacion no es facil de describir.
Afortunadamente, se han realizado desarrollos para considerar estas co-
rrelaciones no perfectas al modelar la dinamica de las tasas de interes, dentro
de los que destaca el desarrollo del LIBOR Market Model o modelo de BGM
(Brace, et al., 1997). Sin embargo, en los modelos empricos o de bootstrapping
la incorporacion de una relacion entre los niveles de tasas de interes forward al
momento de derivar de los datos de mercado la curva de tasas de interes, no se
trata con fundamento economico solido, y en la mayora de los casos la relacion
resultante es mera consecuencia de la forma en que se asume la interpolacion
entre las tasas cupon cero implcitas o entre las cotizaciones de mercado.
Una pregunta relevante que atane a los mercados financieros en Mexico
es si los resultados de Santomero (Op. cit.) se pueden asumir en ellos. La
unica forma de saberlo es replicar tal analisis de manera particular en dichos
mercados. En este artculo, en la seccion 2, se presenta este analisis tomando
las cotizaciones de los swaps de TIIE-28 das, pero se critica la solidez de tales
resultados (ver seccion 2.3). En la seccion 3, se deriva la estructura de plazos
de los swaps de TIIE por medio de un modelo de bootstrapping y se estudia
ahora, para obtener resultados mas solidos conceptualmente, el patron de la
relacion entre los distintos niveles de tasas forward implcitas diferenciados por
plazo1 .
Relacion de las tasas de interes spot (cotizaciones de los swaps de

TIIE-28 das) a distintos plazos de cotizacion
2.1 La relacion entre las tasas de corto plazo y las de largo plazo
Para inspeccionar la relacion entre las tasas de interes de los swaps de TIIE, la
informacion utilizada son las cotizaciones de dichos swaps para todos sus plazos
negociados. Esta informacion es de frecuencia diaria y proviene de los datos
reportados por PiP (Proveedor Integral de Precios, S.A.) quien es uno de los
dos price vendors autorizados por la CNBV como fuentes oficiales de precios2 .
1
Todos los detalles tecnicos acerca del bootstrapping se presentan en el Anexo 1 con la
finalidad de presentar en el cuerpo principal de este trabajo solo los resultados del analisis de
la manera mas clara posible.
2
Consultar pagina web de PiP en www.precios.com.mx.
Es importante mencionar que la muestra utilizada va del 24 de enero de 2005

al 13 de marzo de 2007 debido a que se considera que en los ultimos dos anos
es cuando este mercado ha madurado y se ha profundizado en su operacion3 .
Una inspeccion simple a la volatilidad historica de los cambios de las tasas
swap (tasas spot) de TIIE a distintos plazos4 , mostrada en la figura 1, nos dice
que las volatilidades promedio no son iguales (se observa un patron creciente
en el plazo), esto significa que la consideracion de movimientos paralelos sobre
la curva, comunmente asumidos en administracion de riesgos, no es razonable.
Pero si bien las volatilidades de los cambios en las tasas spot no son las mismas
a lo largo de la estructura de plazos, las tasas aun podran estar correlacionadas.
Las figuras 2 y 3 muestran la relacion entre los cambios de la tasa swap del swap
de TIIE-28 das a 1 ano y los cambios de la tasa swap del swap de TIIE-28 das
a 10 anos5 . En la figura 2 se observa que un cambio de 100 puntos base en la
tasa swap a 1 ano impacta en promedio en un cambio de 126 puntos base en
la tasa swap a 10 anos con una relacion relativamente fuerte (R cuadrada =
0.6403). La figura 2 muestra por el contrario que un cambio de 100 puntos base
en la tasa swap de 10 anos impacta en promedio en un cambio de 51 puntos
base en la tasa swap de 1 ano6 .
3
Utilizar historia mas antigua podra sesgar el analisis realizado debido a la relativa
iliquidez o poca profundidad del mercado de los swaps de TIIE en el pasado.
4
En todos los casos los cambios utilizados son cambios cada cuatro semanas para reflejar
el hecho de que al tener la TIIE plazo de 4 semanas, la unidad mnima de plazo sobre los
swaps de TIIE es 4 semanas. Es importante mencionar que la estructura de plazos suele
presentarse con informacion a todos los plazos (cada da y teoricamente en un continuo)
porque se ha asumido algun modelo de interpolacion o ajuste para derivarla a cada plazo
(modelo de bootstrapping y/o modelo de ajuste global).
5
1 y 10 anos se refieren realmente a que el swap esta compuesto de 13 y 130 periodos de
28 das, respectivamente (estos swaps son conocidos como los swaps 13X1 y 130X1 por
este hecho), lo cual equivale a 364 y 3640 das naturales.
6
Favor de notar que 1/1.2559=0.7962=0.5098 ; es decir, no se cumple la reciprocidad
entre las pendientes entre las rectas ajustadas debido a que la correlacion no es perfecta.
Notese sin embargo que el producto de las pendientes es igual al producto de los coeficientes
de correlacion como lo indica la teora de regresion:(1.2559)(0.5098)=(0.8002)(0.8002)=0.6403.
Analisis emprico 47
Figure 1
Volatilidad historica de los cambios en las tasas swap de
TIIE-28 das.
FUENTE: Elaboracion propia del autor con base en los datos de PiP de cotizaciones de
Swaps de TIIE para el periodo del 24 de enero de 2005 al 13 de marzo de 2007.
Figure 2
Cambios en la tasa swap de 10 anos explicados por los cambios
en la tasa swap de 1 ano.
Figure 3
Cambios en la tasa swap de 1 ano explicados por los cambios
en la tasa swap de 10 anos.
Con la intencion de mostrar que tanto impacta un cambio en la tasa swap
de 1 ano (que se considerara como de corto plazo) a las tasas swap de otros
plazos, la figura 4 muestra el factor que relaciona los cambios en las tasas swap
(estimado por regresion lineal) si la tasa swap de 1 ano fueran el unico factor
que explicara los cambios en las demas. Por otro lado, la figura 5 muestra lo
mismo que la figura 4 pero ahora tomando como factor explicativo a los cambios
de la tasa swap de 10 anos (que se considerara como de largo plazo)7 .
Como la respuesta de las tasas swap mostradas en las figuras 4 y 5 es
una respuesta estadstica promedio estimada por regresion, se ha dibujado
(lneas punteadas) la variacion posible en la estimacion con un intervalo de
2 errores estandar. Los resultados empricos presentados son solo indicativos
y muestran claramente que existe correlacion entre los cambios de las tasas de
interes spot de los swaps de TIIE-28 das que se operan en el mercado mexicano
de derivados OTC de tasa de interes, pero definitivamente tal correlacion no es
perfecta; mas aun, tal correlacion se debilita conforme se aumenta la distancia
entre las tasas swap comparadas. Esto indica que la utilizacion de modelos de
tasa corta unifactoriales no son buenos para estimar y representar la estructura
completa de las tasas de interes de los swaps de TIIE-28 das.
7
Es importante mencionar que existen tasas swap de TIIE-28 das para plazos menores
a 1 ano y plazos mayores a 10 anos; no obstante se consideran las tasas swap de 1 a 5 anos,
7 anos y 10 anos para simplicidad del analisis y tener plazos en multiplos de anos.
Analisis emprico 49
Figure 4
Cambios en las tasas swap explicados por los cambios en la
tasa swap de 1 ano.
FUENTE: Elaboracion propia del autor con base en los datos de PiP de cotizaciones de Swaps
de TIIE para el periodo del 24 de enero de 2005 al 13 de marzo de 2007.
Figure 5
Cambios en las tasas swap explicados por los cambios en la
tasa swap de 10 anos.
2.2 La relacion entre tasas de interes de plazos adyacentes

Sugestivamente, al observar la relacion entre los cambios de las tasas swap
en las figuras 4 y 5, parece que la correlacion entre dichos cambios aumenta
entre mas cerca esten de la variable explicada. No obstante esto solo puede
verse cuando la variable explicativa son los cambios de las tasas swaps de 1 y
10 anos. Con la finalidad de analizar la estructura completa de correlaciones
de manera explcita, en el cuadro 1 se muestran la matriz de coeficientes de
correlacion entre los cambios de las tasas swap a distintos plazos de cotizacion.
En dicha tabla se ha utilizado la etiqueta que se asigna en el mercado para
referenciar a los swaps de TIIE en cada plazo de cotizacion (ver nota al pie
numero 5). Se puede ver claramente que entre mas cerca o adyacentes esten las
tasas swaps en relacion a su plazo de cotizacion, la correlacion de sus cambios
es mas alta; observandose un patron de reduccion gradual entre mas se alejan.
Cuadro 1
Correlacion entre los cambios de las tasas de interes spot o tasas
swap de los swaps de TIIE-28 das.
Las correlaciones anteriores muestran que las cotizaciones de los swaps de
TIIE se comportan de acuerdo a lo establecido por la Teora del Nicho Preferido
de Modigliani y Sutch (Op. cit.) donde mercados adyacentes son sustitutos
(imperfectos) entre s.
2.3 La relacion entre tasas de interes spot de plazos adyacentes es

real o un hecho matematico?
Algo muy importante a mencionar respecto a la relacion encontrada en la
seccion anterior entre las tasas de interes spot es el hecho de que se ha supuesto
que las tasas de interes spot en si mismas son las piezas de informacion que ex-
plican los cambios en la forma de la curva de las tasas de interes. No obstante, si
se piensa en las tasas de interes forward implcitas, derivada de las tasas swaps,
las tasas swap pueden tambien expresarse en funcion de tales tasas forward;
ademas, estas ultimas se van anidando hasta el plazo final de manera que
cada tasa swap de plazo mas largo contiene a todas las tasas de interes forward
que definen las tasas swap de plazos menores (ver ecuacion (9) del Anexo 1).
Matematicamente, la tasa swap de un plazo Tk t, vista en funcion de la
serie de tasas de interes forward F (t, Ti1 , Ti ), i = 1, 2, . . . , k, contiene las tasas
Analisis emprico 51
de interes forward de las tasas swap de cualquier plazo menor Ti t(0 < i < k).
Este hecho matematico, hace que las correlaciones presentadas en el cuadro 1
puedan ser una simple consecuencia de correlacion de la misma informacion,
siendo no relevante lo analizado en la seccion anterior.
La unica forma de saber si la relacion entre tasas de interes spot de plazos
adyacentes es real o un simple hecho matematico es tomar ahora los cambios
de las tasas de interes forward implcitas como las piezas de informacion que
explican los cambios en la forma de la curva de las tasas de interes. Concep-
tualmente hacer esto no representa ningun problema si se tienen las tasas de
interes forward, pero en la realidad hay que derivarlas a partir de las tasas
swap por medio de bootstrapping8 , de manera que cada tasa de interes forward
en cada plazo de cotizacion sea consistente con obtenerse simplemente con la
informacion que adiciona cada tasa swap y condiciones de no arbitraje, evi-
tando asumir alguna forma funcional a priori entre las tasas de interes forward
implcitas entre plazos de cotizacion que no tenga que ver con las condiciones
de equilibrio9. El Anexo 1 presenta el modelo que se ha utilizado para obtener
las tasas de interes forward implcitas.
3. Relacion de las tasas de interes forward implcitas a

distintos plazos de cotizacion
Analizar las tasas de interes forward es algo que se ha aceptado comunmente
despues de que Heat, Jarrow y Morton (1992) desarrollaron su marco conceptual
(modelo HJM) de modelos dinamicos de tasas de interes no arbitrables.
Las figuras 6 y 7 muestran la relacion entre las tasas de interes forward
implcitas en la estructura de plazos de los swaps de TIIE-28 das, tomando
primero la tasa de interes forward de 1 a 2 anos como variable explicativa
(figura 7) y despues la tasa de interes forward de 7 a 10 anos como variable
explicativa (figura 8)10 . Se observa que un cambio de 100 puntos base en la
tasa de interes forward implcita de 1 a 2 anos impacta en promedio en un
cambio de 100 a 125 puntos base en las demas tasas forward; por otro lado,
un cambio de 100 puntos base en la tasa de interes forward implcita de 7 a
10 anos impacta en promedio en un cambio de 58 a 100 puntos base en las
demas tasas forward.
El cuadro 2 presenta la correlacion de los cambios de las tasas de interes
forward implcitas en la estructura de plazos de las tasas cupon cero, obtenidas
por metodos numericos (bootstrapping) para cada da en el periodo del 24 de
enero de 2005 al 13 de marzo de 200711.
8
Es importante aclarar que los modelos de bootstrapping son modelos de ajuste puntual
y por lo tanto son utilizados para derivar la estructura de plazos a partir de cotizaciones de
mercado y no son modelos dinamicos estocasticos de pronostico. No obstante, contar con la
estructura de plazos es basico para calibrar modelos dinamicos estocasticos.
9
Las relaciones de equilibrio y no arbitraje deben cumplirse siempre.
10
Notar que se ha cuidado de utilizar la misma escala que en las figuras 4, 5, 7 y 8 para
poder comparar sin efectos de distorsion de escala.
11
Se derivo para cada da la estructura de plazos cupon cero por bootstrapping con-
siderando metodos numericos de solucion de punto fijo para las ecuaciones del Anexo 1, para
de all obtener las tasas de interes forward subyacentes.
Figura 6
Cambios en las tasas de interes forward implcitas explicados por los
cambios en la tasa de interes forward implcita de 1 a 2 anos.
Figura 7
Cambios en las tasas de interes forward implcitas explicados por los
cambios en la tasa de interes forward implcita de 7 a 10 anos.
Analisis emprico 53
El cuadro 2 muestra que las tasas de interes forward implcitas tambien estan
correlacionadas, sugiriendo que la modelacion de su comportamiento y ajuste
por medio de bootstrapping debe considerar alguna relacion entre ellas12 .
Cuadro 2
Correlacion entre los cambios de las tasas de interes forward implcitas
de los swaps de TIIE-28 das.
4. Conclusiones
Se ha mostrado empricamente que no existe correlacion perfecta a lo largo de
la curva interbancaria en Mexico; por lo tanto, la utilizacion de los modelos de
tasa corta para derivar la estructura de tasas de interes del mercado de swaps
de TIIE-28 das es algo que debe considerarse antes de su implementacion.
Asimismo, se ha visto que la volatilidad historica a lo largo de la curva es vari-
able en cada plazo de cotizacion, por lo que no resulta factible asumir cambios
paralelos en la curva de tasas cuando se realiza administracion de riesgos.
Bajo la consideracion de que las tasas de interes forward son las piezas
de informacion independientes que explican la estructura de plazos (supuesto
fundamental del desarrollo teorico del modelo HJM (Ibid.), sobre el que se
pueden contextualizar los modelos teoricos de tasa corta), se encontro evidencia
estadstica (utilizando la historia del 24 de enero de 2005 al 13 de marzo de
2007) de que para el mercado de los swaps de TIIE-28 das, tales tasas de
interes forward obedecen a tener una relacion entre s, siendo mas fuerte esta
relacion entre mas cerca estan. Los resultados obtenidos sugieren incorporar
relacion entre las tasas de interes forward en los modelos de ajuste de tasas de
interes empricos (modelos de bootstrapping).
El patron de correlacion encontrado entre los cambios de las tasas de in-
teres spot y forwards, puede interpretarse dentro del contexto de la Teora del
Nicho Preferido de Modigliani y Sutch (1966) que supone que los mercados de
cotizacion a plazo tienen su propio equilibrio por oferta y demanda, reflejando
las preferencias de los agentes en cada cotizacion a plazo (o nicho). En tal
teora se espera, ademas, una sustitucion (no perfecta) entre los distintos plazos
de cotizacion.
12
En estricto sentido, debera realizarse nuevamente un bootstrapping para obtener nuevos
niveles de las tasas de interes forward implcitas bajo cierta relacion entre ellas asumida a
priori.
Anexo 1. Tasas de Interes Forward Implcitas y Modelo Ajuste de

la Estructura de Plazos de las Tasas de Interes a partir de las
Tasas Swap de TIIE-28 Das.
Aqu se considera el modelo de ajuste emprico de la estructura de plazos de las
tasas de interes a traves tomar constantes (o con tendencia nula) las tasas de
interes forward instantaneas implcitas entre plazos de cotizacion definidos por
las tasas swap de mercado. Se asume, sin perdida de generalidad, que existen
N plazos de cotizacion dados por las cotizaciones de los swaps de TIIE-28 das.
Si fj (s t) es la tasa de interes forward instantanea, con informacion
conocida al tiempo t, para el plazo s t, s [Tj1 , Tj ] (j = 1, 2, . . . , N ), su
tendencia puede asumirse nula dando la ecuacion13 :
fj (s t)
= 0. (1)
s
De esta manera, la ecuacion (1) implica directamente, a traves de la obtencion
de la integral indefinida, que:

fj (s t) = 0ds = 0 + fj , s [Tj1 , Tj ], j = 1, 2, . . ., N. (2)
La variable fj de la ecuacion (2) tiene el proposito de expresar la constante de

integracion que resulta de la obtencion de la integral indefinida. Se eligio fj
para representar el hecho de que la consideracion de que la tendencia de las tasas
de interes forward instantaneas es nula, implica que dichas tasas son constantes
en cada mercado de cotizacion a plazo definido por el intervalo s [Tj1 , Tj ].
En este modelo, la tasa de interes forward discreta F (t, Tj1, Tj ) para el
intervalo [Tj1 , Tj ] se obtiene como:
Tj Tj
1 1
F (t, Tj1, Tj ) = fj (s t)ds = fj ds = fj , (3)
Tj Tj1 Tj1 Tj Tj1 Tj1
donde j = 1, 2, . . . , N . Por otro lado, bajo no arbitraje, a partir de precios

conocidos de los bonos cupon cero Bj1 (t, T ) y Bj (t, T )(dados por informacion
de mercado o estimados a partir de informacion de mercado) se tiene que:

1 Bj
F (t, Tj1, Tj ) = ln , s [Tj1 , Tj ] j = 1, 2, . . . , N
Tj Tj1 Bj1
(4)
De esta manera, combinando las ecuaciones (3) y (4), los precios de los bonos
cupon cero son:
T
fi ds
B(t, T ) = B(t, Tj1 )e Tj1
, T [Tj1 , Tj ] con j = 1, 2, . . . , N (T0 = t).
(5)
13
Todos los plazos se asumen en anos (financieros), de manera que 28 das equivale a
28/360 anos para un Basis (regla de contabilizacion de das) de 360. El Basis de 360 es el
que aplica para los swaps de TIIE-28 das.
Analisis emprico 55
O bien:

B(t, T ) = B(t, Tj1 )efj (T Tj1 ) , T [Tj1 , Tj ],
j = 1, 2, . . . , N (T0 = t).
(5bis)
Finalmente, en este modelo simple, se puede obtener una expresion explcita
para B(t, T ) considerando que:
(T Tj1 ) TT T
T
j1
1 Bj Bj j j1
Tj Tj1 ln Bj1 ln Bj1
B(t, T ) = Bj1 e = Bj1 e

TT T
T
j1
Bj j j1
= Bj1
Bj1
Tj T T Tj1
T Tj1
j T Tj1
= Bj1 Bj j
Lo cual se puede expresar como:
1j
j
B(t, T ) = Bj1 Bj , T [Tj1 , Tj ] j = 1, 2, . . . , N (T0 = t). (6)
T T
j
Con j = Tj T j1
.
La ecuacion (6) define por si sola completamente el modelo de bootstrap-
ping con tasas de interes forward instantaneas con tendencia nula, comunmente
conocido como modelo de tasas de interes forward constantes14 . Queda ob-
via la simplicidad de este modelo (definido en una sola ecuacion) y quizas eso
explique su uso tan comun en la practica.
Por otro lado, la condicion de valuacion justa de un swap de tasa de interes
(lo cual tambien se cumple en el caso particular de los swaps de TIIE-28 das)
nos dice que si QTn es la tasa swap (cotizacion) del swap al plazo Tn t, se
debe cumplir que:
n

B(t, Ti )QTn (Ti Ti1 ) + B(t, Tn ) = 1. (7)
i=1
Despejando de la ecuacion (7) la tasa swap o de cotizacion, se obtiene:
1 B(t, Tn )
QT n = n . (8)
i=1 B(t, Ti ) (Ti Ti1 )
14
Otros nombres que se le dan a este modelo cuando se utiliza para interpolar precios de
bonos cupon cero o factores de descuento (y consecuentemente las tasas de interes cupon cero
de cualquier convencion considerada) son: metodo de interpolacion money market, metodo
de interpolacion log-lineal, metodo de interpolacion alambrada (interna) y metodo de
interpolacion exponencial (en los factores de descuento).
O equivalentemente en terminos de las tasas de interes forward:

n
1 exp i=1 fi (Ti Ti1 )
QT n = . (9)
n i j (Tj Tj1 ) (Ti Ti1 )
i=1 exp j=1 f
Un punto importante a notar es que la ecuacion (9) muestra que las tasas
swap estan correlacionadas entre si debido a que dependen de las tasas de
interes forward subyacentes de manera que estas ultimas se van anidando
hasta el plazo final; por lo tanto, matematicamente QTn1 y QTn estan correla-
cionadas15 .
Despejando de la ecuacion (7) el precio del bono cupon cero al plazo de
cotizacion del swap de TIIE-28 das Tn , se obtiene:
n1
1 QTn i=1 B(t, Ti ) (Ti T11 )
B(t, Tn ) = (10)
1 + QTn (Tn Tn1 )
La ecuacion (10) permite obtener el precio del bono cupon cero al plazo
de cotizacion Tn del swap de TIIE-28 das si se conoce la tasa swap o tasa de
cotizacion QTn y los precios de los bonos cupon cero de todos los flujos del swap
de TIIE con plazo menor a Tn . Los precios de los bonos cupon cero en plazos
donde no existe cotizacion o tasa swap se obtienen implcitamente a traves de
la ecuacion (6). Esta ecuacion es una ecuacion muy importante a la hora de
aplicar el modelo pues sera la condicion para obtener los precios de los bonos
cupon cero a partir de las cotizaciones de los swaps de TIIE-28 das: realizacion
del bootstrapping16 .
Bibliografa
Brace, A., D. Gatarek and D. Musiela. (1997). The Market Model of Interest
Rate Dynamics. Mathematical Finance, 7(April, 1997), pp. 127-156.
Brigo, Damian and Fabio Mercurio. (2001). Interest Rate Models, Theory and
Practice. Springer (Springer Finance).
Burden, Richard y Douglas Faires J. (2002). Analisis Numerico. Septima
Edicion, Internacional Thompson Editores, S. A. de C. V. (Division de
Thomson Learning, Inc.), Mexico.
Cox, John C., Jon E. Ingersoll, and Stephen A. Ross. (1985). A Theory of the
Term Structure of Interest Rates. Econometrica, 53, pp. 385-407.
Heath, D., R. Jarrow and A. Morton. (1992). Bond Pricing and the Term
Structure of Interest Rates: A New Methodology. Econometrica, 60, pp.
77-105.
15
Este hecho matematico resulta si se asume que las tasas de interes forward son las piezas
de informacion basicas que determinan el comportamiento de las tasas swap.
16
Sera necesario utilizar un metodo numerico para encontrar los precios de los bonos cupon
cero combinando las ecuaciones (6) y (10). En este artculo se utiliza un metodo propio a
partir de una solucion de punto fijo. Un enfoque practico de aplicacion de soluciones de punto
fijo puede consultarse en Burden y Faires (2002).
Analisis emprico 57
Modigliani, Franco y Richard Sutch. (1966). Innovations in Interest Rate

Policy. American Economic Review, 56 (May 1966), pp. 178-197.
Santomero, Anthony M. & David F. Babbel. (2001). Financial Markets,
Instruments & Institutions. Second Edition (International Edition), Mc
Graw-Hill, Captulos 3-6.
Vasicek, Oldrich. (1977). An Equilibrium Characterization of the Term
Structure. Journal of Financial Economics, 5, pp. 177-188.
PiP: Provedor Integral de Precios. Acceso a datos varios en su pagina web en:
www.precios.com.mx.
Gobierno corporativo, diversificacion estrategica

y desempeno empresarial en Mexico
Antonio Ruiz-Porras
William Henry Steinwascher Sacio
Recibido 27 de julio 2007, Aceptado 14 de enero 2008
Resumen
Estudiamos las relaciones entre gobierno corporativo, diversificacion estrategica
y desempeno financiero en Mexico. El estudio usa datos de 99 empresas no
financieras listadas en la BMV (Bolsa Mexicana de Valores) durante 2004. Los
principales hallazgos son: Las empresas cuya propiedad se concentra en un
accionista mayoritario se enfocan hacia el mercado domestico. Las empresas
familiares tratan de diversificar sus actividades productivas y fuentes de ingreso.
No existen tendencias, en cuanto a estrategias y desempeno, asociadas a la
separacion entre propiedad y control. Finalmente, cuando en los consejos de
administracion existen comites independientes se favorece la diversificacion de
espectro limitado en las empresas.
Abstract
We study the relationships among corporate governance, strategic
diversification and financial performance in Mexico. The study uses data from
99 non-financial firms listed in the BMV (Mexican Stock Market) during 2004.
The main findings are: Firms which property is concentrated in a principal
shareholder focus on the domestic market. Family firms try to diversify their
productive activities and sources of income. There are no trends, regarding
strategies and performance, related to the separation between ownership and
control. Finally, when independent committees exist in the boards of directors,
mean-narrow-spectrum diversification is encouraged in the firms.
Clasificacion JEL: G34, L20, M21
Palabras clave: Gobierno corporativo, diversificacion estrategica, desempeno empresarial,
propiedad familiar, consejos de administracion.
1. Introduccion
Tradicionalmente, el gobierno corporativo se define como el conjunto de rela-
ciones mediante las cuales los grupos con intereses en la empresa (accionistas

Los autores agradecen los valiosos comentarios de Nancy Garca Vazquez (FLACSO,
Sede Mexico) y de Roco Duran Vazquez (Tecnologico de Monterrey, Campus Ciudad de
Mexico).

Departamento de Contabilidad y Finanzas. Tecnologico de Monterrey, Campus Ciudad
de Mexico.
Programa Doctoral en Ciencias Administrativas. Tecnologico de Monterrey, Campus

Ciudad de Mexico.
Gobierno corporativo 59
y administradores), establecen y controlan la direccion estrategica y los resulta-

dos de la misma [Eiteman, Stonehill y Moet (2007)]. Bajo esta denicion, los
mecanismos de gobierno corporativo se entienden como los metodos mediante
los cuales se establece orden en las empresas para asegurarse que se tomen de-
cisiones y los intereses grupales esten representados. As, las estrategias y el
desempeno de las empresas estan inuenciados por los mecanismos de gobierno
corporativo.
En la administracion de empresas, el estudio de las practicas de gobierno
corporativo tiene gran importancia para la gestion empresarial.1 Paradojica-
mente, en Mexico existe poco conocimiento acerca de las mismas. En este
artculo analizamos las relaciones entre el gobierno corporativo, la diversi-
cacion estrategica y el desempeno nanciero de las empresas mexicanas. Es-
peccamente, investigamos como las estrategias de diversicacion de las em-
presas y su desempeno, se vinculan a ciertas caractersticas mesurables de los
mecanismos de gobierno corporativo. Dicho analisis se basa en datos de 99 em-
presas no nancieras listadas en la Bolsa Mexicana de Valores (BMV) durante
2004.
La relevancia de este analisis esta dada por razones academicas y de ndole
practica. Academicamente esta motivado por la escasa literatura con respecto
a la relaciones entre los mecanismos de gobierno corporativo (estructura de
propiedad y consejo de administracion), con las estrategias de diversicacion
y el desempeno de las empresas en economas emergentes, como la mexicana.2
Esta situacion diculta que las decisiones para maximizar benecios, minimizar
impuestos y asignar recursos sean tomadas y ejercidas adecuadamente. Mas
aun, posibilita la existencia de conictos de interes y de problemas nancieros.
Otros argumentos que justican el analisis estan asociados a la idea de
que buenas practicas de gobierno corporativo conducen a un buen desempeno
nanciero y, eventualmente, al macroeconomico [Claessens (2003)]. En econo-
mas emergentes es conocido que las precondiciones asociadas a la existencia de
buenas practicas de gobierno corporativo suelen no existir [Allen (2005)].3 Esta
situacion induce a la creacion de mecanismos alternativos a n de subsanar la
falta de estas precondiciones (vinculados a los mecanismos de gobierno corpora-
tivo y a las estrategias empresariales). Sin embargo, sobre dichos mecanismos,
sus interacciones y sus efectos sobre el desempeno nanciero conocemos poco.
En esta investigacion exploramos las asociaciones entre los mecanismos
de gobierno corporativo con las practicas de diversicacion estrategica y el
desempeno nanciero de las empresas mexicanas. Esto con el objeto de su-
gerir respuestas a las siguientes preguntas: Como afecta la concentracion de
la propiedad a las estrategias de las empresas? Como afecta dicha concen-
tracion a su desempeno nanciero? Cuales son los efectos de la separacion de
la propiedad y el control en las empresas? y Como afecta la estructura de
1
Vease a Schleifer y Vishny (1997) para una revision de la literatura.
2
Anderson, Bates, Bizjak y Lemmon (2000) revisan algunos estudios en torno a la vin-
culacion entre gobierno corporativo y las estrategias de diversificacion de las firmas en pases
desarrollados. Nandelstadh y Rosenberg (2003) revisan la literatura de la vinculacion entre
gobierno corporativo y desempeno financiero y analizan el caso de las empresas finlandesas.
3
Estas precondiciones incluyen la existencia de mercados perfectos y completos; as como
de marcos legales e institucionales solidos.
los consejos de administracion a las mismas? Metodologicamente, el analisis se

basa en tecnicas de estadstica descriptiva y de contraste de hipotesis.
El analisis descriptivo sugiere que existen caractersticas comunes en las
empresas mexicanas analizadas: 1) La propiedad y el control suelen concen-
trarse en el accionista mayoritario, quien participa directamente en el manejo
corporativo. 2) Las estructuras de los consejos de administracion suelen cumplir
con la regulacion, al incluir comites de auditoria, pero no se caracterizan por
incluir comites independientes para realizar funciones de evaluacion, compen-
sacion, planeacion y nanzas. 3) Las empresas suelen concentrar sus ingresos
en su lnea principal de producto y en el mercado interno; y 4) Sus actividades
suelen desarrollarse dentro de una misma rama productiva.
Las principales relaciones empricas halladas entre el gobierno corporativo,
la diversicacion y el desempeno nanciero en las empresas mexicanas son las
siguientes: 1) Las empresas cuya propiedad se concentra en un accionista ma-
yoritario tienden a orientarse hacia el mercado interno. 2) La empresa familiar
tiende a diversicar, en terminos relativos, sus actividades productivas y sus
fuentes de ingresos. 3) No existen tendencias, en lo que se reere a las estrategias
y desempeno, asociadas a la separacion entre la propiedad y el control de las
empresas; y 4) En las empresas donde existen comites independientes, se tiende
a favorecer la diversicacion de espectro limitado.
El trabajo esta dividido en seis secciones. La seccion 2 muestra algunos
estudios sobre los mecanismos de gobierno corporativo, las estrategias de di-
versicacion y el desempeno empresarial en Mexico. La seccion 3 muestra los
indicadores de analisis y la metodologa de investigacion. La seccion 4 describe
las formas de propiedad y los consejos de administracion de las empresas de la
muestra; as como sus caractersticas en cuanto a la concentracion de propiedad
e ingresos, sus estrategias de diversicacion y de desempeno nanciero. La
seccion 5 se centra en el analisis de contraste de medias estadsticas. Final-
mente, la ultima seccion incluye conclusiones y comentarios.
2. Los mecanismos de gobierno corporativo, las estrategias de

diversificacion y el desempeno de las empresas mexicanas
En esta seccion revisamos algunos trabajos que han estudiado la estructura
de la propiedad, los consejos de administracion, la diversicacion estrategica
y el desempeno en el contexto mexicano. Consideramos relevante incluir esta
revision porque los estudios sobre las practicas mexicanas de gobierno corpo-
rativo son escasos. Esto ocurre, entre otras razones, porque las dimensiones
que abarca el gobierno corporativo son multiples. Estas incluyen el manejo de
conictos y la armonizacion de intereses, las formas en las que se componen
y controlan los consejos de administracion y el analisis de variables historicas,
institucionales y culturales.
En Mexico, la mayora de los estudios se centran en el regimen de propiedad
y el control de las empresas. De acuerdo a estos estudios, el tipo de propietario
mas comun lo constituye la familia, quien retiene una alta concentracion de la
propiedad y el control de las empresas mexicanas [Castaneda (1999) y Husted y
Serrano (2002)]. Ademas, el tipo de estructura de control que las caracteriza es
piramidal [La Porta, Lopez-de-Silanes y Shleifer (1999)].4 Estos hallazgos nos
4
Las estructuras de tipo piramidal permiten a los propietarios tener un mayor control de
permiten ver la importancia de la estructura corporativa familiar. En Mexico,

las familias juegan un rol esencial en la denicion de las practicas de gobierno
corporativo.
La importancia de la familia se corrobora en estudios sobre el control y la
administracion de las empresas mexicanas. Husted y Serrano (2002) muestran
que los fundadores de empresas y los presidentes de los directorios, normal-
mente tienen y retienen las posiciones ejecutivas de mayor nivel de las empresas
mexicanas; los sucesores generalmente tienden a ocupar las posiciones de Di-
reccion General. Lo anterior es consistente con las practicas de reservar las
posiciones gerenciales de mayor nivel a los miembros de la familia y de formar
internamente el talento gerencial. Practicas, ambas, que han sido reportadas
por Hoshino (2004).
Analticamente, la predominancia de la estructura corporativa familiar ha
sido explicada en terminos de la teora del conicto, asumiendo un marco ine-
ciente para proteger los derechos de propiedad [Castillo-Ponce (2007)]. En este
contexto, la eleccion de mantener la empresa en manos de la familia es una de-
cision racional. La razon es porque dicha eleccion representa, para el dueno de
la empresa, la estrategia que le reporta el mayor valor accionario de la misma.
Este resultado es consistente con los hallazgos de Schleifer y Vishny (1997),
quienes encuentran una relacion inversa entre la proteccion de los derechos de
los accionistas y la concentracion de la propiedad corporativa.
Los estudios sobre las estrategias de diversicacion de las actividades de
las empresas mexicanas son escasos. Entre estos, Castaneda (1999) reporta que
en Mexico dichas estrategias se caracterizan por ser poco diversicadas y muy
integradas. La explicacion de este fenomeno ha sido dada en terminos de los
benecios que conlleva la especializacion. En este contexto, las estrategias de
diversicacion buscan apoyar el crecimiento y la rentabilidad de las lneas del
negocio principal de las empresas. As la escasa diversicacion e integracion
existentes reejaran una cierta aversion al riesgo en la administracion de las
empresas.
Los estudios sobre gobierno corporativo y desempeno empresarial tambien
se encuentran en una etapa incipiente de desarrollo. Un estudio particularmente
relevante es el de Castrillo-Lara y San Martin-Reyna (2007). Los resultados de
este estudio sugieren que hay una menor discrecionalidad directiva (y por tanto
una mayor generacion de valor) cuando existe una supervision efectiva por parte
de los mecanismos de gobierno de las empresas. Concretamente, en el estudio
se encuentra que dicha supervision es mayor cuando las empresas son familiares
y cuando existen consejeros independientes en los consejos de administracion.
Los anteriores estudios sugieren que el analisis las relaciones entre la di-
versicacion estrategica y el desempeno nanciero, no puede deslindarse de los
mecanismos de gobierno que existen en las empresas. El estudio de los meca-
nismos de gobierno ha sido un tema relativamente descuidado en los estudios
enfocados a Mexico. Esto es debido, entre otras razones, a la particular impor-
tancia de la familia en el entorno mexicano. Ciertamente la familia es un medio
importante para reducir conictos y evitar problemas de agencia; pero esta no
puede ser, necesariamente, el medio optimo. Su logica, racionalidad y formas
de operacion no solo atienden a criterios empresariales.
las empresas de manera indirecta.

El estudio conjunto de las relaciones entre gobierno corporativo, diversi-

cacion estrategica y desempeno nanciero es necesario para ofrecer una vision
integradora a los trabajos resenados. Esta consideracion es la que justica esta
investigacion y la que nos permite enmarcarla en el contexto de la literatura.
Particularmente, nosotros enfatizamos las asociaciones e interacciones que ca-
racterizan a las relaciones analizadas abstrayendonos del rol de la familia en
las mismas. Ademas, nos enfocamos en las actividades de diversicacion y la
rentabilidad de las empresas. Esto a n de profundizar en temas poco abordados
en otros estudios empricos.5
3. Indicadores de analisis y metodologa de investigacion

En esta seccion describimos los indicadores y la metodologa usados en esta
investigacion. Esta descripcion nos permite establecer los objetivos, alcances y
lmites del trabajo. Particularmente, aqu hacemos explicito como abordamos
los problemas de denicion y medida de los indicadores de gobierno corporativo,
diversicacion estrategica y desempeno nanciero; y presentamos las tecnicas
estadsticas usadas para estudiar sus relaciones empricas. La importancia de
ambos, indicadores y metodologa, estriba en que estos nos permiten estudiar
analticamente los determinantes y consecuencias de las decisiones corporativas
en Mexico.
Los indicadores capturan las caractersticas de los mecanismos de gobierno
corporativo, el espectro de las actividades de diversicacion y la rentabilidad de
las empresas. Los datos usados, para construir los indicadores, se obtuvieron
de los reportes anuales y actas ordinarias anuales de cada una de las empresas
que se incluyen en la muestra. Dicha muestra incluye datos de 99 empresas no
nancieras que cotizaron sus acciones en la Bolsa Mexicana de Valores en el ano
2004. Dada la diversidad y naturaleza de las empresas incluidas en la muestra,
puede decirse que la misma es representativa del sector empresarial mexicano.
Solamente el sector nanciero no esta incluido en la misma.6
Los efectos de los mecanismos de gobierno corporativo son capturados me-
diante indicadores de la estructura de la propiedad y de los consejos de
administracion. Los indicadores usados para cuanticar la estructura de la
propiedad son el porcentaje de la propiedad del accionista mayoritario sobre
la propiedad total y el porcentaje de acciones con derecho a voto que tiene el
accionista mayoritario. Estos indicadores de concentracion de la propiedad son
complementados con otros referidos al control accionario de la empresa. Entre
estos se incluyen indicadores cualitativos referidos a la existencia de acciones
sin derecho a voto7 y a la autorizacion de la propiedad familiar.
La evaluacion de los consejos de administracion es mas complicada. Aqu
analizamos la independencia y estructura de los consejos de administracion me-
diante indicadores cualitativos. Estos incluyen indicadores relativos a la gura
5
Vease a Huerta y Navas (2007), para una revision de la literatura entre la diversificacion
y el desempeno empresarial.
6
En el sector financiero existen ciertas peculiaridades contables que impiden la con-
struccion de indicadores adecuados de gobierno corporativo [Vease Castrillo-Lara y San-
Martin Reyna (2007)]. Esta consideracion es la que nos hace omitir de la muestra a las
empresas pertenecientes a este sector.
7
Adviertase que estas acciones permiten dispersar la propiedad sin dispersar el control.
de un Presidente relacionado; a la autorizacion de duplicidad de funciones entre

el Presidente y el Director General; y a la existencia de Comites de Evaluacion
y Compensacion, y de Planeacion y Finanzas. En Mexico es obligatorio que
existan Comites de Auditoria, los otros son optativos. Es con base en esta con-
sideracion que el papel de los Comites de Auditoria es minimizado para efectos
de evaluacion.
La diversicacion estrategica de las empresas la estudiamos mediante in-
dicadores porcentuales y numericos. Los porcentuales incluyen indicadores de
la concentracion de ingresos que tienen los principales productos de la em-
presa y del porcentaje de ventas que realizan fuera de Mexico. Los indicadores
numericos incluyen medidas del grado y direccion de la diversicacion de las
actividades de las empresas. Especcamente son indicadores numericos de di-
versicacion de espectro amplio y limitado [vease Varadarajan (1986)].8 Dichos
indicadores son construidos con base en el Sistema de Clasicacion Industrial
de America del Norte, (SCIAN).
El desempeno nanciero de una empresa depende en buena medida de sus
polticas y sus decisiones. Aqu usamos razones de rentabilidad como indi-
cadores de dicho desempeno. Especcamente, usamos la ROA, la ROE y el
margen neto. La ROA es la razon del ingreso neto a los activos totales; esto
es, un indicador del rendimiento de los activos totales despues de intereses e
impuestos. La ROE es la razon de ingreso a neto al capital contable; esto es, un
indicador del rendimiento sobre la inversion de los accionistas. Finalmente el
margen neto es la razon del ingreso neto a las ventas netas, esto es, un indicador
de la facilidad de convertir ventas en utilidad.
Estadsticamente, la investigacion se divide en una parte descriptiva y una
parte de contraste de hipotesis. La primera identica las caractersticas de
la distribucion de frecuencia individual de cada indicador analizado en este
estudio. La segunda compara los indicadores de diversicacion estrategica y
desempeno nanciero cuando la muestra se subdivide en grupos de indicadores.
El procedimiento estadstico Prueba T para muestras independientes es el que
usamos para comparar las medias de los grupos. Esta tecnica divide la muestra
en dos grupos, de acuerdo a algun criterio de diferenciacion, y contrasta la
hipotesis de igualdad de sus medias.9
Los criterios de diferenciacion de la muestra en grupos estan dados en
terminos de los indicadores de gobierno corporativo de las empresas. Estos cri-
terios nos permiten analizar los efectos de cada uno de mecanismos de gobierno
8
La diversificacion de espectro amplio (diversificacion no relacionada), se refiere al nu-
mero de ramas donde la empresa realiza actividades. La diversificacion de espectro limitado
(diversificacion relacionada), se refiere al numero promedio de actividades que la empresa
realiza en cada rama. Metodologicamente estos indicadores numericos de diversificacion de
actividades se construyen con base en Varadarajan (1986).
9
Ciertamente debe reconocerse que la tecnica de analisis propuesta tiene limitaciones.
Estas estan asociadas al procedimiento de Prueba T. Idealmente los sujetos a contrastar (las
empresas), debieran asignarse aleatoriamente en grupos distintos [vease Perez-Lopez (2001)].
En nuestro caso, dichos grupos estan asignados con base en caractersticas comunes. Esto
puede hacer que la significancia estadstica de las diferencias entre medias de indicadores
sea sobre o subestimada. Este fenomeno se explica en terminos de efectos asociados a otros
factores.
corporativo mediante los contrastes de hipotesis. Si hay efectos asociadas a

dichos mecanismos, entonces habra diferencias estadsticamente signicativas
entre las medias de los grupos. La signicancia estadstica de dichas diferencias
se estima con base en niveles de signicancia de 1, 5 y 10 por ciento. El supuesto
detras de dichos contrastes es que las varianzas de los grupos de indicadores son
iguales. 10
Los mecanismos de gobierno nos ayudan a denir la organizacion del ana-
lisis de contraste de hipotesis. Esta organizacion se enfoca en cuatro areas. La
primera se orienta hacia los efectos que tiene la estructura de la propiedad sobre
la diversicacion y desempeno de las empresas. La segunda observa los efectos
que tienen los mecanismos de control accionario. La tercera registra los efectos
de la separacion de la propiedad y el control en la empresa. La cuarta area
se enfoca en los efectos que tienen la independencia y la estructura de los con-
sejos de administracion. Analticamente, la importancia de esta organizacion
radica en que nos permite obtener una vision conjunta de las relaciones entre el
gobierno corporativo, la diversicacion estrategica y el desempeno nanciero.
4. Analisis descriptivo
En esta seccion describimos el comportamiento de los indicadores usados en
este estudio. Especcamente, aqu mostramos las caractersticas de la dis-
tribucion de frecuencia individual asociada a cada indicador. Esta descripcion
se hace en terminos de la naturaleza porcentual, numerica o cualitativa de los
indicadores. En lo que se reere a los indicadores porcentuales y numericos,
el analisis estadstico incluye las medidas de tendencia central y de dispersion
de los indicadores. En lo que se reere a los indicadores cualitativos, dicha
descripcion incluye la frecuencia de ocurrencia de los valores categoricos de los
indicadores estudiados.
Los indicadores porcentuales y numericos incluyen medidas de concen-
tracion de propiedad, de concentracion de ingresos, de diversicacion de ac-
tividades y de desempeno nanciero. Los estadsticos descriptivos de dichos
indicadores se encuentran en la siguiente tabla:
10
En esta investigacion usamos la prueba de Levene para validar este supuesto. Es-
tadsticamente, cuando la evidencia rechaza la hipotesis nula de igualdad de varianzas, se
reportan los resultados asumiendo varianzas desiguales. Este supuesto, como se vera mas
adelante, se rechaza en pocas ocasiones.
Tabla 1
Estadstica descriptiva para los datos discretos
La Tabla 1 muestra que las empresas mexicanas en el periodo estudiado se

caracterizaron por tener una alta concentracion de la propiedad, por estar poco
diversificadas y por tener un pobre desempeno financiero. Particularmente, los
indicadores de propiedad y control de las empresas sugieren que los conictos
de intereses son escasos. Los indicadores tambien nos sugieren que estas tienden
a concentrar sus actividades en un producto principal y que su produccion no
suele estar orientada hacia los mercados internacionales. Ademas, los valores
de las desviaciones estandar nos sugieren que hay diferencias notorias en la
rentabilidad de las empresas.
Los indicadores cualitativos incluyen los indicadores de control accionario,
de la independencia y la estructura de los consejos de administracion de las
empresas. Los estadsticos descriptivos de dichos indicadores se encuentran en
la siguiente tabla:
Tabla 2
Estadstica descriptiva para los datos dicotomicos
La Tabla 2 sugiere que hay tendencias claras en torno a la estructura de la

propiedad y el control de las empresas mexicanas. En dos terceras partes de
las mismas, la propiedad familiar es permitida y en algunas de estas, existen
acciones sin derecho a voto. Ademas, en la gran mayora de los consejos de
administracion de estas empresas existe un Presidente relacionado y duplicidad
de funciones entre el Presidente y el Director General. Otra tendencia es que hay
relativamente pocos comites independientes en los consejos de administracion.
Solo el Comite de Auditora, obligatorio por ley, constituye la excepcion a la
regla.
El analisis descriptivo de los indicadores sugiere algunas hipotesis en torno
a los mecanismos de gobierno corporativo. Especcamente, los indicadores de
estructura de la propiedad y de control sugieren que hay una correlacion muy
importante entre la propiedad del accionista mayoritario y la de las familias. Los
indicadores relativos a los consejos de administracion sugieren que los mismos
poseen escasa independencia para tomar decisiones que afecten el desempeno
de las empresas. Ademas, los indicadores sugieren que hay poca participacion
de los propietarios minoritarios en la composicion y estructura del gobierno
corporativo.
Los indicadores de diversicacion estrategica muestran que, en promedio,
hay escasa diversicacion en las actividades de las empresas mexicanas. Es-
peccamente los indicadores de diversicacion de espectro amplio muestran
que al menos la mitad de las empresas concentran sus esfuerzos en una sola
rama productiva (mediana unitaria). Los indicadores de espectro limitado (me-
diana 2.5) muestran que las empresas desarrollan lneas de negocio alrededor
de esta misma rama. Estos hechos son consistentes con las estimaciones de
concentracion de ingresos de las empresas. De acuerdo a estos, en promedio, el
77% de estos ingresos devienen de un producto principal.
Los indicadores de desempeno nanciero muestran que las empresas me-
xicanas registran escasa rentabilidad y alta desigualdad nanciera (medidas en
terminos de medias y desviaciones estandar). Esta situacion no es sorprendente
en virtud de que las empresas tienen caractersticas muy diferentes. Esta con-
sideracion nos hace evaluar el desempeno promedio de las mismas en terminos
de los valores de las medianas. Asla ROA, la ROE y el margen neto registran,
respectivamente, valores de 5.4, 11.3 y 4.7 por ciento. Estos valores sugieren que
el desempeno nanciero de las empresas es relativamente mejor que el sugerido
por los indicadores promediados.
Finalizamos senalando algunas caractersticas comunes en las empresas
mexicanas: 1) La propiedad y el control suelen concentrarse en el accionista
mayoritario, quien participa directamente en el manejo corporativo. 2) Las es-
tructuras de los consejos de administracion suelen cumplir con la regulacion, al
incluir comites de Auditoria, pero no se caracterizan por incluir comites inde-
pendientes para realizar funciones de evaluacion, compensacion, planeacion y
nanzas. 3) Las empresas suelen concentrar sus ingresos en su lnea principal de
producto y en el mercado interno; y 4) Las actividades de las empresas suelen
desarrollarse dentro de una misma rama productiva.
5. Analisis de contraste de hipotesis

En esta seccion realizamos los contrastes de hipotesis para analizar las relaciones
entre gobierno corporativo, diversicacion estrategica y desempeno nanciero.
Tal como se indico anteriormente, el analisis se enfoca en cuatro areas: 1)
Los efectos que tiene la estructura de la propiedad sobre la diversicacion y
desempeno de las empresas. 2) Los efectos que tienen los mecanismos de control
accionario sobre las empresas. 3) Los efectos de la separacion de la propiedad
y el control en la empresa. 4) Los efectos que tienen la independencia y la
estructura de los consejos de administracion.
El analisis de los efectos de la estructura de la propiedad se centra en
los indicadores de propiedad y control del accionista mayoritario. Estos indi-
cadores nos sirven para dividir los grupos de empresas de la muestra y hacer
los contrastes de hipotesis. En la Tabla 3 se incluyen los resultados de dichos
contrastes.
Tabla 3
La concentracion de la propiedad y el control en el gobierno corporativo,las
estrategias y el desempeno de las empresas
La Tabla 3 muestra que la estructura de la propiedad tiene efectos en las es-

trategias y rentabilidad empresariales. Especcamente, los datos sugieren que
las empresas cuya propiedad se concentra en un accionista mayoritario estan
orientadas hacia el mercado interno. Otros resultados indican que la relevancia
del accionista principal, medida en terminos de propiedad y control, tiende a
reducir la diversicacion y a aumentar la rentabilidad de las empresas. Estos
resultados son consistentes para todos los indicadores, mas no estadsticamente
signicativos. Asla evidencia sugiere que la concentracion de la propiedad y el
control reducen la diversicacion y mejoran el desempeno nanciero.
El analisis de los efectos de los mecanismos de control accionario se centra
en los contrastes de hipotesis relacionados a la existencia de acciones sin derecho
a voto y a la autorizacion de la propiedad familiar. En la Tabla 4 se incluyen
los resultados estadsticos asociados a dichos contrastes.
Tabla 4
Las acciones con derechos limitados y la empresa familiar en el gobierno
corporativo, las estrategias y el desempeno de las empresas
La Tabla 4 sugiere que los mecanismos de control accionario tienen impacto en

las estrategias empresariales. As encontramos evidencia, signicativa, de que
en las empresas, donde se permite la propiedad familiar, se tiende a incursionar
en un mayor numero de actividades productivas y sus ingresos tienden concen-
trarse menos en un solo producto. Otros resultados, no signicativos, sugieren
que el mercado interno y la diversicacion limitada tienen mayor importancia
cuando las empresas son familiares y cuando existen acciones sin derecho a
voto. Paradojicamente, la evidencia no muestra que haya relaciones entre los
mecanismos de control y el desempeno de las empresas.
El analisis de los efectos de la separacion de la propiedad y el control en
la empresa se centra en los contrastes de hipotesis relacionados a la gura de
un Presidente relacionado y a la duplicidad de funciones entre el Presidente y
Director General. En la Tabla 5 se incluyen los resultados asociados a dichos
contrastes.
Tabla 5
Participacion del propietario en las estrategias y el desempeno
de las empresas
La Tabla 5 muestra que no hay tendencias, en lo que se refiere a las estrategias

y desempeno, asociadas a la separacion entre la propiedad y el control de las em-
presas. Los indicadores no muestran diferencias estadsticamente signicativas
ni consistentes. Aparentemente, las estrategias y el desempeno de las empresas
no dependen de que el accionista mayoritario tenga participacion ejecutiva ni
de que haya duplicidad de funciones entre el Presidente y el Director Gene-
ral. Estos hallazgos son contra-intuitivos. Sin embargo pudieran explicarse en
terminos de la existencia de relaciones mas complejas asociadas a la propiedad
y el control corporativos.
El analisis de los efectos de la independencia de los consejos de adminis-
tracion se centra en los contrastes de hipotesis relacionados a la existencia de
los comites no exigidos por ley en la estructura de los mismos. Estos comites
son los de Evaluacion y Compensacion y los de Planeacion y Finanzas. En la
Tabla 6 se incluyen los resultados asociados a dichos contrastes.
Tabla 6
Estructura del Consejo de Administracion en las estrategias y el desempeno
de las empresas
La Tabla 6 sugiere que la independencia de los consejos de administracion tiene

impacto sobre las estrategias empresariales. Encontramos evidencia signica-
tiva de que en las empresas, donde existen comites legalmente no exigibles y
presuntamente independientes, tienden a incrementar las actividades en una
misma rama productiva (diversificacion de espectro limitado). Mas aun, los re-
sultados muestran que hay un mejor desempeno cuando existen estos comites.
Sin embargo, estos resultados no son signicativos, pese a ser consistentes.
Otros resultados, no signicativos, sugieren que la diversicacion estrategica
aumenta cuando hay comites de evaluacion y compensacion.
Finalizamos sintetizando las principales relaciones empricas halladas entre
el gobierno corporativo, la diversicacion y el desempeno nanciero en las em-
presas mexicanas: 1) Las empresas cuya propiedad se concentra en un accionista
mayoritario tienden a orientarse hacia el mercado interno. 2) La empresa fa-
miliar tiende a diversicar, en terminos relativos, sus actividades productivas y
sus fuentes de ingreso. 3) No existen tendencias, en lo que se reere a las es-
trategias y desempeno, asociadas a la separacion entre la propiedad y el control
de las empresas; y 4) En las empresas donde existen comites independientes, se
tiende a favorecer la diversicacion de espectro limitado.
6. Conclusiones y comentarios
En esta investigacion hemos estudiado las relaciones entre gobierno corporativo,
diversicacion estrategica y desempeno nanciero en las empresas mexicanas.
En el estudio utilizamos datos de 99 empresas no nancieras listadas en la
Bolsa Mexicana de Valores (BMV) durante 2004. Estos datos nos sirvieron
para construir indicadores porcentuales, numericos y cualitativos para capturar
los mecanismos de gobierno corporativo, el espectro de las actividades de di-

versicacion y la rentabilidad de las empresas. En el analisis identicamos las
caractersticas de la distribucion de frecuencia individual de los indicadores y
en usamos pruebas T para contrastar medias.
Los hallazgos concretos de nuestro estudio sugieren que hay caractersticas
comunes en las empresas mexicanas: 1) La propiedad y el control suelen concen-
trarse en el accionista mayoritario, quien participa directamente en el manejo
corporativo. 2) Las estructuras de los consejos de administracion suelen cumplir
con la regulacion, al incluir comites de Auditoria, pero no se caracterizan por
incluir comites independientes para realizar funciones de evaluacion, compen-
sacion, planeacion y nanzas. 3) Las empresas suelen concentrar sus ingresos
en su lnea principal de producto y en el mercado interno; y 4) Sus actividades
suelen desarrollarse dentro de una misma rama productiva.
Las principales relaciones empricas halladas entre el gobierno corporativo,
la diversicacion y el desempeno nanciero en Mexico fueron las siguientes: 1)
Las empresas cuya propiedad se concentra en un accionista mayoritario tienden
a orientarse hacia el mercado interno. 2) La empresa familiar tiende a diversi-
car, en terminos relativos, sus actividades productivas y sus fuentes de ingreso.
3) No existen tendencias, en lo que se reere a las estrategias y desempeno, aso-
ciadas a la separacion entre la propiedad y el control de las empresas; y 4)
En las empresas donde existen comites independientes, se tiende a favorecer la
diversicacion de espectro limitado.
Academicamente los resultados de esta investigacion complementan los de
otros estudios realizados para economas emergentes. Particularmente, a aque-
llos estudios que han enfatizado la importancia de la estructura de propiedad
en estas economas [Filatotchev, Lien y Piesse (2005) y Chiou y Lin (2005)].
Asimismo, complementan algunos estudios teoricos sobre las practicas de gobi-
erno corporativo y sobre los efectos del gobierno corporativo sobre el desarrollo
economico [Allen (2005) y Claessens (2003)] Tambien completan a otros estu-
dios que han analizado las relaciones entre la diversicacion estrategica y el
desempeno nanciero [vease Huerta y Navas (2007)].
Finalmente, no sobra mencionar que creemos que esta investigacion puede
extenderse en varias direcciones. Una de ellas estara asociada a la inclusion de
variables sectoriales y demogracas. Otra, a la inclusion de datos en panel. En
ambos casos, existen argumentos teoricos y empricos que justicaran analizar
dichas extensiones de manera independiente. Su importancia esta dada en
terminos de su posible contribucion al entendimiento de las dinamicas intertem-
poral y sectorial en la administracion de empresas; particularmente en lo que
corresponde a las interacciones entre el gobierno corporativo, la diversicacion
estrategica y el desempeno nanciero.
Bibliografa
Allen, F. (2005). Corporate Governance in Emerging Economies, Oxford

Review on Economic Policy, 21(2), 164-177
Anderson, R. C., Bates T. W., Bizjak J. M. y Lemmon M.L. (2000). Corporate
Governance and Firm Diversication, Financial Management, 29(1), 5-22.
Castaneda, G. (1999). Governance of Large Corporations in Mexico and
Productivity Implications International Conference Gobierno Corpora-
tivo: Desafos para America Latina. Ponticia Universidad Catolica de

Chile, Santiago de Chile.
Castillo Ponce, R. A. (2007). Entre familia y amigos: La eleccion de la
estructura de la propiedad corporativa, Estudios Economicos, 22(1), 3-
18.
Castrillo Lara, L. A. y San Martn Reyna J. M. (2007). La propiedad familiar
como un mecanismo disciplinador de direccion de las empresas mexicanas:
Una evidencia emprica, Contadura y Administracion, 222, 59-82.
Chiou, J. y Lin, Y. (2005). The Structure of Corporate Ownership: A
Comparison of China and Taiwans Security Markets, Journal of Ameri-
can Academy of Business, 6(2), 123-127.
Claessens, S. (2003). Corporate Governance and Development, Washington:
BERD.
Eiteman, D. K., Stonehill A.I., y Moet M.H. (2007). Multinational Business
Finance, Onceava edicion, Boston: Pearson Addison Wesley.
Filatotchev, I., Lien, Y. y Piesse, J. (2005). Corporate Governance and
Performance in Publicly Listed, Family-Controlled Firms: Evidence from
Taiwan, Asia Pacific Journal of Management, 22 (3), 257-283.
Hoshino, T. (2004). Family Business in Mexico: Responses to Human
Resource Limitations and Management Succession, The Institute of
Developing Economies, Discussion Paper 12.
Huerta, P. y Navas, J. E. (2007). Analisis de la relacion entre la diversicacion
y los resultados empresariales: Una revision teorica, Analisis Economico,
22(49), 133-148.
Husted, B.W. y Serrano, C. (2002). Corporate Governance in Mexico,
Journal of Business Ethics, 37 (3), 337-348.
La Porta, R., Lopez-de-Silanes, F. y Shleifer, A. (1999). Corporate Ownership
Around the World, Journal of Finance, 54(2), 471-517.
Nandelstadh, A von y Rosenberg, M. (2003). Corporate Governance
Mechanisms and Firm Performance: Evidence from Finland, Swedish
School of Economics and Business Administration, Working Paper 497
Perez-Lopez, C. (2001). Tecnicas Estadsticas con SPSS., Madrid: Prentice-
Hall.
Schleifer, A y Vishny, R.W. (1997). A Survey of Corporate Governance,
Journal of Finance, 52 (2), 737-783.
Varadarajan, P. (1986). Product Diversity and Firm Performance: An
Empirical Investigation, Journal of Marketing, 50 (3), 43-57.
TIPs for the Analysis of Poverty

in Mexico, 1992-2005
Carlos M. Urzua
Alejandra Macas
Hector H. Sandoval
Recibido 16 de enero 2008, Aceptado 23 de enero 2008
Abstract
This paper proposes some changes to the ocial methodology that is currently
in use to measure the state of poverty in Mexico. Among other suggestions, it
is recommended the use of bootstrapping to estimate condence intervals for
the poverty statistics, as well as the use of dominance analysis when making
intertemporal comparisons. In particular, since poverty lines change over time,
the paper proposes the use of TIP curves for that end. Using the eight surveys
that were made during the period 1992-2005, the paper presents a large number
of absolute poverty statistics and TIP curves, as well as comparisons among
them.
Resumen
Este trabajo propone varios cambios a la metodologa ocial que se utiliza ac-
tualmente para medir el estado de pobreza en Mexico. Entre otras sugerencias,
se recomienda el uso de metodos de remuestreo para estimar los intervalos de
conanza de los estadsticos de pobreza, as como el empleo del analisis de domi-
nancia cuando se hacen comparaciones intertemporales. De manera particular,
dado que las lneas de pobreza cambian a lo largo del tiempo, se propone para
ese n el uso de las curvas TIP. Usando las ocho encuestas que fueron levan-
tadas durante el periodo 1992-2005, se presentan un gran numero de ndices de
pobreza absoluta y de curvas TIP, as como comparaciones entre s.
JEL Classification: I32, D63
Keywords: Poverty, confidence intervals, standard error, bootstrap, resampling, FGT
measures, TIP curves, dominance, Mexico
We are grateful to James Foster for his criticism to an earlier draft, and to Silvio Rendon
for sharing with us an unpublished technical report by Javier Ruiz-Castillo (2005a) on poverty
in Mexico. Among several suggestions made by Ruiz-Castillo in that report, he advocates, as
we do here, the use of TIP curves. The views expressed in this paper are those of the authors
and should not be attributed to PNUD or CONEVAL.
Tecnologico de Monterrey, Campus Ciudad de Mexico. e-mail: curzua@itesm.mx Tel.:
+52(55)5483 1878.
Programa de las Naciones Unidas para el Desarrollo en Mexico.
Consejo Nacional de Evaluacion de la Poltica de Desarrollo Social.
TIPs for the Analysis of Poverty 75
1. Introduction
Given its endemic and enduring character, the issue of poverty in Mexico has
always been a matter of concern. In particular, the sharp increase in the poverty
rate that was experienced during the second half of the nineties, due to the 1994-
1995 economic crisis, lead the newly arrived authorities to allocate, starting
in 2001, more resources to quantify the magnitude of the problem. Since at
that time there was not a widely accepted methodology to measure poverty in
Mexico, the government decided to constitute an ad-hoc committee of experts
on the subject. The Comite Tecnico para la Medicion de la Pobreza (CTMP)
was then asked to provide a single methodology that could be employed by the
government to produce ocial poverty statistics. In 2006 that ad-hoc committee
was replaced by the legally constituted Consejo Nacional de Evaluacion de la
Poltica de Desarrollo Social (CONEVAL), which, starting that year, has the
mandate of dening, identifying and measuring poverty in Mexico. As will be
briey reviewed later, CTMP and CONEVAL have made substantial advances
to that end. Although the ocial methodology for measuring poverty may
be subject to criticisms, some of which will be noted below, the fact that all
economic and political actors are willing to take it as a reference certainly helps
to articulate better policies to attack poverty.
The main purpose of this paper is to suggest some changes in that
ocial methodology in order to have more robust conclusions on the state of
poverty in Mexico. To start with, it is suggested that all poverty measures
should be always accompanied with an estimate of their precision. Somewhat
surprisingly, it is not until very recently that studies on Mexican poverty have
started to incorporate information about the standard errors of their poverty
estimates. Bad examples are numerous, including a recent book by the World
Bank (2004) in which increases or decreases of poverty estimates are viewed
invariably as meaningful, without ever reporting the corresponding standard
errors. On the other hand, the very rst estimates of poverty incidence
in Mexico released by the Consejo Nacional de Evaluacion de la Poltica de
Desarrollo Social were already accompanied by their corresponding estimated
standard errors (see CONEVAL, 2006).
However, in contrast to the statistical procedure employed by the
authorities to estimate the precision of poverty rates, based on a simple Taylor
expansion (see CONEVAL, 2007, and CTMP 2005), we suggest in this paper the
use of bootstrapping to calculate condence intervals for the poverty statistics.
We also stress here that such a resampling procedure should take into account
the statistical design of the income and expenditure surveys on which poverty
estimates are generated.
A second suggestion to make more robust the ocial statistics relates to
the aggregate poverty measures to be employed. For reasons of simplicity, both
CTMP and CONEVAL decided to report in ocial documents only headcount
ratios. But it is known since Sen (1976) that such an index, although very
easy to understand by the public, is fraught with conceptual diculties. This
point is implicitly acknowledged by CTMP (2002) in an appendix to its rst
methodological document, where the committee recommended a further
examination of the data using some of the aggregate poverty measures
introduced by Foster, Greer and Thorbecke (1984). In this paper we advocate
just the same, and present those poverty statistics for the eight latest income
and expenditure surveys.1

Finally, this paper also proposes the use of dominance analysis when
making intertemporal comparisons about the state of poverty in Mexico. In
particular we advocate the use of TIP curves, as presented by Jenkins and
Lambert (1997). Although there are other possible ways to do that analysis,
we believe that TIP curves are easier to understand by the general public.
The paper presents the curves corresponding to each of the surveys, and also
comments on possible poverty dominances over dierent years. In particular,
our analysis casts some doubts about the commonly-held belief that in 2005
the state of poverty in Mexico was less worrisome than the one that prevailed
before the 1994 economic crisis.
The content of the paper is as follows: The next section presents
information on the surveys that are employed in this paper to calculate the
poverty measures, as well as on two important data adjustments that had to
be made prior to the computation of the statistics. It also presents the
methodology for poverty measurement suggested by CTMP and CONEVAL.
Section three presents a detailed description of the bootstrap method, which is
then applied to compute robust condence intervals for several poverty indexes.
The results are quite comprehensive, since they cover all the eight income and
expenditure surveys mentioned earlier. Furthermore, those results are
complemented with separated tables on the extent of poverty in urban and
rural areas, which are given (and discussed) in the Appendix. Section four
goes one step further and makes a dominance analysis by means of TIP curves.
Finally, section ve draws the conclusions.
2. Surveys and methodology

The information used to measure poverty in Mexico comes from the ENIGH
(Encuesta Nacional de Ingresos y Gastos de los Hogares), a household income
and expenditure survey made by INEGI (Instituto Nacional de Estadstica,
Geografa e Informatica) every two years. This paper uses the eight dierent
surveys corresponding to the years 1992, 1994, 1996, 1998, 2000, 2002, 2004 and
2005 (this last year is an exception to the current rule that surveys are taken
only in even years). Although the methodology used to make those surveys has
changed over the years, the eight most recent ones can be safely compared with
each other (except for a minor dierence to be mentioned later). Furthermore,
those particular years are quite interesting, since during that single span the
Mexican economy went through sharp economic downturns and upturns: After
coming from a period of stability and relatively low growth rates from 1992 to
1994, the economy suered at the end of 1994 a nancial crisis that sent it to
a very deep recession that lasted two years. A strong recovery ensued in the
years 1998-2000, partially fueled by the strong performance showed by the US
economy in that period. From the year 2001 to 2003, though, the Mexican
economy stagnated, and had an even more disappointing record than the US
economy. Finally, in the last two years covered by the surveys, 2004-2005, the
economy enjoyed a mild but sustained recovery.
1
At the moment of the writing of this paper, the 2006 survey was not yet publicly
available.
Before starting our study, it is important to note that the data reported
in the surveys mentioned above were adjusted in two ways: First, we deleted
all duplicated income entries that were found in each of the surveys. The rst
three ENIGHs were free of error in that respect, while the rest had duplicated
responses in varying degrees.2 . It is interesting to note that the same cleaning
procedure was followed by the authorities in their document on poverty
circulated at the end of 2006 (CONEVAL, 2006). Our second adjustment had
to do with the cases of households that reported negative net incomes. For
reasons that will be given later on, in those instances the net incomes were
changed to zero.
There are two other comments, more technical, that we would like to make
regarding the surveys. First, all the ENIGHs were designed to be representative
not only at national level, but also at urban (localities with 2,500 inhabitants
or more) and rural (i.e., non-urban) levels.
Although the most recent surveys are also representative at other levels,
for purposes of comparison our results are only reported on those rst three.
To give an idea of the relative importance of urban and rural areas, Table 1
provides the percentage of Mexicans living in each of them during the eight
years covered in this study.
The second comment to be made is about the sampling design of the
ENIGHs. This is an important issue if one wants to make poverty comparisons
over the years, since the estimation of standard errors for poverty measures
should take into account such a sampling design (see, e.g., Howes and
Lanjow, 1998). For that end, in this paper we make use of the information on
the corresponding strata and primary sampling units reported by INEGI for
each ENIGH.3
Regarding the ocial methodology to measure poverty, as rst established
by CTMP (2002 and 2005) and later adopted by CONEVAL, we can state
its two main elements as follows: First, as is the case in most of the
other developing countries, the ocial poverty statistics are based on absolute
poverty lines, while the household welfare is identied with its income. Since
we donft want to take issue on those two choices here, we refer the reader to the
thoughtful papers by Ruiz-Castillo (2005a,b) in which both of those directives
are challenged for the case of Mexico. In particular, Ruiz-Castillo advocates
the simultaneous estimation of absolute and relative poverty, while he sides in
favor of consumption-based measures.
The other main point is that the ocial methodology also establishes that
the headcount ratio should be used to report poverty incidence, and this
according to three dierent poverty denitions: food poverty, when income
is too low to cover basic food necessities; capabilities poverty, when income
is insucient to buy basic food, education and health necessities; and assets
poverty, when income is too low to cover basic food, education, health,
dressing, housing and public transportation necessities. The reader may consult
2
The number of duplicated entries for the years 1998, 2000, 2002, 2004 and 2005 were,
respectively, 1, 4, 9, 92 and 1. Except for the year 2004, whose duplicated entries accounted
for .12% of the total, the errors found in the rest of the years can be regarded as insignicant.
3
We also follow this institution in disregarding, in the case of the calculation of standard
errors, the instances in which there are also secondary, and even tertiary, sampling units.
CTMP (2002) for the way in which the corresponding three poverty lines are
derived. Here it suces to note that by income is meant per capita income,
since individuals, rather than households, are typically considered in the ocial
statistics.
Table 1
Percentage of Mexicans Living in Urban and Rural Areas
1992 1994 1996 1998 2000 2002 2004 2005

Urban 59.0 57.8 59.3 59.1 61.1 61.8 62.5 62.9
Rural 41.0 42.2 40.7 40.9 38.9 38.2 37.5 37.1
Source: Own estimates based on the corresponding ENIGHs.
Furthermore, the actual variable that is employed is net income, which
is the result of subtracting from total current income all transfers to other
households. This is important to keep in mind, since, as shown by Sandoval
and Urzua (2007), in all the ENIGHs that are examined in this paper there are
some households that actually report negative net incomes, a fact that may have
in turn some consequences. In such a case, that paper shows that if the poverty
measures go beyond a mere headcount they could behave in rather anomalous
ways. Thus, it is important to decide from the onset what to do with the
negative net incomes. As pointed out earlier, in our exercise we decided to set
them equal to zero. Although Sandoval and Urzua (2007) suggest other ways
to deal with that problem, by setting them equal to zero we continue to get the
same ocial poverty incidence statistics while avoiding anomalous behaviors.
Regarding the poverty indices to be computed in this paper, we will use
particular members of the following FGT class introduced by Foster, Greer and
Thorbecke (1984):
q
1 z yi
P (z) = , 0, (1)
n z
i=1
where q is the number of poor people in a population of size n, and where

the ith member has an income yi which is less or equal than the poverty
line z. The headcount ratio used by CTMP and CONEVAL is obtained when
= 0, which gives poverty incidence (the proportion of the population whose
welfare falls below the poverty line). On the other hand, the relative povertygap
measure is found when = 1:
q
1 z yi
P1 (z) = ,
n z
i=1
This index measures poverty intensity, the shortfall in the welfare of the
poor relative to the poverty line. Finally, the squared poverty-gap index is
obtained when = 2:
q 2
1 z yi
P2 (z) = ,
n i=1 z
which, by giving more weight to the poorest individuals, provides a measure

of the severity of poverty. It may be noted that if one were to accept Sens
(1976) monotonicity and transfer axioms, of the three indexes considered here
it is only the squared poverty-gap which would be considered to be a bona fide
poverty measure.
3. Testing for changes in poverty

As noted in the introduction, one of the purposes of this paper is to calculate
condence intervals for the FGT poverty statistics in the case of Mexico. An
approach that might be used for that end is to apply the delta method (which
boils down to a simple Taylor expansion). This is in fact the procedure
suggested by CTMP (2005) and CONEVAL (2007), and which is illustrated in
the study of poverty incidence in Mexico during the years 1992-2005 made by
CONEVAL (2006).
Assuming that a poverty line is xed, it is easy to nd the asymptotic
sampling variances when the estimators are means of simple functions of random
variables. In fact, Kakwani (1993) has presented explicitly the approximate
sampling variance for the class of FGT poverty indices given in (1); namely,
P2 P2
var(P ) .
n
Note that, as we stressed earlier, that type of approximation cannot be
applied directly, since it presumes that the survey was taken using a simple
design. However, after making use of the fact that the FGT measures are
additively decomposable, Jollie and Semykina (2000) show how to include the
possibility of a complex design that includes stratication and clustering.4 A
methodological note that is broadly similar is also made by CTMP (2005).
It is worth noting, however, that the Taylor approximation given above is
derived assuming an asymptotic normal distribution for the estimators, which
is obviously incorrect in the case of poverty measures. This is so because those
indexes oscillate between 0 and 1 (0% and 100%). As a consequence, if one
uses a normal approximation for the condence intervals, these could end
up containing values less than zero or greater than one (see, e.g., Sandoval
and Urzua, 2007, for an example with real data). Furthermore,
a normal approximation would lead to symmetric condence intervals, which
seems unwarranted on a priori grounds.
But then, how can one construct more robust condence intervals for
poverty statistics? The answer is well known: By using resampling methods,
the most versatile of which is Efrons bootstrap. Even though since
the mid-eighties there have been numerous applications of bootstrapping in
Economics, it is interesting to note that it took some time for this simulation
procedure to be recognized as a valuable tool among researchers interested on
poverty and income distribution. To our knowledge, it was Deaton (1997) who
rst used it in the context of poverty, while Mills and Zandvakili (1997) were
the pioneers in the case of inequality measurement.
4
Those authors have actually written a STATA program, whose command name is sepov,
that accomplishes automatically that task.
The idea of bootstrapping is simple. Given a dataset, such as the one

coming from an income and expenditure survey, one creates a large number of
independent bootstrap samples (in our case bootstrap surveys) by sampling
with replacement from the dataset. One then computes the statistic of interest
for each of those samples, and estimates the standard error of the original
statistic by the empirical standard deviation of those replications.
To be more precise, and following the presentation in Efron and
Tibshiriani (1993), if n is the sample size, then the bootstrap algorithm for the
(nonparametric) estimation of the standard error of the FGT statistic P can be
described as follows: First, select B independent bootstrap samples, each with
size n and drawn with replacement. In our case B was selected to be equal
to 500.5 The second step involves the computation of the poverty measure
for each bootstrap sample: P (b), b = 1, 2, . . . , B. The last step involves
the estimation of the standard error of the original poverty statistic using the
standard deviation of the B replications given by:
B 1/2 B
2
P (b) P /(B 1) , where P = P (b)/B.
b=1 b=1
In the case of the estimation of condence intervals for the poverty measures,
which is important in the case of this paper, there are several procedures
available. We choose here to work with Efrons bias-corrected and accelerated
(BCa ) method, which is more time demanding than most of the others, but
it is also one of the best. Since the formulae required to present the method
is a little bit cumbersome we refer the reader to Efron and Tibshiriani (1993,
chap. 14) for the details. Finally, there is an important reminder to be
made before presenting the empirical results: The bootstrapping computation
of the condence intervals has to take into account the complex design of the
ENIGHs.6
Table 2 presents the values of the FGT poverty indices and their condence
intervals thus obtained. The estimates are given for eight dierent years, as
well as for the three ocial denitions of poverty. As noted there, the gures
correspond to the population at large (individuals, not households), and also
to the national level. To complement this last case, tables A1 and A2 in the
Appendix present the FGT indices for the case of urban and rural Mexico.
Before making intertemporal comparisons, it is worth commenting about
how our results compare to the ones calculated by the government. Since the
current methodology dictates that only the head-count ratio (poverty
incidence) be reported, the ocial documents typically present just the point
5
Efron and Tibshiriani (1993) suggest that in the case of standard error estimation an
upper bound that works well is 250 replications. However, since the interest in this paper is
on robust condence intervals, that lead us to choose 500 replications for all cases.
6
This is not a dicult task to accomplish in most statistical packages. For instance,
in STATA one has to declare rst the survey design using the command svyset, and then
use the command bootstrap leaving the size option unspecied (in such a way that the
bootstrap samples are in agreement with the total number of clusters in each stratum). The
BCa condence intervals are also available in that package.
estimates of P0 for the three denitions and poverty, classied by levels

(national, urban and rural). Those estimates are also typically accompanied
by graphs similar to our Figure 1 below, although the authorities donft plot,
or report, the corresponding condence intervals. How do our point estimates
of poverty incidence compare to the latest estimates reported by CONEVAL
(2006)? They are exactly the same in the years 2000, 2002, 2004 and 2005.7
Table 2
FGT Poverty Indices for Mexico, 1992-2005
(Population at large, national level)
Year P (0) [95%Conf.Int.] P (1) [95%Conf.Int.] P (2) [95%Conf.Int.]
Food Poverty
1992 22.4% 19.4% 25.7% 7.5% 6.1% 8.8% 3.5% 2.9% 4.2%
1994 21.3% 19.0% 23.6% 7.2% 6.2% 8.1% 3.3% 2.9% 3.8%
1996 36.9% 36.1% 38.4% 13.8% 13.3% 14.4% 7.0% 6.6% 7.5%
1998 34.3% 33.0% 35.6% 13.5% 12.9% 14.2% 7.2% 6.7% 7.6%
2000 24.1% 22.7% 25.7% 8.4% 7.9% 9.1% 4.1% 3.9% 4.8%
2002 20.0% 19.0% 21.4% 6.2% 5.8% 6.6% 2.8% 2.7% 3.8%
2004 17.4% 16.4% 18.4% 5.8% 5.6% 6.5% 3.0% 2.5% 3.4%
2005 18.2% 17.2% 19.0% 6.1% 5.9% 6.7% 3.0% 2.3% 3.7%
Capabilities Poverty
1992 30.7% 27.4% 34.1% 10.7% 9.3% 12.2% 5.2% 4.3% 6.1%
1994 30.1% 27.0% 32.6% 10.2% 9.2% 11.7% 4.9% 4.3% 5.6%
1996 46.1% 45.1% 47.4% 18.5% 17.9% 19.4% 9.8% 9.5% 10.3%
1998 42.6% 41.4% 43.9% 17.7% 17.0% 18.4% 9.7% 9.2% 10.3%
2000 31.8% 30.3% 33.2% 11.6% 11.1% 12.4% 5.9% 5.7% 6.7%
2002 26.9% 25.7% 28.1% 9.1% 8.6% 9.6% 4.3% 4.1% 5.1%
2004 24.7% 23.7% 25.8% 8.4% 8.1% 9.1% 4.2% 3.7% 4.8%
2005 24.7% 23.7% 25.7% 8.7% 8.3% 9.2% 4.4% 3.5% 5.2%
Assets Poverty
1992 54.0% 50.8% 57.3% 22.5% 20.3% 24.6% 12.3% 10.9% 13.7%
1994 52.7% 49.5% 55.4% 21.8% 20.1% 23.5% 11.8% 10.9% 13.1%
1996 68.7% 67.7% 70.0% 33.2% 32.7% 34.1% 20.0% 19.5% 20.7%
1998 64.5% 63.3% 65.9% 31.4% 30.5% 32.4% 19.1% 18.6% 19.9%
2000 53.6% 51.9% 55.2% 23.3% 22.4% 24.2% 13.1% 12.5% 13.9%
2002 50.0% 48.7% 51.2% 20.0% 19.4% 20.8% 10.6% 10.3% 11.2%
2004 47.2% 45.4% 48.4% 18.6% 18.1% 19.4% 10.0% 9.2% 10.8%
2005 47.0% 45.9% 48.1% 19.0% 18.4% 19.6% 10.2% 8.8% 11.6%
7
The results obtained by CONEVAL and us are in turn, for the years 2000, 2002 and
2004, slightly dierent from the ones reported earlier in other ocial and academic documents.
The reason is that the expansion factors for those ENIGHs were revised by INEGI in 2006.
They are also the same for the year 1994. In the case of the years 1992 and
1996, there are very small dierences probably due to rounding errors.8 In the
year 1998, however, CONEVALs estimates for the three types of poverty are
about 0.5% below ours, since that institution reports 33.9%, 42.3% and 64%,
respectively. Given that there was only one duplicated entry in the ENIGH
of that year (remember the discussion in Section 2), it is dicult to give a
reason for those discrepancies, except for typographical errors or programming
mistakes.
Figure 1
Poverty Incidence in Mexico for the Population at Large, 1992-2005

As opposed to CONEVAL (2006), Table 2 also reports the 95% condence
intervals for poverty incidence, as well as estimates for poverty intensity (P1 )
and poverty severity (P2 ), and their respective 95% condence intervals. Thus,
we can draw more robust conclusions on the intertemporal changes in the state
of poverty in Mexico. To give an important example: There was a erce
discussion when the government announced that poverty incidence had dropped
signicantly from 2000 to 2002, since during that period the economy suered
a recession. Regardless of the factors that could explain that nding (on those
see Cortes, 2005), Table 2 provides strong evidence in its favor. For all the
three denitions of poverty, that table shows that from 2000 to 2002 there was
a signicant drop in the incidence, the intensity and the severity of poverty in
8
The dierences arise in the case of the estimates for capabilities poverty and assets
poverty, for which CONEVAL (2006) reports 30.6% and 53.9% in 1992 (0.1% below ours),
and 46.2% and 68.8% in 1996 (0.1% above ours).
Mexico.9 We know that not because of the large decreases in P0 , P1 and P2

per se (from 24.1% to 20%, 8.4% to 6.2% and 4.1% to 2.8%, in the case of
food poverty), but because those drops are statistically signicant. How can
we assure that? Because the 95% condence intervals do not overlap in any
of the nine cases (since there are three indices and three poverty denitions).
It is interesting to note that, as discussed in the Appendix, those results
at the national level are mostly explained by the even more substantial (and
statistically signicant) drops of the poverty indices in the case of the rural
sector.
Returning to the big picture, among the most noticeable conclusions that
can be drawn from the table, we can single out three: First, after the economic
crisis that erupted at the end of 1994, the state of poverty in Mexico
deteriorated very sharply. This can be seen by comparing the gures in Table
2 for 1994 (the corresponding ENIGH was made several months before the
beginning of the crisis) with the ones for 1996-1998. Second, as noted earlier,
poverty conditions improved signicantly from 2000 to 2004. And third, even
though the government decided to make, for electoral reasons, an untypical
ENIGH in the year 2005, poverty conditions in that year did not turn out to
have improved over the ones prevailing in 2004.
We leave at the end the most polemical question to be answered: whether
or not the state of food poverty in Mexico that prevailed in 1994, right before
the crisis, was denitely worse than the current conditions, as represented by
the 2004 indices (which are better, in terms of simple point estimates, than the
2005 indices). According to Table 2, poverty incidence and poverty intensity
did decrease from 1994 to 2004, but that was not the case for poverty severity.10
Thus, the answer to that question is negative. This nding will be corroborated
at the end of the next section using TIP curves, a subject to which we turn
next.
4. TIP curves
Since all the comparisons made in the last section depend on particular indices,
a natural question to ask is if by using other poverty measures we would end
up with the same rankings as the ones obtained before. There is an important
literature that tries to establish criteria for unambiguous poverty rankings, the
general framework to which that question belongs. Although there are several
possible ways to face that problem (e.g., through the use of generalized Lorenz
curves), we believe that the methodology introduced by Jenkins and Lambert
(1997) is, aside from being visually appealing, the easiest to understand by the
general public. Furthermore, their particular procedure is well suited to study
the dominance across distributions when the poverty lines change over time,
which is our main interest here. What Jenkins and Lambert propose is the
use of a Three Is of Poverty (TIP) curve to represent three dimensions of
9
That claim may be also substantiated using the dominance analysis presented in the
next section.
10
This is so because the two condence intervals corresponding to P2 overlap. Even
though the overlapping region is quite small, it can be shown, following a similar procedure
than the one that is mentioned in the Appendix, that we cannot reject at the 5% level the
null hypothesis of the same poverty severity in both years.
poverty: incidence, intensity and inequality.11Once the TIP curves are drawn
for all the periods of interest, one proceeds to order those graphs that do
not intersect. That ordering corresponds in turn to an unambiguous poverty
ranking according to a large class of poverty measures.
Before dening the TIP curve, it is necessary to present some notation.
As before, let z denote a given poverty line, and yi be the income of the ith
member of a population of size n. After arranging the (positive) incomes in
ascending order, y1 y2 . . . yn dene the relative poverty gaps as
(y; z) = max{(z yi )/z, 0}
(the analysis might be also made in terms of absolute gaps, but we focus here
on normalized gaps since those are the ones used in the FGT poverty indices
calculated earlier). The TIP curve is now constructed by cumulating those
relative poverty gaps and graphing them.
Figure 2
The TIP Curve and Its Three Is

Figure 2 presents an example (with a shape similar to the Mexican case).
As is illustrated there, poverty incidence is given by the length of the line that
11
Those curves may be named TIP in Spanish as well, since they represent the following
tres Is: incidencia, intensidad e inequidad. Note that inequality is usually translated in
Spanish as desigualdad, a word that does not start with an i. But in Mexico, and some
other Latin American countries, inequidad is an equivalent term. In any case, the Spanish-
speaking readers that dislike neologisms may use instead the word iniquidad.
goes from the origin to the intersection of the dotted line and the horizontal
axis. This is so because the poverty headcount ratio is found precisely where
the TIP curve totally attens out. Poverty intensity, on the other hand, can
be represented by the height of the curve, since the average normalized poverty
gap is given by the slope of the ray that goes from the origin to the point
at which the curve becomes horizontal. Finally, the curvature of the graph
summarizes poverty inequality. In the limit, if all individuals were identically
poor, the curve would be just a straight line, while if there were no poor people,
the curve would be parallel to the horizontal axis.
Now suppose that there are two TIP curves derived from normalized
poverty gap distributions (y; zy ) and (x; zx), each coming from, say, a
dierent ENIGH. It is said that (x; zx) dominates (y; zy ) if its TIP curve lies
wholly above the other curve. As shown by Jenkins and Lambert (1998), if
there is such a TIP dominance, then for a broad class of poverty indices it has
to be the case that each poverty measurement would be worse for (x; zx ) than
for (y; zy ); that is, there would be an unambiguous poverty ordering. But, the
reader may now ask, how large is that class of indices? Broad enough, since
not only includes the FGT aggregate measures, but also many others, such as
Pyatts, Shorrockss and Wattss (see Table 1 in Jenkins and Lambert, 1997).
Returning to the examination of the state of poverty in Mexico, Figure 3
graphs the TIP curves corresponding to the eight ENIGHs under study. To
avoid the use of too many graphs, we restrict our attention to food poverty
among the population at large, although similar results would be obtained by
using other poverty denitions, or by distinguishing among urban and rural
Mexico.
Focusing now on Figure 3, note that the graphs corresponding to 2002 and
2005 are basically undistinguishable at their maximum height, since poverty
intensity was very similar in those two years (6.2% and 6.1%, according to Table
2). Note also that even though the 1996 and 1998 TIP curves do not dominate
each other, they certainly do over the rest. Thus, the poverty conditions in 1996-
1998 were considerably worse than the ones prevailing before the economic crisis,
as represented by the 1992-1994 TIP curves, and also worse than the poverty
conditions that took place after the end of that crisis, as given by the 2000-2005
TIP curves.
The reader may draw other conclusions from Figure 3 (and may also
compare them with the conclusions drawn before). Here we just want to try
to verify the answer given to the important question that was put at the end
of Section 3; namely, was the state of food poverty in 1994 worse than the one
that prevails today, using the 2004 ENIGH as representative of the current
conditions? For that end, Figure 4 presents the 1994 and 2004 TIP curves
alone. It is evident from there that the 1994 TIP curve does not dominate the
2004 one, since in the lowest percentiles the dominance is actually reversed.
This nding corroborates our claim in the last section that the state of (food)
poverty in 1994 was not denitely worse than in 2004.
Figure 3
TIPs Curves for Mexico, 1992-2005
(Food poverty, population at large)

But we can go one step further in the comparison. It can be checked that
it is in between the fourth and the fth percentile of the lowest segment where
the 2004 TIP curve starts to dominate the 1994 TIP curve. At rst sight that
evidence would seem to suggest that the living conditions of the poorest among
the poor, about a half million people, might have worsened since the 1994
economic crisis. However, is that claim statistically sound? We have to make
a further analysis, since the comparison of the two TIP curves given above is
just a geometric exercise.
One way to proceed at this point is to use, for instance, the statistical
procedure developed by Davidson and Duclos (2000) to make inferences about
the stochastic dominance of one curve over the other.12 But we propose here
a dierent statistical procedure, more akin to the other methods used in this
paper: The idea is simple: For each of the two years, 1994 and 2004, gradually
lower the corresponding poverty line by, say, 10% each time. Having done that,
for each reduced level calculate the incidence, the intensity and the severity of
poverty, as well as the corresponding 95% condence intervals. Finally, for each
variation of the poverty line check if the dierence in the poverty measures for
each of the two years is signicant or not.
12
Actually, for the exercise that occupies us it is better to use the newer (and more
powerful) method in Davidson and Duclos (2006) to test for restricted dominance.
Figure 4
TIPs Curves for 1994 and 2004
(Food poverty, population at large)
In our case, it was until the reduction to 40% of the poverty lines when
the 2004 point estimates became worse than in 1994. For instance, P0
became 2.87% in 2004 and 2.64% in 1994 (a similar phenomenon occurred for
the other indices). However, since the corresponding condence intervals
were, respectively, (2.53%,3.25%) and (2.27%,3.05%), such a dierence is not
signicant at the 5% level. Actually, one has to reduce the poverty lines up to
their minima, at 10% of their original value, to really have a signicant (and
very minor) dierence between the two estimates of poverty incidence. Thus,
this last exercise suggests that it is incorrect to state that the poorest among
the poor were actually better o in 1994 as compared to 2004. They were as
poor in one year as in the other.
5. Conclusions
On the normative side, this paper has proposed several changes to the ocial
methodology that is currently being employed to measure the state of poverty
in Mexico. Among other suggestions, it is recommended the use of resampling
methods to estimate condence intervals for the poverty statistics, as well as
the use of TIP curve for dominance analysis. We hope to have provided in this
paper compelling reasons for the need to revise the existing methodology along
those lines.
On the empirical side, the paper has presented several ndings on the
evolution of poverty in Mexico. Some of them are in line with the ndings
reported by the government, while others are not. In particular, we challenge
in this paper the widespread view that the state of poverty in Mexico in 1994
was worse than the one prevailing a decade later.
Appendix
Tables A1 and A2 in this appendix present the FGT poverty indices for both the
urban and the rural populations in Mexico, as a complement to the information
contained in Table 2 above. It is important to keep track of the evolution of
poverty rates at both the urban and the rural levels, since in some periods
the corresponding rates may be moving at a dierent pace. A good example
of it is the decrease in poverty from 2000 to 2002, an empirical fact that was
discussed in the main text. As can be observed from Table A2, those results
at the national level are mostly explained by the even more substantial (and
statistically signicant) drops of the poverty indices in the case of the rural
sector. Furthermore, in the case of the poverty statistics for urban Mexico,
shown in Table A1, the drops are not statistically signicant. How can we
make such a claim in this last case? We can presume it, by noting that, for all
indices and poverty denitions, the condence intervals corresponding to the
two years do overlap. But that is just a conjecture, since in the case of condence
intervals whose intersection is relatively small there is a possibility of rejecting at
the end the null hypothesis of equality between the indices. Thus, as opposed to
the case of non-overlapping condence intervals (when the dierence is always
statistical signicant), one has to pursue a further analysis. In the case of
bootstrapping, as is explained thoroughly in Efron and Tibshiriani (1993, chap.
16), this is accomplished by drawing bootstrap samples for both ENIGHs, and
then computing a condence interval for the dierence between the poverty
estimates in those two years. If zero is not contained in the interval, then the
change would be deemed to be statistically signicant. However, after doing
such an exercise for each of the cases in Table A1, we can conrm the former
claim of non-signicant poverty changes, at the 5% level, in urban Mexico from
2000 to 2002.
Table A1
FGT Poverty Indices for Urban Mexico, 1992-2005
(Population at large)
Food Poverty
1992 13.3% 10.9% 16.6% 3.6% 2.9% 4.4% 1.4% 1.1% 1.8%
1994 9.9% 8.2% 11.4% 2.6% 2.1% 3.1% 1.0% 0.8% 1.2%
1996 26.7% 25.2% 28.2% 8.4% 7.9% 9.1% 3.7% 3.4% 4.0%
1998 21.8% 20.2% 23.1% 6.6% 6.0% 7.1% 2.9% 2.6% 3.2%
2000 12.5% 10.7% 14.7% 3.3% 2.6% 4.1% 1.4% 1.1% 1.9%
2002 11.3% 9.0% 14.1% 2.8% 2.1% 3.5% 1.1% 0.8% 1.4%
2004 11.0% 8.3% 13.1% 3.0% 2.1% 3.7% 1.4% 1.0% 1.7%
2005 9.9% 8.0% 11.7% 2.6% 2.0% 3.2% 1.1% 0.8% 1.3%
1992 20.4% 17.7% 24.5% 6.0% 4.9% 7.4% 2.6% 2.0% 3.2%
1994 17.5% 15.0% 20.4% 4.7% 3.8% 5.5% 1.9% 1.6% 2.3%
1996 36.2% 34.7% 37.9% 12.7% 12.1% 13.5% 6.1% 5.6% 6.5%
1998 30.9% 29.2% 32.4% 10.2% 9.5% 10.8% 4.8% 4.4% 5.2%
2000 20.2% 18.0% 22.5% 5.7% 4.8% 6.7% 2.4% 2.0% 3.1%
2002 17.2% 14.3% 20.5% 4.9% 3.9% 6.1% 2.0% 1.5% 2.4%
2004 17.8% 14.7% 20.8% 5.1% 3.8% 6.1% 2.3% 1.7% 2.8%
2005 15.8% 13.9% 18.0% 4.5% 3.8% 5.3% 1.9% 1.5% 2.2%
Assets Poverty
1992 44.5% 40.3% 48.6% 16.5% 14.6% 18.9% 8.2% 7.0% 9.4%
1994 40.6% 37.1% 44.9% 14.1% 12.4% 15.8% 6.8% 6.0% 7.7%
1996 60.9% 59.2% 62.2% 27.0% 26.0% 27.8% 15.2% 14.5% 15.8%
1998 56.3% 54.6% 57.8% 23.6% 22.7% 24.7% 12.7% 12.2% 13.5%
2000 43.7% 40.6% 46.4% 16.0% 14.6% 17.4% 7.9% 7.0% 9.0%
2002 41.2% 37.7% 45.7% 14.4% 12.3% 16.3% 6.9% 5.7% 8.2%
2004 41.1% 37.5% 44.1% 14.5% 12.4% 16.4% 7.1% 5.8% 8.3%
2005 38.3% 35.4% 41.5% 13.4% 12.0% 15.0% 6.4% 5.5% 7.4%

Table A2
FGT Poverty Indices for Rural Mexico, 1992-2005
(Population at large)
Food Poverty
1992 35.6% 30.7% 41.4% 13.1% 10.8% 15.4% 6.4% 5.0% 7.7%
1994 37.0% 32.7% 40.8% 13.4% 11.7% 15.4% 6.6% 5.6% 7.6%
1996 52.1% 50.0% 54.0% 21.8% 20.7% 23.1% 11.8% 11.1% 12.7%
1998 52.3% 50.3% 54.6% 23.5% 22.3% 24.7% 13.3% 12.4% 14.1%
2000 42.3% 37.3% 47.7% 16.4% 13.8% 19.5% 8.4% 6.7% 11.5%
2002 34.0% 28.3% 38.0% 11.8% 10.1% 13.5% 5.6% 4.7% 6.5%
2004 28.0% 22.0% 37.8% 10.5% 6.9% 15.2% 5.6% 3.7% 8.6%
2005 32.3% 26.2% 41.7% 12.2% 9.5% 16.7% 6.4% 4.8% 8.6%
1992 45.6% 40.3% 50.3% 17.5% 15.1% 20.3% 9.0% 7.4% 10.6%
1994 47.4% 43.1% 51.0% 17.9% 15.7% 19.9% 9.1% 7.9% 10.5%
1996 61.0% 58.9% 62.8% 27.2% 26.0% 28.2% 15.5% 14.6% 16.4%
1998 59.7% 57.5% 61.5% 28.5% 27.1% 29.9% 16.9% 15.9% 18.0%
2000 50.0% 44.8% 55.2% 21.0% 17.9% 24.5% 11.4% 9.1% 13.9%
2002 42.6% 38.1% 47.2% 15.9% 14.0% 18.1% 8.0% 6.9% 9.0%
2004 36.2% 29.4% 44.6% 13.9% 9.9% 20.2% 7.5% 5.1% 11.0%
2005 39.8% 33.9% 49.6% 15.9% 12.7% 21.0% 8.5% 6.6% 11.7%
Assets Poverty
1992 67.7% 63.5% 71.4% 31.1% 28.0% 34.6% 18.2% 15.9% 21.0%
1994 69.5% 66.0% 72.9% 32.3% 29.5% 34.9% 18.8% 17.1% 20.7%
1996 80.6% 79.2% 82.0% 42.7% 41.5% 43.8% 27.2% 26.2% 28.3%
1998 76.3% 74.4% 78.1% 42.6% 41.2% 43.9% 28.2% 27.0% 29.4%
2000 69.2% 65.1% 73.6% 34.7% 31.1% 38.8% 21.3% 18.3% 24.4%
2002 64.3% 58.9% 68.5% 29.2% 26.4% 32.7% 16.7% 14.7% 18.7%
2004 57.3% 52.1% 64.7% 25.5% 21.0% 32.5% 14.8% 11.0% 20.2%
2005 61.8% 55.8% 71.0% 28.3% 24.1% 35.0% 16.7% 13.9% 21.7%
References
Comite Tecnico para la Medicion de la Pobreza (2002). Medicion de la pobreza:

Variantes metodologicas y estimacion preliminar, Mexico, Secretara de
Desarrollo Social. Reprinted in M. Szekely, ed. (2005).
Comite Tecnico para la Medicion de la Pobreza (2005). Recomendaciones
metodologicas para la evaluacion intertemporal de niveles de pobreza en
Mexico (2000-2002), in M. Szekely, ed. (2005).
Consejo Nacional de Evaluacion de la Poltica de Desarrollo Social (2006).
El CONEVAL reporta cifras sobre la evolucion de la pobreza en Mexico,
Comunicado 001/2006, Mexico.
Consejo Nacional de Evaluacion de la Poltica de Desarrollo Social (2007). Apli-

cacion de la metodologa de la pobreza por ingresos y pruebas de hipotesis,
Nota tecnica 001/2007, Mexico.
Cortes, F. (2005), Disminuyo la pobreza? Mexico 2000-2002, in M. Szekely,
ed. (2005).
Davidson, R., and J. Y. Duclos (2000). Statistical Inference for Stochastic
Dominance and for the Measurement of Poverty and Inequality,
Econometrica, 68, 1435-1464.
Davidson, R., and J. Y. Duclos (2006). Testing for Restricted Stochastic
Dominance, Working Paper 2006-20, Department of Economics, McGill
University.
Deaton, A. (1997). The Analysis of Household Surveys: A Microeconometric
Approach to Development Policy, Baltimore, Johns Hopkins.
Efron, B., and R. J. Tibshirani (1993). An Introduction to the Bootstrap,
London, Chapman & Hall.
Foster, J., J. Greer, and E. Thorbecke (1984). A Class of Decomposable
Poverty Measures, Econometrica, 52, 761-765.
Howes, S., and J. O. Lanjow (1998). Does Sample Design Matter for Poverty
Rate Comparisons?, Review of Income and Wealth, 44, 99-109.
Jenkins, S. P., and P. J. Lambert (1997). Three Is of Poverty Curves, with
an Analysis of UK Poverty Trends, Oxford Economic Papers, 49, 317-327.
Jenkins, S. P., and P. J. Lambert (1998). Three Is of Poverty Curves and
Poverty Dominance: Tips for Poverty Analysis, Research on Economic
Inequality, 8, 39-56.
Jollie, D., and A. Semykina (2000). Robust Standard Errors for the Foster-
Greer-Thorbecke Class of Poverty Indices, Stata Technical Bulletin
Reprints, 8, 274-278.
Kakwani, N. (1993). Statistical Inference in the Measurement of Poverty,
Review of Economics and Statistics, 75, 632-639.
Mills, J. A., and S. Zandvakili (1997). Statistical Inference via Bootstrapping
for Measures of Inequality, Journal of Applied Econometrics, 12, 133-150.
Ruiz-Castillo, J. (2005a). An Evaluation of El Ingreso Rural y la Produccion
Agropecuaria en Mexico, technical report, Servicio de Informacion Alimen-
taria y Pesquera, Mexico, SAGARPA.
Ruiz-Castillo, J. (2005b). Relative and Absolute Poverty: The Case of Mexico,
1992-2004, Working Paper 06-11, Departamento de Economa, Universidad
Carlos III de Madrid.
Sandoval, H. H., and C. M. Urzua (2007). Negative Net Incomes and the
Measurement of Poverty: A Note, Working Paper EGAP-2007-07, EGAP,
Tecnologico de Monterrey, Campus Ciudad de Mexico.
Sen, A. (1976). Poverty: An Ordinal Approach to Measurement, Econometrica,
52, 219-231.
Szekely, M., ed. (2005). Numeros que mueven al mundo: La medicion de
la pobreza en Mexico, Mexico, ANUIES, CIDE, SEDESOL, Miguel Angel
Porrua.
World Bank (2004). Poverty in Mexico: An Assessment of Conditions, Trends,
and Government Strategy, Washington, World Bank.
INSTRUCCIONES PARA LOS AUTORES
1) La Revista de Administracion, Finanzas y Economa (Journal of

Management, Finance and Economics) recibe trabajos de investigacion en
cualquiera de las areas o especialidades de administracion, economa,
contabilidad y finanzas; en la direccion electronica:
<raf.ccm@servicios.itesm.mx>
2) Los trabajos que se sometan a arbitraje y dictaminacion deberan ser inedi-
tos y no podran ser enviado simultaneamente para su publicacion en otro
medio.
3) Los trabajos pueden ser escritos en espanol o ingles.
4) El documento puede ser escrito en cualquier editor de texto (Word, PcTex,
MigTex, LaTex) con letra tipo Times New Roman, tamano 12 a doble
espacio. El justificado no se debera realizar en los primeros parrafos de
cada seccion o despues de una tabla o formula.
5) Los ttulos y subttulos de secciones se escribiran de tamano 14 y en negri-
tas, comenzando siempre con una capitular. Se numeraran empleando
la numeracion arabiga. La numeracion para los subttulos sera una nu-
meracion anidada: 2.1., 2.2., 2.3., etc.
6) La primera pagina del documento debera contener: a) ttulo del trabajo;
b) nombre del autor o autores, sin incluir el grado academico; c) institucion
de filiacion; d) resumen de no mas de 100 palabras en ingles y en espanol;
e) palabras claves en Ingles y Espanol; f) clasificacion JEL, disponible en
el sitio electronico: http://www.aeaweb.org/journal/jel class system.html
#G y g) al pie de pagina deberan incluirse domicilio, telefono y correo
electronico del autor o de los autores para recibir correspondencia.
7) Solo podra existir un pie de pagina adicional en la primera hoja. En di-
cho pie podran los autores expresar sus agradecimientos o incluir alguna
informacion adicional que consideren relevante.
8) Las ecuaciones deben estar numeradas consecutivamente, al igual que los
cuadros, las figuras y las graficas.
9) Los cuadros, graficas y figuras deben poseer un ttulo o encabezado que las
distinga. Cada cuadro, grafica o figura debera incluir alguna referencia, el
origen de la fuente de informacion y siempre debera presentarse en blanco
y negro.
10) La relacion bibliografica debera presentarse al final del documento, en or-
den alfabetico de autores y estas deben ser como:
Casar, J. I., G. Rodrguez y J. Ros (1985). Ahorro y balanza de pagos: un

analisis de las restricciones al crecimiento economico de Mexico. Economa
Mexicana, num. 7, pp. 21-33.
Cox, J. C., J. E. Ingersoll, and S. A. Ross (1985). An Intertemporal General
Equilibrium Model of Asset Prices. Econometrica, 53(2), pp. 363-384.
Fuller, W. A. (1996). Introduction to Statistical Time Series. 2nd ed., John
Wiley, New York.
Granger, C. W. (1980). Long Memory Relationships and the Aggregation of
Dynamics Models. Journal of Econometrics, 14(1), pp. 227-238.
The Trouble with Rational Expectations and the Problem of Inflation
Stabilization, en R. Fredman y E. S. Phelps (comps.).
INSTRUCTIONS TO AUTHORS
1) Revista de Administracion, Finanzas y Economa (Journal

of Management, Finance and Economics) is a peer reviewed scientic
journal and receives manuscripts with subject matter in Management,
Economics, Accounting and Finance. Articles should be sent to:
<raf.ccm@servicios.itesm.mx>
2) Manuscripts will be considered for possible publication provided they are
unpublished and not submitted elsewhere.
3) The articles could be written in English or Spanish.
4) The manuscripts could be written in Microsoft Word, PcTex, MigTex, or
LaTex format, the font must be Times New Roman, size 12 and pages must
be double spaced. Do not use indentation in the rst paragraph of each
section or after a table or equation.
5) Titles and subtitles of sections should be written in size 14 and bold faces.
It should use the arabic numerals. Numerals for the subtitles should be
consecutive: 2.1., 2.2., 2.3.,. . .
6) The Cover page should include: a) titles of the paper; b) full name of
the author(s), no specication of academic grade; c) institutional
aliation(s); d) a summary of you paper in English and Spanish of at most
100 words; e) keywords in English and Spanish; f) JEL classication, which
can be found in: http://www.aeaweb.org/journal/jel class system.html
#G and g) footnote should has: address, telephone and electronic mail
of the author(s).
7) Only one footnote at the rst page is allowed. In the footnote, the author(s)
could include some relevant information.
8) The equations should be in consecutive arabic numerals, and the same
applies for the tables, gures and graphics.
9) Tables, gures and graphics should have a title. Each table, gure, graphic
should include any reference or source.
10) Bibliographical references will be at the end of text with the autor(s) in
alphabetical order, according to the following examples:
Casar, J. I., G. Rodrguez y J. Ros (1985). Ahorro y balanza de pagos: un

analisis de las restricciones al crecimiento economico de Mexico. Economa
Mexicana, num. 7, pp. 21-33.
Cox, J. C., J. E. Ingersoll, and S. A. Ross (1985). An Intertemporal General
Equilibrium Model of Asset Prices. Econometrica, 53(2), pp. 363-384.
Fuller, W. A. (1996). Introduction to Statistical Time Series. 2nd ed., John
Wiley, New York.
Granger, C. W. (1980). Long Memory Relationships and the Aggregation of
Dynamics Models. Journal of Econometrics, 14(1), pp. 227-238.
The Trouble with Rational Expectations and the Problem of Ination
Stabilization, en R. Fredman y E. S. Phelps (comps.).
TECNOLOGICO DE MONTERREY
CAMPUS CIUDAD DE MEXICO
Revista de Administracion, Finanzas y Economa (Journal of Management,

Finance and Economics) es un revista de investigacion cientfica con arbitraje,
sus artculos son responsabilidad de los autores, son ajenos a ella las institu-
ciones que representan, la revista o el Tecnologico de Monterrey. Indice en el
que aparece la revista: IDEAS-RePEc.

Escuela de Graduados en Administracion y Direccion de Empresas, EGADE
Tecnologico de Monterrey, Campus Ciudad de Mexico
Calle del Puente 222, Col. Ejidos de Huipulco, Tlalpan. C. P. 14380, Mexico D. F.
Aulas III, cuarto piso. Tel. +52 (55) 54832020 ext. 2240 y 1392
Correo electronico: raf.ccm@servicios.itesm.mx
Pagina: http://www.csf.itesm.mx/egade/publicaciones

2008 1 PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

2008 1 PDF

Hochgeladen von

Copyright:

Verfügbare Formate

REVISTA DE

Edgar Rodolfo Castillo-Huerta

Generalizaciones de la metodologa VAR para el anlisis de riesgos

Francisco Ortiz-Arango y Francisco Venegas-Martnez

Adn Daz-Hernndez y Jos C. Ramrez-Snchez

Jess Bravo Pliego

Anlisis emprico de la relacin entre las tasas de inters forward

Antonio Ruiz-Porras y William Henry Steinwascher Sacio

Gobierno corporativo, diversificacin estratgica y desempeo

Carlos M. Urza, Alejandra Macas y Hctor H. Sandoval

TIPs for the Analysis of Poverty in Mexico, 1992-2005

CAMPUS CIUDAD DE MEXICO

Revista de Administracion, Finanzas y Economa

Edgar Rodolfo Castillo-Huerta

Francisco Ortiz-Arango y Francisco Venegas-Martnez

Adan Daz-Hernandez y Jose C. Ramrez-Sanchez

Jesus Bravo Pliego

Antonio Ruiz-Porras y William Henry Steinwascher Sacio

Carlos M. Urzua, Alejandra Macas y Hector H. Sandoval

Generalizaciones de la metodologa VAR

El modelado de los riesgos de los Activos y Pasivos ha sido abordado am-

2. Medidas de control de riesgo

donde c = nivel de conanza, f(s) = Funcion de densidad de los precios

donde N = 4. Supongamos que la decision del cliente de mantener o no (cance-

sigue una distribucion Bernoulli (p), donde (p) representa la probabilidad de

Esto es por supuesto asumiendo independencia entre los depositantes.

W aR = Cancelacion de Pasivo (Withdrawals at Risk), p = Probabilidad de

El argumento n, se reere al numero de clientes que desean cancelar sus pasivos

|np + z np(1 p)|V K (5)

donde z = Probabilidad acumulada en una distribucion Gausiana Normal

Donde, H(G): Es la concentracion de los pasivos redimensionados; P : Es la

Para determinar la densidad de la distribucion sera necesario hacer una

V aR Riesgo mercado, se reere a la perdida maxima en un horizonte

3. Aplicacion de las medidas de riesgo de forma conjunta

El A-L estocastico se recomienda para realizar proyecciones y determinar

Sheldom M. Ross, (1992). Applied Probability Models with Optimization

El modelo de Vasicek y la integral

de las mentes brillantes de la fsica se enfocaron en la solucion de problemas de

a) El enfoque de Schrodinger, mediante una ecuacion diferencial parcial que

b) El enfoque de Dirac, mediante matrices, operadores y reglas de conmutacion.

c) El enfoque de la integral de trayectoria de Feynman, metodologa que con-

El objetivo primordial de este trabajo es mostrar de manera detallada el uso

El trabajo esta constituido por las siguientes secciones: En la seccion 2

2. Ecuacion hacia atras de Fokker-Planck

En esta expresion los coecientes a(r ) y (r ) contienen la informacion de la

PB (R, t; r) = r|e(T t)HB |R, (4)

donde ZB es la funcion de particion denida mediante una integral de trayec-

En este caso, SB se reere a la accion hacia atras de Fokker-Planck:

Para calcular el Lagrangiano hacia atras de Fokker-Planck a partir del Hamil-

ecuacion tpica en mecanica cuantica que relaciona a ambos operadores, a saber:

PB (r, t; r) = r|e(T t)HB |r = N eLB [r,r]

Para calcular la ultima integral en la expresion (8) se utiliza la integracion

PB (r, t; r) = r|e(T t)HB |r = N eLB [r,r]

Por lo tanto, es posible concluir que el Lagrangiano hacia atras de Fokker-Planck

Si en la ecuacion (11) se toma el lmite 0, se obtiene (r r)/ dr/dt,

3. Desarrollo del modelo de Vasicek utilizando la integral

Sea P (t0 , T ) el precio de un bono cupon cero, el cual puede calcularse

En el caso del modelo de Vasicek, la tasa corta sigue el comportamiento descrito

con las condiciones r(t0 ) = r0 , t0 t T , y donde Wt es un movimiento Brow-

Dado que el valor presente de un bono cupon cero se obtiene al descontar

donde a y b son constantes. A traves de la ecuacion (16) es posible calcular el

junto con las condiciones de frontera

Como la medida de la integral de trayectoria permanece invariante bajo trasla-