Valor en riesgo (VaR): cuantificar tu peor pérdida posible

Todo trader, gestor de riesgo y director financiero se enfrenta a la misma pregunta fundamental: ¿cuánto podría perder? El valor en riesgo (VaR) es la respuesta más usada del sector financiero. El VaR expresa la pérdida máxima esperada durante un horizonte temporal concreto a un nivel de confianza dado, en condiciones de mercado normales.

Una afirmación como «el VaR a un día al 95 % de esta cartera es $500,000» significa: hay un 95 % de probabilidad de que la cartera no pierda más de $500,000 en un solo día. A la inversa, hay un 5 % de probabilidad de que la pérdida supere ese umbral. El VaR condensa una distribución compleja de resultados posibles en un único número intuitivo — lo cual es a la vez su mayor fortaleza y su limitación más peligrosa.

El VaR se convirtió en el estándar del sector después de que el presidente de JPMorgan, Dennis Weatherstone, exigiera un informe diario de una sola página que resumiera la exposición total al riesgo de la firma. El resultado — el famoso «4:15 Report» entregado cada tarde — dio origen a RiskMetrics en 1994, que JPMorgan liberó como código abierto al mundo. Los reguladores adoptaron el VaR casi de inmediato: el Acuerdo de Basilea II exigió que los bancos calcularan el VaR diario para determinar sus requisitos de capital, un estándar que persiste hoy a través de Basilea III y IV.

Hay tres enfoques principales para calcular el VaR, cada uno con ventajas y contrapartidas distintas:

1. Simulación histórica

El método más simple. Toma tu cartera actual, aplica los rendimientos reales de los últimos 250 (o 500, o 1,000) días de negociación, y ordena el P&L resultante de peor a mejor. Para un VaR al 95 %, la pérdida en el percentil 5 es tu estimación de VaR. Si usaste 1,000 días, el VaR es la pérdida del día 50.º peor. Este método no hace ninguna suposición sobre la distribución de los rendimientos — deja que la historia hable directamente. Sin embargo, asume que el pasado es representativo del futuro, que es precisamente cuando falla de forma más peligrosa.

2. Método paramétrico (varianza-covarianza)

Este enfoque asume que los rendimientos siguen una distribución normal. Estimas el rendimiento medio y la volatilidad de cada activo, construyes la matriz de covarianza y calculas la varianza de la cartera. Para un VaR al 95 %: VaR = Valor de la cartera × puntuación z × σ × √t, donde la puntuación z para el 95 % es 1.645, σ es la volatilidad de la cartera, y t es el horizonte temporal. Este método es rápido y elegante — un quant puede calcularlo en una hoja de cálculo. Pero las distribuciones normales subestiman enormemente la probabilidad de movimientos extremos. Las caídas de más del 40 % en un solo día de Bitcoin serían un evento de más de 7 sigmas bajo normalidad — teóricamente imposible una vez en la vida del universo, y sin embargo ha ocurrido varias veces.

3. Simulación de Monte Carlo

El método más flexible. Defines un modelo estadístico de cómo evolucionan los precios de los activos (incluyendo colas gruesas, asimetría y volatilidad variable en el tiempo), y luego generas miles — o millones — de escenarios aleatorios. Revalorizas la cartera bajo cada escenario y extraes el VaR de la distribución de P&L resultante. Monte Carlo puede manejar instrumentos complejos como opciones, productos dependientes de la trayectoria y exposiciones no lineales. El coste es la intensidad computacional y el hecho de que los resultados son tan buenos como lo sean las suposiciones del modelo.

El VaR te dice el límite de las pérdidas normales — pero nada sobre lo que ocurre más allá de ese límite. Si tu VaR al 99 % es $10 millones, tus pérdidas en ese peor 1 % de los días podrían ser $11 millones o $110 millones. El VaR guarda silencio sobre la magnitud de las pérdidas extremas, y ese silencio ha contribuido a fallos catastróficos.

Durante la crisis financiera global de 2008, Goldman Sachs informó de que sus mesas de trading experimentaron «eventos de 25 sigmas» en varios días consecutivos. Bajo una distribución normal, un evento de 25 sigmas debería ocurrir aproximadamente una vez cada 10¹³⁵ años. La realidad era que los valores respaldados por hipotecas tenían distribuciones de rendimiento con colas gruesas que los modelos de VaR — calibrados sobre mercados benignos — no lograron captar en absoluto.

Otras limitaciones adicionales incluyen:

• No aditividad — El VaR de una cartera combinada puede superar la suma de los VaR individuales, violando la subaditividad. Esto significa que el VaR puede penalizar la diversificación, lo cual carece de sentido económico.
• Riesgo de modelo — Pequeños cambios en las suposiciones (periodo retrospectivo, elección de la distribución, estimaciones de correlación) pueden producir cifras de VaR muy distintas.
• Prociclicidad — En mercados en calma, el VaR se reduce (la volatilidad histórica es baja), lo que fomenta posiciones mayores. Cuando la volatilidad se dispara, el VaR se dispara también, forzando el desapalancamiento en el peor momento posible — amplificando el desplome.
• Ceguera ante la liquidez — El VaR estándar asume que puedes salir de las posiciones a los precios actuales. Durante el desplome de marzo de 2020 por el COVID, incluso los mercados de bonos del Tesoro de EE. UU. — los más líquidos del mundo — sufrieron una fuerte dislocación, dejando sin sentido las estimaciones de VaR.

Para abordar el fallo más crítico del VaR — su silencio sobre las pérdidas de cola — los gestores de riesgo desarrollaron el VaR condicional (CVaR), también conocido como Expected Shortfall (ES, déficit esperado). Mientras que el VaR pregunta «¿cuál es la peor pérdida a mi nivel de confianza?», el CVaR pregunta «dado que la pérdida supera el VaR, ¿cuál es la pérdida media?»

Si tu VaR diario al 95 % es $1 millón, tu CVaR al 95 % podría ser $1.8 millones — lo que significa que en ese peor 5 % de los días, puedes esperar perder $1.8 millones en promedio. El CVaR siempre supera al VaR, y la brecha entre ambos revela la gravedad de tu riesgo de cola. Una cartera donde el CVaR es 3 veces su VaR tiene una exposición de cola mucho más peligrosa que una donde el CVaR es solo 1.2 veces el VaR.

El CVaR tiene una ventaja matemática crucial: es coherente, es decir, satisface la subaditividad. Combinar dos carteras siempre produce un CVaR menor o igual a la suma de los CVaR individuales, reflejando correctamente los beneficios de la diversificación. El marco de Basilea III, reconociendo las carencias del VaR tras 2008, exigió que los bancos hicieran la transición del VaR al Expected Shortfall para los requisitos de capital por riesgo de mercado — un cambio completado bajo la Revisión Fundamental de la Cartera de Negociación (FRTB).

Para las carteras cripto, el CVaR es especialmente importante. Los activos digitales muestran colas gruesas pronunciadas: la distribución empírica de rendimientos de Bitcoin muestra un exceso de curtosis de aproximadamente 15–30 (frente a ~3 en una distribución normal), lo que significa que los eventos extremos son muchísimo más frecuentes de lo que predicen los modelos de campana de Gauss. Usar solo el VaR te dejaría peligrosamente expuesto justo a los eventos que definen los mercados cripto.

Construir un marco de VaR práctico para cripto exige adaptar los métodos tradicionales a las características únicas de esta clase de activos: negociación 24/7, volatilidad extrema, cambios de régimen y liquidez delgada durante el estrés.

Considera una cartera de $100,000 repartida por igual entre BTC, ETH y SOL. Usando simulación histórica sobre los últimos dos años de rendimientos diarios:

• Recopilarías 730 rendimientos diarios de la cartera (ponderando el rendimiento de cada activo por su asignación del 33 %).
• Ordenarías los rendimientos de peor a mejor.
• El 37.º peor rendimiento (percentil 5 de 730) te da el VaR a 1 día al 95 %.
• Empíricamente, esta cifra podría estar en torno a $5,500–$7,000 — lo que significa que deberías esperar perder al menos esa cantidad en 1 de cada 20 días de negociación.

Para horizontes más largos, la regla de la raíz del tiempo (multiplicar el VaR diario por √t) ofrece una aproximación aproximada: VaR semanal ≈ VaR diario × √5 ≈ $12,300–$15,700. Sin embargo, esta regla de escalado asume que los rendimientos son independientes entre días, algo que los patrones de momentum y reversión a la media de cripto violan. Un escalado más preciso requiere modelar la correlación serial.

En GaiaEx, donde operas futuros perpetuos sobre Hyperliquid L1, el VaR se vuelve todavía más crítico porque el apalancamiento amplifica tanto las ganancias como las pérdidas. Una posición con apalancamiento 5x tiene 5 veces el VaR de una sin apalancar. Antes de entrar en cualquier operación apalancada, calcula tu VaR y asegúrate de que el peor escenario — recordando que los peores casos reales superan al VaR — sea sobrevivible. La arquitectura de monedero MPC de GaiaEx garantiza que, mientras gestionas el riesgo de mercado mediante la disciplina del VaR, tu riesgo de contraparte ya está neutralizado.

El VaR no es solo un número — es un proceso de gestión de riesgo. Así es como los traders profesionales y las instituciones lo usan a diario:

Fija límites de VaR antes de operar. Decide la pérdida máxima que puedes absorber en un día, una semana y un mes. Exprésalo como un porcentaje de tu cartera. Un estándar profesional habitual es un límite de VaR diario del 1–2 % del capital total al nivel de confianza del 99 %. Si tu cartera es de $50,000, eso significa estructurar las posiciones para que tu VaR diario al 99 % se mantenga por debajo de $500–$1,000.

Supervisa y recalcula con regularidad. El VaR cambia a medida que cambian las posiciones, se desplazan las correlaciones y evoluciona la volatilidad. Recalcúlalo al menos a diario. Durante periodos volátiles — que en cripto pueden durar semanas — recalcúlalo varias veces al día. Si el VaR supera tu límite, reduce posiciones de inmediato en lugar de esperar a que el mercado se calme.

Haz backtesting sin descanso. Compara el VaR predicho con el P&L real. Si tu VaR al 95 % se supera más del 5 % de las veces, tu modelo está roto. Durante el mercado bajista cripto de 2022, muchos modelos de riesgo calibrados con datos de 2020–2021 subestimaron drásticamente el VaR porque se habían entrenado en un mercado alcista. Un backtesting regular habría detectado esa deriva.

Combina el VaR con otras métricas de riesgo. Usa el CVaR para el riesgo de cola, pruebas de estrés para el análisis de escenarios, el drawdown máximo para la preservación de capital, y límites de posición para el riesgo de concentración. Ninguna métrica única captura todas las dimensiones del riesgo. El VaR es la base de tu marco de riesgo — no todo el edificio.

El objetivo no es eliminar el riesgo — eso eliminaría también los rendimientos. El objetivo es conocer tu riesgo, dimensionarlo deliberadamente, y asegurarte de que ningún día por sí solo pueda sacarte del juego. El VaR, usado correctamente y complementado con medidas de riesgo de cola, te da la base cuantitativa para operar con confianza.