La paridad de riesgo de cola es una extensión del concepto de paridad de riesgo que tiene en cuenta el comportamiento de los componentes de la cartera durante eventos de riesgo de cola . [1] [2] [3] El objetivo del enfoque de paridad de riesgo de cola es proteger las carteras de inversión en tiempos de crisis económica y reducir el costo de dicha protección durante condiciones normales de mercado. En el marco de paridad de riesgo de cola, el riesgo se define como la pérdida de cola esperada . El concepto de paridad de riesgo de cola es similar a la paridad de reducción [4]
La diversificación tradicional de carteras se basa en las correlaciones entre activos y entre clases de activos, pero estas correlaciones no son constantes. [5] [6] Debido a que las correlaciones entre activos y clases de activos aumentan durante eventos de riesgo extremo y pueden llegar al 100%, TRP divide las clases de activos en categorías que se comportan de manera diferente en condiciones de estrés del mercado, mientras que los activos en cada categoría se comportan de manera similar. Durante eventos de riesgo extremo, los precios de los activos pueden caer significativamente, creando profundas caídas de la cartera . Las clases de activos en cada categoría de riesgo extremo caen simultáneamente durante eventos de riesgo extremo y la diversificación del capital dentro de las categorías no funciona porque los períodos de desempeño negativo de los componentes de la cartera se superponen. La diversificación entre categorías de riesgo extremo puede proporcionar beneficios en forma de menores caídas de la cartera y reducir la necesidad de protección contra el riesgo extremo.
Baitinger, Dragosch y Topalova, en su artículo "Extending the Risk Parity Approach to Higher Moments: Is There Any Value Added?", proponen una extensión del enfoque clásico de optimización de carteras de paridad de riesgo de Maillard et al. (2010) para incorporar momentos superiores como asimetría y curtosis . [7] Presentan una metodología para incorporar de manera consistente momentos superiores como asimetría y curtosis en el marco de optimización de paridad de riesgo desarrollado por Maillard et al. (2010). [8] Esto permite considerar los riesgos de cola en la optimización. El análisis empírico de cuatro conjuntos de datos del mundo real realizado por Baitinger, Dragosch y Topalova arroja resultados mixtos. Sus métodos de paridad de riesgo de momento superior tienden a superar significativamente a la paridad de riesgo clásica cuando los datos subyacentes exhiben una alta no normalidad y codependencias. Pero brindan poco valor agregado en otros conjuntos de datos. Los estudios de simulación confirman que el valor de los métodos de momento superior aumenta con el grado de no normalidad y correlación en los datos. El enfoque de optimización inferida también funciona mejor cuando se proporcionan suficientes datos.