Evaluación histórica y proyección condicionada de un portafolio de inversión en activos financieros de energías renovables bajo riesgo regulatorio y volatilidad extrema
No Thumbnail Available
Date
2026-06-25
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad de Cuenca. Facultad de Ciencias Económicas y Administrativas
Abstract
This research evaluates the risk-adjusted performance and structural resilience of a renewable energy asset portfolio in a context of energy transition, regulatory uncertainty, and volatility The study is based on the premise that traditional mean-variance optimization models are insufficient to capture tail risk, cumulative losses, and the parameter instability that characterize energy markets. In response to this limitation, it proposes an integrated quantitative framework that combines portfolio optimization using the Ledoit-Wolf covariance estimator, extreme risk metrics, out-of-sample validation, and forward-looking simulation under climate scenarios. Methodologically, the research adopts a quantitative, non-experimental, and retrospective longitudinal approach. Monthly returns are used for portfolio optimization and performance evaluation, while daily returns are employed for risk estimation and validation through Value at Risk (VaR). The design incorporates walk-forward backtesting with rolling windows, extreme risk measures such as Conditional Value at Risk (CVaR) and Maximum Drawdown (MDD), and Monte Carlo simulations with a multivariate t-Student distribution calibrated to Network for Greening the Financial System (NGFS) scenarios. The results show that the optimized portfolio outperforms the naïve 1/N benchmark in terms of volatility, Sharpe ratio, CVaR, MDD, and financial resilience index, demonstrating a better risk-return profile and greater capacity to withstand adverse scenarios. It is concluded that the integration of optimization, extreme risk measurement, backtesting, and forward-looking analysis constitutes a replicable and useful methodology for the management of sustainable portfolios under conditions of structural uncertainty.
Resumen
La presente investigación evalúa el desempeño ajustado por riesgo y la resiliencia estructural de un portafolio de activos de energías renovables en un contexto de transición energética, incertidumbre regulatoria y volatilidad. El estudio parte de la premisa de que los modelos tradicionales de optimización media-varianza resultan insuficientes para capturar el riesgo de cola, las pérdidas acumuladas y la inestabilidad paramétrica que caracterizan a los mercados energéticos. En respuesta a esta limitación, se propone un marco cuantitativo integrador que combina optimización de portafolios con estimador de covarianza Ledoit-Wolf, métricas de riesgo extremo, validación fuera de muestra y simulación prospectiva bajo escenarios climáticos. Metodológicamente, la investigación adopta un enfoque cuantitativo, no experimental y longitudinal retrospectivo. Se emplean rendimientos mensuales para la optimización y evaluación del desempeño, y rendimientos diarios para la estimación y validación del riesgo mediante Value at Risk (VaR). El diseño incorpora backtesting walk-forward con ventanas móviles, métricas de riesgo extremo como Conditional Value at Risk (CVaR) y Maximum Drawdown (MDD), y simulaciones Monte Carlo con distribución t-Student multivariada calibradas con escenarios del Network for Greening the Financial System (NGFS). Los resultados muestran que el portafolio optimizado supera al benchmark naïve 1/N en volatilidad, ratio de Sharpe, CVaR, MDD e índice de resiliencia financiera, evidenciando una mejor relación riesgo-rendimiento y mayor capacidad de resistencia ante escenarios adversos. Se concluye que la integración de optimización, medición de riesgo extremo, backtesting y análisis prospectivo constituye una metodología replicable y útil para la gestión de portafolios sostenibles bajo condiciones de incertidumbre estructural.
Keywords
Finanzas, Energías renovables, Portafolio de inversión, Riesgo extremo, Backtesting histórico, Resiliencia financiera
Citation
Código de tesis
TM4; 2795
Código de tesis
Grado Académico
Magíster en Finanzas con mención en Gestión de Riesgos Financieros