Crédito — Risk Intelligence (mock)

\n \n

\n \n \n\n\n",[],[179],"8a71b48c-548e-4268-9986-93dd12f0c06f","data.js","5d60d72c-9d76-11f1-bcc0-1607ee4eb77e",104,["D",1788370961622],13,"script","/* Datos mock — deuda dominicana (bonos, SBB, SBB c/ Garantía, CDs), DOP + USD.\n Convención del mock: TC 61.50 (BCRD venta) al as_of 30/01/2026; cortes históricos\n consolidados al TC de su fecha. VM en MM DOP (o MM USD nativo cuando moneda=USD). */\nwindow.RI_DATA = (() => {\n const TC = 61.50, TC_PREV = 61.32;\n /* inst = nombre de instrumento (nivel hoja, export estable). mgF = factor marginal/componental\n por posición (mock determinista, 1.02–1.10: garantiza componental ≤ marginal ≤ standalone en\n contribuidoras). div = diversificadora: componental negativa por la REALIZACIÓN SIMULADA de su\n escenario (consistente con la nota de granularidad §2 — no es atributo del emisor); el excedente\n se redistribuye intra-rating para preservar Σ componental = total de Métricas de Riesgo. */\n const positions = [\n { inst: \"Bono Hacienda 2031\", emisor: \"Ministerio de Hacienda\", rating: \"AA\", tipo: \"Bono\", moneda: \"DOP\", vm: 612.40, prev: 605.10, mgF: 1.07 },\n { inst: \"Bono Global 2033\", emisor: \"Ministerio de Hacienda\", rating: \"AA\", tipo: \"Bono\", moneda: \"USD\", vm: 6.90, prev: 6.90, mgF: 1.09 },\n { inst: \"Bono Hacienda 2028\", emisor: \"Ministerio de Hacienda\", rating: \"AA\", tipo: \"Bono\", moneda: \"DOP\", vm: 291.00, prev: 296.40, mgF: 1.04 },\n { inst: \"Nota BCRD 2030\", emisor: \"Banco Central (BCRD)\", rating: \"AAA\", tipo: \"Bono\", moneda: \"DOP\", vm: 734.20, prev: 741.80, mgF: 1.05 },\n { inst: \"CD BCRD 91d\", emisor: \"Banco Central (BCRD)\", rating: \"AAA\", tipo: \"CD\", moneda: \"DOP\", vm: 210.00, prev: 210.00, mgF: 1.02 },\n { inst: \"Bono Banreservas 2029\", emisor: \"Banreservas\", rating: \"A\", tipo: \"Bono\", moneda: \"DOP\", vm: 498.60, prev: 502.30, mgF: 1.08 },\n { inst: \"CD Banreservas 180d\", emisor: \"Banreservas\", rating: \"A\", tipo: \"CD\", moneda: \"DOP\", vm: 187.50, prev: 172.00, mgF: 1.03 },\n { inst: \"Bono Popular 2027\", emisor: \"Banco Popular\", rating: \"A\", tipo: \"Bono\", moneda: \"DOP\", vm: 402.10, prev: 398.90, mgF: 1.06 },\n { inst: \"SBB Popular 2026\", emisor: \"Banco Popular\", rating: \"A\", tipo: \"SBB\", moneda: \"USD\", vm: 3.20, prev: 3.20, mgF: 1.05 },\n { inst: \"SBB BHD 2027\", emisor: \"Banco BHD\", rating: \"A\", tipo: \"SBB\", moneda: \"DOP\", vm: 356.80, prev: 361.20, mgF: 1.07 },\n { inst: \"CD BHD 90d\", emisor: \"Banco BHD\", rating: \"A\", tipo: \"CD\", moneda: \"DOP\", vm: 122.00, prev: 122.00, mgF: 1.00, div: true },\n { inst: \"SBB Gar. APAP 2028\", emisor: \"APAP\", rating: \"BBB\", tipo: \"SBB c/ Garantía\", moneda: \"DOP\", vm: 310.40, prev: 318.70, mgF: 1.08 },\n { inst: \"CD APAP 120d\", emisor: \"APAP\", rating: \"BBB\", tipo: \"CD\", moneda: \"DOP\", vm: 96.30, prev: 96.30, mgF: 1.02 },\n { inst: \"SBB Santa Cruz 2026\", emisor: \"Banco Santa Cruz\", rating: \"BBB\", tipo: \"SBB\", moneda: \"DOP\", vm: 228.90, prev: 224.10, mgF: 1.05 },\n { inst: \"SBB Gar. ACAP 2027\", emisor: \"ACAP\", rating: \"BBB\", tipo: \"SBB c/ Garantía\", moneda: \"DOP\", vm: 204.50, prev: 209.80, mgF: 1.04 },\n { inst: \"Bono CEPM 2030\", emisor: \"CEPM\", rating: \"BBB\", tipo: \"Bono\", moneda: \"USD\", vm: 5.40, prev: 5.10, mgF: 1.09 },\n { inst: \"Bono EGE Haina 2028\", emisor: \"EGE Haina\", rating: \"BB\", tipo: \"Bono\", moneda: \"DOP\", vm: 246.70, prev: 251.30, mgF: 1.08 },\n { inst: \"Bono EGE Haina 2031\", emisor: \"EGE Haina\", rating: \"BB\", tipo: \"Bono\", moneda: \"USD\", vm: 2.10, prev: 2.10, mgF: 1.06 },\n { inst: \"Bono AES Andrés 2029\", emisor: \"AES Andrés\", rating: \"BB\", tipo: \"Bono\", moneda: \"USD\", vm: 4.60, prev: 4.85, mgF: 1.10 },\n { inst: \"CD Promerica 180d\", emisor: \"Banco Promerica\", rating: \"BB\", tipo: \"CD\", moneda: \"DOP\", vm: 138.20, prev: 138.20, mgF: 1.00, div: true },\n { inst: \"SBB Caribe 2026\", emisor: \"Banco Caribe\", rating: \"B\", tipo: \"SBB\", moneda: \"DOP\", vm: 92.40, prev: 98.60, mgF: 1.09 },\n { inst: \"CD Caribe 90d\", emisor: \"Banco Caribe\", rating: \"B\", tipo: \"CD\", moneda: \"DOP\", vm: 41.00, prev: 41.00, mgF: 1.02 },\n ];\n const RATINGS = [\"AAA\", \"AA\", \"A\", \"BBB\", \"BB\", \"B\"];\n const TIPOS = [\"Bono\", \"SBB\", \"SBB c/ Garantía\", \"CD\"];\n const DATES = [\"04/12/2025\",\"09/12/2025\",\"14/12/2025\",\"19/12/2025\",\"24/12/2025\",\"29/12/2025\",\"03/01/2026\",\"08/01/2026\",\"13/01/2026\",\"18/01/2026\",\"20/01/2026\",\"24/01/2026\",\"28/01/2026\",\"30/01/2026\"];\n const HIST_TOTAL = [6020,6035,6018,6060,6072,6058,6094,6110,6102,6125,6139,6131,6146,0];\n const HIST_SHARE = {\n AAA: [0.20,0.20,0.20,0.20,0.20,0.19,0.19,0.19,0.19,0.19,0.19,0.18,0.18,0],\n AA: [0.21,0.21,0.21,0.21,0.21,0.21,0.21,0.21,0.21,0.22,0.22,0.22,0.22,0],\n A: [0.28,0.28,0.28,0.29,0.29,0.29,0.29,0.29,0.30,0.30,0.30,0.30,0.30,0],\n BBB: [0.17,0.17,0.17,0.16,0.16,0.17,0.17,0.17,0.16,0.16,0.16,0.17,0.17,0],\n BB: [0.11,0.11,0.11,0.11,0.11,0.11,0.11,0.11,0.11,0.10,0.10,0.10,0.10,0],\n B: [0.03,0.03,0.03,0.03,0.03,0.03,0.03,0.03,0.03,0.03,0.03,0.03,0.03,0],\n };\n const LIMITES = { hhiInterno: 0.1800, emisorPctInterno: 15.0, alertaFactor: 0.9 };\n /* Riesgo por medida (mock): tasa standalone (% del VM) y factor de diversificación,\n AMBOS por rating y por medida (X-2: proporciones distintas por medida — ES/VaR crece\n hacia ratings bajos, colas más pesadas). divF≤1 en todas (X-1: ES y σ son subaditivas;\n el beneficio de diversificación del mock es siempre ≥0). */\n const RISK = {\n VaR: { rate: { AAA: 0.0040, AA: 0.0090, A: 0.0180, BBB: 0.0360, BB: 0.0700, B: 0.1250 },\n divF: { AAA: 0.88, AA: 0.85, A: 0.80, BBB: 0.76, BB: 0.72, B: 0.70 } },\n ES: { rate: { AAA: 0.0046, AA: 0.0108, A: 0.0234, BBB: 0.0504, BB: 0.1050, B: 0.2000 },\n divF: { AAA: 0.90, AA: 0.87, A: 0.82, BBB: 0.78, BB: 0.74, B: 0.72 } },\n Std: { rate: { AAA: 0.0016, AA: 0.0034, A: 0.0066, BBB: 0.0126, BB: 0.0235, B: 0.0410 },\n divF: { AAA: 0.86, AA: 0.83, A: 0.79, BBB: 0.75, BB: 0.71, B: 0.69 } },\n };\n const LIM_MEDIDA = { VaR: 220, ES: null, Std: null }; // límite configurado SOLO para VaR (X-10)\n /* Overlays del scatter iso-risk de Marginal (F2.4): h = límite %-riesgo (marginal/VM),\n v = límite de tamaño de exposición (MM DOP), hyp = límite de riesgo absoluto POR POSICIÓN\n (MM DOP marginal; hipérbola X·Y=hyp — la recomendada). Solo VaR tiene h/hyp configurados:\n bajo ES/Std la leyenda muestra \"Límite: N/D\" y el KPI 3 es N/D aunque exista v (regla §10). */\n const MG_LIMITS = {\n VaR: { h: 4.5, v: 600, hyp: 8 },\n ES: { h: null, v: 600, hyp: null },\n Std: { h: null, v: 600, hyp: null },\n };\n const SUPUESTO_MARKERS = [{ fecha: \"03/01/2026\", label: \"Cambio de supuesto: ρ 20%→25% · S&P\" }];\n const RHO_PREV_FACTOR = 0.93; // cortes previos al marcador: ρ=20% → medida menor (discontinuidad visible)\n const SUPUESTO = { fuente: \"S&P\", metodo: \"ρ=25% axiomático\", tc: \"TC 61.50 (BCRD venta, 30/01/2026)\" };\n const AS_OF = \"30/01/2026\";\n const DATASET = \"calc-submit 1782766289\";\n /* F2.10 — Backtesting. Convención del mock (declarada, X-D1): cortes EOD diarios hábiles;\n VaR 99%·1a escalado al horizonte entre cortes por raíz de tiempo (÷√252) — la metodología\n oficial del tenant gobierna la comparación. Historia visible: 250 cortes bajo ρ=20%\n (sub-ventana homogénea CERRADA el 02/01/2026) + 20 cortes bajo ρ=25% (ventana válida\n vigente). El cambio 03/01/2026 (sábado, marcador compartido del mock) es EFECTIVO desde\n el corte hábil siguiente, 05/01/2026 (X-#2). VAR1A ≡ VaR total de Métricas de Riesgo\n (misma fórmula que mrAgg con medida VaR — constante única del mock, X-#9). */\n const BT = (() => {\n const VAR1A = positions.reduce((a, p) => {\n const vmDop = p.moneda === \"USD\" ? p.vm * TC : p.vm;\n return a + vmDop * RISK.VaR.rate[p.rating] * RISK.VaR.divF[p.rating];\n }, 0);\n const SQ = Math.sqrt(252);\n const fmt = d => String(d.getDate()).padStart(2, \"0\") + \"/\" + String(d.getMonth() + 1).padStart(2, \"0\") + \"/\" + d.getFullYear();\n let seed = 20260130;\n const rng = () => { seed = (seed * 1664525 + 1013904223) % 4294967296; return seed / 4294967296; };\n const days = [];\n const d = new Date(2026, 0, 30);\n while (days.length < 270) {\n if (d.getDay() !== 0 && d.getDay() !== 6) days.unshift(new Date(d));\n d.setDate(d.getDate() - 1);\n }\n const EFFECTIVE = \"05/01/2026\";\n const EXC = { \"14/03/2025\": 1.12, \"08/07/2025\": 1.05, \"09/10/2025\": 1.22, \"18/11/2025\": 1.08, \"26/01/2026\": 1.10 };\n let post = false;\n const cortes = days.map((dt, i) => {\n const f = fmt(dt);\n if (f === EFFECTIVE) post = true;\n const drift = 1 + 0.025 * Math.sin(i / 38) + (rng() - 0.5) * 0.012;\n const var1a = VAR1A * (post ? 1 : 0.93) * drift;\n const varEsc = var1a / SQ;\n let pnl = (rng() + rng() + rng() - 1.5) * varEsc * 0.72;\n if (EXC[f]) pnl = -varEsc * EXC[f];\n else if (pnl < -varEsc * 0.96) pnl = -varEsc * 0.9;\n return { f, pnl: +pnl.toFixed(2), varEsc: +varEsc.toFixed(2), valida: post };\n });\n return {\n cortes, EFFECTIVE, VAR1A: +VAR1A.toFixed(2), cambios: 1,\n cambioLabel: \"Cambio de supuesto: ρ 20%→25% · S&P (03/01/2026, efectivo corte 05/01/2026)\",\n prevWin: {\n rot: \"S&P · ρ=20% · 250 cortes (cerrada el 02/01/2026)\", exc: 4,\n kupiec: { lr: 0.755, p: 0.385, v: \"Aceptado\" },\n christo: { lr: 2.47, p: 0.29, v: \"Aceptado\" },\n basilea: { zona: \"Verde\", conteo: \"4/250\", mult: \"3.00\" },\n },\n mcPrecision: 3.2, // semiancho % del VaR @99% — cuadratura con el punto final del BL (X-D6)\n quantiles: { \"1%\": { q: 0.01, nivel: 1.00 }, \"0.5%\": { q: 0.005, nivel: 1.18 }, \"0.1%\": { q: 0.001, nivel: 1.45 } },\n };\n })();\n /* F2.8 — Factores de Riesgo. Atribución Euler por factor (pesos por rating, Σ=1 por fila:\n ratings bajos más default-driven, altos más migración/spread) ⇒ Σ factores×ratings = VaR\n total EXACTO (misma fórmula que mrAgg-VaR / BT.VAR1A — fuente única, X-#3).\n Prob ≥1 default COMPUTADA de las PD de TRANS por posición (coherencia por construcción, X-#9).\n Monotonía de ρ obligatoria (X-#8): RHO_ZERO_FACTOR 0.78 < RHO_PREV_FACTOR 0.93 < 1\n (el VaR crece con ρ: VaR(0) < VaR(20%) < VaR(25%)). */\n const FR = (() => {\n const W = {\n AAA: { mig: 0.52, def: 0.10, rec: 0.05, spr: 0.33 },\n AA: { mig: 0.50, def: 0.14, rec: 0.07, spr: 0.29 },\n A: { mig: 0.44, def: 0.24, rec: 0.10, spr: 0.22 },\n BBB: { mig: 0.36, def: 0.36, rec: 0.13, spr: 0.15 },\n BB: { mig: 0.28, def: 0.48, rec: 0.15, spr: 0.09 },\n B: { mig: 0.20, def: 0.58, rec: 0.16, spr: 0.06 },\n };\n const RHO_ZERO_FACTOR = 0.78; // VaR(ρ=0) = 0.78 · VaR(ρ=25%) ⇒ efecto correlación = 22% del VaR\n /* Matriz de transición mock a 1 año (%). Filas: rating de partida (D excluido — estado\n absorbente, sin migración de salida); columnas: llegada AAA…CCC, D. Cada fila Σ=100.\n PD (última columna) monotónica AAA→CCC: 0.01 → 22.73%. Única fuente de los umbrales Z\n de Merton (TR) y de la Prob ≥1 default (KPI 4). */\n const DEST = [\"AAA\", \"AA\", \"A\", \"BBB\", \"BB\", \"B\", \"CCC\", \"D\"];\n const TRANS = {\n AAA: [90.80, 8.30, 0.70, 0.10, 0.05, 0.03, 0.01, 0.01],\n AA: [0.70, 90.60, 7.80, 0.60, 0.15, 0.09, 0.04, 0.02],\n A: [0.09, 2.30, 91.00, 5.50, 0.70, 0.25, 0.10, 0.06],\n BBB: [0.02, 0.30, 5.90, 86.90, 5.30, 1.10, 0.30, 0.18],\n BB: [0.03, 0.14, 0.65, 7.70, 80.50, 8.80, 1.10, 1.08],\n B: [0.01, 0.11, 0.24, 0.45, 6.90, 83.50, 3.90, 4.89],\n CCC: [0.02, 0.05, 0.20, 0.30, 1.00, 11.20, 64.50, 22.73],\n };\n // Φ⁻¹ (aproximación de Acklam) — deriva los umbrales Z desde TRANS\n const invNorm = p => {\n const a = [-3.969683028665376e+01, 2.209460984245205e+02, -2.759285104469687e+02, 1.383577518672690e+02, -3.066479806614716e+01, 2.506628277459239e+00];\n const b = [-5.447609879822406e+01, 1.615858368580409e+02, -1.556989798598866e+02, 6.680131188771972e+01, -1.328068155288572e+01];\n const c = [-7.784894002430293e-03, -3.223964580411365e-01, -2.400758277161838e+00, -2.549732539343734e+00, 4.374664141464968e+00, 2.938163982698783e+00];\n const dd = [7.784695709041462e-03, 3.224671290700398e-01, 2.445134137142996e+00, 3.754408661907416e+00];\n const pl = 0.02425;\n if (p < pl) { const q = Math.sqrt(-2 * Math.log(p)); return (((((c[0] * q + c[1]) * q + c[2]) * q + c[3]) * q + c[4]) * q + c[5]) / ((((dd[0] * q + dd[1]) * q + dd[2]) * q + dd[3]) * q + 1); }\n if (p > 1 - pl) { const q = Math.sqrt(-2 * Math.log(1 - p)); return -(((((c[0] * q + c[1]) * q + c[2]) * q + c[3]) * q + c[4]) * q + c[5]) / ((((dd[0] * q + dd[1]) * q + dd[2]) * q + dd[3]) * q + 1); }\n const q = p - 0.5, r = q * q;\n return (((((a[0] * r + a[1]) * r + a[2]) * r + a[3]) * r + a[4]) * r + a[5]) * q / (((((b[0] * r + b[1]) * r + b[2]) * r + b[3]) * r + b[4]) * r + 1);\n };\n /* Z[r] = fronteras superiores de banda de llegada, de peor a mejor:\n [{dest:\"D\", zUp:Φ⁻¹(pD)}, {dest:\"CCC\", zUp:Φ⁻¹(pD+pCCC)}, …, {dest:\"AA\", zUp:Φ⁻¹(1−pAAA)}];\n la banda AAA es el resto superior. */\n const Z = {};\n Object.keys(TRANS).forEach(r => {\n const row = TRANS[r].map(x => x / 100);\n let acc = 0; const bnds = [];\n for (let i = row.length - 1; i >= 1; i--) { acc += row[i]; bnds.push({ dest: DEST[i], zUp: +invNorm(Math.min(acc, 1 - 1e-9)).toFixed(3) }); }\n Z[r] = bnds;\n });\n const PD = {}; Object.keys(TRANS).forEach(r => { PD[r] = TRANS[r][7] / 100; });\n // Prob de ≥1 default del libro a 1 año: 1 − Π(1 − PD_rating) sobre las posiciones\n const P_DEFAULT = 1 - positions.reduce((a, p) => a * (1 - PD[p.rating]), 1);\n return {\n W, RHO_ZERO_FACTOR, DEST, TRANS, Z, PD, P_DEFAULT,\n prevComparable: true, // cambio de supuesto efectivo 05/01/2026 < corte anterior 28/01 ⇒ Δ y chips comparables (rama N/D implementada, X-#6)\n RHO_UNIF: 25, // matriz uniforme ρ=25% axiomático (Alt 2): TODAS las celdas — el par intra-rating también es 25 (no es autocorrelación de un activo)\n };\n })();\n /* F2.9 — Sensibilidades. Barridos OAT precomputados del corte EOD con common random\n numbers (CRN), set de la metodología oficial (no editable). Factores multiplicativos\n sobre el VaR base (misma fórmula única mrAgg-VaR ≡ BT.VAR1A ≡ FR total — fuente única).\n Monotonía de ρ coherente con FR (X-#8 heredado): VaR(0)=0.78·b < VaR(15%)=0.885·b <\n VaR(20%)=0.93·b < b(25%) < VaR(35%)=1.13·b. wR = vector de reparto del ΔVaR por rating\n (Σ=1; ρ y σ cargan a ratings bajos, μ recovery carga donde vive la seniority) — el Δ de\n contribución Euler por rating es aditivo por construcción (BL/BR). Signo del barrido\n unilateral (fuente S&P→Moody's): +3.6% — la matriz Moody's del mock tiene PDs speculative-grade\n mayores (convención declarada del mock, X-12).\n prevComparable ÚNICO: se hereda de FR (mismo badge entre cortes). publishedUnderBadge\n gobierna la ancla badge↔barridos y DOMINA sobre prevComparable (X-1); en el mock es true\n y su rama degradada se demuestra con el estado \"partial\" del prototipo (X-7). */\n const SENS = (() => {\n const sweeps = [\n { id: \"rho\", lbl: \"ρ (correlación de activos)\", base: \"25%\", swp: \"15% / 35%\", fLo: 0.885, fHi: 1.130,\n wR: { AAA: 0.04, AA: 0.10, A: 0.24, BBB: 0.26, BB: 0.22, B: 0.14 } },\n { id: \"muSen\", lbl: \"μ recovery — senior\", base: \"45%\", swp: \"40% / 50%\", fLo: 1.072, fHi: 0.938,\n wR: { AAA: 0.08, AA: 0.16, A: 0.30, BBB: 0.24, BB: 0.14, B: 0.08 } },\n { id: \"sigSub\", lbl: \"σ recovery — subordinada\", base: \"28%\", swp: \"21% / 35%\", fLo: 0.962, fHi: 1.055,\n wR: { AAA: 0.02, AA: 0.06, A: 0.22, BBB: 0.30, BB: 0.26, B: 0.14 } },\n { id: \"muSub\", lbl: \"μ recovery — subordinada\", base: \"30%\", swp: \"25% / 35%\", fLo: 1.048, fHi: 0.960,\n wR: { AAA: 0.02, AA: 0.05, A: 0.20, BBB: 0.31, BB: 0.27, B: 0.15 } },\n { id: \"sigSen\", lbl: \"σ recovery — senior\", base: \"22%\", swp: \"16.5% / 27.5%\", fLo: 0.975, fHi: 1.038,\n wR: { AAA: 0.07, AA: 0.15, A: 0.29, BBB: 0.25, BB: 0.15, B: 0.09 } },\n { id: \"fuente\", lbl: \"Fuente de transición\", base: \"S&P\", swp: \"→ Moody's (alternativa única)\", fLo: null, fHi: 1.036, unilateral: true,\n wR: { AAA: 0.03, AA: 0.08, A: 0.22, BBB: 0.27, BB: 0.25, B: 0.15 } },\n ];\n // ΔVaR máx del corte anterior (factor sobre el VaR base anterior) — para la columna Var del BR\n const prevFmax = { rho: 0.126, muSen: 0.069, sigSub: 0.052, muSub: 0.046, sigSen: 0.036, fuente: 0.034 };\n return {\n sweeps, prevFmax,\n publishedUnderBadge: true, // ancla badge↔barridos (§13): true = el centro del tornado ES el supuesto del badge\n prevInfluyente: \"ρ (correlación de activos)\", // chip categórico del KPI 2 (comparable)\n };\n })();\n /* F2.5 — Escenarios (arquetipo simulador §9). Fuente única: VaR base ≡ BT.VAR1A.\n FV = factores VaR por ρ (heredados de SENS/FR: monotonía X-#8 — 0.885/1.0/1.13).\n FE = factores ES por ρ, MÁS empinados que FV (corrección X-1 F2.5: la cola engorda\n relativamente — ES/VaR sube 1.40→1.45→1.50; FE@25%=1.0 preserva la cuadratura con\n el ES total de Métricas de Riesgo). GP_RHO: el VM medio es casi invariante a ρ —\n la lectura del barrido es la franja VaR/ES, no el G/P (§9.7).\n Set de ρ NO editable en el mock (desviación declarada del §9.3 — feedback-log);\n anclas para implementación real: 0.78@ρ0 · 0.885@15 · 1.0@25 · 1.13@35.\n SENS_PD: sensibilidad del precio a +100bp de PD por rating (mock, multiplicador\n de repricing crediticio). REC = recovery base por seniority (μ/σ %). */\n const ESC = {\n RHO_SET: [15, 25, 35],\n FV: { 15: 0.885, 25: 1.0, 35: 1.13 },\n FE: { 15: 0.86, 25: 1.0, 35: 1.17 },\n GP_RHO: { 15: -0.42, 25: -0.51, 35: -0.63 },\n FUENTE_F: 1.036, // S&P → Moody's (convención X-12 de SENS: PDs speculative-grade mayores)\n FUENTE_GP: -14.20, // G/P total del cambio de fuente (repricing por PDs mayores)\n SENS_PD: { AAA: 1.5, AA: 2.2, A: 3.0, BBB: 4.0, BB: 5.2, B: 6.5 }, // % de precio por +100bp PD\n REC: { Senior: { mu: 45, sig: 22 }, Subordinada: { mu: 30, sig: 28 } },\n /* Jorobas de la mixture (silueta multimodal §9.8 — inviolable anti-Gauss):\n centro (VM MM), σ y peso base por nº de defaults; los pesos se recomponen con ρ\n (ρ alto → más masa en jorobas multi-default: la cola engorda, el centro apenas se mueve). */\n HUMPS: [\n { k: 0, mu: 6188, sig: 34 },\n { k: 1, mu: 6020, sig: 42 },\n { k: 2, mu: 5860, sig: 48 },\n { k: 3, mu: 5700, sig: 54 },\n { k: 4, mu: 5520, sig: 62 },\n ],\n W_RHO: {\n 15: [0.855, 0.118, 0.021, 0.005, 0.001],\n 25: [0.820, 0.135, 0.032, 0.010, 0.003],\n 35: [0.775, 0.150, 0.048, 0.019, 0.008],\n },\n };\n /* F2.11 — Deterioro (NIIF 9), §15 + handoff 06. Atributos observables por instrumento:\n cl = clasificación (test SPPI + modelo de negocio); ro = rating en origen; sen = seniority;\n T = plazo remanente (años); mora (días); cual = disparador cualitativo; prevStage = stage\n del corte anterior (null = FVTPL, fuera de alcance); imp = deteriorado (Stage 3);\n eir = EIR original (%); eirProxy = EIR no almacenada en legacy → proxy documentada ⚑ (06 §6).\n Convención de notches del mock (declarada): 1 letra = 3 notches (escala sin modificadores). */\n const IFRS = (() => {\n const ATTR = {\n \"Bono Hacienda 2031\": { cl: \"FVOCI\", ro: \"AA\", sen: \"Senior\", T: 5, mora: 0, prevStage: 1, eir: 10.80 },\n \"Bono Global 2033\": { cl: \"FVOCI\", ro: \"AA\", sen: \"Senior\", T: 7, mora: 0, prevStage: 1, eir: 6.35 },\n \"Bono Hacienda 2028\": { cl: \"FVOCI\", ro: \"AA\", sen: \"Senior\", T: 2, mora: 0, prevStage: 1, eir: 10.20 },\n \"Nota BCRD 2030\": { cl: \"FVOCI\", ro: \"AAA\", sen: \"Senior\", T: 4, mora: 0, prevStage: 1, eir: 9.90 },\n \"CD BCRD 91d\": { cl: \"AC\", ro: \"AAA\", sen: \"Senior\", T: 0.25, mora: 0, prevStage: 1, eir: 9.10 },\n \"Bono Banreservas 2029\": { cl: \"FVOCI\", ro: \"A\", sen: \"Senior\", T: 3, mora: 0, prevStage: 1, eir: 11.10 },\n \"CD Banreservas 180d\": { cl: \"AC\", ro: \"A\", sen: \"Senior\", T: 0.5, mora: 0, prevStage: 1, eir: 9.60 },\n \"Bono Popular 2027\": { cl: \"FVOCI\", ro: \"A\", sen: \"Senior\", T: 1, mora: 0, prevStage: 1, eir: 10.60, eirProxy: true },\n \"SBB Popular 2026\": { cl: \"FVTPL\", ro: \"A\", sen: \"Sub\", T: 0.5, mora: 0, prevStage: null, eir: 7.20 },\n \"SBB BHD 2027\": { cl: \"AC\", ro: \"A\", sen: \"Sub\", T: 1, mora: 0, prevStage: 1, eir: 11.40 },\n \"CD BHD 90d\": { cl: \"FVTPL\", ro: \"A\", sen: \"Senior\", T: 0.25, mora: 0, prevStage: null, eir: 9.20 },\n \"SBB Gar. APAP 2028\": { cl: \"AC\", ro: \"BBB\", sen: \"Senior\", T: 2, mora: 0, prevStage: 1, eir: 11.90 },\n \"CD APAP 120d\": { cl: \"AC\", ro: \"BBB\", sen: \"Senior\", T: 0.33, mora: 0, prevStage: 1, eir: 10.10 },\n \"SBB Santa Cruz 2026\": { cl: \"AC\", ro: \"BBB\", sen: \"Sub\", T: 0.5, mora: 0, prevStage: 1, eir: 11.70 },\n \"SBB Gar. ACAP 2027\": { cl: \"AC\", ro: \"BBB\", sen: \"Senior\", T: 1, mora: 0, prevStage: 1, eir: 11.60, eirProxy: true },\n \"Bono CEPM 2030\": { cl: \"FVOCI\", ro: \"BBB\", sen: \"Senior\", T: 4, mora: 0, prevStage: 1, eir: 7.05 },\n \"Bono EGE Haina 2028\": { cl: \"FVOCI\", ro: \"A\", sen: \"Senior\", T: 2, mora: 0, prevStage: 1, eir: 11.25 },\n \"Bono EGE Haina 2031\": { cl: \"FVOCI\", ro: \"A\", sen: \"Senior\", T: 5, mora: 0, prevStage: 1, eir: 7.45 },\n \"Bono AES Andrés 2029\": { cl: \"FVOCI\", ro: \"BB\", sen: \"Senior\", T: 3, mora: 0, prevStage: 2, cual: \"deterioro sectorial\", eir: 7.60 },\n \"CD Promerica 180d\": { cl: \"AC\", ro: \"BB\", sen: \"Senior\", T: 0.5, mora: 0, prevStage: 2, eir: 10.30 }, // mejora S2→1: watchlist retirada\n \"SBB Caribe 2026\": { cl: \"AC\", ro: \"A\", sen: \"Sub\", T: 0.5, mora: 95, prevStage: 2, imp: true, eir: 12.40 }, // impago de cupón → Stage 3\n \"CD Caribe 90d\": { cl: \"AC\", ro: \"BB\", sen: \"Senior\", T: 0.25, mora: 12, prevStage: 1, eir: 11.10 },\n };\n /* Escenarios contables NIIF 9 (gobernanza metodológica del tenant — no editables en UI).\n fPD multiplica la PD del horizonte (cap 1); dLGD en pp. Macro RD (06 §5). Valores del mock. */\n const SCEN = [\n { id: \"base\", lbl: \"Base\", p: 0.60, fPD: 1.00, dLGD: 0, macro: { pib: \"+4.6%\", fx: \"63.10\", tpm: \"5.75%\" } },\n { id: \"adverso\", lbl: \"Adverso\", p: 0.25, fPD: 1.60, dLGD: 8, macro: { pib: \"+1.2%\", fx: \"68.40\", tpm: \"8.50%\" } },\n { id: \"favorable\", lbl: \"Favorable\", p: 0.15, fPD: 0.70, dLGD: -4, macro: { pib: \"+5.8%\", fx: \"61.90\", tpm: \"5.00%\" } },\n ];\n const LGD = { Senior: 55, Sub: 70 }; // 1 − recovery μ de ESC.REC — PIT/forward-looking (06 §4)\n /* Altas/bajas del período (movimientos, §15.4) — fuera de `positions` (el corte actual no las duplica). */\n const ALTA = { inst: \"CD BHD 60d (alta)\", emisor: \"Banco BHD\", rating: \"A\", cl: \"AC\", sen: \"Senior\", T: 0.17, moneda: \"DOP\", vm: 80.00, eir: 9.40, stage: 1 };\n const BAJA = { inst: \"Letra Hacienda 2025 (vencida)\", emisor: \"Ministerio de Hacienda\", rating: \"AA\", cl: \"AC\", sen: \"Senior\", T: 0.25, moneda: \"DOP\", prevVm: 150.00, eir: 10.00, prevStage: 1 };\n const REMED_F = 0.94; // PD del corte anterior = 0.94 × PD actual (remedición forward-looking del período)\n /* REA SB (categorías A-E): mapeo rating→categoría y % de provisión — VALORES DEL MOCK ⚑\n (la norma SB no está en el Brain — gap registrado; el mapeo real viene del contrato de datos). */\n const REA = {\n MAP: { AAA: \"A\", AA: \"A\", A: \"A\", BBB: \"B\", BB: \"C\", B: \"D\" }, // Stage 3 → override a \"E\"\n PCT: { A: 0.5, B: 1.5, C: 4.0, D: 15.0, E: 60.0 },\n CATS: [\"A\", \"B\", \"C\", \"D\", \"E\"],\n };\n /* Bridge REA→ECL (§15.5 BL): fracciones mock ⚑ de los drivers NO computables del mock;\n forward-looking y lifetime se computan del dato; el residual cierra exacto y va rotulado ⚑. */\n const BRIDGE_MOCK = { lgdPit: -0.18, eirDesc: -0.07 }; // fracción de |diff| por driver\n return { ATTR, SCEN, LGD, ALTA, BAJA, REMED_F, REA, BRIDGE_MOCK };\n })();\n return { TC, TC_PREV, positions, RATINGS, TIPOS, DATES, HIST_TOTAL, HIST_SHARE, LIMITES, RISK, LIM_MEDIDA, MG_LIMITS, SUPUESTO_MARKERS, RHO_PREV_FACTOR, SUPUESTO, AS_OF, DATASET, BT, FR, SENS, ESC, IFRS };\n})();\n",[],[187],"f6b42f16-e69a-4c5b-9588-6f3ae603ed6b","app.js","4e8d6832-9d76-11f1-be1c-1607ee4eb77e",["D",1788382495852],80,"\"use strict\";\n/* Risk Intelligence — Crédito (mock F2.2): shell + Portafolio (Global · Concentración)\n Tokens solo vía CSS vars. Riesgo/deltas en NEUTRO; semáforo solo estado de límite. */\n(() => {\n const D = window.RI_DATA;\n // ---------- Rutas / navegación ----------\n const SECTIONS = [\n { id: \"vision-general\", label: \"Visión General\", ico: \"◎\", tabs: [], noTabsBar: true, overview: true },\n { id: \"portafolio\", label: \"Portafolio\", ico: \"▤\", tabs: [{ id: \"global\", label: \"Global\" }, { id: \"concentracion\", label: \"Concentración\" }] },\n { id: \"sensibilidades\", label: \"Sensibilidades\", ico: \"≋\", tabs: [{ id: \"supuestos\", label: \"Supuestos\" }] },\n { id: \"metricas-de-riesgo\", label: \"Métricas de Riesgo\", ico: \"∿\", tabs: [{ id: \"a-la-fecha\", label: \"A la Fecha\" }, { id: \"historico\", label: \"Histórico\" }], medida: true },\n { id: \"marginal\", label: \"Marginal\", ico: \"◮\", tabs: [{ id: \"global\", label: \"Global\" }], medida: true },\n { id: \"factores-de-riesgo\", label: \"Factores de Riesgo\", ico: \"❖\", tabs: [{ id: \"mapa-de-factores\", label: \"Mapa de Factores\" }] },\n { id: \"escenarios\", label: \"Escenarios\", ico: \"⇄\", tabs: [{ id: \"impacto-en-riesgo\", label: \"Impacto en Riesgo\" }], simulador: true },\n { id: \"backtesting\", label: \"Backtesting\", ico: \"◔\", tabs: [{ id: \"resumen-excepciones\", label: \"Resumen de Excepciones\" }] },\n { id: \"deterioro\", label: \"Deterioro (NIIF 9)\", ico: \"◫\", tabs: [{ id: \"staging\", label: \"Staging\" }, { id: \"ecl\", label: \"ECL\" }, { id: \"movimientos\", label: \"Movimientos\" }, { id: \"conciliacion-rea\", label: \"Conciliación REA\" }] },\n ];\n const S = {\n uiState: \"ok\", // ok | loading | empty | error | partial\n moneda: \"Todas\", // Todas | DOP | USD (filtro F1.10)\n donaVista: \"Calificación\",\n blVista: \"Calificación\",\n concTL: \"pct\", // pct | dop\n concTR: \"hhi\", // hhi | mayor\n expanded: {}, // rating → bool\n medida: \"VaR\", // VaR | ES | Std (solo Métricas de Riesgo y Marginal — cambia datos, nunca layout)\n btQ: \"1%\", // Backtesting BL: cuantil de diagnóstico (no cambia la medida oficial ni KPIs)\n mrDona: \"Emisor\", // vista dona A la Fecha: Emisor (default §8.1) | Tipo de instrumento\n mrBL: \"Calificación\", // dimensión divergentes Histórico\n mrExp: {}, // tabla A la Fecha: rating → bool\n mrExpH: {}, // tabla Histórico: rating → bool\n mgDona: \"Emisor\", // vista dona Marginal (default §10.1) | Calificación | Tipo de instrumento\n mgExp: {}, // tabla Marginal: rating → bool\n mgExpE: {}, // tabla Marginal: \"rating|emisor\" → bool (nivel instrumento)\n frExp: {}, // tabla Factores: factor → bool (drill factor → rating, §12)\n frRating: null, // selector Merton TR: null = predominante por share de VM (§7.1); persiste a través de estados (X-#11)\n sensSel: null, // BL Sensibilidades: supuesto seleccionado (null = más influyente, §13)\n sensExt: null, // BL Sensibilidades: extremo −/+ (null = el de mayor |ΔVaR| del supuesto)\n sensExp: {}, // tabla Sensibilidades: supuesto → bool (drill supuesto → rating)\n /* F2.5 Escenarios (§9): configuración del riel + ciclo del simulador §9.6 */\n escFam: \"supuesto\", // libro | supuesto\n escLibro: { pd: true, def: false, down: false }, // sub-tipos combinables (§9.3)\n escPdBp: 200, escPdScope: \"Global\",\n escNDef: 2, escDefEmis: [\"Banco Caribe\", \"EGE Haina\"],\n escNDown: 3, escNotch: 1, escDownScope: \"Global\",\n escSup: \"rho\", // rho | fuente | recovery — excluyentes por run (§9.3)\n escRecSen: \"Senior\", escRecMu: 40, escRecSig: 27,\n escRun: null, // null = pre-run; objeto = snapshot del run (§9.6)\n escRunning: false, escFailed: false, escStale: false,\n escFailNext: false, // control META del switcher del prototipo (X-7): fuerza fallo del run\n escChip: 25, escCompare: false, escZoom: \"completo\", // completo | cuerpo | banda | cola\n escExp: {}, escExpE: {},\n /* F2.11 Deterioro (NIIF 9) §15 */\n dtTL: \"VM\", // toggle TL Staging: VM | N | ECL\n dtTrVista: \"Horizonte\", // TR ECL: Horizonte | Clasificación (2 segmentos siempre)\n dtEclVista: \"pd\", // BL ECL: pd | ead | lgd (vista pedagógica — no afecta KPIs)\n dtEclRating: null, // selector de rating de las curvas PD (null = predominante por share de VM)\n dtScen: null, // TL ECL: escenario con macro expandida (null = colapsadas)\n dtScenCols: false, // BR ECL: columnas expandibles ECL base/adverso/favorable\n dtPer: \"anterior\", // Movimientos: corte de comparación (solo comparación — KPI 1 jamás cambia)\n dtExpS: {}, dtExpSE: {}, dtExpEc: {}, dtExpEcE: {}, dtExpM: {}, dtExpME: {}, dtExpC: {}, dtExpCE: {},\n dtClasif: \"Todas\", // filtro Clasificación NIIF 9: Todas | AC | FVOCI | FVTPL\n dtStage: \"Todos\", // filtro Stage: Todos | 1 | 2 | 3 (excluye implícitamente FVTPL, §15.1)\n filtersOpen: false,\n };\n let charts = [];\n function parseHash() {\n const h = location.hash.replace(/^#\\/?/, \"\");\n const [sec, tab] = h.split(\"/\");\n const section = SECTIONS.find(s => s.id === sec) || SECTIONS[0];\n const tabObj = section.tabs.find(t => t.id === tab) || section.tabs[0] || null;\n return { section, tab: tabObj };\n }\n function nav(sec, tab) { location.hash = \"#/\" + sec + (tab ? \"/\" + tab : \"\"); }\n // ---------- Formato (paridad producción: $13,476.90MM · M/MM nunca K) ----------\n const nf2 = new Intl.NumberFormat(\"en-US\", { minimumFractionDigits: 2, maximumFractionDigits: 2 });\n const nf1 = new Intl.NumberFormat(\"en-US\", { minimumFractionDigits: 1, maximumFractionDigits: 1 });\n const fMM = v => \"$\" + nf2.format(v) + \"MM\";\n const fPct = (v, d = 2) => (d === 1 ? nf1 : nf2).format(v) + \"%\";\n const fH = v => v.toFixed(4);\n const esc = s => String(s).replace(/&/g, \"&\").replace(//g, \">\").replace(/\"/g, \""\");\n // ---------- Agregación (DOP consolidado — L-4) ----------\n const dop = p => p.moneda === \"USD\" ? p.vm * D.TC : p.vm;\n const dopPrev = p => p.moneda === \"USD\" ? p.prev * D.TC_PREV : p.prev;\n const filt = () => D.positions.filter(p => S.moneda === \"Todas\" || p.moneda === S.moneda);\n function groupSum(list, key, val) {\n const m = new Map();\n list.forEach(p => m.set(p[key] ?? key(p), (m.get(p[key]) || 0) + val(p)));\n return m;\n }\n function aggBy(dim) {\n const m = new Map(), mp = new Map();\n filt().forEach(p => {\n const k = p[dim];\n m.set(k, (m.get(k) || 0) + dop(p));\n mp.set(k, (mp.get(k) || 0) + dopPrev(p));\n });\n return { cur: m, prev: mp };\n }\n const total = () => filt().reduce((a, p) => a + dop(p), 0);\n const totalPrev = () => filt().reduce((a, p) => a + dopPrev(p), 0);\n function emisorStats() {\n const { cur, prev } = aggBy(\"emisor\");\n const t = total();\n const rows = [...cur.entries()].map(([e, vm]) => {\n const monedas = new Set(filt().filter(p => p.emisor === e).map(p => p.moneda));\n const chip = monedas.size > 1 ? \"Mixta\" : [...monedas][0];\n const pct = t > 0 ? vm / t * 100 : 0;\n return { emisor: e, vm, prev: prev.get(e) || 0, pct, hhi: Math.pow(pct / 100, 2), chip };\n }).sort((a, b) => b.vm - a.vm);\n return rows;\n }\n function hhiOf(rows) { return rows.reduce((a, r) => a + r.hhi, 0); }\n function hhiPrev() {\n const { prev } = aggBy(\"emisor\");\n const tp = totalPrev();\n let h = 0;\n prev.forEach(v => { h += Math.pow(v / tp, 2); });\n return h;\n }\n function estadoEmisor(pct) {\n const lim = D.LIMITES.emisorPctInterno;\n if (pct > lim)\n return { cls: \"err\", txt: \"Exceso\" };\n if (pct >= lim * D.LIMITES.alertaFactor)\n return { cls: \"warn\", txt: \"Alerta\" };\n return { cls: \"ok\", txt: \"Ok\" };\n }\n // ---------- Paletas (mapping: ordinal azul; jamás semáforo en series) ----------\n const cs = getComputedStyle(document.documentElement);\n const TK = n => cs.getPropertyValue(n).trim();\n const ORDINAL = [\"#1f2a4e\", \"#28497c\", \"#0d77bf\", \"#4da3d8\", \"#8ec4e6\", \"#c4dff1\"]; // AAA→B (escala secuencial azul de colors-reports)\n const CATEG = [\"#0d77bf\", \"#1f2a4e\", \"#4da3d8\", \"#8ec4e6\", \"#6b7fae\", \"#a5b3d1\", \"#c4dff1\", \"#9aa4b8\"];\n const GRAY = \"#9aa4b8\";\n const ratColor = r => ORDINAL[D.RATINGS.indexOf(r)] ?? GRAY;\n // ---------- Render raíz ----------\n const $ = sel => document.querySelector(sel);\n // ---------- Patrón transversal InfoButton ⓘ (F2.13 — corrección PM densidad de texto) ----------\n // Taxonomía: estado/acción = visible (badges, pills, placeholder-note, .info-keep);\n // metodología/explicación = detrás de ⓘ; calificadores §2 en tablas/KPIs conservan chip \"prorr.\" visible.\n // Los textos NO se eliminan: viven en el popover (1 clic) y en los exports CSV como \"Nota\".\n let infoPop = null, infoBtnOpen = null;\n function closeInfoPop(focusBack) {\n if (!infoPop) return;\n infoPop.remove();\n infoBtnOpen.setAttribute(\"aria-expanded\", \"false\");\n if (focusBack) infoBtnOpen.focus();\n infoPop = null; infoBtnOpen = null;\n }\n function openInfoPop(btn) {\n const same = infoBtnOpen === btn;\n closeInfoPop();\n if (same) return; // toggle: segundo clic en el mismo ⓘ cierra\n const pop = document.createElement(\"div\");\n pop.className = \"info-pop\"; pop.id = \"infoPop\"; pop.tabIndex = -1;\n pop.setAttribute(\"role\", \"note\");\n pop.innerHTML = btn._infoHtml || \"\";\n document.body.appendChild(pop);\n const r = btn.getBoundingClientRect(), w = Math.min(420, window.innerWidth * 0.9);\n pop.style.left = Math.max(8, Math.min(r.left, window.innerWidth - w - 12)) + \"px\";\n pop.style.top = (r.bottom + 6) + \"px\";\n const pr = pop.getBoundingClientRect();\n if (pr.bottom > window.innerHeight - 8) pop.style.top = Math.max(8, r.top - pr.height - 6) + \"px\";\n btn.setAttribute(\"aria-expanded\", \"true\");\n btn.setAttribute(\"aria-controls\", \"infoPop\");\n infoPop = pop; infoBtnOpen = btn;\n pop.focus();\n }\n function mkInfoBtn(html) {\n const btn = document.createElement(\"button\");\n btn.type = \"button\"; btn.className = \"info-btn\";\n btn.setAttribute(\"aria-label\", \"Notas metodológicas\");\n btn.title = \"Notas metodológicas\";\n btn.setAttribute(\"aria-expanded\", \"false\");\n btn.setAttribute(\"aria-haspopup\", \"true\");\n btn.textContent = \"ⓘ\";\n btn._infoHtml = html;\n return btn;\n }\n const INFO_SEL = \".panel-foot, .fr-sub, .bt-sub2, .esc-foot-note, .f-note, .mr-nota\";\n const infoInv = el => /prorrate|granularidad|nivel rating/i.test(el.textContent); // inviolables §2 primero\n function applyInfoPattern() {\n closeInfoPop();\n // 1) Notas a nivel panel: UN ⓘ por panel en el panel-head, popover con segmentos ordenados (§2 primero)\n document.querySelectorAll(\".panel\").forEach(panel => {\n const notes = [...panel.querySelectorAll(INFO_SEL)]\n .filter(n => !n.classList.contains(\"info-keep\") && !n.dataset.infoApplied);\n if (!notes.length) return;\n // CTAs interactivos jamás se entierran: se extraen a una línea visible del panel\n notes.forEach(n => n.querySelectorAll(\"a[data-goesc]\").forEach(a => {\n const cta = document.createElement(\"div\");\n cta.className = \"panel-foot-cta\";\n cta.appendChild(a); // mueve el nodo — conserva su listener\n (n.parentElement === panel ? panel : n.parentElement).insertBefore(cta, n);\n }));\n const anchor = notes[0];\n const segs = notes.slice().sort((a, b) => (infoInv(b) ? 1 : 0) - (infoInv(a) ? 1 : 0));\n const html = segs.map(n => `

${n.innerHTML}

`).join(\"\");\n notes.forEach(n => { n.dataset.infoApplied = \"1\"; n.style.display = \"none\"; });\n const btn = mkInfoBtn(html);\n const head = panel.querySelector(\".panel-head\");\n const h2 = head && head.querySelector(\"h2\");\n if (h2) h2.insertAdjacentElement(\"afterend\", btn);\n else if (head) head.appendChild(btn);\n else anchor.insertAdjacentElement(\"beforebegin\", btn);\n });\n // 2) Notas fuera de paneles (drawer de filtros, etc.): ⓘ individual inline por nota\n document.querySelectorAll(INFO_SEL).forEach(n => {\n if (n.classList.contains(\"info-keep\") || n.dataset.infoApplied) return;\n const btn = mkInfoBtn(`

${n.innerHTML}

`);\n n.dataset.infoApplied = \"1\"; n.style.display = \"none\";\n n.insertAdjacentElement(\"beforebegin\", btn);\n });\n }\n // Listeners globales (una sola vez): abrir/cerrar por clic, Esc devuelve foco, scroll cierra\n document.addEventListener(\"click\", e => {\n const btn = e.target.closest(\".info-btn\");\n if (btn) { e.preventDefault(); openInfoPop(btn); return; }\n if (infoPop && !e.target.closest(\".info-pop\")) closeInfoPop();\n });\n document.addEventListener(\"keydown\", e => { if (e.key === \"Escape\") closeInfoPop(true); });\n document.addEventListener(\"scroll\", () => closeInfoPop(), true);\n function render() {\n charts.forEach(c => c.dispose());\n charts = [];\n const { section, tab } = parseHash();\n renderSidebar(section);\n const main = $(\"#main\");\n const degraded = S.uiState === \"empty\" || S.uiState === \"error\";\n main.innerHTML = headHtml(section, tab, degraded) + tabsHtml(section, tab) + bodyHtml(section, tab);\n bindHead();\n bindBody(section, tab);\n renderFilters();\n renderSwitch();\n applyInfoPattern();\n }\n function renderSidebar(section) {\n // Auto-colapso del MenuSidebar mientras el riel de Escenarios está abierto (shell §2 — paridad Mercado)\n document.querySelector(\".sidebar\").classList.toggle(\"esc-mini\", !!section.simulador);\n $(\"#menu\").innerHTML = SECTIONS.map(s => ``).join(\"\");\n document.querySelectorAll(\".menu-item\").forEach(b => b.onclick = () => { const s = SECTIONS.find(x => x.id === b.dataset.sec); nav(s.id, s.tabs[0]?.id); });\n }\n // Cabecera de sección — badges FUERA de contenedores skeletonizables (X-2 / L-2)\n function headHtml(section, tab, degraded) {\n let sup = degraded\n ? `Supuesto: N/D`\n : `Supuesto: ${D.SUPUESTO.fuente} · ${D.SUPUESTO.metodo} · ${D.SUPUESTO.tc}`;\n // Badge seccional de Deterioro (§15): UN solo badge — el segmento NIIF 9 se agrega al mismo\n // componente, idéntico entre los 4 tabs. La comparabilidad del mock la gobierna el estado\n // (partial), no la igualdad de texto del badge.\n if (section.id === \"deterioro\" && !degraded)\n sup += ` · NIIF 9: SICR ≥3 notches · backstop 30d (refutable) · 3 escenarios (60/25/15)`;\n let shockChip = \"\";\n if (section.simulador) { // badge de 6 estados §9.2 — nunca miente sobre el supuesto efectivo\n if (degraded)\n sup = `Supuesto: N/D`;\n else if (!S.escRun)\n sup = `Supuesto: S&P · ρ=25% (base)`;\n else if (S.escRun.fam === \"libro\") {\n sup = `Base: S&P · ρ=25%`;\n shockChip = `⚡ Shock de libro: ${S.escRun.resumen}`;\n }\n else if (S.escRun.sup === \"rho\")\n sup = `Base: S&P · ρ=25% → Barrido activo: ρ=15/25/35%`;\n else if (S.escRun.sup === \"fuente\")\n sup = `Base: S&P · ρ=25% → Activo: Moody's · ρ=25%`;\n else\n sup = `Base: S&P · ρ=25% → Recovery: μ=${S.escRun.recMu}%/σ=${S.escRun.recSig}% (${S.escRun.recSen})`;\n }\n const dataBadge = S.uiState === \"error\"\n ? `⚠ Error de datos`\n : S.uiState === \"empty\"\n ? `◌ Dataset no listo`\n : `Datos ${D.AS_OF} ⟳`;\n const crumb = section.noTabsBar\n ? `${section.label}`\n : `${section.label} / ${tab ? tab.label : \"\"}`;\n const selMedida = section.medida\n ? `${[\"VaR\", \"ES\", \"Std\"].map(m => ``).join(\"\")}`\n : \"\";\n const chipVentana = section.id === \"backtesting\" && S.uiState !== \"empty\" && S.uiState !== \"error\"\n ? `Ventana: ${D.BT.cambios} cambio de supuesto`\n : \"\";\n return `

\n \n

\n ${selMedida}\n ⓘ ${sup}\n ${shockChip}\n ${chipVentana}\n ${dataBadge}\n ${D.DATASET} ▾\n ${section.overview || section.simulador ? \"\" : ``}\n

`;\n }\n function tabsHtml(section, tab) {\n if (section.noTabsBar || !section.tabs.length)\n return `

`;\n return `

` + section.tabs.map(t => ``).join(\"\") + `

`;\n }\n function bindHead() {\n const b = $(\"#btnFiltros\");\n if (b)\n b.onclick = () => { S.filtersOpen = true; renderFilters(); };\n document.querySelectorAll(\"[data-med]\").forEach(x => x.onclick = () => { S.medida = x.dataset.med; render(); });\n document.querySelectorAll(\".tab-pill\").forEach(p => p.onclick = () => { const { section } = parseHash(); nav(section.id, p.dataset.tab); });\n }\n // ---------- Cuerpos ----------\n function bodyHtml(section, tab) {\n if (section.overview)\n return visionHtml();\n if (section.simulador)\n return escHtml();\n if (section.id === \"portafolio\" && tab.id === \"global\")\n return globalHtml();\n if (section.id === \"portafolio\" && tab.id === \"concentracion\")\n return concHtml();\n if (section.id === \"metricas-de-riesgo\" && tab.id === \"a-la-fecha\")\n return mrFechaHtml();\n if (section.id === \"metricas-de-riesgo\" && tab.id === \"historico\")\n return mrHistHtml();\n if (section.id === \"marginal\")\n return mgHtml();\n if (section.id === \"factores-de-riesgo\")\n return frHtml();\n if (section.id === \"sensibilidades\")\n return sensHtml();\n if (section.id === \"backtesting\")\n return btHtml();\n if (section.id === \"deterioro\")\n return dtBody(tab);\n return \"\";\n }\n function placeholderHtml(section) {\n if (S.uiState === \"loading\")\n return `

`;\n if (S.uiState === \"error\")\n return `

${errBox()}

`;\n if (S.uiState === \"empty\")\n return `

${emptyBox()}

`;\n return `

\n ${section.label}\n Sección activa del módulo — contenido en la próxima iteración del prototipo.
\n El wireframe aprobado (03-wireframe-specs.md) define esta pantalla; este mock la incorpora incrementalmente.\n

`;\n }\n const emptyBox = () => `

◌\n Sin datos para este corte\n El dataset seleccionado aún no tiene resultados. Selecciona otro dataset en el selector superior o ejecuta el cálculo del corte.

`;\n const errBox = () => `

⚠\n No se pudo cargar la información\n Ocurrió un error al consultar los datos del corte. Puedes reintentar la carga.\n

`;\n function kpiCard(title, big, sub, rows) {\n return `

${title}

${big}

\n ${sub ? `

${sub}

` : \"\"}\n ${rows && rows.length ? `

` + rows.map(r => `

${r[0]}${r[1]}

`).join(\"\") + `

` : \"\"}\n

`;\n }\n function kpiSkeletons() { return `

`.repeat(5); }\n function panelSkeletons(n = 4) { return `

`.repeat(n); }\n function statePanels(box, n = 4) { return Array(n).fill(`

${box}

`).join(\"\"); }\n function subtituloConsolidacion() {\n if (S.moneda === \"Todas\")\n return \"Consolidado en DOP · TC del corte\";\n return `Solo instrumentos ${S.moneda} · Consolidado en DOP · TC del corte`;\n }\n // ====== Portafolio › Global (§7.1) ======\n function globalHtml() {\n if (S.uiState === \"loading\")\n return `

${kpiSkeletons()}

${panelSkeletons()}

`;\n if (S.uiState === \"empty\")\n return `

${kpisND(\"N/D\")}

${statePanels(emptyBox())}

`;\n if (S.uiState === \"error\")\n return `

${kpisND(\"N/D\")}

${statePanels(errBox())}

`;\n const t = total(), tp = totalPrev(), dv = t - tp, dvp = tp > 0 ? dv / tp * 100 : 0;\n const pos = filt(), nPos = pos.length, nPosPrev = pos.filter(p => p.prev > 0).length;\n const emis = new Set(pos.map(p => p.emisor)).size;\n const emisPrev = new Set(pos.filter(p => p.prev > 0).map(p => p.emisor)).size;\n const byR = aggBy(\"rating\");\n let predom = null, predomPrev = null;\n byR.cur.forEach((v, k) => { if (!predom || v > byR.cur.get(predom))\n predom = k; });\n byR.prev.forEach((v, k) => { if (!predomPrev || v > byR.prev.get(predomPrev))\n predomPrev = k; });\n const shareNow = byR.cur.get(predom) / t * 100;\n const sharePrev = totalPrev() > 0 ? (byR.prev.get(predom) || 0) / totalPrev() * 100 : 0;\n const sameCat = predom === predomPrev;\n const arrow = sameCat ? (shareNow >= sharePrev ? \"▲\" : \"▼\") : \"\"; // flecha = Δ share del rating predominante actual (X-19)\n const eRows = emisorStats();\n const hhi = hhiOf(eRows);\n const usoHHI = hhi / D.LIMITES.hhiInterno * 100;\n const excG = eRows.filter(r => estadoEmisor(r.pct).txt === \"Exceso\").length;\n const alG = eRows.filter(r => estadoEmisor(r.pct).txt === \"Alerta\").length;\n const worst = excG ? [\"err\", \"Exceso\"] : (alG || usoHHI >= 90) ? [\"warn\", \"Alerta\"] : usoHHI > 100 ? [\"err\", \"Exceso\"] : [\"ok\", \"Ok\"];\n const kpis = kpiCard(\"VM Total\", fMM(t), esc(subtituloConsolidacion()), [\n [\"anterior\", fMM(tp)], [\"Δ\", (dv >= 0 ? \"+\" : \"−\") + fMM(Math.abs(dv)).slice(1), \"trend\"], [\"Δ%\", fPct(dvp), \"trend\"]\n ]) +\n kpiCard(\"N° Posiciones\", String(nPos), null, [[\"anterior\", String(nPosPrev)], [\"Δ\", String(nPos - nPosPrev), \"trend\"]]) +\n kpiCard(\"N° Emisores\", String(emis), null, [[\"anterior\", String(emisPrev)], [\"Δ\", String(emis - emisPrev), \"trend\"]]) +\n kpiCard(\"Calificación predominante\", `${predom} ${arrow}`, `share ${fPct(shareNow, 1)} (ant. ${sameCat ? fPct(sharePrev, 1) : \"categoría distinta: \" + predomPrev})`, []) +\n kpiCard(\"Límite de concentración\", `${worst[1]}`, `HHI ${fH(hhi)} vs límite ${fH(D.LIMITES.hhiInterno)} · uso ${fPct(usoHHI, 1)}${excG || alG ? ` · límites por emisor: ${excG} incumplimiento(s), ${alG} alerta(s) — ver Concentración` : \" · límites por emisor sin excepciones\"}`, []);\n return `

${kpis}

Valor de Mercado por Calificación

Temporalidad: Año a la Fecha ▾ · Eje en DOP MM. Cada punto consolidado al TC de su fecha.

${S.uiState === \"partial\" ? errBox() : `\n

Composición del Portafolio

Participación sobre VM Total (DOP consolidado).${S.donaVista === \"Emisor\" ? \" Vista por emisor: top-7 + “Otros”.\" : \"\"}

Cambio en la Composición

Δ VM vs. corte anterior (DOP consolidado); barras en neutro — el signo lo comunica la posición y la etiqueta.

Tabla de Composición

${tablaGlobal()}

Variaciones al TC de cada corte; incluyen efecto FX. “—” = sin posiciones en el grupo; “N/D” = sin corte anterior (nunca 0).

`;\n }\n function kpisND(sym) {\n return [\"VM Total\", \"N° Posiciones\", \"N° Emisores\", \"Calificación predominante\", \"Límite de concentración\"]\n .map(t => kpiCard(t, sym, t === \"VM Total\" ? esc(subtituloConsolidacion()) : null, [])).join(\"\");\n }\n function tablaGlobal() {\n const t = total();\n const rows = D.RATINGS.map(r => {\n const ps = filt().filter(p => p.rating === r);\n if (!ps.length)\n return null;\n const agg = list => ({\n dop: list.filter(p => p.moneda === \"DOP\").reduce((a, p) => a + p.vm, 0),\n usd: list.filter(p => p.moneda === \"USD\").reduce((a, p) => a + p.vm, 0),\n tot: list.reduce((a, p) => a + dop(p), 0),\n prev: list.reduce((a, p) => a + dopPrev(p), 0),\n });\n const a = agg(ps);\n const emisores = [...new Set(ps.map(p => p.emisor))].map(e => {\n const l = ps.filter(p => p.emisor === e);\n const ea = agg(l);\n const monedas = new Set(l.map(p => p.moneda));\n return { e, a: ea, chip: monedas.size > 1 ? \"Mixta\" : [...monedas][0] };\n }).sort((x, y) => y.a.tot - x.a.tot);\n return { r, a, emisores };\n }).filter(Boolean);\n const cell = (v, unit) => v > 0 ? fMM(v) : \"—\";\n const varCells = a => {\n if (a.prev <= 0)\n return `N/DN/D`;\n const dv = a.tot - a.prev;\n return `${(dv >= 0 ? \"+\" : \"−\") + fMM(Math.abs(dv)).slice(1)}${fPct(dv / a.prev * 100)}`;\n };\n let html = `\n \n `;\n rows.forEach(({ r, a, emisores }) => {\n const open = !!S.expanded[r];\n html += `\n \n ${varCells(a)}`;\n if (open)\n emisores.forEach(({ e, a: ea, chip }) => {\n html += `\n \n ${varCells(ea)}`;\n });\n });\n return html + `

Calificación	Valor de Mercado	% Global	Var (DOP)	Var %
DOP	USD	Total (DOP)
${open ? \"▾\" : \"▸\"}${r}	${cell(a.dop)}	${a.usd > 0 ? \"$\" + nf2.format(a.usd) + \"MM\" : \"—\"}	${fMM(a.tot)}	${fPct(a.tot / t * 100)}
${esc(e)} ${chip}	${cell(ea.dop)}	${ea.usd > 0 ? \"$\" + nf2.format(ea.usd) + \"MM\" : \"—\"}	${fMM(ea.tot)}	${fPct(ea.tot / t * 100)}

`;\n }\n // ====== Portafolio › Concentración (§7.2) ======\n function concHtml() {\n if (S.uiState === \"loading\")\n return `

${kpiSkeletons()}

${panelSkeletons()}

`;\n if (S.uiState === \"empty\")\n return `

${kpisNDConc(\"N/D\")}

${statePanels(emptyBox())}

`;\n if (S.uiState === \"error\")\n return `

${kpisNDConc(\"N/D\")}

${statePanels(errBox())}

`;\n const rows = emisorStats();\n const hhi = hhiOf(rows);\n const hp = hhiPrev();\n const nEff = hhi > 0 ? 1 / hhi : 0;\n const top5 = rows.slice(0, 5).reduce((a, r) => a + r.pct, 0);\n const tp = totalPrev();\n const top5prev = rows.slice(0, 5).reduce((a, r) => a + (tp > 0 ? r.prev / tp * 100 : 0), 0);\n const mayor = rows[0];\n const estM = estadoEmisor(mayor.pct);\n const holg = D.LIMITES.emisorPctInterno - mayor.pct;\n const alertas = rows.filter(r => estadoEmisor(r.pct).txt === \"Alerta\").length;\n const exc = rows.filter(r => estadoEmisor(r.pct).txt === \"Exceso\").length;\n const kpis = kpiCard(\"HHI\", fH(hhi), `≈ ${nEff.toFixed(1)} emisores efectivos (1/HHI)`, [\n [\"anterior\", fH(hp)], [\"Δ\", (hhi - hp >= 0 ? \"+\" : \"−\") + fH(Math.abs(hhi - hp)), \"trend\"]\n ]) +\n kpiCard(\"Share Top-5 emisores\", fPct(top5, 1), \"% del VM (DOP consolidado)\", [\n [\"anterior\", fPct(top5prev, 1)], [\"Δ\", fPct(top5 - top5prev, 1) + \" pp\", \"trend\"]\n ]) +\n kpiCard(\"Mayor concentración\", esc(mayor.emisor), `${fPct(mayor.pct, 1)} del VM · ${holg >= 0 ? \"Holgura +\" + nf1.format(holg) : \"Exceso \" + nf1.format(Math.abs(holg))} pp vs. límite ${estM.txt}${S.moneda !== \"Todas\" ? \" · límites evaluados sobre el universo filtrado (\" + S.moneda + \"), no sobre el portafolio\" : \"\"}`, []) +\n kpiCard(\"Δ HHI vs. corte anterior\", `${(hhi - hp >= 0 ? \"+\" : \"−\") + fH(Math.abs(hhi - hp))}`, \"puntos de HHI\", []) +\n kpiCard(\"Estado de Límites\", `${exc ? \"Exceso\" : alertas ? \"Alerta\" : \"Ok\"}`, `Alertas: ${alertas} · Incumplimientos: ${exc} — límite interno ${fPct(D.LIMITES.emisorPctInterno, 1)} por emisor${S.moneda !== \"Todas\" ? \" · evaluados sobre el universo filtrado (\" + S.moneda + \")\" : \"\"}`, []);\n return `

${kpis}

Top Emisores

Top-7 + “Otros” por ${S.concTL === \"pct\" ? \"% del VM\" : \"VM (DOP consolidado)\"}.

${S.uiState === \"partial\" ? errBox() : `\n

Evolución de la Concentración

Línea punteada = límite interno. Cada punto consolidado al TC de su fecha.

Cambio en la Composición por Emisor

Δ VM vs. corte anterior — top-7 por |Δ| + “Otros” + Total; barras en neutro.

Tabla de Concentración por Emisor

${tablaConc(rows, hhi)}

Lista completa (exenta de top-7): un emisor en alerta o exceso jamás queda oculto. Límites de exposición sobre VM observado. Sin límite → “N/D”.

`;\n }\n function kpisNDConc(sym) {\n return [\"HHI\", \"Share Top-5 emisores\", \"Mayor concentración\", \"Δ HHI vs. corte anterior\", \"Estado de Límites\"]\n .map(t => kpiCard(t, sym, null, [])).join(\"\");\n }\n function tablaConc(rows, hhi) {\n let html = ``;\n rows.forEach(r => {\n const st = estadoEmisor(r.pct);\n const holg = D.LIMITES.emisorPctInterno - r.pct;\n html += `\n \n \n `;\n });\n return html + `

Emisor	Moneda	VM (DOP)	% VM	Aporte HHI	Límite interno	Holgura/Exceso
${esc(r.emisor)}	${r.chip}	${fMM(r.vm)}	${fPct(r.pct)}	${r.hhi.toFixed(4)}	${fPct(D.LIMITES.emisorPctInterno, 1)}	${(holg >= 0 ? \"+\" : \"\") + nf1.format(holg)} pp ${st.txt}

`;\n }\n // ====== Métricas de Riesgo (§8) ======\n // Las medidas se calculan SIEMPRE sobre la cartera consolidada completa — el filtro de\n // moneda NO aplica aquí (X-3/X-4: partición prohibida por cuotas; VaR no aditivo).\n const RM = () => D.RISK[S.medida];\n function vmFull(getVal) {\n const m = new Map();\n D.positions.forEach(p => m.set(p.rating, (m.get(p.rating) || 0) + getVal(p)));\n return m;\n }\n function mrAgg(prev = false) {\n const vm = vmFull(prev ? dopPrev : dop);\n const rows = D.RATINGS.filter(r => vm.has(r) && vm.get(r) > 0).map(r => {\n const stand = vm.get(r) * RM().rate[r];\n return { r, vm: vm.get(r), stand, contrib: stand * RM().divF[r] };\n });\n return {\n rows,\n total: rows.reduce((a, x) => a + x.contrib, 0),\n standSum: rows.reduce((a, x) => a + x.stand, 0),\n vmTot: rows.reduce((a, x) => a + x.vm, 0),\n };\n }\n function mrEmisores(prev = false) {\n const getVal = prev ? dopPrev : dop;\n const vm = vmFull(getVal);\n const m = new Map();\n D.positions.forEach(p => {\n if (!vm.get(p.rating))\n return;\n const contribR = vm.get(p.rating) * RM().rate[p.rating] * RM().divF[p.rating];\n m.set(p.emisor, (m.get(p.emisor) || 0) + contribR * getVal(p) / vm.get(p.rating));\n });\n return [...m.entries()].sort((a, b) => b[1] - a[1]);\n }\n function mrTipos() {\n const vm = vmFull(dop);\n const m = new Map();\n D.positions.forEach(p => {\n const contribR = vm.get(p.rating) * RM().rate[p.rating] * RM().divF[p.rating];\n m.set(p.tipo, (m.get(p.tipo) || 0) + contribR * dop(p) / vm.get(p.rating));\n });\n return [...m.entries()].sort((a, b) => b[1] - a[1]);\n }\n const mrMarkerIdx = () => D.DATES.indexOf(D.SUPUESTO_MARKERS[0].fecha);\n function mrHistSeries() {\n const mk = mrMarkerIdx();\n const cur = mrAgg();\n return D.RATINGS.map(r => ({\n r,\n data: D.DATES.map((_, i) => {\n if (i === D.DATES.length - 1) {\n const row = cur.rows.find(x => x.r === r);\n return row ? +row.contrib.toFixed(2) : 0;\n }\n const vmT = (D.HIST_SHARE[r][i] || 0) * D.HIST_TOTAL[i];\n return +(vmT * RM().rate[r] * RM().divF[r] * (i < mk ? D.RHO_PREV_FACTOR : 1)).toFixed(2);\n }),\n }));\n }\n function mrHistTotals() {\n const s = mrHistSeries();\n return D.DATES.map((_, i) => s.reduce((a, x) => a + x.data[i], 0));\n }\n const parseFecha = f => { const [d, m, y] = f.split(\"/\").map(Number); return new Date(y, m - 1, d); };\n function volAnualizada() {\n const vals = [...D.HIST_TOTAL];\n vals[vals.length - 1] = mrAgg().vmTot;\n const rets = [];\n for (let i = 1; i < vals.length; i++)\n rets.push(Math.log(vals[i] / vals[i - 1]));\n const mu = rets.reduce((a, b) => a + b, 0) / rets.length;\n const sd = Math.sqrt(rets.reduce((a, b) => a + (b - mu) ** 2, 0) / (rets.length - 1));\n const spanDias = (parseFecha(D.DATES[D.DATES.length - 1]) - parseFecha(D.DATES[0])) / 86400000;\n const dtProm = spanDias / (D.DATES.length - 1);\n return { vol: sd * Math.sqrt(252 / dtProm) * 100, dtProm };\n }\n const LEYENDA_PRORRATEO = \"Contribución prorrateada por exposición — el modelo opera a nivel rating y no diferencia emisores dentro del rating (§2).\";\n function usoLimiteCard(total) {\n const lim = D.LIM_MEDIDA[S.medida];\n if (lim == null)\n return kpiCard(\"Uso Límite\", `N/D`, `Sin límite configurado para ${S.medida}`, []);\n const uso = total / lim * 100;\n const st = uso > 100 ? [\"err\", \"Incumplimiento\"] : uso >= 90 ? [\"warn\", \"Advertencia\"] : [\"ok\", \"Ok\"];\n return kpiCard(\"Uso Límite\", `${fPct(uso, 1)} ${st[1]}`, `${S.medida} vs. límite interno ${fMM(lim)} · cartera consolidada completa`, []);\n }\n const notaMonedaMR = `

Las medidas de riesgo se calculan sobre la cartera consolidada completa (DOP al TC del corte) y jamás se parten por moneda — el ${esc(S.medida)} no es aditivo entre sub-universos. El filtro de moneda no aplica en esta sección.

`;\n // --- Tab A la Fecha (§8.1) ---\n const MR_F_TITLES = () => [`${S.medida} Total`, `Razón ${S.medida}/VM`, \"Top Driver\", \"Beneficio de diversificación\", \"Uso Límite\"];\n function kpisNDMR(titles) { return titles.map(t => kpiCard(t, \"N/D\", null, [])).join(\"\"); }\n function mrFechaHtml() {\n if (S.uiState === \"loading\")\n return `

${kpiSkeletons()}

${panelSkeletons()}

`;\n if (S.uiState === \"empty\")\n return `

${kpisNDMR(MR_F_TITLES())}

${statePanels(emptyBox())}

`;\n if (S.uiState === \"error\")\n return `

${kpisNDMR(MR_F_TITLES())}

${statePanels(errBox())}

`;\n const a = mrAgg(), ap = mrAgg(true);\n const dv = a.total - ap.total, dvp = ap.total > 0 ? dv / ap.total * 100 : null;\n const razon = a.total / a.vmTot * 100;\n const emis = mrEmisores(), emisPrev = mrEmisores(true);\n const top = emis[0], topPrev = emisPrev[0];\n const ben = a.standSum - a.total, benPct = a.standSum > 0 ? ben / a.standSum * 100 : 0;\n const benTip = ben >= 0\n ? (S.medida === \"VaR\" ? \"Diversificación de cartera: Σ standalone − cartera. El VaR no es subaditivo — bajo concentración la brecha podría ser negativa.\" : `${S.medida} es subaditiva: el beneficio de diversificación es siempre ≥ 0.`)\n : \"El VaR no es subaditivo: penalización por concentración.\";\n const benLabel = ben >= 0 ? \"Beneficio de diversificación\" : \"Penalización por concentración\";\n const kpis = kpiCard(`${S.medida} Total`, fMM(a.total), \"Consolidado en DOP · TC del corte\", [\n [\"anterior\", fMM(ap.total)],\n [\"Δ\", (dv >= 0 ? \"+\" : \"−\") + fMM(Math.abs(dv)).slice(1), \"trend\"],\n [\"Δ%\", dvp === null ? \"N/D\" : fPct(dvp), \"trend\"]\n ]) +\n kpiCard(`Razón ${S.medida}/VM`, fPct(razon), \"sobre el VM consolidado de la cartera\", [\n [\"anterior\", ap.vmTot > 0 ? fPct(ap.total / ap.vmTot * 100) : \"N/D\"],\n [\"Δ\", ap.vmTot > 0 ? (razon - ap.total / ap.vmTot * 100 >= 0 ? \"+\" : \"−\") + nf2.format(Math.abs(razon - ap.total / ap.vmTot * 100)) + \" pp\" : \"N/D\", \"trend\"]\n ]) +\n kpiCard(\"Top Driver\", esc(top[0]), `${fMM(top[1])} · ${fPct(top[1] / a.total * 100, 1)} del ${esc(S.medida)} prorr.`, [\n [\"anterior\", esc(topPrev[0])]\n ]) +\n kpiCard(`${benLabel} ⓘ`, (ben >= 0 ? \"\" : \"−\") + fMM(Math.abs(ben)), `${fPct(Math.abs(benPct), 1)} de la suma standalone (Σ ${esc(S.medida)} standalone − ${esc(S.medida)} de cartera)`, []) +\n usoLimiteCard(a.total);\n return `

${kpis}

${S.medida} por Calificación

Contribución a la cartera por rating, orden de escala AAA→B (DOP MM). Cero real = barra en 0; sin dato = barra ausente + “N/D”.

${S.uiState === \"partial\" ? errBox() : `\n

Contribución al ${S.medida}

${S.mrDona === \"Emisor\" ? \"Top-7 + “Otros”. \" : \"\"}${LEYENDA_PRORRATEO}

Standalone vs. Contribución por Calificación

La brecha entre ${S.medida} standalone y contribución a cartera es la diversificación. La vista por posición vive en Marginal.

Descomposición del ${S.medida}

${tablaMrFecha(a)}

Solo el VM se parte por moneda; el ${S.medida} va siempre en DOP consolidado (no aditivo entre monedas). Filas de emisor: ${LEYENDA_PRORRATEO} Las variaciones viven en el tab Histórico.

${notaMonedaMR}

`;\n }\n function tablaMrFecha(a) {\n let html = `\n \n `;\n D.RATINGS.forEach(r => {\n const ps = D.positions.filter(p => p.rating === r);\n if (!ps.length)\n return;\n const vmDop = ps.filter(p => p.moneda === \"DOP\").reduce((x, p) => x + p.vm, 0);\n const vmUsd = ps.filter(p => p.moneda === \"USD\").reduce((x, p) => x + p.vm, 0);\n const vmTot = ps.reduce((x, p) => x + dop(p), 0);\n const contribR = vmTot * RM().rate[r] * RM().divF[r];\n const open = !!S.mrExp[r];\n html += `\n \n `;\n if (open) {\n const byE = new Map();\n ps.forEach(p => byE.set(p.emisor, [...(byE.get(p.emisor) || []), p]));\n [...byE.entries()].sort((x, y) => y[1].reduce((s, p) => s + dop(p), 0) - x[1].reduce((s, p) => s + dop(p), 0)).forEach(([e, l]) => {\n const eDop = l.filter(p => p.moneda === \"DOP\").reduce((x, p) => x + p.vm, 0);\n const eUsd = l.filter(p => p.moneda === \"USD\").reduce((x, p) => x + p.vm, 0);\n const eTot = l.reduce((x, p) => x + dop(p), 0);\n const eContrib = contribR * eTot / vmTot;\n const chip = new Set(l.map(p => p.moneda)).size > 1 ? \"Mixta\" : l[0].moneda;\n html += `\n \n `;\n });\n }\n });\n return html + `

Calificación	Valor de Mercado	${S.medida} (DOP)	% del ${S.medida}
DOP	USD	Total (DOP)
${open ? \"▾\" : \"▸\"}${r}	${vmDop > 0 ? fMM(vmDop) : \"—\"}	${vmUsd > 0 ? \"$\" + nf2.format(vmUsd) + \"MM\" : \"—\"}	${fMM(vmTot)}	${fMM(contribR)}	${fPct(contribR / mrAgg().total * 100)}
${esc(e)} ${chip}	${eDop > 0 ? fMM(eDop) : \"—\"}	${eUsd > 0 ? \"$\" + nf2.format(eUsd) + \"MM\" : \"—\"}	${fMM(eTot)}	${fMM(eContrib)} prorr.	${fPct(eContrib / mrAgg().total * 100)}

`;\n }\n // --- Tab Histórico (§8.2) ---\n const MR_H_TITLES = () => [`${S.medida} Total`, `Rating de mayor Δ ${S.medida}`, \"Volatilidad anualizada del VM\", `Δ Razón ${S.medida}/VM`, \"Uso Límite\"];\n function mrHistHtml() {\n if (S.uiState === \"loading\")\n return `

${kpiSkeletons()}

${panelSkeletons()}

`;\n if (S.uiState === \"empty\")\n return `

${kpisNDMR(MR_H_TITLES())}

${statePanels(emptyBox())}

`;\n if (S.uiState === \"error\")\n return `

${kpisNDMR(MR_H_TITLES())}

${statePanels(errBox())}

`;\n const a = mrAgg(), ap = mrAgg(true);\n const dv = a.total - ap.total, dvp = ap.total > 0 ? dv / ap.total * 100 : null;\n // Rating de mayor Δ — desempate: |Δ|, luego orden de escala (X-14)\n const deltas = a.rows.map(x => {\n const prev = ap.rows.find(y => y.r === x.r);\n return { r: x.r, d: x.contrib - (prev ? prev.contrib : 0) };\n }).sort((x, y) => Math.abs(y.d) - Math.abs(x.d) || D.RATINGS.indexOf(x.r) - D.RATINGS.indexOf(y.r));\n const mx = deltas[0];\n const razon = a.total / a.vmTot * 100, razonPrev = ap.vmTot > 0 ? ap.total / ap.vmTot * 100 : null;\n const { vol, dtProm } = volAnualizada();\n const kpis = kpiCard(`${S.medida} Total`, fMM(a.total), \"Consolidado en DOP · TC del corte\", [\n [\"anterior\", fMM(ap.total)],\n [\"Δ\", (dv >= 0 ? \"+\" : \"−\") + fMM(Math.abs(dv)).slice(1), \"trend\"],\n [\"Δ%\", dvp === null ? \"N/D\" : fPct(dvp), \"trend\"]\n ]) +\n kpiCard(`Rating de mayor Δ ${S.medida}`, mx.r, `${(mx.d >= 0 ? \"+\" : \"−\") + fMM(Math.abs(mx.d))} vs. corte anterior · desempate por |Δ| y orden de escala`, [\n [\"anterior\", mx.r]\n ]) +\n kpiCard(`Volatilidad anualizada del VM ⓘ`, fPct(vol, 1), \"no conmuta con el selector de medida\", []) +\n kpiCard(`Δ Razón ${S.medida}/VM`, razonPrev === null ? \"N/D\" : (razon - razonPrev >= 0 ? \"+\" : \"−\") + nf2.format(Math.abs(razon - razonPrev)) + \" pp\", \"separa efecto nivel de efecto tamaño del libro\", [\n [\"anterior\", razonPrev === null ? \"N/D\" : fPct(razonPrev)]\n ]) +\n usoLimiteCard(a.total);\n return `

${kpis}

Evolución del ${S.medida} por Calificación

Cima del apilado = ${S.medida} Total. Línea vertical = cambio de supuesto — la serie no se lee como continua entre supuestos distintos (§2). Cada punto consolidado al TC de su fecha.

${S.uiState === \"partial\" ? errBox() : `\n

Evolución de la Razón ${S.medida}/VM

Intensidad de riesgo del libro (%). Mismos marcadores de cambio de supuesto que la serie de la izquierda.

Cambio del ${S.medida} vs. Corte Anterior

Δ vs. corte anterior (28/01 — mismo supuesto que el as_of; los cortes previos al 03/01 no son comparables punto a punto por cambio de supuesto). Barras en neutro.${S.mrBL === \"Emisor\" ? \" Top-7 por |Δ| + “Otros”. \" + LEYENDA_PRORRATEO : \"\"}

Comparativa por Calificación

${tablaMrHist(a, ap)}

Variaciones al TC de cada corte; incluyen efecto FX. Cada punto consolidado al TC de su fecha. Δ solo entre cortes con el mismo supuesto — supuesto distinto → “N/D”, nunca 0. Filas de emisor: ${LEYENDA_PRORRATEO}

${notaMonedaMR}

`;\n }\n function tablaMrHist(a, ap) {\n let html = `\n \n `;\n D.RATINGS.forEach(r => {\n const ps = D.positions.filter(p => p.rating === r);\n if (!ps.length)\n return;\n const vmDop = ps.filter(p => p.moneda === \"DOP\").reduce((x, p) => x + p.vm, 0);\n const vmUsd = ps.filter(p => p.moneda === \"USD\").reduce((x, p) => x + p.vm, 0);\n const vmTot = ps.reduce((x, p) => x + dop(p), 0);\n const cur = a.rows.find(x => x.r === r), prev = ap.rows.find(x => x.r === r);\n const varCells = prev\n ? ``\n : ``;\n const open = !!S.mrExpH[r];\n html += `\n \n ${varCells}`;\n if (open) {\n const byE = new Map();\n ps.forEach(p => byE.set(p.emisor, [...(byE.get(p.emisor) || []), p]));\n [...byE.entries()].forEach(([e, l]) => {\n const eTot = l.reduce((x, p) => x + dop(p), 0), ePrev = l.reduce((x, p) => x + dopPrev(p), 0);\n const eContrib = cur.contrib * eTot / vmTot;\n const eContribPrev = prev && ap.rows.find(x => x.r === r) ? prev.contrib * ePrev / ap.rows.find(x => x.r === r).vm : null;\n const eDop = l.filter(p => p.moneda === \"DOP\").reduce((x, p) => x + p.vm, 0);\n const eUsd = l.filter(p => p.moneda === \"USD\").reduce((x, p) => x + p.vm, 0);\n const chip = new Set(l.map(p => p.moneda)).size > 1 ? \"Mixta\" : l[0].moneda;\n const vCells = eContribPrev && ePrev > 0\n ? ``\n : ``;\n html += `\n \n ${vCells}`;\n });\n }\n });\n return html + `

Calificación	Valor de Mercado	${S.medida} (DOP)	Var (DOP)	Var %
DOP	USD	Total (DOP)
${(cur.contrib - prev.contrib >= 0 ? \"+\" : \"−\") + fMM(Math.abs(cur.contrib - prev.contrib)).slice(1)}	${fPct((cur.contrib - prev.contrib) / prev.contrib * 100)}	N/D	N/D
${open ? \"▾\" : \"▸\"}${r}	${vmDop > 0 ? fMM(vmDop) : \"—\"}	${vmUsd > 0 ? \"$\" + nf2.format(vmUsd) + \"MM\" : \"—\"}	${fMM(vmTot)}	${fMM(cur.contrib)}
${(eContrib - eContribPrev >= 0 ? \"+\" : \"−\") + fMM(Math.abs(eContrib - eContribPrev)).slice(1)}	${fPct((eContrib - eContribPrev) / eContribPrev * 100)}	N/D	N/D
${esc(e)} ${chip}	${eDop > 0 ? fMM(eDop) : \"—\"}	${eUsd > 0 ? \"$\" + nf2.format(eUsd) + \"MM\" : \"—\"}	${fMM(eTot)}	${fMM(eContrib)} prorr.

`;\n }\n // ====== Marginal (§10) — salidas directas por posición: leave-one-out (marginal),\n // Euler (componental) y standalone. La cartera es SIEMPRE la consolidada completa.\n const NOTA_GRANULARIDAD = \"En el modelo, los emisores de una misma calificación comparten distribución — las diferencias por posición provienen de su exposición y de la realización simulada de su escenario.\";\n const MG_TITLES = () => [`${S.medida} Marginal promedio`, \"Mayor contribución\", \"Posiciones sobre umbral\", \"HHI de contribuciones\", \"Uso Límite\"];\n function mgRows(prev = false) {\n const getVal = prev ? dopPrev : dop;\n // base: standalone y componental Euler por posición (misma fórmula que Métricas por rating)\n const base = D.positions.map(p => {\n const v = getVal(p);\n const stand = v * RM().rate[p.rating];\n return { p, v, stand, comp: stand * RM().divF[p.rating] };\n });\n // diversificadoras (realización simulada — §2: no es atributo del emisor): componental\n // negativa; el excedente se redistribuye proporcionalmente INTRA-RATING → los subtotales\n // por rating y el total coinciden EXACTO con la pantalla Métricas de Riesgo.\n D.RATINGS.forEach(r => {\n const inR = base.filter(x => x.p.rating === r);\n const divs = inR.filter(x => x.p.div), rest = inR.filter(x => !x.p.div);\n if (!divs.length || !rest.length)\n return;\n let excess = 0;\n divs.forEach(x => { const nc = -0.10 * x.stand; excess += x.comp - nc; x.comp = nc; });\n const restSum = rest.reduce((a, x) => a + x.comp, 0);\n rest.forEach(x => { x.comp += excess * x.comp / restSum; });\n });\n base.forEach(x => {\n x.marg = x.comp * x.p.mgF;\n x.margPct = x.v > 0 ? x.marg / x.v * 100 : 0;\n });\n return base;\n }\n const fSg = v => (v < 0 ? \"−\" : \"\") + fMM(Math.abs(v));\n function mgHtml() {\n if (S.uiState === \"loading\")\n return `

${kpiSkeletons()}

${panelSkeletons()}

`;\n if (S.uiState === \"empty\")\n return `

${kpisNDMR(MG_TITLES())}

${statePanels(emptyBox())}

`;\n if (S.uiState === \"error\")\n return `

${kpisNDMR(MG_TITLES())}

${statePanels(errBox())}

`;\n const rows = mgRows();\n const total = rows.reduce((a, x) => a + x.comp, 0); // Σ componental = total de Métricas (Euler)\n const margSum = rows.reduce((a, x) => a + x.marg, 0);\n const mean = margSum / rows.length;\n const meanPrev = mgRows(true).reduce((a, x) => a + x.marg, 0) / rows.length;\n const dMean = mean - meanPrev, dMeanP = meanPrev !== 0 ? dMean / Math.abs(meanPrev) * 100 : null;\n const top = [...rows].sort((a, b) => b.comp - a.comp)[0];\n const lims = D.MG_LIMITS[S.medida];\n const nSobre = lims.hyp != null ? rows.filter(x => x.marg > lims.hyp).length : null;\n const pos = rows.filter(x => x.comp > 0);\n const posSum = pos.reduce((a, x) => a + x.comp, 0);\n const hhi = pos.reduce((a, x) => a + (x.comp / posSum) ** 2, 0);\n const negs = rows.filter(x => x.comp < 0);\n const negNet = negs.reduce((a, x) => a + x.comp, 0);\n const kpis = kpiCard(`${S.medida} Marginal promedio ⓘ`, fSg(mean), subtituloConsolidacion(), [\n [\"anterior\", fSg(meanPrev)],\n [\"Δ\", (dMean >= 0 ? \"+\" : \"−\") + fMM(Math.abs(dMean)).slice(1)],\n [\"Δ%\", dMeanP === null ? \"N/D\" : (dMeanP >= 0 ? \"+\" : \"\") + nf1.format(dMeanP) + \"%\"]\n ]) +\n kpiCard(`Mayor contribución ⓘ`, fMM(top.comp), `${esc(top.p.inst)} · ${esc(top.p.emisor)}
${fPct(top.comp / total * 100, 1)} del ${esc(S.medida)} (base componental — aditiva)`, []) +\n kpiCard(`Posiciones sobre umbral ⓘ`, nSobre === null ? \"N/D\" : String(nSobre), nSobre === null ? \"Límite de riesgo absoluto: N/D\" : `Marginal > ${fMM(lims.hyp)} (hipérbola iso-risk)`, []) +\n kpiCard(`HHI de contribuciones ⓘ`, fH(hhi), `≈ ${nf0(1 / hhi)} posiciones efectivas (1/HHI) · sobre contribuciones positivas`, []) +\n usoLimiteCard(total);\n const glos = `

ⓘ Definiciones — Marginal: riesgo(cartera) − riesgo(cartera sin la posición), leave-one-out; no aditiva (en este corte Σ marginales = ${fMM(margSum)} ≠ ${esc(S.medida)} total ${fMM(total)}). Contribución (componental): descomposición de Euler — Σ componentales = ${esc(S.medida)} total exacto. Standalone: riesgo de la posición en aislamiento; standalone − componental = beneficio de diversificación.

`;\n return `${glos}

${kpis}

Iso-risk: ${S.medida} marginal vs. tamaño

Cada punto = instrumento; X·Y = marginal en DOP. Overlays de límite conmutan con la medida; sin límite configurado → “Límite: N/D”. Diversificadoras bajo Y=0. ${NOTA_GRANULARIDAD}

${S.uiState === \"partial\" ? errBox() : `\n

Contribución (componental)

${S.mgDona === \"Emisor\" ? \"Top-7 + “Otros”. \" : \"\"}Solo contribuciones positivas — una dona no representa negativos. Diversificadoras: ${negs.length} posiciones, neto −${fMM(Math.abs(negNet)).slice(1)} (fuera de la dona).

Ranking por ${S.medida} marginal

Top-7 posiciones por |marginal| mostrando signo: añade (+) / diversifica (−). “Otros (+)” y “Otros (−)” separados — un neto ocultaría magnitudes de ambos signos.

Detalle por posición

${tablaMg(rows, total)}

Lista completa (sin colapso top-7). Marginal solo a nivel instrumento — no es aditiva. Los % pueden superar 100% por contribuciones negativas. Var refiere al Marginal; variaciones al TC de cada corte (incluyen efecto FX). Solo el VM se consolida; el ${S.medida} jamás se parte por moneda. ${NOTA_GRANULARIDAD}

${notaMonedaMR}

`;\n }\n function tablaMg(rows, total) {\n const prevRows = mgRows(true);\n let html = `\n \n \n \n \n `;\n D.RATINGS.forEach(r => {\n const inR = rows.filter(x => x.p.rating === r);\n if (!inR.length)\n return;\n const vmR = inR.reduce((a, x) => a + x.v, 0), compR = inR.reduce((a, x) => a + x.comp, 0);\n const standR = inR.reduce((a, x) => a + x.stand, 0);\n const open = !!S.mgExp[r];\n html += `\n \n \n `;\n if (!open)\n return;\n const byE = new Map();\n inR.forEach(x => byE.set(x.p.emisor, [...(byE.get(x.p.emisor) || []), x]));\n [...byE.entries()].sort((a, b) => b[1].reduce((s, x) => s + x.v, 0) - a[1].reduce((s, x) => s + x.v, 0)).forEach(([e, l]) => {\n const key = r + \"|\" + e, openE = !!S.mgExpE[key];\n const vmE = l.reduce((a, x) => a + x.v, 0), compE = l.reduce((a, x) => a + x.comp, 0), standE = l.reduce((a, x) => a + x.stand, 0);\n const chip = new Set(l.map(x => x.p.moneda)).size > 1 ? \"Mixta\" : l[0].p.moneda;\n html += `\n \n \n `;\n if (!openE)\n return;\n l.sort((a, b) => b.v - a.v).forEach(x => {\n const prev = prevRows.find(y => y.p.inst === x.p.inst && y.p.emisor === x.p.emisor);\n const dv = prev ? x.marg - prev.marg : null;\n const dvp = prev && prev.marg !== 0 ? dv / Math.abs(prev.marg) * 100 : null;\n html += `\n \n \n \n \n `;\n });\n });\n });\n return html + `

Calificación / Emisor / Instrumento	Moneda	VM (DOP)	${S.medida} Marginal	Componental	% del total	Standalone	Benef. diversif.	Var Marginal	Var %
${open ? \"▾\" : \"▸\"}${r}	—	${fMM(vmR)}	—	${fSg(compR)}	${fPct(compR / total * 100)}	${fMM(standR)}	${fSg(standR - compR)}	—	—
${openE ? \"▾\" : \"▸\"}${esc(e)}	${chip}	${fMM(vmE)}	—	${fSg(compE)}	${fPct(compE / total * 100)}	${fMM(standE)}	${fSg(standE - compE)}	—	—
${esc(x.p.inst)}	${x.p.moneda}	${fMM(x.v)}	${fSg(x.marg)}	${fSg(x.comp)}	${fPct(x.comp / total * 100)}	${fMM(x.stand)}	${fSg(x.stand - x.comp)}	${dv === null ? \"N/D\" : (dv >= 0 ? \"+\" : \"−\") + fMM(Math.abs(dv)).slice(1)}	${dvp === null ? \"N/D\" : (dvp >= 0 ? \"+\" : \"\") + nf1.format(dvp) + \"%\"}

`;\n }\n function chartsMarginal() {\n const rows = mgRows();\n const lims = D.MG_LIMITS[S.medida];\n // TL — scatter iso-risk. Series por rating (paleta ordinal, jamás semáforo) + 3 overlays\n // con entrada de leyenda SIEMPRE presente (layout estable ante el selector — N/D si null).\n const maxX = Math.max(...rows.map(x => x.v)) * 1.12;\n const scatterSeries = D.RATINGS.filter(r => rows.some(x => x.p.rating === r)).map(r => ({\n name: r, type: \"scatter\", symbolSize: 13, itemStyle: { color: ratColor(r), opacity: 0.7 },\n data: rows.filter(x => x.p.rating === r).map(x => ({ value: [+x.v.toFixed(2), +x.margPct.toFixed(3)], meta: x })),\n }));\n const maxY = Math.max(...rows.map(x => x.margPct)) * 1.45;\n const minY = Math.min(0, ...rows.map(x => x.margPct)) * 2.2 - 0.4;\n const hypPts = lims.hyp != null\n ? Array.from({ length: 240 }, (_, i) => { const x = maxX * (i + 1) / 240; const y = 100 * lims.hyp / x; return y <= maxY ? [x, y] : null; }).filter(Boolean)\n : [];\n const nmH = `Límite %-riesgo: ${lims.h != null ? fPct(lims.h, 1) : \"N/D\"}`;\n const nmV = `Límite de tamaño: ${lims.v != null ? fMM(lims.v) : \"N/D\"}`;\n const nmY = `Iso-risk (por posición): ${lims.hyp != null ? fMM(lims.hyp) : \"N/D\"}`;\n mkChart(\"chMG_TL\", {\n grid: { left: 52, right: 14, top: 34, bottom: 74 },\n legend: { bottom: 0, itemWidth: 10, itemHeight: 10, textStyle: { fontSize: 9 } },\n tooltip: { trigger: \"item\", formatter: p => {\n const m = p.data && p.data.meta;\n if (!m)\n return p.seriesName;\n return `${esc(m.p.inst)} · ${esc(m.p.emisor)}
Moneda: ${m.p.moneda} · Rating actual: ${m.p.rating}
VM: ${fMM(m.v)}
Marginal: ${fPct(m.margPct)} · ${fSg(m.marg)}
${esc(NOTA_GRANULARIDAD)}`;\n } },\n xAxis: { name: \"VM (DOP MM)\", nameLocation: \"middle\", nameGap: 22, nameTextStyle: { fontSize: 9 }, type: \"value\", max: +maxX.toFixed(0), axisLabel: { fontSize: 9, formatter: v => \"$\" + nf0(v) } },\n yAxis: { name: `${S.medida} marginal / VM (%)`, nameTextStyle: { fontSize: 9, align: \"left\" }, nameGap: 10, type: \"value\", max: +maxY.toFixed(1), min: +minY.toFixed(1), axisLabel: { fontSize: 9, formatter: v => nf1.format(v) + \"%\" } },\n dataZoom: [{ type: \"inside\", xAxisIndex: 0 }, { type: \"inside\", yAxisIndex: 0 }],\n graphic: [\n { type: \"text\", right: 28, top: 40, style: { text: \"C · mayor riesgo absoluto\\n«fallen angels viven aquí»\", fontSize: 9, fill: TK(\"--text-2\"), fontWeight: \"bold\" } },\n { type: \"text\", left: 62, top: 40, style: { text: \"B · mayor % de riesgo\", fontSize: 9, fill: TK(\"--text-2\") } },\n { type: \"text\", right: 28, bottom: 108, style: { text: \"A · mayor tamaño absoluto\", fontSize: 9, fill: TK(\"--text-2\") } },\n ],\n series: [\n ...scatterSeries,\n { name: nmH, type: \"line\", symbol: \"none\", lineStyle: { type: \"dashed\", width: 1.4, color: TK(\"--secondary\") }, color: TK(\"--secondary\"),\n data: lims.h != null ? [[0, lims.h], [maxX, lims.h]] : [],\n markLine: { silent: true, symbol: \"none\", lineStyle: { color: TK(\"--text-2\"), width: 1 }, label: { show: false }, data: [{ yAxis: 0 }] } },\n { name: nmV, type: \"line\", symbol: \"none\", lineStyle: { type: \"dashed\", width: 1.4, color: TK(\"--primary\") }, color: TK(\"--primary\"),\n data: lims.v != null ? [[lims.v, minY], [lims.v, maxY]] : [] },\n { name: nmY, type: \"line\", symbol: \"none\", lineStyle: { width: 2, type: \"dashed\", color: TK(\"--sem-warn\") }, color: TK(\"--sem-warn\"),\n data: hypPts, tooltip: { show: false } },\n ],\n });\n // TR — dona componental (solo positivas)\n if (S.uiState !== \"partial\") {\n const pos = rows.filter(x => x.comp > 0);\n let entries;\n if (S.mgDona === \"Emisor\") {\n const m = new Map();\n pos.forEach(x => m.set(x.p.emisor, (m.get(x.p.emisor) || 0) + x.comp));\n entries = [...m.entries()].sort((a, b) => b[1] - a[1]);\n if (entries.length > 8) {\n const t7 = entries.slice(0, 7), rest = entries.slice(7).reduce((a, e) => a + e[1], 0);\n entries = [...t7, [\"Otros\", rest]];\n }\n }\n else if (S.mgDona === \"Calificación\") {\n const m = new Map();\n pos.forEach(x => m.set(x.p.rating, (m.get(x.p.rating) || 0) + x.comp));\n entries = D.RATINGS.filter(r => m.has(r)).map(r => [r, m.get(r)]);\n }\n else {\n const m = new Map();\n pos.forEach(x => m.set(x.p.tipo, (m.get(x.p.tipo) || 0) + x.comp));\n entries = [...m.entries()].sort((a, b) => b[1] - a[1]);\n }\n const colors = S.mgDona === \"Calificación\" ? entries.map(e => ratColor(e[0]))\n : entries.map((e, i) => e[0] === \"Otros\" ? GRAY : CATEG[i % CATEG.length]);\n mkChart(\"chMG_TR\", {\n tooltip: { trigger: \"item\", valueFormatter: v => fMM(v) },\n legend: { orient: \"vertical\", right: 0, top: \"middle\", textStyle: { fontSize: 10 }, formatter: n => { const e = entries.find(x => x[0] === n); return `${n} ${fMM(e[1])}`; } },\n series: [{ type: \"pie\", radius: [\"52%\", \"74%\"], center: [\"32%\", \"50%\"],\n label: { formatter: p => fPct(p.percent, 1), fontSize: 10 },\n data: entries.map((e, i) => ({ name: e[0], value: +e[1].toFixed(2), itemStyle: { color: colors[i] } })) }],\n });\n }\n // BL — divergentes top-7 |marginal| + Otros(+)/Otros(−) separados (neutro, signo por posición)\n const sorted = [...rows].sort((a, b) => Math.abs(b.marg) - Math.abs(a.marg));\n const t7 = sorted.slice(0, 7), rest = sorted.slice(7);\n const oPos = rest.filter(x => x.marg >= 0).reduce((a, x) => a + x.marg, 0);\n const oNeg = rest.filter(x => x.marg < 0).reduce((a, x) => a + x.marg, 0);\n const items = [\n ...t7.map(x => ({ k: x.p.inst, v: x.marg })),\n { k: \"Otros (+)\", v: oPos }, { k: \"Otros (−)\", v: oNeg },\n ];\n mkChart(\"chMG_BL\", {\n grid: { left: 56, right: 16, top: 24, bottom: 66 },\n tooltip: { trigger: \"axis\", valueFormatter: v => (v >= 0 ? \"+\" : \"−\") + fMM(Math.abs(v)).slice(1) },\n xAxis: { type: \"category\", data: items.map(i => i.k), axisLabel: { fontSize: 8.5, rotate: 36 } },\n yAxis: { type: \"value\", axisLabel: { formatter: v => (v < 0 ? \"−\" : \"\") + \"$\" + nf0(Math.abs(v)) + \"MM\", fontSize: 10 } },\n series: [{ type: \"bar\", barWidth: 20,\n itemStyle: { color: p => items[p.dataIndex].k.startsWith(\"Otros\") ? GRAY : TK(\"--primary\") },\n label: { show: true, position: \"top\", fontSize: 9, color: TK(\"--text-2\"),\n formatter: p => items[p.dataIndex].v === 0 ? \"sin posiciones\" : (items[p.dataIndex].v >= 0 ? \"+\" : \"−\") + nf1.format(Math.abs(items[p.dataIndex].v)) },\n data: items.map(i => +i.v.toFixed(2)) }],\n });\n }\n // ---------- Charts ----------\n function mkChart(id, opt) {\n const el = document.getElementById(id);\n if (!el)\n return;\n const c = echarts.init(el, null, { renderer: \"canvas\" });\n c.setOption(opt);\n charts.push(c);\n }\n const tipMM = p => (Array.isArray(p) ? p : [p]).map(x => `${x.marker} ${x.seriesName || x.name}: ${fMM(x.value)}`).join(\"
\");\n function chartsGlobal() {\n // TL — área apilada VM por rating (paleta ordinal azul, jamás semáforo)\n const shares = D.HIST_SHARE, totals = [...D.HIST_TOTAL];\n const byR = aggBy(\"rating\");\n const t = total();\n totals[totals.length - 1] = t;\n const series = D.RATINGS.map(r => ({\n name: r, type: \"line\", stack: \"vm\", areaStyle: { opacity: 0.85 }, symbol: \"none\",\n lineStyle: { width: 1 }, color: ratColor(r),\n data: D.DATES.map((_, i) => i === D.DATES.length - 1\n ? +(byR.cur.get(r) || 0).toFixed(2)\n : +((shares[r][i] || 0) * totals[i]).toFixed(2)),\n }));\n mkChart(\"chTL\", {\n grid: { left: 60, right: 16, top: 24, bottom: 44 },\n tooltip: { trigger: \"axis\", valueFormatter: v => fMM(v) },\n legend: { bottom: 0, itemWidth: 10, itemHeight: 10, textStyle: { fontSize: 10 } },\n xAxis: { type: \"category\", data: D.DATES, axisLabel: { fontSize: 9, rotate: 40 } },\n yAxis: { type: \"value\", axisLabel: { formatter: v => \"$\" + nf0(v) + \"MM\", fontSize: 10 } },\n series,\n });\n // TR — dona con \"Vista por\"\n if (S.uiState !== \"partial\") {\n const dim = { \"Calificación\": \"rating\", \"Emisor\": \"emisor\", \"Tipo de instrumento\": \"tipo\", \"Moneda\": \"moneda\" }[S.donaVista];\n let entries = [...aggBy(dim).cur.entries()].sort((a, b) => b[1] - a[1]);\n if (entries.length > 8) { // máx 8 categorías: top-7 + Otros (L-10)\n const top = entries.slice(0, 7), rest = entries.slice(7).reduce((a, e) => a + e[1], 0);\n entries = [...top, [\"Otros\", rest]];\n }\n const colors = dim === \"rating\" ? entries.map(e => e[0] === \"Otros\" ? GRAY : ratColor(e[0]))\n : entries.map((e, i) => e[0] === \"Otros\" ? GRAY : CATEG[i % CATEG.length]);\n mkChart(\"chTR\", {\n tooltip: { trigger: \"item\", valueFormatter: v => fMM(v) },\n legend: { orient: \"vertical\", right: 0, top: \"middle\", textStyle: { fontSize: 10 }, formatter: n => { const e = entries.find(x => x[0] === n); return `${n} ${fMM(e[1])}`; } },\n series: [{ type: \"pie\", radius: [\"52%\", \"74%\"], center: [\"32%\", \"50%\"],\n label: { formatter: p => fPct(p.percent, 1), fontSize: 10 },\n data: entries.map((e, i) => ({ name: e[0], value: +e[1].toFixed(2), itemStyle: { color: colors[i] } })) }],\n });\n }\n // BL — divergentes Δ (NEUTRO — signo por posición+etiqueta, X-3)\n const dimB = { \"Calificación\": \"rating\", \"Emisor\": \"emisor\", \"Tipo de instrumento\": \"tipo\" }[S.blVista];\n const ag = aggBy(dimB);\n let items = [...ag.cur.keys()].map(k => {\n const c = ag.cur.get(k) || 0, p = ag.prev.get(k) || 0;\n return { k, d: c - p, dp: p > 0 ? (c - p) / p * 100 : null };\n });\n if (dimB === \"emisor\" && items.length > 7) {\n items.sort((a, b) => Math.abs(b.d) - Math.abs(a.d));\n const top = items.slice(0, 7), rest = items.slice(7);\n items = [...top, { k: \"Otros\", d: rest.reduce((a, x) => a + x.d, 0), dp: null }];\n }\n else if (dimB === \"rating\") {\n items.sort((a, b) => D.RATINGS.indexOf(a.k) - D.RATINGS.indexOf(b.k));\n }\n items.push({ k: \"Total\", d: total() - totalPrev(), dp: totalPrev() > 0 ? (total() - totalPrev()) / totalPrev() * 100 : null });\n mkChart(\"chBL\", {\n grid: { left: 60, right: 16, top: 28, bottom: 54 },\n tooltip: { trigger: \"axis\", valueFormatter: v => (v >= 0 ? \"+\" : \"−\") + fMM(Math.abs(v)).slice(1) },\n xAxis: { type: \"category\", data: items.map(i => i.k), axisLabel: { fontSize: 9, rotate: 32 } },\n yAxis: { type: \"value\", axisLabel: { formatter: v => \"$\" + nf0(v) + \"MM\", fontSize: 10 } },\n series: [{ type: \"bar\", barWidth: 22,\n itemStyle: { color: p => p.dataIndex === items.length - 1 ? TK(\"--secondary\") : TK(\"--primary\") }, // neutro siempre\n label: { show: true, position: \"top\", fontSize: 9, color: TK(\"--text-2\"),\n formatter: p => items[p.dataIndex].dp === null ? \"\" : (items[p.dataIndex].dp >= 0 ? \"+\" : \"\") + nf1.format(items[p.dataIndex].dp) + \"%\" },\n data: items.map(i => +i.d.toFixed(2)) }],\n });\n }\n function chartsConc() {\n const rows = emisorStats();\n const t = total();\n // TL — top-7 + Otros barras horizontales\n let top = rows.slice(0, 7);\n const rest = rows.slice(7);\n const data = [...top.map(r => ({ name: r.emisor, v: S.concTL === \"pct\" ? r.pct : r.vm }))];\n if (rest.length)\n data.push({ name: \"Otros\", v: rest.reduce((a, r) => a + (S.concTL === \"pct\" ? r.pct : r.vm), 0) });\n data.reverse();\n mkChart(\"chCTL\", {\n grid: { left: 130, right: 50, top: 8, bottom: 24 },\n tooltip: { trigger: \"axis\", valueFormatter: v => S.concTL === \"pct\" ? fPct(v) : fMM(v) },\n xAxis: { type: \"value\", axisLabel: { formatter: v => S.concTL === \"pct\" ? v + \"%\" : \"$\" + nf0(v) + \"MM\", fontSize: 10 } },\n yAxis: { type: \"category\", data: data.map(d => d.name), axisLabel: { fontSize: 10 } },\n series: [{ type: \"bar\", barWidth: 14,\n itemStyle: { color: p => data[p.dataIndex].name === \"Otros\" ? GRAY : TK(\"--primary\") },\n label: { show: true, position: \"right\", fontSize: 9.5, formatter: p => S.concTL === \"pct\" ? fPct(p.value, 1) : fMM(p.value) },\n data: data.map(d => +d.v.toFixed(2)) }],\n });\n // TR — evolución HHI / mayor% con markLine límite\n if (S.uiState !== \"partial\") {\n const hhiNow = hhiOf(rows);\n const mayorNow = rows[0] ? rows[0].pct : 0;\n const serie = D.DATES.map((_, i) => {\n if (i === D.DATES.length - 1)\n return S.concTR === \"hhi\" ? +hhiNow.toFixed(4) : +mayorNow.toFixed(2);\n const drift = 1 + Math.sin(i * 1.7) * 0.03 - (D.DATES.length - 1 - i) * 0.004;\n return S.concTR === \"hhi\" ? +(hhiNow * drift).toFixed(4) : +(mayorNow * drift).toFixed(2);\n });\n const lim = S.concTR === \"hhi\" ? D.LIMITES.hhiInterno : D.LIMITES.emisorPctInterno;\n const yMax = Math.max(lim * 1.08, Math.max(...serie) * 1.05);\n mkChart(\"chCTR\", {\n grid: { left: 56, right: 16, top: 24, bottom: 40 },\n tooltip: { trigger: \"axis\", valueFormatter: v => S.concTR === \"hhi\" ? v.toFixed(4) : fPct(v, 1) },\n xAxis: { type: \"category\", data: D.DATES, axisLabel: { fontSize: 9, rotate: 40 } },\n yAxis: { type: \"value\", scale: true, max: +yMax.toFixed(4), axisLabel: { formatter: v => S.concTR === \"hhi\" ? v.toFixed(3) : v + \"%\", fontSize: 10 } },\n series: [{ type: \"line\", symbol: \"circle\", symbolSize: 4, color: TK(\"--primary\"), data: serie,\n markLine: { silent: true, symbol: \"none\",\n lineStyle: { type: \"dashed\", color: TK(\"--sem-warn\") },\n label: { formatter: \"Límite interno\", fontSize: 9, color: TK(\"--sem-warn\") },\n data: [{ yAxis: lim }] } }],\n });\n }\n // BL — divergentes Δ por emisor (top-7 |Δ| + Otros + Total) — NEUTRO\n const tp = totalPrev();\n let items = rows.map(r => ({ k: r.emisor, d: r.vm - r.prev, dp: r.prev > 0 ? (r.vm - r.prev) / r.prev * 100 : null }));\n items.sort((a, b) => Math.abs(b.d) - Math.abs(a.d));\n const topB = items.slice(0, 7), restB = items.slice(7);\n items = [...topB];\n if (restB.length)\n items.push({ k: \"Otros\", d: restB.reduce((a, x) => a + x.d, 0), dp: null });\n items.push({ k: \"Total\", d: t - tp, dp: tp > 0 ? (t - tp) / tp * 100 : null });\n mkChart(\"chCBL\", {\n grid: { left: 60, right: 16, top: 28, bottom: 62 },\n tooltip: { trigger: \"axis\", valueFormatter: v => (v >= 0 ? \"+\" : \"−\") + fMM(Math.abs(v)).slice(1) },\n xAxis: { type: \"category\", data: items.map(i => i.k), axisLabel: { fontSize: 9, rotate: 38 } },\n yAxis: { type: \"value\", axisLabel: { formatter: v => \"$\" + nf0(v) + \"MM\", fontSize: 10 } },\n series: [{ type: \"bar\", barWidth: 20,\n itemStyle: { color: p => items[p.dataIndex].k === \"Total\" ? TK(\"--secondary\") : items[p.dataIndex].k === \"Otros\" ? GRAY : TK(\"--primary\") },\n label: { show: true, position: \"top\", fontSize: 9, color: TK(\"--text-2\"),\n formatter: p => items[p.dataIndex].dp === null ? \"\" : (items[p.dataIndex].dp >= 0 ? \"+\" : \"\") + nf1.format(items[p.dataIndex].dp) + \"%\" },\n data: items.map(i => +i.d.toFixed(2)) }],\n });\n }\n function chartsMRFecha() {\n const a = mrAgg();\n // TL — barras por rating (orden de escala; cero real = 0; sin dato = ausente + N/D)\n const cats = D.RATINGS.filter(r => D.positions.some(p => p.rating === r));\n mkChart(\"chMF_TL\", {\n grid: { left: 60, right: 16, top: 24, bottom: 30 },\n tooltip: { trigger: \"axis\", valueFormatter: v => fMM(v) },\n xAxis: { type: \"category\", data: cats, axisLabel: { fontSize: 10 } },\n yAxis: { type: \"value\", axisLabel: { formatter: v => \"$\" + nf0(v) + \"MM\", fontSize: 10 } },\n series: [{ type: \"bar\", barWidth: 26,\n itemStyle: { color: p => ratColor(cats[p.dataIndex]) },\n label: { show: true, position: \"top\", fontSize: 9, color: TK(\"--text-2\"), formatter: p => fMM(p.value) },\n data: cats.map(r => { const row = a.rows.find(x => x.r === r); return row ? +row.contrib.toFixed(2) : 0; }) }],\n });\n // TR — dona de contribución (Emisor top-7+Otros / Tipo) — prorrateo §2\n if (S.uiState !== \"partial\") {\n let entries = S.mrDona === \"Emisor\" ? mrEmisores() : mrTipos();\n if (entries.length > 8) {\n const top = entries.slice(0, 7), rest = entries.slice(7).reduce((x, e) => x + e[1], 0);\n entries = [...top, [\"Otros\", rest]];\n }\n mkChart(\"chMF_TR\", {\n tooltip: { trigger: \"item\", valueFormatter: v => fMM(v) },\n legend: { orient: \"vertical\", right: 0, top: \"middle\", textStyle: { fontSize: 10 },\n formatter: n => { const e = entries.find(x => x[0] === n); return `${n} ${fMM(e[1])}`; } },\n series: [{ type: \"pie\", radius: [\"52%\", \"74%\"], center: [\"32%\", \"50%\"],\n label: { formatter: p => fPct(p.percent, 1), fontSize: 10 },\n data: entries.map((e, i) => ({ name: e[0], value: +e[1].toFixed(2), itemStyle: { color: e[0] === \"Otros\" ? GRAY : CATEG[i % CATEG.length] } })) }],\n });\n }\n // BL — standalone vs contribución por rating (agrupadas; la brecha = diversificación)\n const cats2 = a.rows.map(x => x.r);\n mkChart(\"chMF_BL\", {\n grid: { left: 60, right: 16, top: 28, bottom: 46 },\n tooltip: { trigger: \"axis\", valueFormatter: v => fMM(v) },\n legend: { bottom: 0, itemWidth: 10, itemHeight: 10, textStyle: { fontSize: 10 } },\n xAxis: { type: \"category\", data: cats2, axisLabel: { fontSize: 10 } },\n yAxis: { type: \"value\", axisLabel: { formatter: v => \"$\" + nf0(v) + \"MM\", fontSize: 10 } },\n series: [\n { name: S.medida + \" standalone\", type: \"bar\", barWidth: 14, color: TK(\"--secondary\"), data: a.rows.map(x => +x.stand.toFixed(2)) },\n { name: \"Contribución a cartera\", type: \"bar\", barWidth: 14, color: TK(\"--primary\"), data: a.rows.map(x => +x.contrib.toFixed(2)) },\n ],\n });\n }\n function chartsMRHist() {\n const series = mrHistSeries();\n const mk = mrMarkerIdx();\n const markLine = { silent: true, symbol: \"none\",\n lineStyle: { type: \"dashed\", color: TK(\"--text-2\"), width: 1.4 },\n label: { formatter: D.SUPUESTO_MARKERS[0].label, fontSize: 9, color: TK(\"--text-2\"), position: \"insideEndTop\" },\n data: [{ xAxis: D.DATES[mk] }] };\n // TL — área apilada por rating + marcador de cambio de supuesto\n mkChart(\"chMH_TL\", {\n grid: { left: 60, right: 16, top: 24, bottom: 44 },\n tooltip: { trigger: \"axis\", valueFormatter: v => fMM(v) },\n legend: { bottom: 0, itemWidth: 10, itemHeight: 10, textStyle: { fontSize: 10 } },\n xAxis: { type: \"category\", data: D.DATES, axisLabel: { fontSize: 9, rotate: 40 } },\n yAxis: { type: \"value\", axisLabel: { formatter: v => \"$\" + nf0(v) + \"MM\", fontSize: 10 } },\n series: series.map((s, i) => ({\n name: s.r, type: \"line\", stack: \"mr\", areaStyle: { opacity: 0.85 }, symbol: \"none\",\n lineStyle: { width: 1 }, color: ratColor(s.r), data: s.data,\n ...(i === 0 ? { markLine } : {}),\n })),\n });\n // TR — razón /VM (%) + mismo marcador\n if (S.uiState !== \"partial\") {\n const totals = mrHistTotals();\n const vmSerie = [...D.HIST_TOTAL];\n vmSerie[vmSerie.length - 1] = mrAgg().vmTot;\n const razon = D.DATES.map((_, i) => +(totals[i] / vmSerie[i] * 100).toFixed(3));\n mkChart(\"chMH_TR\", {\n grid: { left: 52, right: 16, top: 24, bottom: 40 },\n tooltip: { trigger: \"axis\", valueFormatter: v => fPct(v) },\n xAxis: { type: \"category\", data: D.DATES, axisLabel: { fontSize: 9, rotate: 40 } },\n yAxis: { type: \"value\", scale: true, axisLabel: { formatter: v => v + \"%\", fontSize: 10 } },\n series: [{ type: \"line\", symbol: \"circle\", symbolSize: 4, color: TK(\"--primary\"), data: razon, markLine }],\n });\n }\n // BL — divergentes Δ (Calificación / Emisor top-7 |Δ| + Otros) — NEUTRO\n const a = mrAgg(), ap = mrAgg(true);\n let items;\n if (S.mrBL === \"Calificación\") {\n items = a.rows.map(x => {\n const prev = ap.rows.find(y => y.r === x.r);\n const d = x.contrib - (prev ? prev.contrib : 0);\n return { k: x.r, d, dp: prev ? d / prev.contrib * 100 : null };\n });\n }\n else {\n const cur = new Map(mrEmisores()), prev = new Map(mrEmisores(true));\n items = [...cur.keys()].map(k => {\n const d = cur.get(k) - (prev.get(k) || 0);\n return { k, d, dp: prev.get(k) ? d / prev.get(k) * 100 : null };\n }).sort((x, y) => Math.abs(y.d) - Math.abs(x.d));\n const top = items.slice(0, 7), rest = items.slice(7);\n items = [...top];\n if (rest.length)\n items.push({ k: \"Otros\", d: rest.reduce((x, y) => x + y.d, 0), dp: null });\n }\n items.push({ k: \"Total\", d: a.total - ap.total, dp: ap.total > 0 ? (a.total - ap.total) / ap.total * 100 : null });\n mkChart(\"chMH_BL\", {\n grid: { left: 60, right: 16, top: 28, bottom: 56 },\n tooltip: { trigger: \"axis\", valueFormatter: v => (v >= 0 ? \"+\" : \"−\") + fMM(Math.abs(v)).slice(1) },\n xAxis: { type: \"category\", data: items.map(i => i.k), axisLabel: { fontSize: 9, rotate: 32 } },\n yAxis: { type: \"value\", axisLabel: { formatter: v => (v < 0 ? \"−\" : \"\") + \"$\" + (Math.abs(v) < 10 ? nf1.format(Math.abs(v)) : nf0(Math.abs(v))) + \"MM\", fontSize: 10 } },\n series: [{ type: \"bar\", barWidth: 22,\n itemStyle: { color: p => items[p.dataIndex].k === \"Total\" ? TK(\"--secondary\") : items[p.dataIndex].k === \"Otros\" ? GRAY : TK(\"--primary\") },\n label: { show: true, position: \"top\", fontSize: 9, color: TK(\"--text-2\"),\n formatter: p => items[p.dataIndex].dp === null ? \"\" : (items[p.dataIndex].dp >= 0 ? \"+\" : \"\") + nf1.format(items[p.dataIndex].dp) + \"%\" },\n data: items.map(i => +i.d.toFixed(2)) }],\n });\n }\n const nf0v = new Intl.NumberFormat(\"en-US\", { maximumFractionDigits: 0 });\n function nf0(v) { return nf0v.format(v); }\n // ---------- Backtesting › Resumen de Excepciones (§14) ----------\n const BT_TITLES = [\"Excepciones — VaR 99% · 1 año\", \"Kupiec POF\", \"Christoffersen\", \"Precisión MC de la cola\", \"Uso Límite\"];\n const BT_CONV = \"VaR 99%·1a escalado al horizonte entre cortes (raíz de tiempo, cortes EOD diarios) — convención del mock: la metodología oficial del tenant gobierna la comparación\";\n const BT_ROT_BASILEA = \"Veredicto estadístico de validación del modelo — no es cumplimiento de límites\";\n const ND_WIN = n => `N/D — ventana incompleta (${n}/250)`;\n function btWin() {\n const cs = D.BT.cortes;\n const val = cs.filter(c => c.valida);\n const excAll = cs.filter(c => c.pnl < -c.varEsc);\n return { cs, val, n: val.length, excAll, excVal: excAll.filter(c => c.valida) };\n }\n function btUsoLimite() {\n // VaR base FORZADO (§14): mismo total que Métricas de Riesgo bajo medida VaR — no sigue el selector global\n const lim = D.LIM_MEDIDA.VaR, total = D.BT.VAR1A;\n const uso = total / lim * 100;\n const st = uso > 100 ? [\"err\", \"Incumplimiento\"] : uso >= 90 ? [\"warn\", \"Advertencia\"] : [\"ok\", \"Ok\"];\n return kpiCard(\"Uso Límite\", `${fPct(uso, 1)} ${st[1]}`, `VaR base vs. límite interno ${fMM(lim)} · cartera consolidada completa · medida VaR fija — no sigue al selector de otras secciones`, []);\n }\n function btHtml() {\n if (S.uiState === \"loading\")\n return `

${kpiSkeletons()}

${panelSkeletons()}

`;\n if (S.uiState === \"empty\")\n return `

${kpisNDMR(BT_TITLES)}

${statePanels(emptyBox())}

`;\n if (S.uiState === \"error\")\n return `

${kpisNDMR(BT_TITLES)}

${statePanels(errBox())}

`;\n const w = btWin();\n const esp = (w.n * 0.01).toFixed(2);\n const excPrev = w.excVal.filter(c => c.f !== D.AS_OF).length; // ventana del corte anterior (mismo supuesto)\n const kpis = kpiCard(`Excepciones — VaR 99% · 1 año ⓘ`, `${w.excVal.length} en ${w.n} cortes`, `ventana válida, objetivo 250 · esperadas ~${esp} al 99% en ${w.n} · Consolidado en DOP · TC del corte`, [[\"anterior\", `${excPrev} (${w.n - 1}/250)`]]) +\n kpiCard(`Kupiec POF ⓘ`, \"N/D\", ND_WIN(w.n), [[\"anterior\", `N/D (${w.n - 1}/250)`]]) +\n kpiCard(`Christoffersen ⓘ`, \"N/D\", ND_WIN(w.n), [[\"anterior\", `N/D (${w.n - 1}/250)`]]) +\n kpiCard(`Precisión MC de la cola ⓘ`, `±${nf1.format(D.BT.mcPrecision)}%`, `del VaR @99% (cuantil oficial) · colas más profundas requieren ~1/q escenarios`, []) +\n btUsoLimite();\n return `

${kpis}

Serie de excepciones ⓘ

${BT_CONV}.

Series en neutro; la excepción se marca por forma (rombo) en un único color de alerta rotulado — nunca la terna semafórica. Cada punto consolidado al TC de su fecha.

${S.uiState === \"partial\" ? errBox() : btTRHtml(w)}

Convergencia del estimador MC ⓘ

\n ${[\"1%\", \"0.5%\", \"0.1%\"].map(q => ``).join(\"\")}

Colas profundas: la banda de confianza escala ~1/q en escenarios.
Bandas del estimador Monte Carlo — no es la distribución de valor del portafolio.

Cuantil de diagnóstico: ${S.btQ} · eje Y fijo común entre cuantiles, a escala real — el ensanchamiento de la banda es el caveat.

Excepciones del VaR — 99% · 1 año (DOP consolidado)

${tablaBt(w)}

Historia visible completa — las excepciones fuera de la ventana válida van atenuadas y rotuladas (el KPI cuenta solo la ventana válida; la diferencia es legible, no un descuadre). ${BT_CONV}. Cada punto consolidado al TC de su fecha. Variaciones al TC de cada corte; incluyen efecto FX.

La unidad de análisis es el corte del portafolio completo — no hay vistas por emisor y la leyenda de prorrateo no aplica. VaR y P&L en DOP consolidado, jamás partidos por moneda; el filtro de moneda no aplica en esta sección.

`;\n }\n function btTRHtml(w) {\n const pv = D.BT.prevWin;\n return `

Validación estadística ⓘ

Ventana válida: ${w.n} cortes desde ${w.val[0].f} (objetivo 250)

Kupiec POF

${ND_WIN(w.n)}

LR: N/D · χ²(1) · p-value: N/D · veredicto: N/D

Christoffersen (conjunto: independencia + cobertura)

${ND_WIN(w.n)}

LR conjunto: N/D · χ²(2) · p-value: N/D · veredicto: N/D

Semáforo de Basilea

${ND_WIN(w.n)}${BT_ROT_BASILEA}

Zonas normalizadas a 250 cortes: verde 0–4 · amarilla 5–9 · roja 10+ · multiplicador base 3 + recargo (referencia ilustrativa del marco de mercado)

Ventana anterior (cerrada) — referencia histórica, no es el veredicto vigente

${pv.rot} · ${pv.exc} excepciones

\n Kupiec POF${pv.kupiec.v}LR ${pv.kupiec.lr} · χ²(1) · p=${pv.kupiec.p}\n Christoffersen (conjunto)${pv.christo.v}LR ${pv.christo.lr} · χ²(2) · p=${pv.christo.p}\n

Zona ${pv.basilea.zona} · ${pv.basilea.conteo}${BT_ROT_BASILEA}

Multiplicador ${pv.basilea.mult} (referencia ilustrativa del marco de mercado)

Excepciones contadas bajo la convención de escala del mock. Las pruebas se computan solo sobre la sub-ventana homogénea vigente — jamás cruzan un cambio de supuesto (§2).

`;\n }\n function tablaBt(w) {\n const rows = w.excAll.map(c => {\n const exceso = -(c.pnl + c.varEsc);\n const sup = c.valida ? \"S&P · ρ=25%\" : \"S&P · ρ=20%\";\n return `\n ${c.f}${c.valida ? \"\" : ' fuera de ventana'}\n −${nf2.format(Math.abs(c.pnl))}MM\n ${nf2.format(c.varEsc)}MM\n ${nf2.format(exceso)}MM\n ${sup}${c.valida ? \"Sí\" : \"No\"}`;\n }).join(\"\");\n return `\n \n ${rows}

Fecha	P&L realizado (DOP MM)	VaR 99%·1a escalado (DOP MM)	Exceso (DOP MM)	Supuesto vigente	Ventana válida

`;\n }\n function chartsBt() {\n const w = btWin();\n const dates = w.cs.map(c => c.f);\n const excPts = w.cs.map((c, i) => [c, i]).filter(([c]) => c.pnl < -c.varEsc);\n mkChart(\"chBT_TL\", {\n grid: { left: 56, right: 16, top: 30, bottom: 64 },\n tooltip: { trigger: \"axis\", valueFormatter: v => (v < 0 ? \"−\" : \"\") + \"$\" + nf1.format(Math.abs(v)) + \"MM\" },\n legend: { top: 0, itemWidth: 10, itemHeight: 10, textStyle: { fontSize: 10 }, data: [\"P&L realizado\", \"−VaR escalado\", \"Excepción\"] },\n dataZoom: [{ type: \"slider\", height: 14, bottom: 4 }],\n xAxis: { type: \"category\", data: dates, axisLabel: { fontSize: 9, rotate: 40 } },\n yAxis: { type: \"value\", axisLabel: { formatter: v => (v < 0 ? \"−\" : \"\") + \"$\" + nf0(Math.abs(v)) + \"MM\", fontSize: 10 } },\n series: [\n { name: \"P&L realizado\", type: \"line\", symbol: \"none\", lineStyle: { width: 1.1 }, color: TK(\"--primary\"), data: w.cs.map(c => c.pnl) },\n { name: \"−VaR escalado\", type: \"line\", symbol: \"none\", lineStyle: { width: 1.4, type: \"dashed\" }, color: TK(\"--secondary\"), data: w.cs.map(c => -c.varEsc),\n markLine: { silent: true, symbol: \"none\", lineStyle: { type: \"dashed\", color: TK(\"--text-2\"), width: 1.4 },\n label: { formatter: D.BT.cambioLabel, fontSize: 9, color: TK(\"--text-2\"), position: \"insideEndTop\" },\n data: [{ xAxis: D.BT.EFFECTIVE }] } },\n { name: \"Excepción\", type: \"scatter\", symbol: \"diamond\", symbolSize: 11, color: TK(\"--sem-warn\"), data: excPts.map(([c, i]) => [i, c.pnl]) },\n ],\n });\n // BL — convergencia MC: eje Y fijo COMÚN entre cuantiles (min/max globales, sin recorte)\n const Ns = [5, 10, 15, 20, 30, 40, 50, 65, 80, 100]; // miles de escenarios\n const base = D.BT.VAR1A, K = 1.017;\n let yMin = Infinity, yMax = -Infinity;\n Object.values(D.BT.quantiles).forEach(({ q, nivel }) => {\n const v = base * nivel;\n const h0 = K * v * Math.sqrt((1 - q) / (q * Ns[0] * 1000));\n yMin = Math.min(yMin, v - h0 - 6);\n yMax = Math.max(yMax, v + h0 + 6);\n });\n const sel = D.BT.quantiles[S.btQ], nivel = base * sel.nivel;\n const est = Ns.map((n, i) => +(nivel * (1 + 0.02 * Math.sin(i * 2.1) * Math.exp(-i / 3.2))).toFixed(2));\n const hw = Ns.map(n => K * nivel * Math.sqrt((1 - sel.q) / (sel.q * n * 1000)));\n const lower = est.map((e, i) => +(e - hw[i]).toFixed(2));\n const band = hw.map(h => +(2 * h).toFixed(2));\n mkChart(\"chBT_BL\", {\n grid: { left: 56, right: 16, top: 30, bottom: 40 },\n tooltip: { trigger: \"axis\", formatter: ps => {\n const i = ps[0].dataIndex;\n return `${Ns[i]}k escenarios
VaR estimado: ${fMM(est[i])}
Banda: ±${fMM(hw[i]).slice(1)} (±${nf1.format(hw[i] / est[i] * 100)}%)`;\n } },\n legend: { top: 0, itemWidth: 10, itemHeight: 10, textStyle: { fontSize: 10 }, data: [`VaR estimado @${S.btQ}`, \"Banda de confianza\"] },\n xAxis: { type: \"category\", data: Ns.map(n => n + \"k\"), axisLabel: { fontSize: 10 }, name: \"escenarios\", nameLocation: \"middle\", nameGap: 26, nameTextStyle: { fontSize: 9 } },\n yAxis: { type: \"value\", min: Math.floor(yMin), max: Math.ceil(yMax), axisLabel: { formatter: v => \"$\" + nf0(v) + \"MM\", fontSize: 10 } },\n series: [\n { name: \"límite inferior\", type: \"line\", stack: \"band\", symbol: \"none\", lineStyle: { opacity: 0 }, color: \"transparent\", data: lower, silent: true },\n { name: \"Banda de confianza\", type: \"line\", stack: \"band\", symbol: \"none\", lineStyle: { opacity: 0 }, areaStyle: { color: TK(\"--primary\"), opacity: 0.16 }, color: TK(\"--primary\"), data: band },\n { name: `VaR estimado @${S.btQ}`, type: \"line\", symbol: \"circle\", symbolSize: 5, color: TK(\"--secondary\"), lineStyle: { width: 1.6 }, data: est },\n ],\n });\n }\n // ====== Escenarios › Impacto en Riesgo (§9 — arquetipo simulador) ======\n // La simulación corre SIEMPRE sobre la cartera consolidada completa (sin filtro de moneda;\n // todo monto en DOP al TC del as_of, constante — línea fija del riel, F1.10).\n const ESC = D.ESC;\n const escJit = i => 0.9 + ((i * 37) % 21) / 100; // realización simulada determinista (solo familia Libro)\n function escBase() {\n const vm = D.positions.reduce((a, p) => a + dop(p), 0);\n const es = D.positions.reduce((a, p) => a + dop(p) * D.RISK.ES.rate[p.rating] * D.RISK.ES.divF[p.rating], 0);\n return { vm, v: D.BT.VAR1A, es };\n }\n const ESC_NOTA_LIBRO = \"En shocks por rating, los emisores de una misma calificación comparten distribución — las diferencias por emisor provienen de su exposición y realización simulada\";\n const ESC_NOTA_SUP = \"Bajo shocks de supuesto, los emisores de una misma calificación comparten distribución — las diferencias por emisor provienen exclusivamente de su exposición\";\n const escNota = run => run && run.fam === \"libro\" ? ESC_NOTA_LIBRO : ESC_NOTA_SUP;\n const ESC_CONSOL = \"Consolidado en DOP · TC 61.50 del corte, constante durante la simulación\";\n // Reparto por posición SIN jitter en familia Supuesto (X-3): drift uniforme intra-rating —\n // los emisores del mismo rating muestran G/P% idéntico (demuestra §2 en pantalla).\n function escSupRows(gpTotal) {\n const wSum = D.positions.reduce((a, p) => a + dop(p) * D.RISK.VaR.rate[p.rating], 0);\n return D.positions.map(p => {\n const vmPre = dop(p);\n const gp = gpTotal * (vmPre * D.RISK.VaR.rate[p.rating]) / wSum;\n return { ...p, vmPre, gp };\n });\n }\n function escLibroRows(cfg) {\n const idxShift = r => {\n const i = D.RATINGS.indexOf(r) + cfg.notch;\n return i < D.RATINGS.length ? D.RISK.VaR.rate[D.RATINGS[i]] : 0.20;\n };\n return D.positions.map((p, i) => {\n const vmPre = dop(p);\n let loss = 0;\n if (cfg.pd && (cfg.pdScope === \"Global\" || cfg.pdScope === p.rating))\n loss += vmPre * (cfg.pdBp / 10000) * ESC.SENS_PD[p.rating] * escJit(i);\n if (cfg.def && cfg.defEmis.includes(p.emisor))\n loss += vmPre * (1 - ESC.REC.Senior.mu / 100); // LGD al recovery base senior\n if (cfg.down && (cfg.downScope === \"Global\" || cfg.downScope === p.rating))\n loss += vmPre * (idxShift(p.rating) - D.RISK.VaR.rate[p.rating]) * 8 * escJit(i + 7);\n return { ...p, vmPre, gp: -loss };\n });\n }\n function escComputeRun() {\n const base = escBase();\n if (S.escFam === \"libro\") {\n const cfg = { pd: S.escLibro.pd, pdBp: S.escPdBp, pdScope: S.escPdScope, def: S.escLibro.def, defEmis: S.escDefEmis.slice(0, S.escNDef), down: S.escLibro.down, notch: S.escNotch, downScope: S.escDownScope };\n const rows = escLibroRows(cfg);\n const gp = rows.reduce((a, r) => a + r.gp, 0);\n // Convención del mock: el VaR post-shock de libro crece con la severidad (condicionamiento de la simulación)\n const vPost = base.v * (1 + Math.min(Math.abs(gp) / base.vm * 12, 0.6));\n const partes = [];\n if (cfg.pd)\n partes.push(`PD +${cfg.pdBp}bp ${cfg.pdScope === \"Global\" ? \"global\" : cfg.pdScope}`);\n if (cfg.def && cfg.defEmis.length)\n partes.push(`${cfg.defEmis.length} default${cfg.defEmis.length > 1 ? \"s\" : \"\"} forzado${cfg.defEmis.length > 1 ? \"s\" : \"\"}`);\n if (cfg.down)\n partes.push(`${cfg.downScope === \"Global\" ? \"downgrade global\" : \"downgrade \" + cfg.downScope} −${cfg.notch} notch`);\n return { fam: \"libro\", resumen: partes.join(\" · \"), rows, gp, vPost, esPost: base.es * (vPost / base.v), base };\n }\n if (S.escSup === \"rho\") {\n const porRho = {};\n ESC.RHO_SET.forEach(rho => {\n porRho[rho] = { rows: escSupRows(ESC.GP_RHO[rho]), gp: ESC.GP_RHO[rho], vPost: base.v * ESC.FV[rho], esPost: base.es * ESC.FE[rho] };\n });\n return { fam: \"supuesto\", sup: \"rho\", porRho, base };\n }\n if (S.escSup === \"fuente\") {\n const rows = escSupRows(ESC.FUENTE_GP);\n return { fam: \"supuesto\", sup: \"fuente\", rows, gp: ESC.FUENTE_GP, vPost: base.v * ESC.FUENTE_F, esPost: base.es * ESC.FUENTE_F, base };\n }\n // recovery — UNA seniority por run (X-10); convención mock del factor declarada en el pie\n const rec = ESC.REC[S.escRecSen];\n const f = 1 + (rec.mu - S.escRecMu) / rec.mu * 0.16 + (S.escRecSig - rec.sig) / rec.sig * 0.06;\n const gp = -(Math.max(f, 1) - 1) * 120 - 0.18;\n const rows = escSupRows(gp);\n return { fam: \"supuesto\", sup: \"recovery\", recSen: S.escRecSen, recMu: S.escRecMu, recSig: S.escRecSig, rows, gp, vPost: base.v * f, esPost: base.es * (1 + (f - 1) * 1.25), base };\n }\n const escActive = () => {\n const r = S.escRun;\n if (!r)\n return null;\n if (r.sup === \"rho\") {\n const a = r.porRho[S.escChip];\n return { ...a, fam: r.fam, sup: r.sup, base: r.base };\n }\n return r;\n };\n function escRailHtml(disabled) {\n const dis = disabled ? \"disabled\" : \"\";\n const libro = S.escFam === \"libro\";\n const emisores = [...new Set(D.positions.map(p => p.emisor))].map(e => ({ e, vm: D.positions.filter(p => p.emisor === e).reduce((a, p) => a + dop(p), 0) })).sort((a, b) => b.vm - a.vm).slice(0, 6);\n const canApply = !disabled && !S.escRunning && (!libro || (S.escLibro.pd || (S.escLibro.def && S.escDefEmis.length > 0) || S.escLibro.down));\n return `

Configuración del shock

Familia de shock\n ${[\"libro\", \"supuesto\"].map(f => ``).join(\"\")}\n

${libro ? \"Sub-tipos combinables (condicionamientos acumulables de la simulación)\" : \"Excluyentes por run — la sensibilidad por supuesto debe ser atribuible (§2)\"}

\n ${libro ? `\n

Subida de PD\n ${S.escLibro.pd ? `

\n Magnitud (bp)\n Alcance\n

` : \"\"}

Defaults forzados\n ${S.escLibro.def ? `

Emisores (la exposición sí es por emisor — §9.3)\n ${emisores.map(x => ` ${x.e}`).join(\"\")}

` : \"\"}

Downgrades\n ${S.escLibro.down ? `

\n Notches (1–3)\n Alcance\n

` : \"\"}

`\n : `\n

Supuesto a estresar\n Barrido de ρ — set oficial 15% · 25% · 35%
Set de la metodología (no editable en este mock)\n Fuente de transición → Moody's\n Recovery (μ, σ) — una seniority por run\n ${S.escSup === \"recovery\" ? `

\n Seniority\n ${[\"Senior\", \"Subordinada\"].map(s => ``).join(\"\")}\n μ (%) — base ${ESC.REC[S.escRecSen].mu}%\n σ (%) — base ${ESC.REC[S.escRecSen].sig}%

` : \"\"}

`}\n

\n \n

${ESC_CONSOL} (61.50 = valor del mock). Las posiciones USD se revalúan crediticiamente y se consolidan a ese TC. Sin shock FX: el estrés FX pertenece a Mercado.

`;\n }\n function escKpisHtml(a) {\n const nd = !a;\n const soft = a && S.escRun && S.escRun.sup === \"rho\"; // X-13: en barrido el G/P baja de intensidad\n const drv = a ? [...a.rows].sort((x, y) => x.gp - y.gp)[0] : null;\n const gpPct = a ? a.gp / a.base.vm * 100 : 0;\n return `

\n ${kpiCard(\"VM Pre-Shock\", nd ? \"N/D\" : fMM(a.base.vm), ESC_CONSOL + (S.escRun && S.escRun.sup === \"rho\" ? \" · constante ante los chips de ρ\" : \"\"), [])}\n ${kpiCard(\"VM Post-Shock\", nd ? \"N/D\" : fMM(a.base.vm + a.gp), nd ? \"Configura un shock y pulsa Aplicar\" : \"DOP MM · mismo TC del corte\", [])}\n ${kpiCard(\"G/P Total\", nd ? \"N/D\" : `${a.gp < 0 ? \"−\" : \"+\"}${fMM(Math.abs(a.gp)).slice(1)}`, nd ? \"\" : `${a.gp < 0 ? \"−\" : \"+\"}${fPct(Math.abs(gpPct))} del VM · semántica de signo (P&L)${soft ? \" · en barrido la lectura principal es la franja VaR/ES\" : \"\"}`, [])}\n ${kpiCard(`Driver principal ⓘ`, nd ? \"N/D\" : `${esc(drv.emisor)}`, nd ? \"\" : `${drv.inst} · G/P ${drv.gp < 0 ? \"−\" : \"+\"}${fMM(Math.abs(drv.gp)).slice(1)}`, [])}\n

`;\n }\n function escStripHtml() {\n const r = S.escRun;\n if (!r || r.sup !== \"rho\")\n return \"\";\n const lim = D.LIM_MEDIDA.VaR;\n const uso = lim ? r.porRho[25].vPost / lim * 100 : null;\n return `

VaR / ES por ρ — DOP MM · consolidado

\n Límite VaR: ${lim == null ? \"N/D\" : `${fMM(lim)} — uso ${fPct(uso, 1)} @ρ=25%`}

${ESC.RHO_SET.map(rho => `\n

ρ=${rho}%${rho === 25 ? \" (base)\" : \"\"}

VaR${fMM(r.porRho[rho].vPost)}

ES${fMM(r.porRho[rho].esPost)}

`).join(\"\")}

ρ engorda la cola: el ES sube más rápido que el VaR (ES/VaR ${ESC.RHO_SET.map(rho => nf2.format(r.porRho[rho].esPost / r.porRho[rho].vPost)).join(\" → \")}) mientras el VM medio apenas se mueve — por eso esta franja, no el G/P, es la lectura principal del barrido. Medidas de riesgo en neutro.

`;\n }\n function escPanelsHtml(a) {\n if (!a) {\n const box = t => `

⚙${t}Configura un shock en el riel y pulsa Aplicar.

`;\n return `

${box(\"Impacto por calificación\")}${box(\"Distribución post-shock\")}${box(\"Descomposición de la pérdida\")}

`;\n }\n const histPanel = S.uiState === \"partial\"\n ? `

${errBox()}

Convención de demo del switcher (sin semántica de producto): la distribución completa es un payload separado y pesado — puede fallar con los agregados ya entregados.

`\n : `

Distribución del valor post-shock

\n \n ${[[\"completo\", \"Completo\"], [\"cuerpo\", \"Cuerpo\"], [\"banda\", \"Banda\"], [\"cola\", \"Cola\"]].map(([k, l]) => ``).join(\"\")}\n ${S.escRun.sup === \"rho\" ? `` : \"\"}

Silueta asimétrica y multimodal (jorobas = escenarios con 0/1/2/3+ defaults) — nunca campana de Gauss. Línea de VaR al percentil de la metodología oficial. El minimapa inferior mantiene la silueta completa siempre visible.

`;\n return `

P&L por calificación (shock − base)

Rating = eje primario del drill (§2). Semántica económica de signo — solo P&L; las medidas de riesgo permanecen en neutro.

\n ${histPanel}\n

Waterfall de pérdida por instrumento

Top-7 por |G/P| + \"Otros\" + Total. ${escNota(S.escRun)} (§9.5).

`;\n }\n function escTableHtml(a) {\n if (!a)\n return `

Impacto por posición

▤Sin resultadosLa tabla jerárquica calificación → emisor → instrumento aparece al aplicar un shock.

`;\n const byR = {};\n a.rows.forEach(p => { (byR[p.rating] = byR[p.rating] || []).push(p); });\n let html = \"\";\n D.RATINGS.filter(r => byR[r]).forEach(r => {\n const rs = byR[r];\n const pre = rs.reduce((x, p) => x + p.vmPre, 0), gp = rs.reduce((x, p) => x + p.gp, 0);\n const open = S.escExp[r];\n html += `${open ? \"▼\" : \"▶\"}${r}—${fMM(pre)}${fMM(pre + gp)}${gp < 0 ? \"−\" : \"+\"}${fMM(Math.abs(gp)).slice(1)}${gp < 0 ? \"−\" : \"+\"}${fPct(Math.abs(gp / pre * 100))}`;\n if (open) {\n const byE = {};\n rs.forEach(p => { (byE[p.emisor] = byE[p.emisor] || []).push(p); });\n Object.keys(byE).sort((x, y) => byE[y].reduce((s, p) => s + p.vmPre, 0) - byE[x].reduce((s, p) => s + p.vmPre, 0)).forEach(e => {\n const es_ = byE[e], preE = es_.reduce((x, p) => x + p.vmPre, 0), gpE = es_.reduce((x, p) => x + p.gp, 0);\n const mon = new Set(es_.map(p => p.moneda)), chip = mon.size > 1 ? \"Mixta\" : [...mon][0];\n const key = r + \"|\" + e, openE = S.escExpE[key];\n html += `${openE ? \"▼\" : \"▶\"}${esc(e)}${chip}${fMM(preE)}${fMM(preE + gpE)}${gpE < 0 ? \"−\" : \"+\"}${fMM(Math.abs(gpE)).slice(1)}${gpE < 0 ? \"−\" : \"+\"}${fPct(Math.abs(gpE / preE * 100))}`;\n if (openE)\n es_.forEach(p => {\n html += `${esc(p.inst)}${p.moneda}${fMM(p.vmPre)}${fMM(p.vmPre + p.gp)}${p.gp < 0 ? \"−\" : \"+\"}${fMM(Math.abs(p.gp)).slice(1)}${p.gp < 0 ? \"−\" : \"+\"}${fPct(Math.abs(p.gp / p.vmPre * 100))}`;\n });\n });\n }\n });\n const tot = a.rows.reduce((x, p) => x + p.vmPre, 0), gpT = a.gp;\n return `

Impacto por posición

\n \n ${html}\n \n

Calificación / Emisor / Instrumento	Moneda	VM Pre (DOP MM)	VM Post (DOP MM)	G-P (DOP MM)	G-P %
Total	—	${fMM(tot)}	${fMM(tot + gpT)}	${gpT < 0 ? \"−\" : \"+\"}${fMM(Math.abs(gpT)).slice(1)}	*${gpT < 0 ? \"−\" : \"+\"}${fPct(Math.abs(gpT / tot 100))}**

Lista completa (sin top-7). VM en DOP consolidado, TC constante del as_of. G/P jamás se parte por moneda — el chip es solo denominación. ${escNota(S.escRun)} (§9.5) — incluida en el export. Sin corte/valor → \"N/D\".

`;\n }\n function escHtml() {\n if (S.uiState === \"loading\")\n return `

`;\n const degraded = S.uiState === \"empty\" || S.uiState === \"error\";\n if (degraded && S.escRun) {\n S.escRun = null;\n S.escStale = false;\n S.escFailed = false;\n } // X-8: el run era de un corte que ya no está\n if (degraded) {\n return `

${escRailHtml(true)}\n

${S.uiState === \"error\" ? errBox() : emptyBox()}

El simulador necesita un corte de datos válido: Aplicar queda deshabilitado hasta que el dataset esté listo.

`;\n }\n if (S.escRunning) { // component_refreshing §9.6: skeletons por panel, riel y badges vivos\n return `

${escRailHtml(false)}\n

${`

`.repeat(4)}

${`

`.repeat(3)}

`;\n }\n if (S.escFailed) {\n return `

${escRailHtml(false)}\n

⚠\n El recálculo del escenario falló\n La configuración del riel se conserva. El corte de datos y el badge as_of no se tocan — el fallo es del run, no del corte.\n

`;\n }\n const a = escActive();\n const chips = S.escRun && S.escRun.sup === \"rho\"\n ? `Escenario:${ESC.RHO_SET.map(rho => ``).join(\"\")}`\n : \"\";\n return `

${escRailHtml(false)}\n

\n ${S.escStale ? `` : \"\"}\n ${chips ? `` : \"\"}\n ${escStripHtml()}\n

\n ${escKpisHtml(a)}\n ${escPanelsHtml(a)}\n ${escTableHtml(a)}\n

\n ${a ? `

Nota de granularidad (§9.5): ${escNota(S.escRun)}.

` : \"\"}\n

`;\n }\n // ---------- Charts de Escenarios ----------\n function escHistSeries(weights, shift) {\n const xs = [], ys = [];\n for (let x = 5350; x <= 6350; x += 4) {\n let y = 0;\n ESC.HUMPS.forEach((h, i) => { const m = h.mu + (shift || 0); y += (weights[i] || 0) * Math.exp(-((x - m) ** 2) / (2 * h.sig ** 2)) / h.sig; });\n xs.push(x);\n ys.push(y * 1000);\n }\n return { xs, ys };\n }\n function chartsEsc(a) {\n if (!a)\n return;\n // Divergentes por rating\n const byR = {};\n a.rows.forEach(p => { byR[p.rating] = (byR[p.rating] || 0) + p.gp; });\n const preR = {};\n a.rows.forEach(p => { preR[p.rating] = (preR[p.rating] || 0) + p.vmPre; });\n const cats = D.RATINGS.filter(r => byR[r] != null).reverse();\n mkChart(\"chESC_D\", {\n grid: { left: 8, right: 60, top: 8, bottom: 22, containLabel: true },\n xAxis: { type: \"value\", axisLabel: { fontSize: 10, formatter: v => nf1.format(v) }, name: \"G/P (DOP MM)\", nameLocation: \"middle\", nameGap: 24, nameTextStyle: { fontSize: 9 } },\n yAxis: { type: \"category\", data: [...cats, \"Total\"], axisLabel: { fontSize: 10, fontWeight: 700 } },\n tooltip: { formatter: pr => `${pr.name}
G/P: ${pr.value < 0 ? \"−\" : \"+\"}${fMM(Math.abs(pr.value))}` },\n series: [{ type: \"bar\", barWidth: 14,\n data: [...cats.map(r => ({ value: +byR[r].toFixed(2), itemStyle: { color: byR[r] < 0 ? TK(\"--sem-error\") : TK(\"--sem-ok\") } })), { value: +a.gp.toFixed(2), itemStyle: { color: TK(\"--secondary\") } }],\n label: { show: true, position: \"right\", fontSize: 9, formatter: pr => { if (pr.name === \"Total\")\n return \"\"; const pc = byR[pr.name] / preR[pr.name] * 100; return Math.abs(pc) < 0.005 ? \"≈0%\" : `${pc < 0 ? \"−\" : \"+\"}${nf2.format(Math.abs(pc))}%`; } } }],\n });\n // Histograma multimodal + minimapa (defensa estructural anti-Gauss, X-6)\n if (S.uiState !== \"partial\") {\n const r = S.escRun;\n const wBase = ESC.W_RHO[25];\n let wRun = wBase, shift = 0;\n if (r.sup === \"rho\")\n wRun = ESC.W_RHO[S.escChip];\n else if (r.sup === \"fuente\")\n wRun = wBase.map((w, i) => i === 0 ? w * 0.985 : w * 1.30);\n else if (r.sup === \"recovery\")\n wRun = wBase.map((w, i) => i === 0 ? w : w * (a.vPost / a.base.v));\n else {\n shift = a.gp;\n wRun = wBase.map((w, i) => i === 0 ? w * 0.9 : w * 1.5);\n }\n const base = escHistSeries(wBase, 0), run = escHistSeries(wRun, shift);\n const xVar = a.base.vm + a.gp - a.vPost;\n const ZOOMS = { completo: [5350, 6350], cuerpo: [6080, 6350], banda: [5750, 6120], cola: [5350, 5800] };\n const [z0, z1] = ZOOMS[S.escZoom];\n const series = [\n { name: \"Post-shock\", type: \"line\", color: TK(\"--primary\"), data: run.ys, symbol: \"none\", smooth: true, lineStyle: { color: TK(\"--primary\"), width: 2 }, areaStyle: { color: TK(\"--primary\"), opacity: 0.18 },\n markLine: { symbol: \"none\", data: [{ xAxis: run.xs.findIndex(x => x >= xVar), label: { formatter: `VaR ${fMM(a.vPost)}`, fontSize: 9, position: \"insideEndTop\" }, lineStyle: { color: TK(\"--secondary\"), width: 2, type: \"solid\" } }] } },\n { name: \"Base\", type: \"line\", color: GRAY, data: base.ys, symbol: \"none\", smooth: true, lineStyle: { color: GRAY, width: 1.5, type: \"dashed\" } },\n ];\n if (r.sup === \"rho\" && S.escCompare)\n ESC.RHO_SET.filter(rho => rho !== S.escChip).forEach((rho, i) => {\n const s = escHistSeries(ESC.W_RHO[rho], 0);\n series.push({ name: `ρ=${rho}%`, type: \"line\", color: ORDINAL[1 + i * 3], data: s.ys, symbol: \"none\", smooth: true, lineStyle: { color: ORDINAL[1 + i * 3], width: 1.4 } });\n });\n mkChart(\"chESC_H\", {\n grid: { left: 8, right: 16, top: 26, bottom: 54, containLabel: true },\n legend: { top: 0, textStyle: { fontSize: 9 }, itemWidth: 14 },\n tooltip: { trigger: \"axis\", formatter: prs => `VM ≈ ${nf2.format(run.xs[prs[0].dataIndex])}MM
` + prs.map(p => `${p.seriesName}: densidad ${nf2.format(p.value)}`).join(\"
\") },\n xAxis: { type: \"category\", data: run.xs, axisLabel: { fontSize: 9, formatter: v => \"$\" + Math.round(v / 10) * 10 }, name: \"Valor del portafolio (DOP MM)\", nameLocation: \"middle\", nameGap: 38, nameTextStyle: { fontSize: 9 } },\n yAxis: { type: \"value\", axisLabel: { show: false }, splitLine: { show: true } },\n dataZoom: [{ type: \"slider\", show: true, height: 22, bottom: 2, startValue: run.xs.findIndex(x => x >= z0), endValue: run.xs.findIndex(x => x >= z1) || run.xs.length - 1, brushSelect: false }],\n series,\n });\n }\n // Waterfall top-7 + Otros + Total\n const sorted = [...a.rows].sort((x, y) => Math.abs(y.gp) - Math.abs(x.gp));\n const top = sorted.slice(0, 7), otros = sorted.slice(7).reduce((s, p) => s + p.gp, 0);\n const items = [...top.map(p => ({ n: p.inst, v: p.gp })), { n: \"Otros\", v: otros }];\n let acc = 0;\n const invis = [], vals = [];\n items.forEach(it => { invis.push(+Math.min(acc, acc + it.v).toFixed(2)); vals.push(+Math.abs(it.v).toFixed(2)); acc += it.v; });\n mkChart(\"chESC_W\", {\n grid: { left: 8, right: 12, top: 10, bottom: 66, containLabel: true },\n tooltip: { formatter: pr => { const it = items[pr.dataIndex] || { n: \"Total\", v: a.gp }; return `${it.n}
G/P: ${it.v < 0 ? \"−\" : \"+\"}${fMM(Math.abs(it.v))}`; } },\n xAxis: { type: \"category\", data: [...items.map(i => i.n), \"Total\"], axisLabel: { fontSize: 8.5, rotate: 38, interval: 0 } },\n yAxis: { type: \"value\", axisLabel: { fontSize: 9, formatter: v => nf1.format(v) }, name: \"DOP MM\", nameTextStyle: { fontSize: 9 } },\n series: [\n { type: \"bar\", stack: \"w\", itemStyle: { color: \"transparent\" }, emphasis: { itemStyle: { color: \"transparent\" } }, data: [...invis, 0], tooltip: { show: false } },\n { type: \"bar\", stack: \"w\", barWidth: 20, data: [...items.map(it => ({ value: +Math.abs(it.v).toFixed(2), itemStyle: { color: it.v < 0 ? TK(\"--sem-error\") : TK(\"--sem-ok\") } })), { value: +Math.abs(a.gp).toFixed(2), itemStyle: { color: TK(\"--secondary\") } }] },\n ],\n });\n }\n function escRunNow() {\n S.escRunning = true;\n S.escFailed = false;\n render();\n setTimeout(() => {\n S.escRunning = false;\n if (S.escFailNext) {\n S.escFailed = true;\n }\n else {\n S.escRun = escComputeRun();\n S.escStale = false;\n S.escChip = 25;\n }\n render();\n }, 700);\n }\n const escTouch = () => { if (S.escRun)\n S.escStale = true; }; // §9.6: nunca limpiar en silencio\n function bindEsc() {\n document.querySelectorAll(\"[data-efam]\").forEach(b => b.onclick = () => { S.escFam = b.dataset.efam; escTouch(); render(); });\n document.querySelectorAll(\"[data-elp]\").forEach(c => c.onchange = () => { S.escLibro[c.dataset.elp] = c.checked; escTouch(); render(); });\n document.querySelectorAll(\"[data-edef]\").forEach(c => c.onchange = () => {\n const e = c.dataset.edef.replace(/&/g, \"&\");\n S.escDefEmis = c.checked ? [...S.escDefEmis, e] : S.escDefEmis.filter(x => x !== e);\n S.escNDef = S.escDefEmis.length;\n escTouch();\n render();\n });\n document.querySelectorAll(\"input[name=esup]\").forEach(rr => rr.onchange = () => { S.escSup = rr.value; escTouch(); render(); });\n document.querySelectorAll(\"[data-esen]\").forEach(b => b.onclick = () => { S.escRecSen = b.dataset.esen; S.escRecMu = D.ESC.REC[b.dataset.esen].mu - 5; S.escRecSig = D.ESC.REC[b.dataset.esen].sig + 5; escTouch(); render(); });\n [[\"ePdBp\", \"escPdBp\"], [\"eNotch\", \"escNotch\"], [\"eRecMu\", \"escRecMu\"], [\"eRecSig\", \"escRecSig\"]].forEach(([id, k]) => {\n const el = $(\"#\" + id);\n if (el)\n el.onchange = e => { S[k] = +e.target.value; escTouch(); render(); };\n });\n [[\"ePdScope\", \"escPdScope\"], [\"eDownScope\", \"escDownScope\"]].forEach(([id, k]) => {\n const el = $(\"#\" + id);\n if (el)\n el.onchange = e => { S[k] = e.target.value; escTouch(); render(); };\n });\n const ap = $(\"#eAplicar\");\n if (ap && !ap.disabled)\n ap.onclick = escRunNow;\n const rs = $(\"#eReset\");\n if (rs)\n rs.onclick = () => { S.escRun = null; S.escStale = false; S.escFailed = false; render(); };\n const rt = $(\"#eRetryRun\");\n if (rt)\n rt.onclick = escRunNow;\n document.querySelectorAll(\"[data-echip]\").forEach(b => { if (!b.disabled)\n b.onclick = () => { S.escChip = +b.dataset.echip; render(); }; });\n document.querySelectorAll(\"[data-ezoom]\").forEach(b => b.onclick = () => { S.escZoom = b.dataset.ezoom; render(); });\n const cp = document.querySelector(\"[data-ecomp]\");\n if (cp)\n cp.onclick = () => { S.escCompare = !S.escCompare; render(); };\n document.querySelectorAll(\"tr.grp[data-escr]\").forEach(r => r.onclick = () => { S.escExp[r.dataset.escr] = !S.escExp[r.dataset.escr]; render(); });\n document.querySelectorAll(\"tr.grp[data-esce]\").forEach(r => { r.onclick = ev => { ev.stopPropagation(); const k = r.dataset.esce.replace(/&/g, \"&\"); S.escExpE[k] = !S.escExpE[k]; render(); }; });\n if (!S.escRunning && !S.escFailed)\n chartsEsc(escActive());\n }\n // ---------- Export CSV (pies + supuesto serializados — X-8d) ----------\n function exportCSV(which) {\n const lines = [];\n if (which && which.startsWith(\"dt-\")) {\n const a = dtAgg(), comp = dtComparable();\n const dl = name => { const bl = new Blob([\"\\uFEFF\" + lines.join(\"\\n\")], { type: \"text/csv;charset=utf-8\" }); const el = document.createElement(\"a\"); el.href = URL.createObjectURL(bl); el.download = name; el.click(); };\n const badge = `Supuesto: ${D.SUPUESTO.fuente} · ${D.SUPUESTO.metodo} · ${D.SUPUESTO.tc} · NIIF 9: SICR >=3 notches · backstop 30d (refutable) · 3 escenarios (60/25/15)`;\n const vmC = r => [r.p.moneda === \"DOP\" ? r.p.vm.toFixed(2) : '\"—\"', r.p.moneda === \"USD\" ? r.p.vm.toFixed(2) : '\"—\"', r.ead.toFixed(2)].join(\";\");\n if (which === \"dt-staging\") {\n lines.push(`\"Risk Intelligence — Crédito · Deterioro (NIIF 9) · Staging (DOP consolidado)\";\"as_of ${D.AS_OF}\";\"${badge}\"`);\n lines.push(`\"Nota\";\"${DT_NOTA}.\"`);\n lines.push(`\"Calificación\";\"Emisor\";\"Instrumento\";\"Rating actual\";\"Rating en origen\";\"Δ notches (mock: 1 letra = 3)\";\"Clasificación\";\"Stage\";\"Criterio gatillado\";\"Expedient\";\"Días mora\";\"VM DOP (MM)\";\"VM USD (MM)\";\"VM Total (DOP MM)\";\"Provisión ECL (DOP MM)\"`);\n a.rows.forEach(r => lines.push(`\"${r.p.rating}\";\"${r.p.emisor}\";\"${r.p.inst}\";\"${r.p.rating}\";\"${r.stage === null ? \"—\" : r.a.ro}\";\"${r.stage === null ? \"—\" : r.dn}\";\"${r.a.cl}\";\"${r.stage === null ? \"— (fuera de alcance ECL)\" : r.stage}\";\"${r.crit}\";\"${r.exped ? \"Sí — juicio doc.\" : \"—\"}\";\"${r.a.mora || \"—\"}\";${vmC(r)};${r.stage === null ? '\"—\"' : r.cur.w.toFixed(3)}`));\n lines.push(`\"Total alcance ECL\";\"\";\"\";\"\";\"\";\"\";\"AC+FVOCI\";\"\";\"\";\"\";\"\";\"\";\"\";${a.eadScope.toFixed(2)};${a.eclTot.toFixed(3)}`);\n lines.push(`\"Nota\";\"El staging es simétrico — si el riesgo mejora, la posición regresa Stage 2 → 1 (06 §2). FVTPL excluido del ECL: riesgo de crédito capturado en fair value.\"`);\n lines.push(`\"Nota\";\"${DT_EAD}. Provisión ECL jamás partida por moneda (F1.10). N/D nunca 0.\"`);\n dl(\"credito-deterioro-staging.csv\");\n return;\n }\n if (which === \"dt-ecl\") {\n const nP = a.sc.filter(x => x.a.eirProxy).length;\n lines.push(`\"Risk Intelligence — Crédito · Deterioro (NIIF 9) · ECL por posición (DOP consolidado)\";\"as_of ${D.AS_OF}\";\"${badge}\"`);\n lines.push(`\"Nota\";\"${DT_NOTA}.\"`);\n lines.push(`\"Calificación\";\"Emisor\";\"Instrumento\";\"Stage\";\"Horizonte\";\"Clasificación\";\"PD base horizonte %\";\"LGD %\";\"EAD (DOP MM)\";\"EIR original %\";\"ECL Base\";\"ECL Adverso\";\"ECL Favorable\";\"Provisión ECL ponderada (DOP MM)\";\"Δ vs anterior\"`);\n a.sc.forEach(r => lines.push(`\"${r.p.rating}\";\"${r.p.emisor}\";\"${r.p.inst}\";\"${r.stage}\";\"${r.stage === 1 ? \"12m\" : \"lifetime\"}\";\"${r.a.cl}\";${(r.cur.pdh * 100).toFixed(3)};${IF.LGD[r.a.sen]};${r.ead.toFixed(2)};\"${r.a.eirProxy ? \"⚑ \" + r.a.eir.toFixed(2) + \" (proxy documentada)\" : r.a.eir.toFixed(2)}\";${r.cur.per.base.toFixed(3)};${r.cur.per.adverso.toFixed(3)};${r.cur.per.favorable.toFixed(3)};${r.cur.w.toFixed(3)};${comp ? (r.cur.w - r.prev.w).toFixed(3) : '\"N/D\"'}`));\n lines.push(`\"Σ tabla = KPI 1 (Provisión ECL total)\";\"\";\"\";\"\";\"\";\"\";\"\";\"\";\"\";\"\";\"\";\"\";\"\";${a.eclTot.toFixed(3)};\"posiciones con EIR proxy: ${nP} (⚑)\"`);\n lines.push(`\"Nota\";\"El número oficial es el promedio ponderado de los ECL por escenario — nunca el ECL del promedio (06 §5). Convexidad: ${(a.eclTot - a.eclAvg).toFixed(3)} DOP MM.\"`);\n lines.push(`\"Nota\";\"ECL = Σ_t PD_marginal(t) × EAD(t) × LGD(t) × DF(t) — descuento a la EIR ORIGINAL, jamás a tasa de mercado actual (06 §4). Eje X de las curvas PD = tiempo — NO es la distribución de valor del portafolio.\"`);\n lines.push(`\"Nota\";\"Escenarios contables NIIF 9 fijados por la gobernanza metodológica del tenant, no editables. Provisión jamás partida por moneda (F1.10).\"`);\n dl(\"credito-deterioro-ecl.csv\");\n return;\n }\n if (which === \"dt-mov\") {\n const b = dtMovBuckets(a), dTot = a.eclTot - a.eclPrev;\n lines.push(`\"Risk Intelligence — Crédito · Deterioro (NIIF 9) · Movimientos (DOP consolidado)\";\"as_of ${D.AS_OF}\";\"${badge}\";\"Comparación: vs corte anterior\"`);\n lines.push(`\"Nota\";\"${DT_NOTA}.\"`);\n lines.push(`\"Roll-forward\";\"Saldo inicial\";${b.inicial.toFixed(3)};\"Altas\";${b.altas.toFixed(3)};\"Bajas\";${b.bajas.toFixed(3)};\"Mig. a S2\";${b.migS2.toFixed(3)};\"Mig. a S3\";${b.migS3.toFixed(3)};\"Mejoras\";${b.mejoras.toFixed(3)};\"Cambio de medición${comp ? \"\" : \" ⚑ (incluye efecto metodológico — cortes no comparables)\"}\";${b.remed.toFixed(3)};\"Saldo final\";${b.final.toFixed(3)}`);\n lines.push(`\"Invariante de cuadre\";\"Saldo final − Saldo inicial = KPI 2 = Σ panel Δ por rating = Σ columna Δ\";\"${comp ? dTot.toFixed(3) : \"SUSPENDIDO — badge distinto ⚑ (no es un descuadre)\"}\"`);\n lines.push(`\"Calificación\";\"Emisor\";\"Instrumento\";\"Clasificación\";\"Stage ant.\";\"Stage actual\";\"Motivo\";\"Prov. anterior\";\"Prov. actual\";\"Δ Provisión (DOP MM)\";\"Registro contable\"`);\n a.sc.forEach(r => lines.push(`\"${r.p.rating}\";\"${r.p.emisor}\";\"${r.p.inst}\";\"${r.a.cl}\";\"${r.alta ? \"Alta\" : r.prevStage}\";\"${r.stage}\";\"${r.alta ? \"alta\" : r.stage !== r.prevStage ? dtCriterio(r.p.rating, r.a, Math.max(r.stage, r.prevStage)) : \"remedición\"}\";${r.alta ? '\"—\"' : r.prev.w.toFixed(3)};${r.cur.w.toFixed(3)};${comp ? (r.cur.w - r.prev.w).toFixed(3) : '\"N/D\"'};\"${r.a.cl === \"FVOCI\" ? \"ORI\" : \"P&L\"}\"`));\n lines.push(`\"${IF.BAJA.rating}\";\"${IF.BAJA.emisor}\";\"${IF.BAJA.inst}\";\"AC\";\"${IF.BAJA.prevStage}\";\"Baja\";\"baja\";${a.baja.prev.w.toFixed(3)};\"—\";${comp ? (-a.baja.prev.w).toFixed(3) : '\"N/D\"'};\"P&L\"`);\n lines.push(`\"Nota\";\"Los movimientos de ECL de posiciones FVOCI se registran contra ORI — no reducen el valor en balance (06 §1/§6). El sankey mueve VM; el waterfall mueve provisión. Provisiones jamás partidas por moneda.\"`);\n dl(\"credito-deterioro-movimientos.csv\");\n return;\n }\n // dt-conc\n const diff = a.eclTot - a.reaTot;\n lines.push(`\"Risk Intelligence — Crédito · Deterioro (NIIF 9) · Conciliación REA (DOP consolidado)\";\"as_of ${D.AS_OF}\";\"${badge}\"`);\n lines.push(`\"Nota\";\"${DT_NOTA}.\"`);\n lines.push(`\"Regla vigente\";\"Provisión exigible = mayor(ECL NIIF 9, REA SB) — evaluado a nivel cartera (política del tenant)\";\"Gobierna: ${a.eclTot >= a.reaTot ? \"NIIF 9\" : \"REA\"}\";\"Exigible (DOP MM)\";${Math.max(a.eclTot, a.reaTot).toFixed(3)}`);\n lines.push(`\"Nota\";\"El exigible se determina a nivel cartera — la suma de los máximos por instrumento NO es la provisión exigible.\"`);\n lines.push(`\"Calificación\";\"Emisor\";\"Instrumento\";\"Clasificación\";\"Categoría REA (mock ⚑)\";\"% REA\";\"Provisión REA (DOP MM)\";\"Stage NIIF\";\"Horizonte\";\"ECL (DOP MM)\";\"Diferencia ECL − REA\";\"Registro contable\"`);\n a.rea.forEach(({ r, cat, rea }) => lines.push(`\"${r.p.rating}\";\"${r.p.emisor}\";\"${r.p.inst}\";\"${r.a.cl}\";\"${cat}\";${IF.REA.PCT[cat].toFixed(1)};${rea.toFixed(3)};\"${r.stage}\";\"${r.stage === 1 ? \"12m\" : \"lifetime\"}\";${r.cur.w.toFixed(3)};${(r.cur.w - rea).toFixed(3)};\"${r.a.cl === \"FVOCI\" ? \"ORI\" : \"P&L\"}\"`));\n lines.push(`\"Σ ECL = KPI 1\";\"\";\"\";\"\";\"\";\"\";\"Σ REA = KPI 2: ${a.reaTot.toFixed(3)}\";\"\";\"\";${a.eclTot.toFixed(3)};\"KPI 4 (bridge cierra exacto): ${diff.toFixed(3)}\";\"\"`);\n lines.push(`\"Nota\";\"FVOCI: valor en balance a fair value · ECL reconocido en ORI — la provisión no reduce el balance (06 §1/§6).\"`);\n lines.push(`\"Nota\";\"Mapeo A-E y % REA: valores del mock ⚑ — la norma SB viene del contrato de datos. NIIF prevalece para reporte financiero; el regulatorio exige el mínimo REA. Provisiones jamás partidas por moneda.\"`);\n dl(\"credito-deterioro-conciliacion-rea.csv\");\n return;\n }\n if (which === \"escenarios\") {\n const a = escActive();\n if (!a)\n return;\n const r = S.escRun;\n const supTxt = r.fam === \"libro\" ? `Base: S&P · ρ=25% · Shock de libro: ${r.resumen}`\n : r.sup === \"rho\" ? `Base: S&P · ρ=25% → Barrido activo: ρ=15/25/35% (mostrado ρ=${S.escChip}%)`\n : r.sup === \"fuente\" ? \"Base: S&P · ρ=25% → Activo: Moody's · ρ=25%\"\n : `Base: S&P · ρ=25% → Recovery: μ=${r.recMu}%/σ=${r.recSig}% (${r.recSen})`;\n lines.push(`\"Risk Intelligence — Crédito · Escenarios (Impacto en Riesgo, DOP consolidado)\";\"as_of ${D.AS_OF}\";\"Supuesto: ${supTxt}\"`);\n lines.push(`\"Calificación\";\"Emisor\";\"Instrumento\";\"Moneda\";\"VM Pre (DOP MM)\";\"VM Post (DOP MM)\";\"G-P (DOP MM)\";\"G-P %\"`);\n D.RATINGS.forEach(rt => a.rows.filter(p => p.rating === rt).forEach(p => {\n lines.push(`\"${rt}\";\"${p.emisor}\";\"${p.inst}\";\"${p.moneda}\";${p.vmPre.toFixed(2)};${(p.vmPre + p.gp).toFixed(2)};${p.gp.toFixed(2)};${(p.gp / p.vmPre * 100).toFixed(2)}`);\n }));\n lines.push(`\"Total\";\"\";\"\";\"\";${a.rows.reduce((s, p) => s + p.vmPre, 0).toFixed(2)};${(a.rows.reduce((s, p) => s + p.vmPre, 0) + a.gp).toFixed(2)};${a.gp.toFixed(2)};${(a.gp / a.rows.reduce((s, p) => s + p.vmPre, 0) * 100).toFixed(2)}`);\n if (r.sup === \"rho\") {\n lines.push(`\"Franja VaR/ES por ρ (DOP MM · consolidado)\";\"ρ=15%: VaR ${r.porRho[15].vPost.toFixed(2)} / ES ${r.porRho[15].esPost.toFixed(2)}\";\"ρ=25% (base): VaR ${r.porRho[25].vPost.toFixed(2)} / ES ${r.porRho[25].esPost.toFixed(2)}\";\"ρ=35%: VaR ${r.porRho[35].vPost.toFixed(2)} / ES ${r.porRho[35].esPost.toFixed(2)}\";\"Límite VaR: ${D.LIM_MEDIDA.VaR == null ? \"N/D\" : `${D.LIM_MEDIDA.VaR.toFixed(2)}MM — uso ${(r.porRho[25].vPost / D.LIM_MEDIDA.VaR * 100).toFixed(1)}% @ρ=25%`}\"`);\n }\n lines.push(`\"Nota\";\"${escNota(r)}.\"`);\n lines.push(`\"Nota\";\"${ESC_CONSOL}. Las posiciones USD se revalúan crediticiamente y se consolidan a ese TC. G/P jamás se parte por moneda. Sin shock FX (pertenece a Mercado).\"`);\n const blobE = new Blob([\"\\uFEFF\" + lines.join(\"\\n\")], { type: \"text/csv;charset=utf-8\" });\n const aE = document.createElement(\"a\");\n aE.href = URL.createObjectURL(blobE);\n aE.download = \"credito-escenarios-impacto.csv\";\n aE.click();\n return;\n }\n if (which === \"backtesting\") {\n const w = btWin();\n lines.push(`\"Risk Intelligence — Crédito · Backtesting (Excepciones del VaR — 99% · 1 año, DOP consolidado)\";\"as_of ${D.AS_OF}\";\"Supuesto: ${D.SUPUESTO.fuente} · ${D.SUPUESTO.metodo} · ${D.SUPUESTO.tc}\";\"Ventana válida: ${w.n} cortes desde ${w.val[0].f} (objetivo 250)\"`);\n lines.push(`\"Fecha\";\"P&L realizado (DOP MM)\";\"VaR 99%·1a escalado (DOP MM)\";\"Exceso (DOP MM)\";\"Supuesto vigente\";\"Ventana válida\"`);\n w.excAll.forEach(c => {\n lines.push(`\"${c.f}\";${c.pnl.toFixed(2)};${c.varEsc.toFixed(2)};${(-(c.pnl + c.varEsc)).toFixed(2)};\"${c.valida ? \"S&P · ρ=25%\" : \"S&P · ρ=20%\"}\";\"${c.valida ? \"Sí\" : \"No\"}\"`);\n });\n lines.push(`\"Nota\";\"${BT_CONV}.\"`);\n lines.push(`\"Nota\";\"El KPI de excepciones cuenta solo la ventana válida; esta tabla lista la historia visible completa — las filas fuera de ventana van rotuladas.\"`);\n lines.push(`\"Nota\";\"Cada punto consolidado al TC de su fecha. Variaciones al TC de cada corte; incluyen efecto FX. VaR y P&L jamás se parten por moneda.\"`);\n lines.push(`\"Nota\";\"Colas profundas: la banda de confianza escala ~1/q en escenarios. Bandas del estimador Monte Carlo — no es la distribución de valor del portafolio.\"`);\n const blobB = new Blob([\"\\uFEFF\" + lines.join(\"\\n\")], { type: \"text/csv;charset=utf-8\" });\n const aB = document.createElement(\"a\");\n aB.href = URL.createObjectURL(blobB);\n aB.download = \"credito-backtesting-excepciones.csv\";\n aB.click();\n return;\n }\n if (which === \"sens\") {\n const a = sensAgg(), comp = sensComparable();\n lines.push(`\"Risk Intelligence — Crédito · Sensibilidades (Sensibilidad del VaR — 99% · 1 año, DOP consolidado)\";\"as_of ${D.AS_OF}\";\"Supuesto: ${D.SUPUESTO.fuente} · ${D.SUPUESTO.metodo} · ${D.SUPUESTO.tc}\"`);\n lines.push(`\"Supuesto\";\"Calificación\";\"Valor base\";\"Barrido (−/+)\";\"VaR− (DOP MM)\";\"VaR+ (DOP MM)\";\"ΔVaR máx (DOP MM)\";\"ΔVaR máx (% base)\";\"Var vs corte ant. (DOP MM)\"`);\n a.rows.forEach(s => {\n const varC = comp ? (Math.abs(s.dMax) - s.prevDMax).toFixed(2) : '\"N/D\"';\n lines.push(`\"${s.lbl}\";\"—\";\"${s.base}\";\"${s.swp}\";${s.lo == null ? '\"—\"' : s.lo.toFixed(2)};${s.hi.toFixed(2)};${s.dMax.toFixed(2)};${(Math.abs(s.dMax) / a.base * 100).toFixed(2)};${varC}`);\n sensDeltaByRating(s, s.extMax).forEach(({ r, v }) => {\n lines.push(`\"${s.lbl}\";\"${r}\";\"\";\"\";\"\";\"\";${v.toFixed(2)};${(Math.abs(v) / a.base * 100).toFixed(2)};${comp ? '\"\"' : '\"N/D\"'}`);\n });\n });\n lines.push(`\"Nota\";\"${SENS_CONV}.\"`);\n lines.push(`\"Nota\";\"${SENS_MICRO}. El centro del tornado ES el supuesto del badge (§2 auditable).\"`);\n lines.push(`\"Nota\";\"Base y barridos del corte consolidados al mismo TC del as_of. La columna Var compara el |ΔVaR máx| entre cortes, cada corte a su TC — incluye efecto FX. El VaR va en DOP consolidado y jamás se parte por moneda. Δ solo entre cortes con el mismo supuesto (N/D nunca 0).\"`);\n const blobS = new Blob([\"\\uFEFF\" + lines.join(\"\\n\")], { type: \"text/csv;charset=utf-8\" });\n const aS = document.createElement(\"a\");\n aS.href = URL.createObjectURL(blobS);\n aS.download = \"credito-sensibilidades-supuestos.csv\";\n aS.click();\n return;\n }\n if (which === \"factores\") {\n const a = frAgg(), ap = frAgg(true), comp = D.FR.prevComparable;\n const dc = (cur, prev) => comp && prev > 0 ? [(cur - prev).toFixed(2), ((cur - prev) / prev * 100).toFixed(2)] : ['\"N/D\"', '\"N/D\"'];\n lines.push(`\"Risk Intelligence — Crédito · Factores de Riesgo (Contribución al VaR — 99% · 1 año, DOP consolidado)\";\"as_of ${D.AS_OF}\";\"Supuesto: ${D.SUPUESTO.fuente} · ${D.SUPUESTO.metodo} · ${D.SUPUESTO.tc}\"`);\n lines.push(`\"Factor\";\"Calificación\";\"Contribución (DOP MM)\";\"% del VaR\";\"Var (DOP MM)\";\"Var %\";\"Convención\"`);\n FR_FACTORES.forEach(([f, lbl]) => {\n const d1 = dc(a.fact[f], ap.fact[f]);\n lines.push(`\"${lbl}\";\"—\";${a.fact[f].toFixed(2)};${(a.fact[f] / a.total * 100).toFixed(2)};${d1[0]};${d1[1]};\"Euler (aditiva)\"`);\n a.rows.forEach(x => {\n const p = ap.rows.find(y => y.r === x.r);\n const d2 = dc(x.cells[f], p ? p.cells[f] : 0);\n lines.push(`\"${lbl}\";\"${x.r}\";${x.cells[f].toFixed(2)};${(x.cells[f] / a.total * 100).toFixed(2)};${d2[0]};${d2[1]};\"Euler (aditiva)\"`);\n });\n });\n const dcor = dc(a.corr, ap.corr);\n lines.push(`\"Efecto correlación\";\"—\";${a.corr.toFixed(2)};${(a.corr / a.total * 100).toFixed(2)};${dcor[0]};${dcor[1]};\"Incremental (no aditiva — fuera del subtotal Euler)\"`);\n const dtot = dc(a.total, ap.total);\n lines.push(`\"Total (Σ Euler)\";\"—\";${a.total.toFixed(2)};100.00;${dtot[0]};${dtot[1]};\"Euler (aditiva)\"`);\n lines.push(`\"Nota\";\"${FR_CONV}.\"`);\n lines.push(`\"Nota\";\"${FR_GAUSS}.\"`);\n lines.push(`\"Nota\";\"Variaciones al TC de cada corte; incluyen efecto FX. La contribución va en DOP consolidado y jamás se parte por moneda. Totales calculados sobre valores sin redondear. Δ solo entre cortes con el mismo supuesto.\"`);\n const blobF = new Blob([\"\\uFEFF\" + lines.join(\"\\n\")], { type: \"text/csv;charset=utf-8\" });\n const aF = document.createElement(\"a\");\n aF.href = URL.createObjectURL(blobF);\n aF.download = \"credito-factores-mapa.csv\";\n aF.click();\n return;\n }\n if (which === \"marginal\") {\n lines.push(`\"Risk Intelligence — Crédito · Marginal (${S.medida})\";\"as_of ${D.AS_OF}\";\"Supuesto: ${D.SUPUESTO.fuente} · ${D.SUPUESTO.metodo} · ${D.SUPUESTO.tc}\"`);\n lines.push(`\"Calificación\";\"Emisor\";\"Instrumento\";\"Moneda\";\"VM DOP (MM)\";\"${S.medida} Marginal (DOP MM)\";\"Componental (DOP MM)\";\"% del total (base componental)\";\"Standalone (DOP MM)\";\"Benef. diversificación (DOP MM)\";\"Var Marginal (DOP MM)\";\"Var %\"`);\n const rows = mgRows(), prevRows = mgRows(true);\n const total = rows.reduce((a, x) => a + x.comp, 0);\n D.RATINGS.forEach(r => rows.filter(x => x.p.rating === r).sort((a, b) => b.v - a.v).forEach(x => {\n const prev = prevRows.find(y => y.p.inst === x.p.inst && y.p.emisor === x.p.emisor);\n const dv = prev ? (x.marg - prev.marg).toFixed(2) : '\"N/D\"';\n const dvp = prev && prev.marg !== 0 ? ((x.marg - prev.marg) / Math.abs(prev.marg) * 100).toFixed(2) : '\"N/D\"';\n lines.push(`\"${x.p.rating}\";\"${x.p.emisor}\";\"${x.p.inst}\";\"${x.p.moneda}\";${x.v.toFixed(2)};${x.marg.toFixed(2)};${x.comp.toFixed(2)};${(x.comp / total * 100).toFixed(2)};${x.stand.toFixed(2)};${(x.stand - x.comp).toFixed(2)};${dv};${dvp}`);\n }));\n lines.push(`\"Nota\";\"${NOTA_GRANULARIDAD}\"`);\n lines.push(`\"Nota\";\"Marginal = leave-one-out, NO aditiva (Σ marginales ≠ ${S.medida} total). Componental = Euler, aditiva (Σ = ${S.medida} total). Los % pueden superar 100% por contribuciones negativas.\"`);\n lines.push(`\"Nota\";\"Var refiere al Marginal; variaciones al TC de cada corte, incluyen efecto FX. El ${S.medida} va en DOP consolidado y jamás se parte por moneda.\"`);\n const blobM = new Blob([\"\\uFEFF\" + lines.join(\"\\n\")], { type: \"text/csv;charset=utf-8\" });\n const aM = document.createElement(\"a\");\n aM.href = URL.createObjectURL(blobM);\n aM.download = `credito-marginal-${S.medida.toLowerCase()}.csv`;\n aM.click();\n return;\n }\n if (which === \"mr-fecha\" || which === \"mr-hist\") {\n // X-13: el export histórico serializa el supuesto de AMBOS cortes\n const supHist = which === \"mr-hist\" ? `;\"Supuesto corte anterior (28/01/2026): idéntico — ${D.SUPUESTO.fuente} · ${D.SUPUESTO.metodo}\"` : \"\";\n lines.push(`\"Risk Intelligence — Crédito · Métricas de Riesgo (${S.medida})\";\"as_of ${D.AS_OF}\";\"Supuesto: ${D.SUPUESTO.fuente} · ${D.SUPUESTO.metodo} · ${D.SUPUESTO.tc}\"${supHist}`);\n const a = mrAgg(), ap = mrAgg(true);\n if (which === \"mr-fecha\") {\n lines.push(`\"Calificación\";\"VM DOP (MM)\";\"VM USD (MM)\";\"VM Total DOP (MM)\";\"${S.medida} (DOP MM)\";\"% del ${S.medida}\"`);\n a.rows.forEach(x => {\n const ps = D.positions.filter(p => p.rating === x.r);\n const vmDop = ps.filter(p => p.moneda === \"DOP\").reduce((s, p) => s + p.vm, 0);\n const vmUsd = ps.filter(p => p.moneda === \"USD\").reduce((s, p) => s + p.vm, 0);\n lines.push(`\"${x.r}\";${vmDop ? vmDop.toFixed(2) : '\"—\"'};${vmUsd ? vmUsd.toFixed(2) : '\"—\"'};${x.vm.toFixed(2)};${x.contrib.toFixed(2)};${(x.contrib / a.total * 100).toFixed(2)}`);\n });\n }\n else {\n lines.push(`\"Calificación\";\"VM Total DOP (MM)\";\"${S.medida} (DOP MM)\";\"Var (DOP MM)\";\"Var %\"`);\n a.rows.forEach(x => {\n const prev = ap.rows.find(y => y.r === x.r);\n const dv = prev ? (x.contrib - prev.contrib).toFixed(2) : '\"N/D\"';\n const dvp = prev ? ((x.contrib - prev.contrib) / prev.contrib * 100).toFixed(2) : '\"N/D\"';\n lines.push(`\"${x.r}\";${x.vm.toFixed(2)};${x.contrib.toFixed(2)};${dv};${dvp}`);\n });\n lines.push(`\"Nota\";\"Variaciones al TC de cada corte; incluyen efecto FX. Δ solo entre cortes con el mismo supuesto.\"`);\n }\n lines.push(`\"Nota\";\"El ${S.medida} va en DOP consolidado y jamás se parte por moneda (no aditivo). Contribuciones por emisor: prorrateo por exposición — el modelo opera a nivel rating.\"`);\n const blob0 = new Blob([\"\\uFEFF\" + lines.join(\"\\n\")], { type: \"text/csv;charset=utf-8\" });\n const a0 = document.createElement(\"a\");\n a0.href = URL.createObjectURL(blob0);\n a0.download = `credito-metricas-${S.medida.toLowerCase()}-${which}.csv`;\n a0.click();\n return;\n }\n lines.push(`\"Risk Intelligence — Crédito · Portafolio\";\"as_of ${D.AS_OF}\";\"Supuesto: ${D.SUPUESTO.fuente} · ${D.SUPUESTO.metodo} · ${D.SUPUESTO.tc}\"`);\n if (which === \"global\") {\n lines.push(`\"Calificación\";\"VM DOP (MM)\";\"VM USD (MM)\";\"VM Total DOP (MM)\";\"% Global\";\"Var (DOP MM)\";\"Var %\"`);\n const t = total();\n D.RATINGS.forEach(r => {\n const ps = filt().filter(p => p.rating === r);\n if (!ps.length)\n return;\n const dopV = ps.filter(p => p.moneda === \"DOP\").reduce((a, p) => a + p.vm, 0);\n const usdV = ps.filter(p => p.moneda === \"USD\").reduce((a, p) => a + p.vm, 0);\n const tot = ps.reduce((a, p) => a + dop(p), 0), prev = ps.reduce((a, p) => a + dopPrev(p), 0);\n lines.push(`\"${r}\";${dopV ? dopV.toFixed(2) : '\"—\"'};${usdV ? usdV.toFixed(2) : '\"—\"'};${tot.toFixed(2)};${(tot / t * 100).toFixed(2)};${prev > 0 ? (tot - prev).toFixed(2) : '\"N/D\"'};${prev > 0 ? ((tot - prev) / prev * 100).toFixed(2) : '\"N/D\"'}`);\n });\n lines.push(`\"Nota\";\"Variaciones al TC de cada corte; incluyen efecto FX.\"`);\n }\n else {\n lines.push(`\"Emisor\";\"Moneda\";\"VM DOP (MM)\";\"% VM\";\"Aporte HHI\";\"Límite interno %\";\"Holgura/Exceso pp\";\"Estado\"`);\n emisorStats().forEach(r => {\n const st = estadoEmisor(r.pct);\n lines.push(`\"${r.emisor}\";\"${r.chip}\";${r.vm.toFixed(2)};${r.pct.toFixed(2)};${r.hhi.toFixed(4)};${D.LIMITES.emisorPctInterno.toFixed(1)};${(D.LIMITES.emisorPctInterno - r.pct).toFixed(1)};\"${st.txt}\"`);\n });\n lines.push(`\"Nota\";\"Límites de exposición sobre VM observado; sin límite → N/D.\"`);\n }\n const blob = new Blob([\"\\uFEFF\" + lines.join(\"\\n\")], { type: \"text/csv;charset=utf-8\" });\n const a = document.createElement(\"a\");\n a.href = URL.createObjectURL(blob);\n a.download = `credito-portafolio-${which}.csv`;\n a.click();\n }\n // ---------- Bind + estados ----------\n // ---------- Factores de Riesgo (F2.8, §12) — medida canónica VaR 99%·1a FORZADA (X-#1/#3): jamás S.medida ----------\n const FR_FACTORES = [[\"mig\", \"Migración (non-default)\"], [\"def\", \"Default\"], [\"rec\", \"Recovery\"], [\"spr\", \"Spread\"]];\n const FR_CONV = \"Convención de atribución: las barras/filas Euler (migración · default · recovery · spread) son ADITIVAS — Σ = VaR total. El Efecto correlación es INCREMENTAL (VaR(ρ activo) − VaR(ρ=0), método de diferencias) y jamás se suma con las barras: la correlación es la estructura que acopla los factores, no un sumando\";\n const FR_GAUSS = \"Retorno de activo estandarizado bajo Alt 2 — no es la distribución de valor del portafolio\";\n function frAgg(prev = false) {\n const getVal = prev ? dopPrev : dop;\n const vm = new Map();\n D.positions.forEach(p => vm.set(p.rating, (vm.get(p.rating) || 0) + getVal(p)));\n const rows = D.RATINGS.filter(r => (vm.get(r) || 0) > 0).map(r => {\n const contrib = vm.get(r) * D.RISK.VaR.rate[r] * D.RISK.VaR.divF[r]; // fórmula única sin redondear (≡ mrAgg-VaR ≡ BT.VAR1A)\n const cells = {};\n FR_FACTORES.forEach(([f]) => { cells[f] = contrib * D.FR.W[r][f]; });\n return { r, contrib, cells };\n });\n const total = rows.reduce((s, x) => s + x.contrib, 0);\n const fact = {};\n FR_FACTORES.forEach(([f]) => { fact[f] = rows.reduce((s, x) => s + x.cells[f], 0); });\n return { rows, total, fact, corr: total * (1 - D.FR.RHO_ZERO_FACTOR) };\n }\n function frPredominante() {\n const m = new Map();\n D.positions.forEach(p => m.set(p.rating, (m.get(p.rating) || 0) + dop(p)));\n const top = [...m.entries()].sort((a, b) => b[1] - a[1])[0][0];\n return [\"CCC\", \"D\"].includes(top) ? \"CCC\" : top; // grupo predominante CCC–D → CCC (§12)\n }\n const frRatingSel = () => S.frRating || frPredominante();\n const FR_TITLES = [\"VaR de Crédito Total — 99% · 1 año\", \"Factor dominante\", \"Efecto correlación\", \"Probabilidad de ≥1 default\", \"Uso Límite\"];\n const kpisNDFR = () => FR_TITLES.map(t => kpiCard(t, \"N/D\", \"\", [])).join(\"\");\n function frUsoLimite(total) {\n const lim = D.LIM_MEDIDA.VaR;\n if (lim == null)\n return kpiCard(\"Uso Límite\", \"N/D\", \"Sin límite configurado para VaR\", []);\n const uso = total / lim * 100;\n const st = uso > 100 ? [\"err\", \"Incumplimiento\"] : uso >= 90 ? [\"warn\", \"Advertencia\"] : [\"ok\", \"Ok\"];\n return kpiCard(\"Uso Límite\", `${fPct(uso, 1)} ${st[1]}`, `VaR 99%·1a vs. límite interno ${fMM(lim)} · cartera consolidada completa`, []);\n }\n function frLeyendaTL(a) {\n const resid = a.total - FR_FACTORES.reduce((s, [f]) => s + (Number.isFinite(a.fact[f]) ? a.fact[f] : 0), 0);\n return Math.abs(resid) < 0.005\n ? \"Leyenda: Atribución Euler — Σ barras = VaR total.\"\n : `Leyenda: Atribución parcial — residual no atribuido: ${fMM(resid)}. Barra sin dato: ausente + “N/D”.`;\n }\n function frHtml() {\n if (S.uiState === \"loading\")\n return `

${kpiSkeletons()}

${panelSkeletons()}

`;\n if (S.uiState === \"empty\")\n return `

${kpisNDFR()}

${statePanels(emptyBox())}

`;\n if (S.uiState === \"error\")\n return `

${kpisNDFR()}

${statePanels(errBox())}

`;\n const a = frAgg(), ap = frAgg(true), comp = D.FR.prevComparable;\n const dv = a.total - ap.total, dvp = ap.total > 0 ? dv / ap.total * 100 : null;\n const orden = FR_FACTORES.slice();\n const dom = orden.sort((x, y) => a.fact[y[0]] - a.fact[x[0]])[0];\n const domPrev = FR_FACTORES.slice().sort((x, y) => ap.fact[y[0]] - ap.fact[x[0]])[0];\n const tipComp = \"Comparabilidad de cortes (§11): si el supuesto del corte anterior difiere, el valor anterior pasa a N/D — un factor dominante calculado bajo otro ρ no es comparable.\";\n const kpis = kpiCard(\"VaR de Crédito Total — 99% · 1 año\", fMM(a.total), \"Consolidado en DOP · TC del corte\", comp ? [\n [\"anterior\", fMM(ap.total)],\n [\"Δ\", (dv >= 0 ? \"+\" : \"−\") + fMM(Math.abs(dv)).slice(1), \"trend\"],\n [\"Δ%\", dvp === null ? \"N/D\" : fPct(dvp), \"trend\"]\n ] : [[\"anterior\", \"N/D\"], [\"Δ\", \"N/D\", \"trend\"], [\"Δ%\", \"N/D\", \"trend\"]]) +\n kpiCard(\"Factor dominante\", esc(dom[1].replace(\" (non-default)\", \"\")), `${fPct(a.fact[dom[0]] / a.total * 100, 1)} del VaR · atribución Euler`, [\n [\"anterior\", comp ? `${esc(domPrev[1].replace(\" (non-default)\", \"\"))}` : `N/D`]\n ]) +\n kpiCard(`Efecto correlación ⓘ`, \"+\" + fMM(a.corr), `${fPct(a.corr / a.total * 100, 1)} del VaR · vs. ρ=0`, comp ? [\n [\"anterior\", \"+\" + fMM(ap.corr)],\n [\"Δ\", (a.corr - ap.corr >= 0 ? \"+\" : \"−\") + fMM(Math.abs(a.corr - ap.corr)).slice(1), \"trend\"]\n ] : [[\"anterior\", \"N/D\"], [\"Δ\", \"N/D\", \"trend\"]]) +\n (comp\n ? kpiCard(`Probabilidad de ≥1 default ⓘ`, fPct(D.FR.P_DEFAULT * 100, 1), \"horizonte 1 año · libro completo\", [])\n : kpiCard(`Probabilidad de ≥1 default ⓘ`, \"N/D\", \"supuesto del corte anterior distinto\", [])) +\n frUsoLimite(a.total);\n const r0 = frRatingSel();\n return `

${kpis}

Contribución por factor — Atribución Euler (VaR, DOP MM)

${frLeyendaTL(a)} El “Efecto correlación” es el marcador anotado — nunca una barra. ${FR_CONV}.

${S.uiState === \"partial\" ? errBox() : `\n

Umbrales de Merton — variable latente

\n ${[\"AAA\", \"AA\", \"A\", \"BBB\", \"BB\", \"B\", \"CCC\"].map(r => ``).join(\"\")}

${FR_GAUSS} — la silueta multimodal del valor vive en Escenarios.

Densidad normal estándar del retorno de activo con las fronteras Z del rating de partida ${r0} (default del selector: calificación predominante por share de VM). Bandas de llegada AAA…CCC y cola de default sombreada (inferior). D excluido del selector: estado absorbente, sin migración de salida. Umbrales derivados de la matriz de transición del supuesto.

Matriz ρ asumida (correlación de activos)

Matriz uniforme — ρ=25% axiomático (Alt 2). Escala secuencial neutra: la correlación no es estado de límite. Función del panel: auditar el supuesto — uniforme ⇒ método axiomático vigente; bajo cópula empírica (Alt 1) mostraría la co-migración por par de ratings y esta anotación conmutaría.

Contribución al VaR — 99% · 1 año (DOP consolidado)

${tablaFr(a, ap)}

Variaciones al TC de cada corte; incluyen efecto FX — la contribución va en DOP consolidado y jamás se parte por moneda. Totales calculados sobre valores sin redondear. ${FR_CONV}.

`;\n }\n function tablaFr(a, ap) {\n const comp = D.FR.prevComparable;\n const varCells = (cur, prev) => {\n if (!comp || !(prev > 0))\n return `N/DN/D`;\n const d = cur - prev;\n return `${(d >= 0 ? \"+\" : \"−\") + fMM(Math.abs(d)).slice(1)}${fPct(d / prev * 100)}`;\n };\n let rows = \"\";\n FR_FACTORES.forEach(([f, lbl]) => {\n const open = S.frExp[f];\n rows += `${open ? \"▾\" : \"▸\"} ${lbl}\n ${fMM(a.fact[f])}${fPct(a.fact[f] / a.total * 100, 1)}${varCells(a.fact[f], ap.fact[f])}`;\n if (open)\n a.rows.forEach(x => {\n const p = ap.rows.find(y => y.r === x.r);\n rows += `${x.r}\n ${fMM(x.cells[f])}${fPct(x.cells[f] / a.total * 100, 1)}${varCells(x.cells[f], p ? p.cells[f] : 0)}`;\n });\n });\n rows += `Efecto correlación incremental\n +${fMM(a.corr)}${fPct(a.corr / a.total * 100, 1)}${varCells(a.corr, ap.corr)}`;\n rows += `Total (Σ Euler)${fMM(a.total)}100.0%${varCells(a.total, ap.total)}`;\n return `${rows}

Factor / Calificación	Contribución (DOP MM)	% del VaR	Var (DOP MM)	Var %

`;\n }\n function chartsFr() {\n const a = frAgg();\n mkChart(\"chFR_TL\", {\n grid: { left: 56, right: 16, top: 40, bottom: 30 },\n tooltip: { trigger: \"axis\", valueFormatter: v => fMM(v) },\n xAxis: { type: \"category\", data: FR_FACTORES.map(x => x[1].replace(\" (non-default)\", \"\")), axisLabel: { fontSize: 10, interval: 0 } },\n yAxis: { type: \"value\", name: \"DOP MM\", axisLabel: { formatter: v => \"$\" + nf0(v) } },\n series: [{\n type: \"bar\", name: \"Contribución Euler\", data: FR_FACTORES.map(([f]) => +a.fact[f].toFixed(2)), barWidth: \"46%\",\n itemStyle: { color: TK(\"--primary\") },\n label: { show: true, position: \"top\", fontSize: 10, formatter: p => fMM(p.value) },\n markLine: {\n symbol: \"none\", lineStyle: { type: \"dashed\", color: TK(\"--text-2\"), width: 1.5 },\n label: { formatter: `Efecto correlación: +${fMM(a.corr)} (incremental, no aditivo)`, fontSize: 10, position: \"insideEndTop\", color: TK(\"--text-2\") },\n data: [{ yAxis: +a.corr.toFixed(2) }],\n },\n }],\n });\n if (S.uiState !== \"partial\") {\n const bnds = D.FR.Z[frRatingSel()]; // peor→mejor: D, CCC, …, AA (zUp crecientes)\n const xs = [];\n for (let z = -4; z <= 4.0001; z += 0.05)\n xs.push(+z.toFixed(2));\n const areas = [];\n let lo = -4;\n bnds.forEach(b => { if (b.zUp > -4) {\n areas.push({ name: b.dest, lo, hi: Math.min(b.zUp, 4) });\n lo = b.zUp;\n } });\n areas.push({ name: \"AAA\", lo, hi: 4 });\n mkChart(\"chFR_TR\", {\n grid: { left: 30, right: 16, top: 24, bottom: 30 },\n tooltip: { show: false },\n xAxis: { type: \"value\", min: -4, max: 4, name: \"Z\", nameGap: 6, axisLabel: { fontSize: 10 } },\n yAxis: { type: \"value\", axisLabel: { show: false }, splitLine: { show: false } },\n series: [{\n type: \"line\", data: xs.map(z => [z, +(Math.exp(-z * z / 2) / Math.sqrt(2 * Math.PI)).toFixed(5)]),\n showSymbol: false, lineStyle: { color: TK(\"--primary\"), width: 2 },\n areaStyle: { color: TK(\"--primary\"), opacity: 0.05 },\n markArea: {\n silent: true,\n data: areas.map((ar, i) => [\n { xAxis: ar.lo, itemStyle: { color: ar.name === \"D\" ? GRAY : \"transparent\", opacity: ar.name === \"D\" ? 0.45 : 0 },\n label: { formatter: ar.name === \"D\" ? \"D (default)\" : ar.name, fontSize: 8, rotate: 90,\n position: (ar.hi - ar.lo) < 0.45 ? (i % 2 ? \"insideTop\" : \"insideBottom\") : \"insideBottom\",\n color: TK(\"--text-2\") } },\n { xAxis: ar.hi }\n ]),\n },\n markLine: {\n symbol: \"none\", lineStyle: { color: TK(\"--text-2\"), width: 1, opacity: 0.5 },\n label: { show: false },\n data: bnds.filter(b => b.zUp > -4 && b.zUp < 4).map(b => ({ xAxis: b.zUp })),\n },\n }],\n });\n }\n const L7 = [\"AAA\", \"AA\", \"A\", \"BBB\", \"BB\", \"B\", \"CCC–D\"];\n const hm = [];\n for (let i = 0; i < 7; i++)\n for (let j = 0; j < 7; j++)\n hm.push([j, i, D.FR.RHO_UNIF]);\n mkChart(\"chFR_BL\", {\n grid: { left: 56, right: 16, top: 10, bottom: 30 },\n tooltip: { formatter: p => `${L7[p.value[1]]} × ${L7[p.value[0]]}: ρ = ${p.value[2]}%
Correlación entre pares de emisores de los ratings — no es autocorrelación de un activo (≠1 por diseño)` },\n xAxis: { type: \"category\", data: L7, axisLabel: { fontSize: 10 } },\n yAxis: { type: \"category\", data: L7, axisLabel: { fontSize: 10 } },\n visualMap: { show: false, min: 0, max: 50, inRange: { color: [\"#eef3fa\", \"#a9c7ea\", TK(\"--primary\")] } },\n series: [{ type: \"heatmap\", data: hm, label: { show: true, fontSize: 9, formatter: p => p.value[2] }, itemStyle: { borderColor: \"#fff\", borderWidth: 1 } }],\n });\n }\n // ---------- Sensibilidades (F2.9, §13) — medida canónica VaR 99%·1a FORZADA: jamás S.medida ----------\n // Barridos OAT+CRN precomputados del corte oficial (set no editable — frontera con Escenarios §9:\n // aquí no hay histogramas, ni G/P, ni Aplicar). ΔVaR = medida de riesgo → NEUTRO siempre.\n const SENS_CONV = \"Barridos one-at-a-time con números aleatorios comunes (OAT+CRN) — cada barra mueve un supuesto; el resto permanece en base. Supuestos categóricos (fuente de transición): barra unilateral desde el centro, alternativa única\";\n const SENS_MICRO = \"Barridos OAT alrededor del supuesto oficial del badge; el corte se calcula con ρ=25%\";\n function sensAgg() {\n const base = frAgg().total; // fuente única: ≡ mrAgg-VaR ≡ BT.VAR1A ≡ FR total (coherencia entre secciones)\n const basePrev = frAgg(true).total;\n const rows = D.SENS.sweeps.map(s => {\n const lo = s.fLo == null ? null : base * s.fLo;\n const hi = base * s.fHi;\n const dLo = lo == null ? null : lo - base, dHi = hi - base;\n const dMax = lo == null ? dHi : (Math.abs(dLo) >= Math.abs(dHi) ? dLo : dHi);\n const extMax = lo == null ? \"hi\" : (Math.abs(dLo) >= Math.abs(dHi) ? \"lo\" : \"hi\");\n const prevDMax = D.SENS.prevFmax[s.id] * basePrev; // |ΔVaR máx| del corte anterior\n return { ...s, lo, hi, dLo, dHi, dMax, extMax, prevDMax };\n }).sort((a, b) => Math.abs(b.dMax) - Math.abs(a.dMax));\n return { base, basePrev, rows };\n }\n const sensComparable = () => D.FR.prevComparable && D.SENS.publishedUnderBadge; // flag único heredado del badge; publishedUnderBadge domina (X-1)\n const sensSelRow = a => a.rows.find(r => r.id === S.sensSel) || a.rows[0]; // default = más influyente\n const sensExtSel = row => S.sensExt && !(row.unilateral && S.sensExt === \"lo\") ? S.sensExt : row.extMax;\n function sensDeltaByRating(row, ext) {\n const d = ext === \"lo\" ? row.dLo : row.dHi;\n return D.RATINGS.map(r => ({ r, v: d * row.wR[r] }));\n }\n const SENS_TITLES = [\"VaR de Crédito Total — 99% · 1 año\", \"Supuesto más influyente\", \"Supuestos que cruzan el límite\", \"Rango del barrido de ρ (15%→35%)\", \"Uso Límite\"];\n const kpisNDSens = () => SENS_TITLES.map(t => kpiCard(t, \"N/D\", \"\", [])).join(\"\");\n const sensBanner = `

Barridos calculados bajo otro supuesto — pendiente de recálculo del corte.\n Los KPIs 2–4 y los paneles derivados de barridos pasan a N/D: el centro del tornado debe ser el supuesto del badge (§2 auditable) y el badge jamás se altera para cuadrar.\n El VaR base y el Uso Límite provienen del corte oficial válido y sobreviven. Ver el corte oficial en Métricas de Riesgo →

`;\n function sensHtml() {\n if (S.uiState === \"loading\")\n return `

${kpiSkeletons()}

${panelSkeletons()}

`;\n if (S.uiState === \"empty\")\n return `

${kpisNDSens()}

${statePanels(emptyBox())}

`;\n if (S.uiState === \"error\")\n return `

${kpisNDSens()}

${statePanels(errBox())}

`;\n const a = sensAgg();\n const comp = sensComparable();\n // Estado \"Error parcial\" del prototipo = rama badge↔barridos (X-7): demuestra el desfase de publicación\n const published = S.uiState === \"partial\" ? false : D.SENS.publishedUnderBadge;\n const dv = a.base - a.basePrev, dvp = a.basePrev > 0 ? dv / a.basePrev * 100 : null;\n const kpi1 = kpiCard(\"VaR de Crédito Total — 99% · 1 año\", fMM(a.base), \"Consolidado en DOP · TC del corte\", D.FR.prevComparable ? [\n [\"anterior\", fMM(a.basePrev)],\n [\"Δ\", (dv >= 0 ? \"+\" : \"−\") + fMM(Math.abs(dv)).slice(1), \"trend\"],\n [\"Δ%\", dvp === null ? \"N/D\" : fPct(dvp), \"trend\"]\n ] : [[\"anterior\", \"N/D\"], [\"Δ\", \"N/D\", \"trend\"], [\"Δ%\", \"N/D\", \"trend\"]]);\n const kpi5 = (() => {\n const lim = D.LIM_MEDIDA.VaR;\n if (lim == null)\n return kpiCard(\"Uso Límite\", \"N/D\", \"sobre VaR base · sin límite configurado para VaR\", []);\n const uso = a.base / lim * 100;\n const st = uso > 100 ? [\"err\", \"Incumplimiento\"] : uso >= 90 ? [\"warn\", \"Advertencia\"] : [\"ok\", \"Ok\"];\n return kpiCard(\"Uso Límite\", `${fPct(uso, 1)} ${st[1]}`, `sobre VaR base · vs. límite interno ${fMM(lim)} · el cruce del límite por los barridos se lee en la curva de ρ y en el KPI 3`, []);\n })();\n if (!published) {\n return `${sensBanner}

${kpi1 + SENS_TITLES.slice(1, 4).map(t => kpiCard(t, \"N/D\", \"pendiente de recálculo del corte\", [])).join(\"\") + kpi5}

${statePanels(`

◌\n Barridos no publicados bajo el supuesto del badge\n El panel se calcula del set de barridos oficial; se repobla al recalcular el corte bajo el supuesto vigente.

`)}

`;\n }\n const top = a.rows[0];\n const nCruzan = D.LIM_MEDIDA.VaR == null ? null : a.rows.filter(r => (r.lo != null && r.lo > D.LIM_MEDIDA.VaR) || r.hi > D.LIM_MEDIDA.VaR).length;\n const rho = a.rows.find(r => r.id === \"rho\");\n const amp = rho.hi - rho.lo;\n const tipComp = \"Comparabilidad de cortes (§11): si el supuesto del corte anterior difiere, el valor anterior pasa a N/D — un barrido calculado bajo otro supuesto no es comparable.\";\n const tipAmp = \"Distinto del “Efecto correlación” de Factores de Riesgo (+\" + fMM(frAgg().corr) + \" = VaR(ρ activo) − VaR(ρ=0), incremental); este rango es la amplitud del barrido oficial de ρ entre 15% y 35%.\";\n const kpis = kpi1 +\n kpiCard(\"Supuesto más influyente\", esc(top.lbl), `|ΔVaR| máx ${fMM(Math.abs(top.dMax))} · ${fPct(Math.abs(top.dMax) / a.base * 100, 1)} del VaR base`, [\n [\"anterior\", comp ? `${esc(D.SENS.prevInfluyente)}` : `N/D`]\n ]) +\n kpiCard(\"Supuestos que cruzan el límite\", nCruzan == null ? \"N/D\" : String(nCruzan), nCruzan == null ? \"Límite de VaR: N/D\" : `de ${a.rows.length} barridos vs. límite ${fMM(D.LIM_MEDIDA.VaR)} · conteo neutro — el semáforo vive en Uso Límite; el cruce se lee en la curva de ρ y en la tabla`, []) +\n kpiCard(`Rango del barrido de ρ (15%→35%) ⓘ`, fMM(amp), `${fPct(amp / a.base * 100, 1)} del VaR base · @base ρ=25%`, comp ? [\n [\"VaR@15%\", fMM(rho.lo)], [\"VaR@35%\", fMM(rho.hi)]\n ] : [[\"anterior\", \"N/D\"]]) +\n kpi5;\n const selRow = sensSelRow(a), ext = sensExtSel(selRow);\n const dSel = ext === \"lo\" ? selRow.dLo : selRow.dHi;\n return `

${kpis}

Tornado de supuestos — impacto en el VaR 99%·1a (DOP MM)

${SENS_CONV}. ${SENS_MICRO}.

Eje en VaR absoluto (DOP MM); la línea central es el VaR base ${fMM(a.base)} — el centro del tornado ES el supuesto del badge (§2). Leyenda −/+ referida al valor del supuesto, no al VaR (μ recovery a la baja SUBE el VaR). Signo del barrido de fuente: la matriz Moody's del mock tiene PDs speculative-grade mayores. Barra sin dato → ausente + “N/D”.

Curva VaR vs ρ — 99% · 1 año

Set oficial de ρ {15% · 25% · 35%}; marcador relleno = ρ base 25% (supuesto del badge). Límite de VaR ${D.LIM_MEDIDA.VaR == null ? \"N/D\" : fMM(D.LIM_MEDIDA.VaR)} fuera de escala del eje — holgura mínima ${D.LIM_MEDIDA.VaR == null ? \"N/D\" : fMM(D.LIM_MEDIDA.VaR - rho.hi)} en VaR@35% (eje ajustado a los datos para leer la pendiente). Explorar un barrido configurable → Escenarios

Δ de contribución Euler por calificación — ${esc(selRow.lbl)}

\n \n \n ${[\"lo\", \"hi\"].map(x => ``).join(\"\")}

Aditiva: Σ barras = ΔVaR del extremo mostrado (${(dSel >= 0 ? \"+\" : \"−\") + fMM(Math.abs(dSel)).slice(1)}) — Δ de la contribución componental (Euler) por rating, mismo run EOD con CRN.

Extremo ${ext === \"lo\" ? \"− (supuesto a la baja)\" : \"+ (supuesto al alza)\"} del barrido; default = extremo de mayor |ΔVaR|. Barras en neutro; barra sin dato → ausente + “N/D”.${selRow.unilateral ? \" Barrido unilateral: solo existe el extremo +.\" : \"\"}

Sensibilidad del VaR — 99% · 1 año (DOP consolidado)

${tablaSens(a, comp)}

Base y barridos del corte consolidados al mismo TC del as_of; la columna Var compara el |ΔVaR máx| entre cortes, cada corte a su TC — incluye efecto FX (F1.10). ${SENS_CONV}. “—” = lado inexistente (no aplica); “N/D” = no comparable (nunca 0).

`;\n }\n function tablaSens(a, comp) {\n let rows = \"\";\n a.rows.forEach(s => {\n const open = S.sensExp[s.id];\n const varCell = comp ? (() => { const d = Math.abs(s.dMax) - s.prevDMax; return `${(d >= 0 ? \"+\" : \"−\") + fMM(Math.abs(d)).slice(1)}`; })()\n : `N/D`;\n rows += `${open ? \"▾\" : \"▸\"} ${esc(s.lbl)}\n ${esc(s.base)}${esc(s.swp)}\n ${s.lo == null ? \"—\" : fMM(s.lo)}${fMM(s.hi)}\n ${(s.dMax >= 0 ? \"+\" : \"−\") + fMM(Math.abs(s.dMax)).slice(1)}\n ${fPct(Math.abs(s.dMax) / a.base * 100, 1)}${varCell}`;\n if (open)\n sensDeltaByRating(s, s.extMax).forEach(({ r, v }) => {\n rows += `${r}\n ${(v >= 0 ? \"+\" : \"−\") + fMM(Math.abs(v)).slice(1)}\n ${fPct(Math.abs(v) / a.base * 100, 2)}${comp ? \"\" : \"N/D\"}`;\n });\n });\n return `\n ${rows}

Supuesto / Calificación	Valor base	Barrido (−/+)	VaR− (DOP MM)	VaR+ (DOP MM)	ΔVaR máx (DOP MM)	ΔVaR máx (% base)	Var vs corte ant. (DOP MM)

`;\n }\n function chartsSens() {\n const a = sensAgg();\n // TL — tornado: barras flotantes en eje de VaR absoluto. Segmentos por GEOMETRÍA (izq/der del\n // VaR base) con color por DIRECCIÓN DEL INPUT (−/+): en μ recovery el input − SUBE el VaR,\n // así el color sigue siendo veraz aunque el lado se invierta (X-6).\n const cats = a.rows.slice().reverse(); // ECharts y-category pinta de abajo hacia arriba → arriba = mayor |Δ|\n const NEU_LO = \"#8ea3c4\", NEU_HI = TK(\"--primary\") || \"#0d77bf\";\n const geo = cats.map(r => {\n const vals = [r.hi, ...(r.lo == null ? [] : [r.lo])];\n const minV = Math.min(a.base, ...vals), maxV = Math.max(a.base, ...vals);\n const leftInput = r.lo != null && r.lo < a.base ? \"lo\" : (r.hi < a.base ? \"hi\" : null);\n const rightInput = r.hi > a.base ? \"hi\" : (r.lo != null && r.lo > a.base ? \"lo\" : null);\n return { r, minV, maxV, leftInput, rightInput,\n leftSpan: a.base - minV, rightSpan: maxV - a.base,\n leftDelta: leftInput ? (leftInput === \"lo\" ? r.dLo : r.dHi) : null,\n rightDelta: rightInput ? (rightInput === \"lo\" ? r.dLo : r.dHi) : null };\n });\n const colIn = inp => inp === \"lo\" ? NEU_LO : NEU_HI;\n const minX = Math.min(...geo.map(g => g.minV)) - 8;\n const maxX = Math.max(...geo.map(g => g.maxV)) + 8;\n const fD = d => (d >= 0 ? \"+\" : \"−\") + fMM(Math.abs(d)).slice(1);\n mkChart(\"chSN_TL\", {\n grid: { left: 150, right: 46, top: 26, bottom: 26 },\n legend: { top: 0, itemWidth: 12, itemHeight: 8, textStyle: { fontSize: 10 },\n data: [{ name: \"− (supuesto a la baja)\", itemStyle: { color: NEU_LO } }, { name: \"+ (supuesto al alza)\", itemStyle: { color: NEU_HI } }] },\n tooltip: { trigger: \"axis\", axisPointer: { type: \"shadow\" }, formatter: ps => {\n const row = a.rows.find(r => r.lbl === ps[0].name);\n if (!row)\n return \"\";\n const l1 = row.lo == null ? \"VaR−: — (barrido unilateral — alternativa única)\" : `VaR− (input a la baja): ${fMM(row.lo)} (Δ ${fD(row.dLo)})`;\n return `${row.lbl} · base ${row.base} · barrido ${row.swp}
${l1}
VaR+ (input al alza): ${fMM(row.hi)} (Δ ${fD(row.dHi)})`;\n } },\n xAxis: { type: \"value\", min: +minX.toFixed(0), max: +maxX.toFixed(0), name: \"VaR (DOP MM)\", nameLocation: \"middle\", nameGap: 22, nameTextStyle: { fontSize: 9 }, axisLabel: { fontSize: 9, formatter: v => \"$\" + nf0(v) } },\n yAxis: { type: \"category\", data: cats.map(r => r.lbl), axisLabel: { fontSize: 10 } },\n series: [\n // series-leyenda (vacías): fijan nombre+color de la leyenda con independencia de la geometría\n { type: \"bar\", name: \"− (supuesto a la baja)\", stack: \"t\", itemStyle: { color: NEU_LO }, data: [] },\n { type: \"bar\", name: \"+ (supuesto al alza)\", stack: \"t\", itemStyle: { color: NEU_HI }, data: [] },\n { type: \"bar\", stack: \"t\", silent: true, itemStyle: { color: \"transparent\" }, tooltip: { show: false },\n data: geo.map(g => +g.minV.toFixed(2)) },\n { type: \"bar\", stack: \"t\", barWidth: 14,\n label: { show: true, position: \"left\", fontSize: 9, formatter: p => { const g = geo[p.dataIndex]; return g.leftSpan > 0.01 ? fD(g.leftDelta) : \"\"; } },\n data: geo.map(g => ({ value: +g.leftSpan.toFixed(2), itemStyle: { color: g.leftInput ? colIn(g.leftInput) : \"transparent\" } })) },\n { type: \"bar\", stack: \"t\", barWidth: 14,\n label: { show: true, position: \"right\", fontSize: 9, formatter: p => { const g = geo[p.dataIndex]; return g.rightSpan > 0.01 ? fD(g.rightDelta) : \"\"; } },\n data: geo.map(g => ({ value: +g.rightSpan.toFixed(2), itemStyle: { color: g.rightInput ? colIn(g.rightInput) : \"transparent\" } })),\n markLine: { symbol: \"none\", lineStyle: { type: \"solid\", color: TK(\"--text-1\") || \"#1f2a4e\", width: 1.5 },\n label: { formatter: `VaR base ${fMM(a.base)}`, fontSize: 10, position: \"end\", distance: 4 },\n data: [{ xAxis: +a.base.toFixed(2) }] } },\n ],\n });\n // TR — curva VaR vs ρ (eje ajustado a datos; límite como anotación fuera de escala — X-4)\n const rho = a.rows.find(r => r.id === \"rho\");\n const pts = [[15, rho.lo], [25, a.base], [35, rho.hi]];\n mkChart(\"chSN_TR\", {\n grid: { left: 56, right: 24, top: 26, bottom: 34 },\n tooltip: { trigger: \"axis\", formatter: ps => ps.map(p => `ρ = ${p.value[0]}%${p.value[0] === 25 ? \" (base)\" : \"\"}: ${fMM(p.value[1])}`).join(\"
\") },\n xAxis: { type: \"value\", min: 10, max: 40, name: \"ρ (%)\", nameLocation: \"middle\", nameGap: 22, nameTextStyle: { fontSize: 9 }, axisLabel: { fontSize: 10, formatter: v => v + \"%\" } },\n yAxis: { type: \"value\", min: Math.floor(rho.lo - 6), max: Math.ceil(rho.hi + 8), name: \"VaR (DOP MM)\", axisLabel: { fontSize: 9, formatter: v => \"$\" + nf0(v) } },\n series: [{\n type: \"line\", data: pts.map(p => [p[0], +p[1].toFixed(2)]), lineStyle: { color: TK(\"--primary\"), width: 2 },\n symbolSize: (v, p) => p.data[0] === 25 ? 12 : 8,\n itemStyle: { color: p => p.data[0] === 25 ? (TK(\"--text-1\") || \"#1f2a4e\") : TK(\"--primary\") },\n label: { show: true, fontSize: 9, position: \"top\", formatter: p => p.data[0] === 25 ? `base · ${fMM(p.data[1])}` : fMM(p.data[1]) },\n }],\n });\n // BL — Δ contribución Euler por rating del supuesto/extremo seleccionado\n const selRow = sensSelRow(a), ext = sensExtSel(selRow);\n const dr = sensDeltaByRating(selRow, ext);\n mkChart(\"chSN_BL\", {\n grid: { left: 64, right: 16, top: 14, bottom: 30 },\n tooltip: { trigger: \"axis\", formatter: ps => ps.map(p => `${p.name}: ${(p.value >= 0 ? \"+\" : \"−\") + fMM(Math.abs(p.value)).slice(1)}`).join(\"
\") },\n xAxis: { type: \"category\", data: dr.map(x => x.r), axisLabel: { fontSize: 10 } },\n yAxis: { type: \"value\", axisLabel: { fontSize: 9, formatter: v => (v < 0 ? \"−\" : \"\") + \"$\" + nf0(Math.abs(v)) } },\n series: [{ type: \"bar\", barWidth: \"50%\", itemStyle: { color: TK(\"--primary\") },\n label: { show: true, position: dr[0].v >= 0 ? \"top\" : \"bottom\", fontSize: 9, formatter: p => (p.value >= 0 ? \"+\" : \"−\") + fMM(Math.abs(p.value)).slice(1) },\n data: dr.map(x => +x.v.toFixed(2)) }],\n });\n }\n // ====== Visión General (§11) — overview ejecutivo; medida PINNEADA a VaR 99%·1a (no sigue al selector, patrón §14) ======\n const pinVaR = fn => { const m = S.medida; S.medida = \"VaR\"; try {\n return fn();\n }\n finally {\n S.medida = m;\n } };\n // Comparabilidad de cortes = CONDICIÓN DE DATOS (FR.prevComparable); \"Error parcial\" solo la simula rota (X-2)\n const ovComparable = () => S.uiState !== \"partial\" && D.FR.prevComparable;\n const OV_TT_COMP = \"Corte anterior calculado bajo otro supuesto (S&P · ρ=20%) — un Δ jamás mezcla efecto de cartera con efecto metodológico (§2).\";\n const ovND = () => `N/D`;\n const OV_TT_VAR = \"Medida fija del overview: VaR — 99% · 1 año (metodología oficial). No sigue al selector de medida de otras secciones.\";\n const OV_TT_GRAN = \"El marginal es salida directa del modelo por posición — no es emisor-específico (§2).\";\n const ovBanner = `

Corte anterior no comparable — supuesto distinto.\n El corte anterior fue calculado bajo otro supuesto (S&P · ρ=20%): todos los Δ vs. corte anterior de esta pantalla pasan a N/D — un Δ jamás mezcla efecto de cartera con efecto metodológico (§2 auditable). Los niveles del corte vigente y sus límites sobreviven.

`;\n function ovEmisores(prev = false) {\n const getVal = prev ? dopPrev : dop; // cartera completa, sin filtro de moneda (el overview ignora S.moneda)\n const m = new Map();\n D.positions.forEach(p => m.set(p.emisor, (m.get(p.emisor) || 0) + getVal(p)));\n const t = [...m.values()].reduce((a, b) => a + b, 0);\n return [...m.entries()].map(([e, vm]) => ({ e, vm, pct: t > 0 ? vm / t * 100 : 0 })).sort((a, b) => b.vm - a.vm);\n }\n const ovHHI = rows => rows.reduce((a, r) => a + Math.pow(r.pct / 100, 2), 0);\n const OV_GRUPOS = [\"AAA\", \"AA\", \"A\", \"BBB\", \"BB\", \"B\", \"CCC–D\"];\n const ovEstado = uso => uso > 100 ? [\"err\", \"Incumplimiento\"] : uso >= 90 ? [\"warn\", \"Advertencia\"] : [\"ok\", \"Ok\"];\n function ovCard(title, big, sub, rows) {\n return `

${title}

${big}

\n ${sub ? `

${sub}

` : \"\"}\n ${rows && rows.length ? `

` + rows.map(r => `

${r[0]}${r[1]}

`).join(\"\") + `

` : \"\"}

`;\n }\n function ovNavCard(go, label, big, sub, extra) {\n return ``;\n }\n function ovNavCards(nd) {\n const comp = !nd && ovComparable();\n let d = null;\n if (!nd) {\n const a = frAgg(), ap = frAgg(true);\n const vmTot = D.positions.reduce((s, p) => s + dop(p), 0);\n const vmPrev = D.positions.reduce((s, p) => s + dopPrev(p), 0);\n const em = ovEmisores();\n const hhi = ovHHI(em);\n const topR = [...a.rows].sort((x, y) => y.contrib - x.contrib)[0];\n const topPos = pinVaR(() => [...mgRows()].sort((x, y) => y.comp - x.comp)[0]);\n const topF = FR_FACTORES.map(([f, lbl]) => ({ f, lbl, v: a.fact[f] })).sort((x, y) => y.v - x.v)[0];\n const sa = sensAgg();\n const w = btWin();\n const usoH = hhi / D.LIMITES.hhiInterno * 100;\n const stH = ovEstado(usoH);\n const dVM = vmTot - vmPrev, dVMp = vmPrev > 0 ? dVM / vmPrev * 100 : null;\n d = { a, vmTot, dVM, dVMp, hhi, stH, topR, topPos, topF, sa, w };\n }\n const ND = `N/D`;\n return `

` +\n ovNavCard(\"portafolio/global\", \"Portafolio\", nd ? ND : (comp ? `${d.dVM >= 0 ? \"+\" : \"−\"}${fMM(Math.abs(d.dVM)).slice(1)} (${d.dVMp >= 0 ? \"+\" : \"\"}${nf1.format(d.dVMp)}%)` : ovND()), \"Δ VM vs corte anterior · DOP\") +\n ovNavCard(\"portafolio/concentracion\", \"Concentración\", nd ? ND : `${fH(d.hhi)} ${d.stH[1]}`, `HHI por emisor · límite interno ${nd ? \"0.1800\" : fH(D.LIMITES.hhiInterno)}`) +\n ovNavCard(\"metricas-de-riesgo/a-la-fecha\", \"Métricas de Riesgo\", nd ? ND : `${d.topR.r} · ${fMM(d.topR.contrib)}`, `Rating de mayor aporte — VaR total del rating, DOP ⓘ`) +\n ovNavCard(\"marginal/global\", \"Marginal\", nd ? ND : `${esc(d.topPos.p.inst)} · ${fMM(d.topPos.comp)}`, `Mayor contribución (componental) — por posición, no emisor-específico ⓘ`) +\n ovNavCard(\"escenarios/impacto-en-riesgo\", \"Escenarios\", `Simulador de estrés`, \"Configura un shock y aplícalo — resultados efímeros por sesión, sin último run\") +\n ovNavCard(\"factores-de-riesgo/mapa-de-factores\", \"Factores de Riesgo\", nd ? ND : `${d.topF.lbl} · ${fPct(d.topF.v / d.a.total * 100, 1)}`, `Factor dominante — % de contribución al VaR (Euler) ⓘ`) +\n ovNavCard(\"sensibilidades/supuestos\", \"Sensibilidades\", nd ? ND : `${esc(d.sa.rows[0].lbl)} · ${fMM(Math.abs(d.sa.rows[0].dMax))}`, \"Supuesto más influyente — |ΔVaR máx| del barrido, DOP\", nd ? \"\" : `vs corte anterior: ${comp ? esc(D.SENS.prevInfluyente) : \"N/D\"}`) +\n ovNavCard(\"backtesting/resumen-excepciones\", \"Backtesting\", nd ? ND : `Excepciones: ${d.w.excVal.length} en ${d.w.n} cortes`, nd ? \"Kupiec: N/D\" : `esperadas ~${nf1.format(d.w.n * 0.01)} al 99% en ${d.w.n} · Kupiec: N/D — ventana incompleta (${d.w.n}/250)`) +\n ovNavCard(\"deterioro/staging\", \"Deterioro (NIIF 9)\", nd ? ND : fMM(dtAgg().eclTot), `Provisión ECL total — NIIF 9, ponderada por escenarios · DOP ⓘ`) +\n `

`;\n }\n function visionHtml() {\n if (S.uiState === \"loading\")\n return `

${`

`.repeat(4)}

${`

`.repeat(3)}

${`

`.repeat(9)}

`;\n if (S.uiState === \"empty\" || S.uiState === \"error\") {\n const box = S.uiState === \"empty\" ? emptyBox() : errBox();\n const cardsND = [\n ovCard(\"Portafolio\", \"N/D\", subtituloConsolidacion(), []),\n ovCard(\"Composición por Calificación\", \"N/D\", \"VM (DOP) · % del portafolio\", []),\n ovCard(\"Exposición por Tipo de Instrumento\", \"N/D\", \"VM (DOP) · % del portafolio\", []),\n ovCard(`VaR de Crédito Total — 99% · 1 año ⓘ`, \"N/D\", \"Sin datos del corte\", []),\n ].join(\"\");\n return `

${cardsND}

${box}

\n ${ovNavCards(true)}

`;\n }\n const comp = ovComparable();\n const a = frAgg(), ap = frAgg(true);\n const vmTot = D.positions.reduce((s, p) => s + dop(p), 0);\n const nEmis = new Set(D.positions.map(p => p.emisor)).size;\n const byR = new Map();\n D.positions.forEach(p => byR.set(p.rating, (byR.get(p.rating) || 0) + dop(p)));\n const pred = [...byR.entries()].sort((x, y) => y[1] - x[1])[0];\n const usd = D.positions.filter(p => p.moneda === \"USD\").reduce((s, p) => s + dop(p), 0);\n const byT = new Map();\n D.positions.forEach(p => byT.set(p.tipo, (byT.get(p.tipo) || 0) + dop(p)));\n const dV = a.total - ap.total, dVp = ap.total > 0 ? dV / ap.total * 100 : null;\n const usoV = a.total / D.LIM_MEDIDA.VaR * 100, stV = ovEstado(usoV);\n const card1 = ovCard(\"Portafolio\", fMM(vmTot), subtituloConsolidacion(), [\n [\"Posiciones\", String(D.positions.length)],\n [\"Emisores\", String(nEmis)],\n [`Calificación predominante ⓘ`, `${pred[0]} · ${fPct(pred[1] / vmTot * 100, 1)}`],\n [\"Exposición en USD (equiv. DOP)\", `${fMM(usd)} · ${fPct(usd / vmTot * 100, 1)}`],\n ]);\n const card2 = ovCard(\"Composición por Calificación\", \" \", \"VM (DOP) · % del portafolio — rating agrupado a letra\", OV_GRUPOS.map(g => {\n const v = g === \"CCC–D\" ? 0 : (byR.get(g) || 0);\n if (v === 0 && !byR.has(g))\n return [g, `— · Sin posiciones`];\n return [g, `${fMM(v)} · ${fPct(v / vmTot * 100, 1)}`];\n }));\n const card3 = ovCard(\"Exposición por Tipo de Instrumento\", \" \", \"VM (DOP) · % del portafolio — dominio de la capa de datos\", D.TIPOS.map(t => [t, `${fMM(byT.get(t) || 0)} · ${fPct((byT.get(t) || 0) / vmTot * 100, 1)}`]));\n const card4 = ovCard(`VaR de Crédito Total — 99% · 1 año ⓘ`, fMM(a.total), `${stV[1]} vs. límite interno ${fMM(D.LIM_MEDIDA.VaR)}`, [\n [\"% VM\", fPct(a.total / vmTot * 100)],\n [`% Patrimonio ⓘ`, \"N/D\"],\n [\"Δ% vs corte anterior\", comp ? `${dVp >= 0 ? \"+\" : \"\"}${nf1.format(dVp)}%` : ovND()],\n ]);\n const em = ovEmisores();\n const hhi = ovHHI(em);\n const usoH = hhi / D.LIMITES.hhiInterno * 100, stH = ovEstado(usoH);\n const usoE = em[0].pct / D.LIMITES.emisorPctInterno * 100, stE = ovEstado(usoE);\n const maxMarg = pinVaR(() => Math.max(...mgRows().map(x => x.marg)));\n const usoM = maxMarg / D.MG_LIMITS.VaR.hyp * 100, stM = ovEstado(usoM);\n const limRows = [\n [`VaR de Crédito Total — 99% · 1 año ⓘ`, fMM(a.total), fMM(D.LIM_MEDIDA.VaR), usoV, stV],\n [\"Concentración HHI (por emisor)\", fH(hhi), fH(D.LIMITES.hhiInterno), usoH, stH],\n [`Mayor emisor (% del VM) ⓘ`, fPct(em[0].pct), fPct(D.LIMITES.emisorPctInterno), usoE, stE],\n [`Riesgo marginal por posición (VaR) ⓘ`, fMM(maxMarg), fMM(D.MG_LIMITS.VaR.hyp), usoM, stM],\n ];\n const tabla = `

Límites y Métricas

\n \n ${limRows.map(r => ``).join(\"\")}

Métrica	Valor	Lím. Interno	Lím. Reg. ⓘ	Uso	Estado
${r[0]}	${r[1]}	${r[2]}	N/D	${fPct(r[3], 1)}	${r[4][1]}

`;\n const drivers = `

Top Drivers del VaR — contribución prorrateada por emisor

Ranking de exposición ponderada por el riesgo de su rating — VaR 99% · 1a, nivel rating

${LEYENDA_PRORRATEO}

`;\n const variacion = comp\n ? `

Variación vs corte anterior — Δ VaR (99% · 1a) por rating

Δ en DOP (MM), etiquetas Δ% — neutro; eje primario rating (§2).

`\n : `

Variación vs corte anterior — Δ VaR (99% · 1a) por rating

ⓘN/D — cortes no comparables\n ${OV_TT_COMP} Ver el banner superior.

`;\n return `

${comp ? \"\" : ovBanner}\n

${card1}${card2}${card3}${card4}

${tabla}${drivers}${variacion}

\n ${ovNavCards(false)}

`;\n }\n function chartsOv() {\n const top = pinVaR(() => mrEmisores()).slice(0, 5).reverse();\n mkChart(\"chOV_DRV\", {\n grid: { left: 130, right: 60, top: 10, bottom: 10 },\n tooltip: { trigger: \"axis\", valueFormatter: v => fMM(v) },\n xAxis: { type: \"value\", axisLabel: { show: false }, splitLine: { show: false } },\n yAxis: { type: \"category\", data: top.map(t => t[0]), axisLabel: { fontSize: 10 } },\n series: [{ type: \"bar\", barWidth: 16, color: TK(\"--primary\"),\n label: { show: true, position: \"right\", fontSize: 9.5, color: TK(\"--text-2\"), formatter: p => fMM(top[p.dataIndex][1]) },\n data: top.map(t => +t[1].toFixed(2)) }],\n });\n if (!ovComparable())\n return;\n const a = frAgg(), ap = frAgg(true);\n const items = a.rows.map(x => {\n const prev = ap.rows.find(y => y.r === x.r);\n const dd = x.contrib - (prev ? prev.contrib : 0);\n return { k: x.r, d: dd, dp: prev && prev.contrib > 0 ? dd / prev.contrib * 100 : null };\n });\n items.push({ k: \"Total\", d: a.total - ap.total, dp: ap.total > 0 ? (a.total - ap.total) / ap.total * 100 : null });\n mkChart(\"chOV_VAR\", {\n grid: { left: 56, right: 12, top: 26, bottom: 34 },\n tooltip: { trigger: \"axis\", valueFormatter: v => (v >= 0 ? \"+\" : \"−\") + fMM(Math.abs(v)).slice(1) },\n xAxis: { type: \"category\", data: items.map(i => i.k), axisLabel: { fontSize: 9.5 } },\n yAxis: { type: \"value\", axisLabel: { formatter: v => (v < 0 ? \"−\" : \"\") + \"$\" + nf1.format(Math.abs(v)) + \"MM\", fontSize: 9.5 } },\n series: [{ type: \"bar\", barWidth: 18,\n itemStyle: { color: p => items[p.dataIndex].k === \"Total\" ? TK(\"--secondary\") : TK(\"--primary\") },\n label: { show: true, position: \"top\", fontSize: 9, color: TK(\"--text-2\"),\n formatter: p => items[p.dataIndex].dp === null ? \"\" : (items[p.dataIndex].dp >= 0 ? \"+\" : \"\") + nf1.format(items[p.dataIndex].dp) + \"%\" },\n data: items.map(i => +i.d.toFixed(2)) }],\n });\n }\n // ====== Deterioro (NIIF 9) — §15.1–§15.5 · handoff 06 (F2.11) ======\n const IF = D.IFRS;\n const DT_NOTA = \"El Credit VaR responde el riesgo económico; esta sección responde la provisión contable ECL (NIIF 9)\";\n const DT_EAD = \"EAD ≈ costo amortizado ≈ VM del mock ⚑ (el real viene del contrato de datos, con devengados)\";\n const DT_STAGE_COL = { 1: \"#8ec4e6\", 2: \"#4da3d8\", 3: \"#1f2a4e\" }; // secuencial neutra — Stage 3 jamás rojo\n const DT_CL_COL = { AC: \"#0d77bf\", FVOCI: \"#28497c\", FVTPL: GRAY };\n const DT_TITLES = {\n staging: [\"VM en alcance ECL\", \"Provisión ECL total — NIIF 9\", \"VM en Stage 2\", \"VM en Stage 3\", \"Uso Límite\"],\n ecl: [\"Provisión ECL total — NIIF 9\", \"Convexidad de escenarios\", \"ECL lifetime (Stage 2+3)\", \"Cobertura\", \"Uso Límite\"],\n movimientos: [\"Provisión ECL al corte — NIIF 9\", \"Δ Provisión del período\", \"VM deteriorado\", \"VM mejorado\", \"Uso Límite\"],\n \"conciliacion-rea\": [\"Provisión ECL — NIIF 9\", \"Provisión REA — SB (A-E)\", \"Provisión exigible\", \"Diferencia ECL − REA\", \"Uso Límite\"],\n };\n const dtComparable = () => S.uiState !== \"partial\"; // partial = corte anterior publicado bajo badge distinto\n const DT_TT_ND = \"N/D — el corte de comparación se publicó bajo un supuesto distinto (badge); un Δ jamás mezcla efecto de cartera con efecto metodológico (§11).\";\n function dtNotches(rating, a) { return (D.RATINGS.indexOf(rating) - D.RATINGS.indexOf(a.ro)) * 3; }\n function dtStageOf(rating, a) { if (a.imp)\n return 3; if (dtNotches(rating, a) >= 3 || a.mora >= 30 || a.cual)\n return 2; return 1; }\n function dtCriterio(rating, a, st) {\n if (st === 3)\n return \"cualitativo (impago de cupón)\";\n if (st === 2) {\n if (dtNotches(rating, a) >= 3)\n return \"≥3 notches\";\n if (a.mora >= 30)\n return \"backstop 30d\";\n return `cualitativo (${a.cual})`;\n }\n return \"—\";\n }\n /* ECL = Σ_s p_s · PD_h(s) · LGD_s · EAD · DF — DF a la EIR ORIGINAL (06 §4).\n pdF = drift de remedición (0.94 para el corte anterior). avg = ECL del escenario\n \"promedio\" (parámetros promediados) — SOLO para exhibir la convexidad, jamás cifra oficial. */\n function dtEclCore(stage, rating, sen, T, eir, ead, pdF) {\n const pd12 = D.FR.TRANS[rating][7] / 100;\n const Th = stage === 1 ? Math.min(T, 1) : Math.max(T, 0.25);\n const pdh = stage === 3 ? 1 : 1 - Math.pow(1 - pd12 * pdF, Th);\n const df = Math.pow(1 + eir / 100, -Math.max(Th / 2, 0.1));\n const per = {};\n let w = 0;\n IF.SCEN.forEach(s => {\n const pdS = stage === 3 ? 1 : Math.min(1, pdh * s.fPD);\n per[s.id] = pdS * (Math.min(100, IF.LGD[sen] + s.dLGD) / 100) * ead * df;\n w += s.p * per[s.id];\n });\n const fA = IF.SCEN.reduce((x, s) => x + s.p * s.fPD, 0), dA = IF.SCEN.reduce((x, s) => x + s.p * s.dLGD, 0);\n const avg = (stage === 3 ? 1 : Math.min(1, pdh * fA)) * ((IF.LGD[sen] + dA) / 100) * ead * df;\n return { pdh, per, w, avg, df, Th };\n }\n function dtRows() {\n const rows = D.positions.map(p => {\n const a = IF.ATTR[p.inst];\n const ead = dop(p), eadPrev = dopPrev(p);\n if (a.cl === \"FVTPL\")\n return { p, a, ead, eadPrev, stage: null };\n const stage = dtStageOf(p.rating, a);\n const cur = dtEclCore(stage, p.rating, a.sen, a.T, a.eir, ead, 1);\n const cur12 = stage === 1 || stage === 3 ? cur : dtEclCore(1, p.rating, a.sen, a.T, a.eir, ead, 1); // S3: PD=1 en ambos horizontes — el driver \"lifetime vs 12m\" no aplica al deteriorado\n const curPS = dtEclCore(a.prevStage, p.rating, a.sen, a.T, a.eir, ead, 1);\n const prev = dtEclCore(a.prevStage, p.rating, a.sen, a.T, a.eir, eadPrev, IF.REMED_F);\n return { p, a, ead, eadPrev, stage, cur, cur12, prev, prevStage: a.prevStage,\n mig: cur.w - curPS.w, rem: curPS.w - prev.w, crit: dtCriterio(p.rating, a, stage), dn: dtNotches(p.rating, a),\n exped: stage === 1 && [\"AAA\", \"AA\", \"A\"].includes(p.rating) };\n });\n // Alta del período: parte del corte actual en TODOS los tabs (Σ tabla = KPI 1)\n const x = IF.ALTA;\n const cur = dtEclCore(x.stage, x.rating, x.sen, x.T, x.eir, x.vm, 1);\n rows.push({ p: { inst: x.inst, emisor: x.emisor, rating: x.rating, tipo: \"CD\", moneda: x.moneda, vm: x.vm }, a: { cl: x.cl, ro: x.rating, sen: x.sen, T: x.T, mora: 0, eir: x.eir },\n ead: x.vm, eadPrev: 0, stage: x.stage, cur, cur12: cur, prev: { w: 0, per: {}, avg: 0 }, prevStage: null, alta: true, mig: 0, rem: 0, crit: \"—\", dn: 0, exped: true });\n return rows;\n }\n function dtBaja() { const x = IF.BAJA; return { x, prev: dtEclCore(x.prevStage, x.rating, x.sen, x.T, x.eir, x.prevVm, IF.REMED_F) }; }\n const dtScope = rows => rows.filter(r => r.stage !== null);\n function dtAgg() {\n const rows = dtRows(), sc = dtScope(rows), baja = dtBaja();\n const eclTot = sc.reduce((s, r) => s + r.cur.w, 0);\n const eclAvg = sc.reduce((s, r) => s + r.cur.avg, 0);\n const eclPrev = sc.reduce((s, r) => s + r.prev.w, 0) + baja.prev.w;\n if (eclTot <= eclAvg)\n console.warn(\"Convexidad no positiva — revisar calibración del mock\");\n const eadScope = sc.reduce((s, r) => s + r.ead, 0);\n const eclLife = sc.filter(r => r.stage >= 2).reduce((s, r) => s + r.cur.w, 0);\n const fvtplVm = rows.filter(r => r.stage === null).reduce((s, r) => s + r.ead, 0);\n const rea = sc.map(r => { const cat = r.stage === 3 ? \"E\" : IF.REA.MAP[r.p.rating]; return { r, cat, rea: IF.REA.PCT[cat] / 100 * r.ead }; });\n const reaTot = rea.reduce((s, x) => s + x.rea, 0);\n return { rows, sc, baja, eclTot, eclAvg, eclPrev, eadScope, eclLife, fvtplVm, rea, reaTot,\n eclScen: id => sc.reduce((s, r) => s + r.cur.per[id], 0) };\n }\n // Filtros §15.1: Stage activo excluye implícitamente FVTPL; KPIs SIEMPRE del universo completo\n function dtView(rows) {\n return rows.filter(r => (S.moneda === \"Todas\" || r.p.moneda === S.moneda) &&\n (S.dtClasif === \"Todas\" || r.a.cl === S.dtClasif) &&\n (S.dtStage === \"Todos\" || r.stage === +S.dtStage));\n }\n const dtFiltActive = () => S.moneda !== \"Todas\" || S.dtClasif !== \"Todas\" || S.dtStage !== \"Todos\";\n const dtFiltNote = () => dtFiltActive()\n ? `

☰ Filtro activo — los KPIs y los cuadres declarados aplican al universo completo del corte; paneles y tabla muestran el subconjunto filtrado. La provisión pinneada jamás se recalcula.

` : \"\";\n function dtUsoLimite() {\n return kpiCard(\"Uso Límite\", \"N/D\", `Sin límite de cobertura configurado ⓘ`, []);\n }\n const dtNotaHtml = () => `

ⓘ ${DT_NOTA}.

`;\n const dtKpisND = tab => DT_TITLES[tab].map(t => kpiCard(t, \"N/D\", \"\", [])).join(\"\");\n function dtStateWrap(tab) {\n if (S.uiState === \"loading\")\n return `

${kpiSkeletons()}

${panelSkeletons()}

`;\n if (S.uiState === \"empty\")\n return `

${dtKpisND(tab)}

${statePanels(emptyBox())}

`;\n if (S.uiState === \"error\")\n return `

${dtKpisND(tab)}

${statePanels(errBox())}

`;\n return null;\n }\n function dtDelta(cur, prev, comp) {\n if (!comp)\n return [[\"anterior\", `N/D`], [\"Δ\", `N/D`], [\"Δ%\", `N/D`]];\n const d = cur - prev, dp = prev !== 0 ? d / Math.abs(prev) * 100 : null;\n return [[\"anterior\", fMM(prev)], [\"Δ\", (d >= 0 ? \"+\" : \"−\") + fMM(Math.abs(d)).slice(1)], [\"Δ%\", dp === null ? \"N/D\" : (dp >= 0 ? \"+\" : \"\") + nf1.format(dp) + \"%\"]];\n }\n const dtChipStage = st => st === null ? `—`\n : `S${st}`;\n const dtChipCl = cl => `${cl}`;\n const dtVmCols = r => {\n const vDop = r.p.moneda === \"DOP\" ? fMM(r.p.vm) : \"—\";\n const vUsd = r.p.moneda === \"USD\" ? \"$\" + nf2.format(r.p.vm) + \"MM\" : \"—\";\n return `${vDop}${vUsd}${fMM(r.ead)}`;\n };\n const dtVmColsG = list => {\n const dopS = list.filter(r => r.p.moneda === \"DOP\").reduce((s, r) => s + r.p.vm, 0);\n const usdS = list.filter(r => r.p.moneda === \"USD\").reduce((s, r) => s + r.p.vm, 0);\n const tot = list.reduce((s, r) => s + r.ead, 0);\n return `${dopS ? fMM(dopS) : \"—\"}${usdS ? \"$\" + nf2.format(usdS) + \"MM\" : \"—\"}${fMM(tot)}`;\n };\n // Jerarquía canónica rating → emisor → instrumento (agregados por nivel)\n function dtHier(list, expR, expE, keyR, keyE, cols, colsG, colsE) {\n let html = \"\";\n D.RATINGS.forEach(rt => {\n const inR = list.filter(x => x.p.rating === rt);\n if (!inR.length)\n return;\n const open = !!S[expR][rt];\n html += `${open ? \"▾\" : \"▸\"}${rt}${colsG(inR)}`;\n if (!open)\n return;\n const byE = new Map();\n inR.forEach(x => byE.set(x.p.emisor, [...(byE.get(x.p.emisor) || []), x]));\n [...byE.entries()].sort((a, b) => b[1].reduce((s, x) => s + x.ead, 0) - a[1].reduce((s, x) => s + x.ead, 0)).forEach(([e, l]) => {\n const k = rt + \"|\" + e, openE = !!S[expE][k];\n html += `${openE ? \"▾\" : \"▸\"}${esc(e)}${colsE(l)}`;\n if (!openE)\n return;\n l.sort((a, b) => b.ead - a.ead).forEach(x => { html += `${esc(x.p.inst)}${cols(x)}`; });\n });\n });\n return html;\n }\n // ---- §15.1 Staging ----\n function dtStagingHtml() {\n const st = dtStateWrap(\"staging\");\n if (st)\n return dtNotaHtml() + st;\n const a = dtAgg(), comp = dtComparable();\n const vmScope = a.eadScope, vmScopePrev = a.sc.reduce((s, r) => s + r.eadPrev, 0) + IF.BAJA.prevVm;\n const s2 = a.sc.filter(r => r.stage === 2), s3 = a.sc.filter(r => r.stage === 3);\n const vm2 = s2.reduce((s, r) => s + r.ead, 0), vm3 = s3.reduce((s, r) => s + r.ead, 0);\n const kpis = kpiCard(`VM en alcance ECL ⓘ`, fMM(vmScope), \"AC + FVOCI · Consolidado en DOP · TC del corte\", dtDelta(vmScope, vmScopePrev, comp)) +\n kpiCard(`Provisión ECL total — NIIF 9 ⓘ`, fMM(a.eclTot), \"Ponderada por escenarios · Consolidado en DOP — jamás partida por moneda\", dtDelta(a.eclTot, a.eclPrev, comp)) +\n kpiCard(\"VM en Stage 2\", fMM(vm2), `${fPct(vm2 / vmScope * 100, 1)} del alcance · SICR sin default`, dtDelta(vm2, a.sc.filter(r => r.prevStage === 2).reduce((s, r) => s + r.eadPrev, 0), comp)) +\n kpiCard(\"VM en Stage 3\", fMM(vm3), `${s3.length} posición${s3.length === 1 ? \"\" : \"es\"} deteriorada${s3.length === 1 ? \"\" : \"s\"}`, dtDelta(vm3, a.sc.filter(r => r.prevStage === 3).reduce((s, r) => s + r.eadPrev, 0), comp).slice(0, 2)) +\n dtUsoLimite();\n const criterios = `

Criterios SICR activos

1 · Cuantitativo — ACTIVO Deterioro ≥3 notches de rating desde el origen escala del mock ⓘ
Alternativa NO activa: PD lifetime ×2 (cambio relativo, no PD absoluta) — el tenant elige una metodología oficial única.

2 · Backstop — obligatorio 30 días de mora → SICR (presunción refutable; en bonos bullet rara vez se activa antes del default).

3 · Cualitativos watchlist · cambio de outlook · breach de covenants · deterioro sectorial/soberano.

4 · Low credit risk expedient (5.5.10) — flag de juicio RD Soberano RD ≈ BB− / Ba3, sub-investment-grade — el expedient NO es automático; exige juicio documentado: Política de Deterioro Crediticio v1 (valor del mock).

5 · Consecuencias por stage (06 §2)\n \n \n \n \n

${dtChipStage(1)}	ECL 12 meses	interés sobre bruto
${dtChipStage(2)}	ECL lifetime	interés sobre bruto
${dtChipStage(3)}	ECL lifetime	interés sobre neto (bruto − provisión)

El staging es simétrico — si el riesgo mejora, la posición regresa Stage 2 → 1 (06 §2).

`;\n const view = dtView(a.rows);\n const tblRows = dtHier(view, \"dtExpS\", \"dtExpSE\", \"dts\", \"dtse\", x => `${x.p.rating}${x.stage === null ? \"—\" : x.a.ro}${x.stage === null ? \"—\" : (x.dn > 0 ? \"+\" + x.dn : x.dn)}${dtChipCl(x.a.cl)}${dtChipStage(x.stage)}${esc(x.crit)}${x.exped ? `Sí — juicio doc.` : \"—\"}${x.a.mora || \"—\"}${dtVmCols(x)}${x.stage === null ? \"—\" : fMM(x.cur.w)}`, l => `—${dtVmColsG(l)}${fMM(l.reduce((s, x) => s + (x.stage === null ? 0 : x.cur.w), 0))}`, l => `—${dtVmColsG(l)}${fMM(l.reduce((s, x) => s + (x.stage === null ? 0 : x.cur.w), 0))}`);\n return dtNotaHtml() + dtFiltNote() + `

${kpis}

Composición rating × stage

\n ${[\"VM\", \"N\", \"ECL\"].map(m => ``).join(\"\")}

Eje X = rating (eje primario §2). Apilado por Stage 1/2/3 — paleta secuencial neutra, jamás semáforo. Alcance: AC + FVOCI (FVTPL fuera del gráfico — no tiene stage).

\n ${criterios}\n

Clasificación contable AC · FVOCI · FVTPL

FVTPL: excluido de ECL — riesgo de crédito capturado en fair value (06 §1). FVOCI: provisión contra ORI — no reduce el valor en balance. Clasificación = atributo contractual observable (test SPPI + modelo de negocio). Libro completo, DOP consolidado.

Staging por posición

${tblRows}

Calificación / Emisor / Instrumento	Rating actual	Rating en origen	Δ notches	Clasif.	Stage	Criterio gatillado	Expedient	Días mora	VM DOP	VM USD	VM Total (DOP)	Provisión ECL (DOP)

Drill-down canónico rating → emisor → instrumento. Provisión ECL jamás partida por moneda (F1.10). FVTPL → stage \"—\" (fuera de alcance ECL; con filtro Stage activo queda excluido implícitamente). ${DT_EAD}. N/D nunca 0; \"—\" no aplica.

`;\n }\n // ---- §15.3 ECL ----\n function dtEclHtml() {\n const st = dtStateWrap(\"ecl\");\n if (st)\n return dtNotaHtml() + st;\n const a = dtAgg(), comp = dtComparable();\n const conv = a.eclTot - a.eclAvg;\n const cob = a.eclTot / a.eadScope * 100;\n const kpis = kpiCard(` `${s.lbl} ${fMM(a.eclScen(s.id))} × ${Math.round(s.p * 100)}%`).join(\" · \")} — la ponderación es auditable desde el KPI. Misma cifra que Staging KPI 2 — pinneada, jamás recalculada.\">Provisión ECL total — NIIF 9 ⓘ`, fMM(a.eclTot), \"Ponderada por escenarios · Consolidado en DOP · TC del corte\", dtDelta(a.eclTot, a.eclPrev, comp)) +\n kpiCard(`Convexidad de escenarios ⓘ`, (conv >= 0 ? \"+\" : \"−\") + fMM(Math.abs(conv)).slice(1), `${(conv >= 0 ? \"+\" : \"\")}${nf2.format(conv / a.eclTot * 100)}% del ECL · ECL ponderado − ECL del escenario promedio`, []) +\n kpiCard(\"ECL lifetime (Stage 2+3)\", fMM(a.eclLife), `${fPct(a.eclLife / a.eclTot * 100, 1)} del ECL total · el resto es ECL a 12 meses (Stage 1)`, comp ? [] : [[\"Δ\", `N/D`]]) +\n kpiCard(`Cobertura ⓘ`, fPct(cob), \"Provisión ECL / saldo en alcance (costo amortizado)\", comp ? [] : [[\"Δ\", `N/D`]]) +\n dtUsoLimite();\n // TL — panel compuesto de escenarios (desviación declarada del molde §4; la ponderación ES la mecánica del número oficial)\n const maxScen = Math.max(...IF.SCEN.map(s => a.eclScen(s.id)));\n const posPct = v => Math.min(96, v / (maxScen * 1.12) * 100);\n const cols = IF.SCEN.map(s => {\n const v = a.eclScen(s.id), openM = S.dtScen === s.id;\n return `

\n ${s.lbl} · ${Math.round(s.p * 100)}%\n

${fMM(v)}

\n \n ${openM ? `

PIB ${s.macro.pib} · DOP/USD ${s.macro.fx} · TPM BCRD ${s.macro.tpm}

` : \"\"}\n

`;\n }).join(\"\");\n const lineW = 100 - posPct(a.eclTot), lineA = 100 - posPct(a.eclAvg);\n const panelTL = `

Escenarios macro ponderados

ECL ponderado (oficial): ${fMM(a.eclTot)}

ECL del escenario promedio: ${fMM(a.eclAvg)} — no usada; muestra la no-linealidad (Δ ${(conv >= 0 ? \"+\" : \"−\")}${fMM(Math.abs(conv)).slice(1)})

\n ${cols}\n

Escenarios contables NIIF 9 — fijados por la gobernanza metodológica del tenant, no editables aquí; para estrés ad-hoc → Escenarios; para barridos de supuestos del VaR → Sensibilidades. Calibración macro con proxies regionales / benchmarks de soberanos comparables — escasez de defaults locales (06 §5).

`;\n // BL — mecánica del cálculo\n const predom = () => { const m = aggBy(\"rating\").cur; return [...m.entries()].sort((x, y) => y[1] - x[1])[0][0]; };\n const selR = S.dtEclRating || predom();\n const vistas = [[\"pd\", \"Curvas PD\"], [\"ead\", \"Perfil EAD\"], [\"lgd\", \"LGD PIT\"]];\n const blBody = S.dtEclVista === \"lgd\"\n ? `

Point-in-time y forward-looking — no through-the-cycle (06 §4). Dominio de seniority autoritativo de la capa de datos (mock: 2 valores).

`\n : S.dtEclVista === \"ead\"\n ? `

Saldo esperado (costo amortizado + devengados) del alcance en el tiempo. Bullet ≈ estable; amortizable se proyecta (06 §4). ${DT_EAD}.

`\n : `

${D.RATINGS.map(r => ``).join(\"\")}

Eje X = tiempo — probabilidad acumulada/marginal de default por período; NO es la distribución de valor del portafolio. Derivadas de la matriz de transición del modelo — la misma de Factores de Riesgo §12 — elevada a potencia t con absorción del default (06 §6).

`;\n const panelBL = `

Mecánica del cálculo

\n ${vistas.map(([k, l]) => ``).join(\"\")}

Vista pedagógica del cálculo — no afecta KPIs ni tabla · ECL = Σ_t PD_marginal(t) × EAD(t) × LGD(t) × DF(t) — descuento a la EIR ORIGINAL del reconocimiento inicial, jamás a tasa de mercado actual (06 §4)

\n ${blBody}

`;\n // BR — tabla\n const view = dtView(dtScope(a.rows));\n const eirCell = x => x.a.eirProxy ? `⚑ ${nf2.format(x.a.eir)}% proxy` : nf2.format(x.a.eir) + \"%\";\n const scenCols = S.dtScenCols;\n const tbl = dtHier(view, \"dtExpEc\", \"dtExpEcE\", \"dtec\", \"dtece\", x => `${dtChipStage(x.stage)}${x.stage === 1 ? \"12m\" : \"lifetime\"}${dtChipCl(x.a.cl)}${fPct(x.cur.pdh * 100)}${nf0(IF.LGD[x.a.sen])}%${fMM(x.ead)}${eirCell(x)}${scenCols ? IF.SCEN.map(s => `${fMM(x.cur.per[s.id])}`).join(\"\") : \"\"}${fMM(x.cur.w)}${comp ? (x.cur.w - x.prev.w >= 0 ? \"+\" : \"−\") + fMM(Math.abs(x.cur.w - x.prev.w)).slice(1) : `N/D`}`, l => `—${fMM(l.reduce((s, x) => s + x.cur.w, 0))}—`, l => `—${fMM(l.reduce((s, x) => s + x.cur.w, 0))}—`);\n const nProxy = dtScope(a.rows).filter(x => x.a.eirProxy).length;\n return dtNotaHtml() + dtFiltNote() + `

${kpis}

\n ${panelTL}\n

ECL por rating × ${S.dtTrVista.toLowerCase()}

\n ${[\"Horizonte\", \"Clasificación\"].map(m => ``).join(\"\")}

Eje X = rating (eje primario §2); apilado de exactamente 2 segmentos (${S.dtTrVista === \"Horizonte\" ? \"ECL 12m · ECL lifetime\" : \"AC · FVOCI\"}) — el toggle reemplaza la apilación, jamás la multiplica. Lifetime incluye Stage 2 y Stage 3 — para separarlos por stage, ver el tab Staging. FVTPL fuera del alcance.

\n ${panelBL}\n

ECL por posición — NIIF 9 (DOP consolidado)

\n \n

${scenCols ? IF.SCEN.map(s => ``).join(\"\") : \"\"}${tbl}

Calificación / Emisor / Instrumento	Stage	Horizonte	Clasif.	PD base	LGD	EAD (DOP)	EIR original	ECL ${s.lbl}	Provisión ECL (DOP)	Δ vs ant.

Σ tabla (sin filtro) = KPI 1 (Provisión ECL total: ${fMM(a.eclTot)}) · posiciones con EIR proxy: ${nProxy} (⚑) — el cuadre es visible, no un descuadre silencioso. FVTPL fuera de la tabla (alcance AC+FVOCI). Provisión jamás partida por moneda (F1.10). N/D nunca 0.

`;\n }\n // ---- §15.4 Movimientos ----\n function dtMovBuckets(a) {\n const alta = a.rows.find(r => r.alta);\n const migS2 = a.sc.filter(r => !r.alta && r.stage === 2 && r.prevStage === 1).reduce((s, r) => s + r.mig, 0);\n const migS3 = a.sc.filter(r => !r.alta && r.stage === 3 && r.prevStage < 3).reduce((s, r) => s + r.mig, 0);\n const mejoras = a.sc.filter(r => !r.alta && r.prevStage !== null && r.stage < r.prevStage).reduce((s, r) => s + r.mig, 0);\n const remed = a.sc.filter(r => !r.alta).reduce((s, r) => s + r.rem, 0);\n return { inicial: a.eclPrev, altas: alta ? alta.cur.w : 0, bajas: -a.baja.prev.w, migS2, migS3, mejoras, remed, final: a.eclTot };\n }\n function dtMovHtml() {\n const st = dtStateWrap(\"movimientos\");\n if (st)\n return dtNotaHtml() + st;\n const a = dtAgg(), comp = dtComparable();\n const b = dtMovBuckets(a);\n const dTot = a.eclTot - a.eclPrev;\n const vmDet = a.sc.filter(r => !r.alta && r.prevStage !== null && r.stage > r.prevStage).reduce((s, r) => s + r.ead, 0);\n const vmMej = a.sc.filter(r => !r.alta && r.prevStage !== null && r.stage < r.prevStage).reduce((s, r) => s + r.ead, 0);\n const nd = `N/D`;\n const kpis = kpiCard(`Provisión ECL al corte — NIIF 9 ⓘ`, fMM(a.eclTot), \"Corte oficial · Consolidado en DOP · TC del corte\", []) +\n kpiCard(`Δ Provisión del período ⓘ`, comp ? (dTot >= 0 ? \"+\" : \"−\") + fMM(Math.abs(dTot)).slice(1) : nd, comp ? `${(dTot >= 0 ? \"+\" : \"\")}${nf2.format(dTot / a.eclPrev * 100)}% sobre la provisión del corte de comparación` : `Cortes no comparables — badge distinto`, []) +\n kpiCard(\"VM deteriorado\", comp ? fMM(vmDet) + \" (VM, DOP)\" : nd, comp ? \"VM que migró a Stage 2/3 en el período\" : \"\", []) +\n kpiCard(`VM mejorado ⓘ`, comp ? fMM(vmMej) + \" (VM, DOP)\" : nd, comp ? \"VM que regresó S2→1 o S3→2 en el período\" : \"\", []) +\n dtUsoLimite();\n const selPer = `

Período: ${[[\"anterior\", \"vs corte anterior\"], [\"elegir\", \"vs corte a elegir\"]].map(([k, l]) => ``).join(\"\")} — el selector solo define el corte de comparación; el KPI 1 jamás cambia.

`;\n const blPanel = comp\n ? `

Δ provisión por rating

Barras con signo (positivo = más provisión) en color neutro — la dirección la comunica la posición vs. el eje cero y la etiqueta, jamás un color semántico. Rating eje primario §2. Σ = KPI 2.

`\n : `

Δ provisión por rating

ⓘN/D — cortes no comparables${DT_TT_ND}

`;\n const view = dtView(dtScope(a.rows));\n const movRows = [...view, { baja: true, x: a.baja }];\n const tbl = dtHier(view, \"dtExpM\", \"dtExpME\", \"dtm\", \"dtme\", x => `${dtChipCl(x.a.cl)}${x.alta ? `Alta` : x.stage === x.prevStage ? `${dtChipStage(x.prevStage)} =` : `${dtChipStage(x.prevStage)} → ${dtChipStage(x.stage)}`}${x.alta ? \"alta\" : x.stage !== x.prevStage ? esc(dtCriterio(x.p.rating, x.a, Math.max(x.stage, x.prevStage))) : Math.abs(x.rem) > 0.005 ? \"remedición\" : \"—\"}${x.alta ? \"—\" : fMM(x.prev.w)}${fMM(x.cur.w)}${comp ? ((x.cur.w - x.prev.w) >= 0 ? \"+\" : \"−\") + fMM(Math.abs(x.cur.w - x.prev.w)).slice(1) : `N/D`}${x.a.cl === \"FVOCI\" ? \"ORI\" : \"P&L\"}${dtVmCols(x)}`, l => `——${dtVmColsG(l)}`, l => `——${dtVmColsG(l)}`);\n const bajaRow = (S.dtClasif === \"Todas\" || S.dtClasif === \"AC\") && S.dtStage === \"Todos\" && (S.moneda !== \"USD\")\n ? `${esc(a.baja.x.inst)} · ${esc(a.baja.x.emisor)}${dtChipCl(\"AC\")}Bajabaja${fMM(a.baja.prev.w)}—${comp ? \"−\" + fMM(a.baja.prev.w).slice(1) : `N/D`}P&L———` : \"\";\n return dtNotaHtml() + dtFiltNote() + selPer + `

${kpis}

Roll-forward de provisión

Invariante de cuadre: Saldo final − Saldo inicial = KPI 2 = Σ panel Δ por rating = Σ columna Δ de la tabla${comp ? \"\" : \" — cuadre SUSPENDIDO en este corte: badge distinto ⚑ (no es un descuadre)\"}. ${comp ? \"\" : `El bucket \"Cambio de medición\" incluye efecto metodológico — cortes no comparables ⚑. `}Los movimientos de ECL de posiciones FVOCI se registran contra ORI — no reducen el valor en balance (06 §1/§6). Eje: Provisión (DOP MM).

Migraciones de stages

El sankey mueve VM; el waterfall mueve provisión — magnitudes distintas que no cuadran entre sí. Paleta secuencial neutra (Stage 3 y Bajas jamás rojo — semáforo reservado al límite). Cura S3→S2: sin casos en el corte — el staging es simétrico (06 §2). Eje: VM (DOP MM).

\n ${blPanel}\n

Movimientos por posición

${tbl}${bajaRow}

Calificación / Emisor / Instrumento	Clasif.	Stage ant. → actual	Motivo	Prov. anterior	Prov. actual	Δ Provisión (DOP)	Registro	VM DOP	VM USD	VM Total (DOP)

Σ Δ (sin filtro, incl. alta/baja) = KPI 2${comp ? ` = ${(dTot >= 0 ? \"+\" : \"−\")}${fMM(Math.abs(dTot)).slice(1)}` : \" (suspendido — badge distinto ⚑)\"}. Provisiones jamás partidas por moneda; VM en grupos DOP · USD · Total (F1.10). N/D nunca 0; \"—\" no aplica.

`;\n }\n // ---- §15.5 Conciliación REA ----\n function dtConcHtml() {\n const st = dtStateWrap(\"conciliacion-rea\");\n if (st)\n return dtNotaHtml() + st;\n const a = dtAgg(), comp = dtComparable();\n const diff = a.eclTot - a.reaTot;\n const exig = Math.max(a.eclTot, a.reaTot), gob = a.eclTot >= a.reaTot ? \"NIIF 9\" : \"REA\";\n const kpis = kpiCard(\"Provisión ECL — NIIF 9\", fMM(a.eclTot), \"Reporte financiero — NIIF prevalece · pinneada (= Staging KPI 2)\", []) +\n kpiCard(`Provisión REA — SB (A-E) ⚑ ⓘ`, fMM(a.reaTot), \"Mínimo regulatorio · categorías A-E · valores del mock ⚑\", []) +\n kpiCard(`Provisión exigible ⓘ`, fMM(exig), `Gobierna: ${gob} max(ECL, REA) a nivel cartera`, []) +\n kpiCard(`Diferencia ECL − REA ⓘ`, (diff >= 0 ? \"+\" : \"−\") + fMM(Math.abs(diff)).slice(1), `${(diff >= 0 ? \"+\" : \"\")}${nf2.format(diff / a.reaTot * 100)}% sobre REA (denominador declarado)`, []) +\n dtUsoLimite();\n const mapa = `

Mapeo y reglas REA

1 · Mapeo rating → categoría A-E (valores del mock ⚑)\n ${D.RATINGS.map(r => ``).join(\"\")}

${r} → ${IF.REA.MAP[r]}

Stage 3 (deteriorado) → E (override)

2 · % de provisión REA por categoría (mock ⚑ — la norma SB viene del contrato de datos)\n ${IF.REA.CATS.map(c => ``).join(\"\")}

${c}: ${nf1.format(IF.REA.PCT[c])}%

3 · Regla vigente Provisión exigible = mayor(ECL NIIF 9, REA SB) — evaluado a nivel cartera (política del tenant).

4 · Prevalencia (06 §6) NIIF 9 para reporte financiero; REA como piso regulatorio. Ámbito REA del mock: todo el alcance ECL (AC + FVOCI) ⚑; FVTPL fuera de ambos cálculos.

`;\n const view = dtView(dtScope(a.rows));\n const catOf = r => r.stage === 3 ? \"E\" : IF.REA.MAP[r.p.rating];\n const tbl = dtHier(view, \"dtExpC\", \"dtExpCE\", \"dtc\", \"dtce\", x => { const c = catOf(x), rea = IF.REA.PCT[c] / 100 * x.ead, dd = x.cur.w - rea; return `${dtChipCl(x.a.cl)}${c}${nf1.format(IF.REA.PCT[c])}%${fMM(rea)}${dtChipStage(x.stage)}${x.stage === 1 ? \"12m\" : \"lifetime\"}${fMM(x.cur.w)}${(dd >= 0 ? \"+\" : \"−\") + fMM(Math.abs(dd)).slice(1)}${x.a.cl === \"FVOCI\" ? \"ORI\" : \"P&L\"}`; }, l => { const rr = l.reduce((s, x) => s + IF.REA.PCT[catOf(x)] / 100 * x.ead, 0), ee = l.reduce((s, x) => s + x.cur.w, 0); return `—${fMM(rr)}—${fMM(ee)}${(ee - rr >= 0 ? \"+\" : \"−\") + fMM(Math.abs(ee - rr)).slice(1)}—`; }, l => { const rr = l.reduce((s, x) => s + IF.REA.PCT[catOf(x)] / 100 * x.ead, 0), ee = l.reduce((s, x) => s + x.cur.w, 0); return `—${fMM(rr)}—${fMM(ee)}${(ee - rr >= 0 ? \"+\" : \"−\") + fMM(Math.abs(ee - rr)).slice(1)}—`; });\n return dtNotaHtml() + dtFiltNote() + `

${kpis}

ECL vs REA por categoría A-E

Categorías A→E (ordinal, paleta secuencial neutra — la categoría E jamás roja; semáforo solo límite). ECL asignado a categorías vía el mapeo del panel de reglas. DOP MM.

\n ${mapa}\n

Bridge de la diferencia explicada — REA → ECL

El bridge cierra exactamente con KPI 4 (invariante de cuadre). Forward-looking y lifetime computados del dato; LGD PIT y EIR con fracciones del mock ⚑; el residual \"base regulatoria (% fijo REA)\" cierra el puente y va rotulado ⚑ — los drivers reales vienen del motor.

Conciliación por instrumento

${tbl}\n

Calificación / Emisor / Instrumento	Clasif.	Cat. REA	% REA	Provisión REA (DOP)	Stage NIIF	Horizonte	ECL (DOP)	Dif. ECL − REA	Registro
FVOCI: valor en balance a fair value · ECL reconocido en ORI — la provisión no reduce el balance (06 §1/§6).

El exigible se determina a nivel cartera — la suma de los máximos por instrumento NO es la provisión exigible. Σ ECL (sin filtro) = KPI 1 · Σ REA (sin filtro) = KPI 2. Provisiones jamás partidas por moneda (F1.10); N/D nunca 0; \"—\" no aplica.

`;\n }\n function dtBody(tab) {\n if (tab.id === \"staging\")\n return dtStagingHtml();\n if (tab.id === \"ecl\")\n return dtEclHtml();\n if (tab.id === \"movimientos\")\n return dtMovHtml();\n return dtConcHtml();\n }\n // ---- Charts Deterioro ----\n function chartsDtStaging() {\n const a = dtAgg(), view = dtView(dtScope(a.rows));\n const rats = D.RATINGS.filter(r => view.some(x => x.p.rating === r));\n const val = (x) => S.dtTL === \"VM\" ? x.ead : S.dtTL === \"N\" ? 1 : x.cur.w;\n mkChart(\"chDT_TL\", {\n grid: { left: 56, right: 12, top: 30, bottom: 40 },\n legend: { bottom: 0, itemWidth: 10, itemHeight: 10, textStyle: { fontSize: 9 } },\n tooltip: { trigger: \"axis\", valueFormatter: v => S.dtTL === \"N\" ? nf0(v) : fMM(v) },\n xAxis: { type: \"category\", data: rats, axisLabel: { fontSize: 10 } },\n yAxis: { type: \"value\", axisLabel: { fontSize: 9, formatter: v => S.dtTL === \"N\" ? nf0(v) : \"$\" + nf0(v) + \"MM\" } },\n series: [1, 2, 3].map(stg => ({\n name: \"Stage \" + stg, type: \"bar\", stack: \"s\", barWidth: 26, color: DT_STAGE_COL[stg],\n data: rats.map(r => +view.filter(x => x.p.rating === r && x.stage === stg).reduce((s, x) => s + val(x), 0).toFixed(2)),\n })),\n });\n const rows = dtView(a.rows);\n const byCl = [\"AC\", \"FVOCI\", \"FVTPL\"].map(cl => ({ cl, v: rows.filter(x => x.a.cl === cl).reduce((s, x) => s + x.ead, 0) })).filter(x => x.v > 0);\n mkChart(\"chDT_BL\", {\n tooltip: { trigger: \"item\", formatter: p => `${p.name}
${fMM(p.value)} · ${nf1.format(p.percent)}%${p.name === \"FVTPL\" ? \"
Excluido de ECL — riesgo de crédito capturado en fair value\" : \"\"}` },\n legend: { orient: \"vertical\", right: 6, top: \"center\", textStyle: { fontSize: 10 }, formatter: n => { const e = byCl.find(x => x.cl === n); return `${n} ${fMM(e.v)}`; } },\n series: [{ type: \"pie\", radius: [\"46%\", \"70%\"], center: [\"36%\", \"50%\"],\n label: { show: false },\n data: byCl.map(x => ({ name: x.cl, value: +x.v.toFixed(2), itemStyle: { color: DT_CL_COL[x.cl] } })) }],\n });\n }\n function chartsDtEcl() {\n const a = dtAgg(), view = dtView(dtScope(a.rows));\n const rats = D.RATINGS.filter(r => view.some(x => x.p.rating === r));\n const segs = S.dtTrVista === \"Horizonte\"\n ? [[\"ECL 12m\", x => x.stage === 1 ? x.cur.w : 0, \"#8ec4e6\"], [\"ECL lifetime\", x => x.stage >= 2 ? x.cur.w : 0, \"#28497c\"]]\n : [[\"AC\", x => x.a.cl === \"AC\" ? x.cur.w : 0, DT_CL_COL.AC], [\"FVOCI\", x => x.a.cl === \"FVOCI\" ? x.cur.w : 0, DT_CL_COL.FVOCI]];\n mkChart(\"chDT_ECL_TR\", {\n grid: { left: 56, right: 12, top: 30, bottom: 40 },\n legend: { bottom: 0, itemWidth: 10, itemHeight: 10, textStyle: { fontSize: 9 } },\n tooltip: { trigger: \"axis\", valueFormatter: v => fMM(v) },\n xAxis: { type: \"category\", data: rats, axisLabel: { fontSize: 10 } },\n yAxis: { type: \"value\", axisLabel: { fontSize: 9, formatter: v => \"$\" + nf1.format(v) + \"MM\" } },\n series: segs.map(([nm, fn, col]) => ({ name: nm, type: \"bar\", stack: \"e\", barWidth: 26, color: col,\n data: rats.map(r => +view.filter(x => x.p.rating === r).reduce((s, x) => s + fn(x), 0).toFixed(3)) })),\n });\n // BL — vistas pedagógicas\n if (S.dtEclVista === \"pd\") {\n const predom = [...aggBy(\"rating\").cur.entries()].sort((x, y) => y[1] - x[1])[0][0];\n const r = S.dtEclRating || predom;\n const pd12 = D.FR.TRANS[r][7] / 100;\n const T = 7, years = Array.from({ length: T + 1 }, (_, i) => i);\n const surv = years.map(t => +(Math.pow(1 - pd12, t) * 100).toFixed(3));\n const marg = years.map(t => t === 0 ? 0 : +((Math.pow(1 - pd12, t - 1) - Math.pow(1 - pd12, t)) * 100).toFixed(4));\n mkChart(\"chDT_ECL_BL\", {\n grid: { left: 56, right: 56, top: 32, bottom: 42 },\n legend: { bottom: 0, textStyle: { fontSize: 9 } },\n tooltip: { trigger: \"axis\" },\n xAxis: { type: \"category\", data: years.map(y => \"t=\" + y + \"a\"), axisLabel: { fontSize: 9 } },\n yAxis: [{ type: \"value\", name: \"S(t) %\", min: +(Math.min(...surv) - 0.5).toFixed(0), axisLabel: { fontSize: 9 } },\n { type: \"value\", name: \"PD marginal %\", axisLabel: { fontSize: 9 } }],\n series: [\n { name: `Survival S(t) — ${r}`, type: \"line\", step: \"end\", symbol: \"none\", color: TK(\"--primary\"), data: surv },\n { name: \"PD marginal(t) = S(t−1) − S(t)\", type: \"line\", step: \"end\", symbol: \"none\", yAxisIndex: 1, color: TK(\"--secondary\"), lineStyle: { type: \"dashed\" }, data: marg },\n ],\n });\n }\n else if (S.dtEclVista === \"ead\") {\n const sc = dtScope(a.rows);\n const years = [0, 0.5, 1, 2, 3, 4, 5, 6, 7];\n const ead = years.map(t => +sc.filter(x => x.a.T >= t).reduce((s, x) => s + x.ead, 0).toFixed(1));\n mkChart(\"chDT_ECL_BL\", {\n grid: { left: 66, right: 16, top: 26, bottom: 36 },\n tooltip: { trigger: \"axis\", valueFormatter: v => fMM(v) },\n xAxis: { type: \"category\", data: years.map(y => y + \"a\"), axisLabel: { fontSize: 9 } },\n yAxis: { type: \"value\", axisLabel: { fontSize: 9, formatter: v => \"$\" + nf0(v) + \"MM\" } },\n series: [{ name: \"EAD del alcance\", type: \"line\", step: \"end\", symbol: \"none\", areaStyle: { opacity: 0.12 }, color: TK(\"--primary\"), data: ead }],\n });\n }\n else {\n mkChart(\"chDT_ECL_BL\", {\n grid: { left: 56, right: 16, top: 26, bottom: 36 },\n tooltip: { trigger: \"axis\", valueFormatter: v => nf1.format(v) + \"%\" },\n xAxis: { type: \"category\", data: [\"Senior\", \"Subordinada\"], axisLabel: { fontSize: 10 } },\n yAxis: { type: \"value\", max: 100, axisLabel: { fontSize: 9, formatter: v => v + \"%\" } },\n series: [{ type: \"bar\", barWidth: 60, color: TK(\"--primary\"),\n label: { show: true, position: \"top\", fontSize: 10, formatter: p => nf0(p.value) + \"%\" },\n data: [IF.LGD.Senior, IF.LGD.Sub] }],\n });\n }\n }\n function dtWaterfall(id, steps, ejeLbl) {\n // steps: [{lbl, v (delta) | total:true acumulado}] — render con serie fantasma; color neutro único\n let cum = 0;\n const base = [], val = [], lbls = [];\n steps.forEach(s => {\n lbls.push(s.lbl);\n if (s.total) {\n base.push(0);\n val.push(+cum.toFixed(2));\n }\n else if (s.abs !== undefined) {\n base.push(0);\n val.push(+s.abs.toFixed(2));\n cum = s.abs;\n }\n else {\n const from = cum;\n cum += s.v;\n base.push(+Math.min(from, cum).toFixed(2));\n val.push(+Math.abs(s.v).toFixed(2));\n }\n });\n mkChart(id, {\n grid: { left: 60, right: 12, top: 30, bottom: 62 },\n tooltip: { trigger: \"axis\", formatter: ps => { const i = ps[0].dataIndex, s = steps[i]; return `${lbls[i]}
${s.total || s.abs !== undefined ? fMM(val[i] + base[i]) : (s.v >= 0 ? \"+\" : \"−\") + fMM(Math.abs(s.v)).slice(1)}${s.flag ? \"
⚑ \" + s.flag : \"\"}`; } },\n xAxis: { type: \"category\", data: lbls, axisLabel: { fontSize: 8.5, interval: 0, rotate: 24 } },\n yAxis: { type: \"value\", name: ejeLbl, nameTextStyle: { fontSize: 9 }, axisLabel: { fontSize: 9, formatter: v => \"$\" + nf0(v) } },\n series: [\n { type: \"bar\", stack: \"w\", itemStyle: { color: \"transparent\" }, tooltip: { show: false }, data: base, barWidth: 26 },\n { type: \"bar\", stack: \"w\", barWidth: 26,\n itemStyle: { color: p => steps[p.dataIndex].total || steps[p.dataIndex].abs !== undefined ? TK(\"--secondary\") : TK(\"--primary\") },\n label: { show: true, position: \"top\", fontSize: 8.5, color: TK(\"--text-2\"),\n formatter: p => { const s = steps[p.dataIndex]; return s.total || s.abs !== undefined ? fMM(base[p.dataIndex] + val[p.dataIndex]) : (s.v >= 0 ? \"+\" : \"−\") + nf2.format(Math.abs(s.v)) + (s.flag ? \" ⚑\" : \"\"); } },\n data: val },\n ],\n });\n }\n function chartsDtMov() {\n const a = dtAgg(), comp = dtComparable(), b = dtMovBuckets(a);\n dtWaterfall(\"chDT_MOV_TL\", [\n { lbl: \"Saldo inicial\", abs: b.inicial },\n { lbl: \"Altas\", v: b.altas },\n { lbl: \"Bajas\", v: b.bajas },\n { lbl: \"Migraciones a S2\", v: b.migS2 },\n { lbl: \"Migraciones a S3\", v: b.migS3 },\n { lbl: \"Mejoras\", v: b.mejoras },\n { lbl: comp ? \"Cambio de medición\" : \"Cambio de medición ⚑\", v: b.remed, flag: comp ? null : \"incluye efecto metodológico — cortes no comparables\" },\n { lbl: \"Saldo final\", total: true },\n ], \"Provisión (DOP MM)\");\n // TR — sankey de VM\n const sc = a.sc;\n const flows = new Map();\n const add = (s, t, v) => { const k = s + \"→\" + t; flows.set(k, (flows.get(k) || 0) + v); };\n sc.forEach(r => { if (r.alta)\n add(\"Altas\", \"S\" + r.stage, r.ead);\n else\n add(\"S\" + r.prevStage + \" ant.\", \"S\" + r.stage, r.ead); });\n add(\"S\" + IF.BAJA.prevStage + \" ant.\", \"Bajas\", IF.BAJA.prevVm);\n const nodes = [...new Set([...flows.keys()].flatMap(k => k.split(\"→\")))].map(n => ({\n name: n, itemStyle: { color: n === \"Altas\" || n === \"Bajas\" ? GRAY : DT_STAGE_COL[+n.replace(/\\D/g, \"\")] || GRAY }\n }));\n mkChart(\"chDT_MOV_TR\", {\n tooltip: { trigger: \"item\", formatter: p => p.dataType === \"edge\" ? `${p.data.source} → ${p.data.target}
VM: ${fMM(p.data.value)}` : p.name },\n series: [{ type: \"sankey\", left: 14, right: 90, top: 14, bottom: 14, nodeWidth: 14, nodeGap: 14,\n label: { fontSize: 10 }, lineStyle: { color: \"gradient\", opacity: 0.35 },\n emphasis: { focus: \"adjacency\" },\n data: nodes,\n links: [...flows.entries()].map(([k, v]) => { const [s, t] = k.split(\"→\"); return { source: s, target: t, value: +v.toFixed(2) }; }) }],\n });\n if (!comp)\n return;\n // BL — Δ provisión por rating (neutro, signo por posición/etiqueta)\n const byR = D.RATINGS.map(rt => {\n let dd = sc.filter(r => r.p.rating === rt).reduce((s, r) => s + (r.cur.w - r.prev.w), 0);\n if (IF.BAJA.rating === rt)\n dd -= a.baja.prev.w;\n return { rt, dd };\n }).filter(x => Math.abs(x.dd) > 0.001);\n mkChart(\"chDT_MOV_BL\", {\n grid: { left: 60, right: 12, top: 30, bottom: 36 },\n tooltip: { trigger: \"axis\", valueFormatter: v => (v >= 0 ? \"+\" : \"−\") + fMM(Math.abs(v)).slice(1) },\n xAxis: { type: \"category\", data: byR.map(x => x.rt), axisLabel: { fontSize: 10 } },\n yAxis: { type: \"value\", axisLabel: { fontSize: 9, formatter: v => (v < 0 ? \"−\" : \"\") + \"$\" + nf1.format(Math.abs(v)) } },\n series: [{ type: \"bar\", barWidth: 26, color: TK(\"--primary\"),\n label: { show: true, position: \"top\", fontSize: 9, color: TK(\"--text-2\"), formatter: p => (byR[p.dataIndex].dd >= 0 ? \"+\" : \"−\") + nf2.format(Math.abs(byR[p.dataIndex].dd)) },\n data: byR.map(x => +x.dd.toFixed(3)) }],\n });\n }\n function chartsDtConc() {\n const a = dtAgg();\n const eclByCat = {}, reaByCat = {};\n a.rea.forEach(({ r, cat, rea }) => { eclByCat[cat] = (eclByCat[cat] || 0) + r.cur.w; reaByCat[cat] = (reaByCat[cat] || 0) + rea; });\n const cats = IF.REA.CATS;\n mkChart(\"chDT_CONC_TL\", {\n grid: { left: 60, right: 12, top: 30, bottom: 40 },\n legend: { bottom: 0, itemWidth: 10, itemHeight: 10, textStyle: { fontSize: 9 } },\n tooltip: { trigger: \"axis\", valueFormatter: v => fMM(v) },\n xAxis: { type: \"category\", data: cats, axisLabel: { fontSize: 11 } },\n yAxis: { type: \"value\", axisLabel: { fontSize: 9, formatter: v => \"$\" + nf0(v) + \"MM\" } },\n series: [\n { name: \"ECL NIIF 9 (vía mapeo)\", type: \"bar\", barWidth: 18, color: TK(\"--primary\"), data: cats.map(c => +(eclByCat[c] || 0).toFixed(2)) },\n { name: \"REA SB ⚑\", type: \"bar\", barWidth: 18, color: \"#8ec4e6\", data: cats.map(c => +(reaByCat[c] || 0).toFixed(2)) },\n ],\n });\n // BL — bridge REA → ECL: FL y lifetime computados; LGD/EIR mock ⚑; residual cierra exacto ⚑\n const diff = a.eclTot - a.reaTot;\n const fl = a.sc.reduce((s, r) => s + (r.cur.w - r.cur.per.base), 0);\n const life = a.sc.filter(r => r.stage >= 2).reduce((s, r) => s + (r.cur.w - r.cur12.w), 0);\n const lgd = IF.BRIDGE_MOCK.lgdPit * Math.abs(diff), eir = IF.BRIDGE_MOCK.eirDesc * Math.abs(diff);\n const resid = diff - (fl + life + lgd + eir);\n dtWaterfall(\"chDT_CONC_BL\", [\n { lbl: \"REA SB ⚑\", abs: a.reaTot },\n { lbl: \"Forward-looking / escenarios\", v: fl },\n { lbl: \"Lifetime vs 12m (S2/S3)\", v: life },\n { lbl: \"LGD PIT vs % fijo ⚑\", v: lgd, flag: \"fracción del mock\" },\n { lbl: \"Descuento a EIR original ⚑\", v: eir, flag: \"fracción del mock\" },\n { lbl: \"Base regulatoria (% fijo REA) — residual ⚑\", v: resid, flag: \"residual del mock — los drivers reales vienen del motor\" },\n { lbl: \"ECL NIIF 9\", total: true },\n ], \"DOP MM\");\n }\n function bindBody(section, tab) {\n document.querySelectorAll(\"[data-retry]\").forEach(b => b.onclick = () => { S.uiState = \"ok\"; render(); });\n document.querySelectorAll(\"[data-go]\").forEach(b => b.onclick = () => { const [s, t] = b.dataset.go.split(\"/\"); nav(s, t); });\n document.querySelectorAll(\"[data-export]\").forEach(b => b.onclick = () => exportCSV(b.dataset.export));\n if (section.simulador && S.uiState !== \"loading\" && S.uiState !== \"empty\" && S.uiState !== \"error\") {\n bindEsc();\n return;\n }\n if (S.uiState === \"loading\" || S.uiState === \"empty\" || S.uiState === \"error\")\n return;\n if (section.id === \"vision-general\") {\n chartsOv();\n return;\n }\n if (section.id === \"metricas-de-riesgo\") {\n if (tab.id === \"a-la-fecha\") {\n const sd = $(\"#selMrDona\");\n if (sd)\n sd.onchange = e => { S.mrDona = e.target.value; render(); };\n document.querySelectorAll(\"tr.grp[data-mrf]\").forEach(r => r.onclick = () => { S.mrExp[r.dataset.mrf] = !S.mrExp[r.dataset.mrf]; render(); });\n chartsMRFecha();\n }\n else {\n const sb = $(\"#selMrBL\");\n if (sb)\n sb.onchange = e => { S.mrBL = e.target.value; render(); };\n document.querySelectorAll(\"tr.grp[data-mrh]\").forEach(r => r.onclick = () => { S.mrExpH[r.dataset.mrh] = !S.mrExpH[r.dataset.mrh]; render(); });\n chartsMRHist();\n }\n return;\n }\n if (section.id === \"marginal\") {\n const sd = $(\"#selMgDona\");\n if (sd)\n sd.onchange = e => { S.mgDona = e.target.value; render(); };\n document.querySelectorAll(\"tr.grp[data-mgr]\").forEach(r => r.onclick = () => { S.mgExp[r.dataset.mgr] = !S.mgExp[r.dataset.mgr]; render(); });\n document.querySelectorAll(\"tr.child[data-mge]\").forEach(r => r.onclick = () => { S.mgExpE[r.dataset.mge] = !S.mgExpE[r.dataset.mge]; render(); });\n chartsMarginal();\n return;\n }\n if (section.id === \"factores-de-riesgo\") {\n document.querySelectorAll(\"[data-frr]\").forEach(b => b.onclick = () => { S.frRating = b.dataset.frr; render(); });\n document.querySelectorAll(\"tr.grp[data-frf]\").forEach(r => r.onclick = () => { S.frExp[r.dataset.frf] = !S.frExp[r.dataset.frf]; render(); });\n chartsFr();\n return;\n }\n if (section.id === \"sensibilidades\") {\n const ss = $(\"#selSens\");\n if (ss)\n ss.onchange = e => { S.sensSel = e.target.value; S.sensExt = null; render(); };\n document.querySelectorAll(\"[data-sext]\").forEach(b => b.onclick = () => { S.sensExt = b.dataset.sext; render(); });\n document.querySelectorAll(\"tr.grp[data-sw]\").forEach(r => r.onclick = () => { S.sensExp[r.dataset.sw] = !S.sensExp[r.dataset.sw]; render(); });\n document.querySelectorAll(\"[data-goesc]\").forEach(a => a.onclick = e => { e.preventDefault(); nav(\"escenarios\", \"impacto-en-riesgo\"); });\n if (S.uiState !== \"partial\")\n chartsSens();\n return;\n }\n if (section.id === \"backtesting\") {\n document.querySelectorAll(\"[data-btq]\").forEach(b => b.onclick = () => { S.btQ = b.dataset.btq; render(); });\n chartsBt();\n return;\n }\n if (section.id === \"deterioro\") {\n document.querySelectorAll(\"[data-dttl]\").forEach(b => b.onclick = () => { S.dtTL = b.dataset.dttl; render(); });\n document.querySelectorAll(\"[data-dttr]\").forEach(b => b.onclick = () => { S.dtTrVista = b.dataset.dttr; render(); });\n document.querySelectorAll(\"[data-dtv]\").forEach(b => b.onclick = () => { S.dtEclVista = b.dataset.dtv; render(); });\n document.querySelectorAll(\"[data-dtr]\").forEach(b => b.onclick = () => { S.dtEclRating = b.dataset.dtr; render(); });\n document.querySelectorAll(\"[data-dtscen]\").forEach(b => b.onclick = () => { S.dtScen = S.dtScen === b.dataset.dtscen ? null : b.dataset.dtscen; render(); });\n const sc = document.querySelector(\"[data-dtsc]\");\n if (sc)\n sc.onclick = () => { S.dtScenCols = !S.dtScenCols; render(); };\n document.querySelectorAll(\"[data-dtper]\").forEach(b => b.onclick = () => { if (b.dataset.dtper === \"anterior\") {\n S.dtPer = \"anterior\";\n render();\n } });\n [[\"dts\", \"dtExpS\"], [\"dtse\", \"dtExpSE\"], [\"dtec\", \"dtExpEc\"], [\"dtece\", \"dtExpEcE\"], [\"dtm\", \"dtExpM\"], [\"dtme\", \"dtExpME\"], [\"dtc\", \"dtExpC\"], [\"dtce\", \"dtExpCE\"]].forEach(([k, st]) => document.querySelectorAll(`tr[data-${k}]`).forEach(r => r.onclick = () => { S[st][r.dataset[k]] = !S[st][r.dataset[k]]; render(); }));\n if (tab.id === \"staging\")\n chartsDtStaging();\n else if (tab.id === \"ecl\")\n chartsDtEcl();\n else if (tab.id === \"movimientos\")\n chartsDtMov();\n else\n chartsDtConc();\n return;\n }\n if (section.id !== \"portafolio\")\n return;\n if (tab.id === \"global\") {\n const sd = $(\"#selDona\");\n if (sd)\n sd.onchange = e => { S.donaVista = e.target.value; render(); };\n const sb = $(\"#selBL\");\n if (sb)\n sb.onchange = e => { S.blVista = e.target.value; render(); };\n document.querySelectorAll(\"tr.grp\").forEach(r => r.onclick = () => { S.expanded[r.dataset.rat] = !S.expanded[r.dataset.rat]; render(); });\n chartsGlobal();\n }\n else {\n document.querySelectorAll(\"[data-tl]\").forEach(b => b.onclick = () => { S.concTL = b.dataset.tl; render(); });\n document.querySelectorAll(\"[data-tr]\").forEach(b => b.onclick = () => { S.concTR = b.dataset.tr; render(); });\n chartsConc();\n }\n }\n // ---------- Panel de filtros (orden inviolable del contrato) ----------\n function renderFilters() {\n const host = $(\"#filters\");\n if (!S.filtersOpen) {\n host.innerHTML = \"\";\n return;\n }\n host.innerHTML = `

Filtros

Fecha de corte

Portafolio

Dataset

Calificación

Emisor

Tipo de instrumento

Seniority

Moneda\n ${[\"metricas-de-riesgo\", \"marginal\", \"factores-de-riesgo\", \"sensibilidades\"].includes(parseHash().section.id)\n ? `${[\"Todas\", \"DOP\", \"USD\"].map(m => ``).join(\"\")}\n

No aplica en esta sección: las medidas se calculan sobre la cartera consolidada completa (el ${[\"factores-de-riesgo\", \"sensibilidades\"].includes(parseHash().section.id) ? \"VaR\" : S.medida} no es aditivo entre monedas${parseHash().section.id === \"marginal\" ? \"; el marginal leave-one-out se define contra la cartera completa\" : parseHash().section.id === \"factores-de-riesgo\" ? \"; la atribución por factor opera sobre el VaR consolidado y jamás se parte por moneda\" : parseHash().section.id === \"sensibilidades\" ? \"; los barridos se computan sobre el VaR consolidado y jamás se parten por moneda\" : \"\"}).

`\n : `${[\"Todas\", \"DOP\", \"USD\"].map(m => ``).join(\"\")}${parseHash().section.id === \"deterioro\" ? `

En Deterioro la moneda solo acota los grupos de VM; la provisión ECL va SIEMPRE en DOP consolidado y jamás se parte por moneda (F1.10). KPIs siempre sobre el universo completo.

` : \"\"}`}

\n ${parseHash().section.id === \"deterioro\" ? `\n

Clasificación NIIF 9\n ${[\"Todas\", \"AC\", \"FVOCI\", \"FVTPL\"].map(c => ``).join(\"\")}

Stage\n ${[\"Todos\", \"1\", \"2\", \"3\"].map(c => ``).join(\"\")}\n

El filtro Stage opera sobre el alcance ECL — las posiciones FVTPL (stage \"—\") quedan excluidas implícitamente con cualquier valor de Stage activo; para verlas usa el filtro Clasificación NIIF 9 (§15.1).

` : \"\"}\n

Vista por\n

Dimensión de agregación (no es filtro) — sincronizada con el selector del gráfico de composición.

Dominios autoritativos: los valores válidos provienen de la capa de datos (mock: declarados del contrato backend). Controles no interactivos en esta iteración salvo Moneda y Vista por.

`;\n $(\"#fOverlay\").onclick = () => { S.filtersOpen = false; renderFilters(); };\n host.querySelectorAll(\"[data-mon]\").forEach(b => b.onclick = () => { S.moneda = b.dataset.mon; render(); S.filtersOpen = true; renderFilters(); });\n host.querySelectorAll(\"[data-dtcl]\").forEach(b => b.onclick = () => { S.dtClasif = b.dataset.dtcl; render(); S.filtersOpen = true; renderFilters(); });\n host.querySelectorAll(\"[data-dtst]\").forEach(b => b.onclick = () => { S.dtStage = b.dataset.dtst; render(); S.filtersOpen = true; renderFilters(); });\n const fv = $(\"#fVista\");\n if (fv)\n fv.onchange = e => { S.donaVista = e.target.value; render(); S.filtersOpen = true; renderFilters(); };\n applyInfoPattern();\n }\n // ---------- Switcher de estado del prototipo ----------\n const STATES = [[\"ok\", \"Éxito\"], [\"loading\", \"Cargando\"], [\"empty\", \"Vacío\"], [\"error\", \"Error\"], [\"partial\", \"Error parcial\"]];\n function renderSwitch() {\n const { section } = parseHash();\n $(\"#protoSwitch\").innerHTML = `

Estado del prototipo

` +\n STATES.map(([k, l]) => ``).join(\"\") + `

` +\n (section.simulador ? ` Fallo del run (control del prototipo)` : \"\");\n document.querySelectorAll(\"[data-st]\").forEach(b => b.onclick = () => { S.uiState = b.dataset.st; render(); });\n const mf = $(\"#metaFail\");\n if (mf)\n mf.onchange = () => { S.escFailNext = mf.checked; };\n }\n window.addEventListener(\"hashchange\", render);\n window.addEventListener(\"resize\", () => charts.forEach(c => c.resize()));\n if (!location.hash)\n location.hash = \"#/vision-general\";\n render();\n})();\n",[],[197],["D",1787326658800],{"_11":12,"_119":69},{"_11":12,"_115":-5,"_68":69,"_30":67,"_116":117,"_118":24},{"_38":106,"_13":16,"_32":35,"_107":71,"_108":-5,"_109":-5,"_110":-5,"_111":-5,"_112":-5,"_113":14,"_114":12},"ctx",{"_52":-5,"_138":241,"_242":243,"_244":245,"_246":24,"_247":24,"_248":24,"_249":83,"_250":-5,"_251":-7,"_252":-7,"_253":26,"_254":24,"_255":24,"_256":-5,"_257":24,"_258":24,"_259":24,"_260":-5},"ENV",{"_212":213,"_214":215,"_216":16,"_217":218,"_219":220,"_221":222,"_223":224,"_225":226,"_227":228,"_229":230,"_231":232,"_233":234,"_235":236,"_237":238,"_239":240},"REACT_APP_SENTRY_DSN","https://586020d86f05489db63a554690acf1e9@o1398359.ingest.sentry.io/6724499","RENDER_GIT_COMMIT","fdb67791413f4386b4dbf18f354029a617f6160f","RENDER_GIT_BRANCH","POSTHOG_API_TOKEN","phc_nmoyuAkStEZuUp69rYlg1DZgrIt19Gx0Y4Hwf8tGgJP","POSTHOG_API_HOST","https://wart.val.town","WEB_API_TEMPLATE","https://{val}.web.val.run","APP_URL","https://www.val.town","MODULE_URL","https://esm.town","VANITY_WEB_API_TEMPLATE","https://{label}.val.run/","DENOLS_URL","https://lsp.val.town","NODE_ENV","production","CLOUDFLARE_TURNSTILE_SITE_KEY","0x4AAAAAACtaIZJH7s9rBMZ6","GOOGLE_CLIENT_ID","875989696899-jtsqkhlbdv5jrlsk8631p7ipjg3c6o62.apps.googleusercontent.com","STRIPE_PUBLISHABLE_KEY","pk_live_51N2zvWEpZTTLipIkVEwXrUG9AT0yeOOEYxszarZT1jpsZV58Ly6wlg3SltZpHN26CUalOBmUSY7adQRQiSkCZz2500qSXNkf8Y","API_URL","https://api.val.town",[],"preferencesKeybindings","default","preferencesTheme","light","preferencesFixers","preferencesCopilot","preferencesSelectionAi","preferencesCloseBrackets","preferencesChatPanelState","preferencesDprint","preferencesDenofmt","notificationCount","flagDenols","isBusinessOrgMember","businessOrgHandle","isBusinessOrgAdmin","isHigherTownieTier","navCollapsed","currentOrgId"]

${title}

Valor de Mercado por Calificación

Composición del Portafolio

Cambio en la Composición

Tabla de Composición

Top Emisores

Evolución de la Concentración

Cambio en la Composición por Emisor

Tabla de Concentración por Emisor

${S.medida} por Calificación

Contribución al ${S.medida}

Standalone vs. Contribución por Calificación

Descomposición del ${S.medida}

Evolución del ${S.medida} por Calificación

Evolución de la Razón ${S.medida}/VM

Cambio del ${S.medida} vs. Corte Anterior

Comparativa por Calificación

Iso-risk: ${S.medida} marginal vs. tamaño

Contribución (componental)

Ranking por ${S.medida} marginal

Detalle por posición

Serie de excepciones ⓘ

Convergencia del estimador MC ⓘ

Excepciones del VaR — 99% · 1 año (DOP consolidado)

Validación estadística ⓘ

Kupiec POF

Christoffersen (conjunto: independencia + cobertura)

Semáforo de Basilea

Configuración del shock

VaR / ES por ρ — DOP MM · consolidado

Distribución del valor post-shock

P&L por calificación (shock − base)

Waterfall de pérdida por instrumento

Impacto por posición

Impacto por posición

Contribución por factor — Atribución Euler (VaR, DOP MM)

Umbrales de Merton — variable latente

Matriz ρ asumida (correlación de activos)

Contribución al VaR — 99% · 1 año (DOP consolidado)

Tornado de supuestos — impacto en el VaR 99%·1a (DOP MM)

Curva VaR vs ρ — 99% · 1 año

Δ de contribución Euler por calificación — ${esc(selRow.lbl)}

Sensibilidad del VaR — 99% · 1 año (DOP consolidado)

${title}

${label}

Límites y Métricas

Top Drivers del VaR — contribución prorrateada por emisor

Variación vs corte anterior — Δ VaR (99% · 1a) por rating

Variación vs corte anterior — Δ VaR (99% · 1a) por rating

Criterios SICR activos

Composición rating × stage

Clasificación contable AC · FVOCI · FVTPL

Staging por posición

Escenarios macro ponderados

Mecánica del cálculo

ECL por rating × ${S.dtTrVista.toLowerCase()}

ECL por posición — NIIF 9 (DOP consolidado)

Δ provisión por rating

Δ provisión por rating

Roll-forward de provisión

Migraciones de stages

Movimientos por posición

Mapeo y reglas REA

ECL vs REA por categoría A-E

Bridge de la diferencia explicada — REA → ECL

Conciliación por instrumento

Filtros

History · main.ts