Date post: | 20-Oct-2015 |
Category: |
Documents |
Upload: | victor-ibrahim-cordero-ohiggins |
View: | 77 times |
Download: | 2 times |
DIAS DE LA CIENCIA APLICADA
MODELACION DEL RIESGO CREDITICIO PARA ESTIMAR LA
PERDIDA ESPERADA EN UNA INSTITUCION FINANCIERA
Tesis de Maestra en Finanzas: ARMANDO LENIN TAMARARAUL ENRIQUE ARISTIZABAL
Asesor : Hermilson Velasquez C
ESTRUCTURA DEL PROBLEMA
ACUERDO DE BASILEA
SUPERFINANCIERA INSTITUCIONES FINANCIERAS
AGENTES : Personas
naturales jurdicas PROVICIONES
CARACTERISTICAS
CONTENIDO
1. Objetivo del trabajo.
2. Metodologa propuesta por Basilea.
3. Antecedentes.
4. Alternativas de modelizacin.
5. Propuesta.
6. Resultados.
7. Conclusiones.
METODOLOGIA
PERDIDA ESPERADA
METODOLOGIA PROPUESTA POR BASILEA
Probabilidad de
incumplimiento
Exposicin al
momento de
incumplimiento
Perdida dado el
incumplimiento
PE = PI x EAI x PDI
MODALIDAD DE CREDITOSM
O
D
A
L
I
D
A
D
E
S
D
E
C
R
E
D
I
T
O
Consumo
Vivienda
Comercial
Los otorgados a personas naturales o
jurdicas para el desarrollo de
actividades econmicas organizadas.
Los otorgados a personas naturales
para financiar la adquisicin de bienes
de consumo o el pago de servicios para
fines no comerciales o empresariales.
Los otorgados a personas naturales o
jurdicas con activos no mayores a 500
SMMLV y cuyo endeudamiento no
puede exceder de 120 SM.
Microcrdito
Los otorgados a personas naturales
para financiar la adquisicin de
vivienda nueva o usada, o a la
construccin de vivienda individual.
Fuente: Superintendencia Financiera
ANTECEDENTES: ESTUDIOS A NIVEL MUNDIALALGUNOS ESTUDIOS A NIVEL MUNDIAL
INVESTIGADOR AO MODELO OBJETIVO VARIABLES CONCLUSIN
Altman 1968 Anlisis Discriminante Estado de quiebraBalance General
Estado de Resultado
El ROA y la razn ventas-activos
identifican el estado de
bancarrota en las empresas.
Lennox 1999Logit - Probit - Anlisis
discriminante
Comparar la capacidad de
prediccin de los modelos.Razones financieras
Los modelos Logit y Probit tienen
mejor nivel de prediccin.
Alves 2004 Anlisis de Cointegracin
Anlizar efectos de las
variables macro sobre la
probabilidad de
incumplimiento.
Macroeconomicas
Probabilidad de
incumplimiento
esperado (PIE)
Las variables macro determinan
los valores del estado
estacionario de la PIE.
Wong 2005 Anlisis de Sensibilidad
Identificar las fuentes de
vulnerabilidad estructural
(riesgo sistemtico).
MacroeconomicasLas variables macro influyen
sobre el riesgo sistematico.
Hoggarth 2005 Modelo VAR
Anlizar efectos de las
variables macro sobre el
indicador de mora.
Macroeconomicas
Indicador de mora
Relacin negativa entre los
cambios de la actividad
econmica y el indicador de
mora.
Koopman y
Lucas2005
Modelos de componentes
no observados
Relacin entre el
incumplimiento y el PIB real y
el margen de tasas de
inters.
PIB
Tasas de inters
Los ciclos del riesgo crediticio
coinciden con el ciclo economico
de EU.
Ruano - Pardo y
Salas - Fums2006
Modelo de seleccin de
Heckman
Probabilidad de
incumplimiento y sus
determinantes
Razones financieras
La probabilidad de
incumplimiento se reduce a
medida que aumenta el nivel de
cobertura, rentabilidad y la
liquidez.
ANTECEDENTES: ESTUDIOS A NIVEL NACIONALALGUNOS ESTUDIOS EN COLOMBIA
INVESTIGADOR AO MODELO OBJETIVO VARIABLES CONCLUSIN
Zapata 2003 Matrices de TransicinProbabilidades de transicin
para la cartera comercial.
PIB
Obligaciones
registradas por los
bancos.
Las probabilidades de transicin y
de default son generalmente
distintas en cada estado del ciclo.
Amaya 2005 Stress testing
Estimar una relacin de largo
plazo entre la actividad
economica, las tasas de
inters, precios de vivienda y
losindicadores de mora de
cartera hipotecaria y de
consumo.
PIB
Indicadores de mora
La actividad tiene un efecto
significativo sobre los niveles de
largo plazo de los indicadores de
mora de las dos carteras.
Zamudio 2007 Logit multinomialProbabilidad de
incumplimiento.Razones financieras
Mayor incumplimiento con niveles
de liquidez y rentabilidad bajos.
Gutierrez y
Vasquez2008 Stress testing
Complementar el trabajo de
Amaya
PIB
Indicadores de mora
Tasa de desempleo
Relacin negativa entre el
indicador de mora de cada cartera
y la actividad econmica. Y el
desempleo es importante en el
nivel de largo plazo del indicador
de mora.
Gomez 2009 Modelo de duracin
Probabilidad de incumplimiento
de los crditos de cartera
comercial.
Liquidez ,
Composicin de la
deuda
Tamao
Eficiencia
La liquidez, el tamao,
composicin de la deuda y la
eficiencia explican la migracin de
los crditos hacia calificaciones
ms bajas.
Gomez, Acevedo,
Garca y Zamudio2009 Matrices de Transicin
Probar la validez de los
supuestos Markovianos
Edad, PIB, Tasa de
inters real,
composicin de la
deuda.
Las matrices de transicin pueden
ser una herramienta importante
para el sistema de administracin
de riesgo crediticio.
Gomez y Orozco 2009 Matrices de Transicin
Estimar con matrices de
transicin en tiempo
homogeneo la cualidad del
crdito.
Liquidez, tamao, costo
de oportunidad,
composicin de la
deuda, PIB.
La probabilidad de incumplimiento
esta asociada a la condicin
econmica del pas.
MODELOS INTERNOS EMPLEADOS PARA LA MEDICION
DE LA PERDIDA ESPERADA
INVESTIGADORES MODELOS
Altman - Lennox Anlisis Discriminante
Lennox - Samudio Logit - Probit
Alves Anlisis de
Cointegracin
Hopgarth Modelos VAR
Zapata Gmez
Acevedo Garca
Zamudio - Orozco
Matrices de Transicin
Gmez Modelo de DuracinFuente: Favio Villalba Ricaurte (Gerente del Sistema de Administracin deRiesgo Crediticio SARC- SFC)
VARIABLE OBJETO DE ESTUDIO
Perdida Esperada = PI x EAI x PDI
PI : Probabilidad de incumplimiento del agente i
VARIABLE ENDOGENA: INCUMPLIMIENTO
VARIABLES EXOGENAS
Activo Ingresos
Patrimonio
Actividad
econmica
Utilidad
operativaPasivos
Utilidad Neta
Edad
Tamao
Calificacin
Endeudamient
o
Solvencia
Margen Neto
Ciencia Aplicada
(IngMatemtica)
Investigacin de operaciones
Estadstica EconometraInteligencia
Artificial
Cadenas de Markov
Anlisis discriminante Logit-Probit
Redes neuronales
Arboles de decisin
MODELOS
BASE DE DATOS
Se utilizo informacin relacionada con clientes clasificados en
cartera comercial de una institucin financiera localizada en el
municipio de Medelln-Antioquia. La base de datos se compone de
1500 registros.
Es necesario anotar que la base de datos se conformo con la
informacin financiera de solo personas naturales con una
actividad econmica definida, haciendo claridad que el crdito
solicitado no era para consumo, adems, se tuvo en cuenta la
calificacin establecida por la institucin financiera.
DIAGRAMA DE ARBOL PARA EL MODELO DE VALORACION
DE RIESGO
DIAGRAMA DE ARBOL PARA EL MODELO DE
VALORACION DE RIESGO
Incumplimiento
Endeudamiento
Medio Alto
Activos
Bajos Altos
Edad Ingresos
AltosBajos
Anlisis y comparacin de alternativas para cuantificar el riesgo operacional
ECONOMETRA LOGIT y PROBIT
REPORTE MODELO LOGIT Y PROBIT
Anlisis y comparacin de alternativas para cuantificar el riesgo operacional
ESTADISTICA: ANALISIS DISCRIMINANTE
Anlisis y comparacin de alternativas para cuantificar el riesgo operacional
Paso
Lambda de Wilks
F exacta
Introducidas Estadstico gl1 gl2 gl3 Estadstico gl1 gl2 Sig.
1 Endeudamiento .988 1 1 796.000 9.301 1 796.000 .002
2 Margen Neto .983 2 1 796.000 6.896 2 795.000 .001
3 Margen operativo .964 3 1 796.000 9.908 3 794.000 .000
Valoracin del Riesgo Previas
Casos utilizados en el anlisis
No ponderados Ponderados
0 .492 393 393.000
1 .508 405 405.000
Total 1.000 798 798.000
Reporte anlisis discriminante
Anlisis y comparacin de alternativas para cuantificar el riesgo operacional
CADENAS DE MARKOV
Pij: Probabilidad de que un deudor con calificacin i, se clasifique en j en un perodo de tiempo
Nij: Nmero de crditos clasificados en i al inicio del perodo y que terminan clasificados en j al final del perodo.
Ni: Nmero de crditos clasificados en i en un perodo
Pij= Nij / Ni
Anlisis y comparacin de alternativas para cuantificar el riesgo operacional
CADENAS DE MARKOV : Resultados
MIGRACION DE CALIFICACION
A
A
A
A
A
B
B
B
C
C
D
A
A
A
A
B
B
B
C
C
D
B
B
A
A
A
B
B
B
C
C
D
B
A
A
A
B
B
B
C
C
D2,6%
C
C
A
A
A
B
B
B
C
C
D8,2% 15,8% 23,7% 35,9%
COMPARATIVO DE LA PERDIDA ESPERADA
EN LOS DIFERENTES MODELOS
VALOR DE LA PERDIDA ESPERADA DEL
PORTAFOLIO
0
200
400
600
800
1.000
1.200
mill
on
es
de
pe
sos
COMPARATIVO LOGIT - PROBIT - SFC - INSTITUCION
PROBIT LOGIT SFC INSTITUCION
INSTITUCION
SFC
LOGITPROBIT
VALOR DE LA PERDIDA ESPERADA DEL
PORTAFOLIO
INSTITUCION
SFC
DISCRIMINANTE
0
200
400
600
800
1.000
1.200
mill
on
es
de
pe
sos
COMPARATIVO DISCRIMINANTE - SFC - INSTITUCION
DISCRIMINANTE SFC INSTITUCION
VALOR DE LA PERDIDA ESPERADA DEL
PORTAFOLIO
INSTITUCION
SFC
MATRICES
0
200
400
600
800
1.000
1.200
Mill
on
es
de
pe
sos
COMPARATIVO MATRICES - SFC - INSTITUCION
MATRICES SFC INSTITUCION
PRESENTACIN
1. Objetivo del trabajo.
2. Metodologa propuesta por Basilea.
3. Antecedentes.
4. Alternativas de modelizacin.
5. Propuesta.
6. Resultados.
7. Conclusiones.
CONCLUSIONES
La utilizacin de arboles de decisin estableci que las variables que ms
influyen sobre el incumplimiento de los agentes econmicos son:
endeudamiento, activos, ingresos y edad.
Los modelos utilizados nos permitieron mostrar que con su utilizacin se
genera una asignacin de recursos menor que los que hizo la institucin
financiera y los que prev el ente regulador.
De manera general, se noto que los deudores que se encontraban en
categora CC poseen muy poca probabilidad de volver a categoras como AA
y A.
De acuerdo con el estudio realizado encontramos que cualquiera de los
modelos desarrollados en el trabajo generara para la institucin un nivel de
provisiones menor sin que ello conlleve a un posible detrimento patrimonial
por parte de la institucin financiera.
Anlisis y comparacin de alternativas para cuantificar el riesgo operacional
RED NEURONAL
Una capa de entrada Una capa oculta Una capa salida
Funcin sigmoide Funcin lineal
Anlisis y comparacin de alternativas para cuantificar el riesgo operacional
RESULTADOS FORMALES
ISSN 1794 8347 | Vol. 18 | No. 24 | Jul-Dic 2010 | pp. 259-270 Revista Ciencias Estratgicas | Medelln Colombia
ESTIMACIN DE LAS PROVISIONES ESPERADAS EN UNA INSTITUCIN FINANCIERA UTILIZANDO MODELOS LOGIT Y PROBIT
VIII Coloquio Internacional de Estadstica Mtodos Estadsticos Aplicados a Finanzas y Gestin de Riesgo Universidad Nacional de Colombia, Sede Medelln Instituto Tecnolgico Metropolitano Medelln, junio 28 a julio 1 de 2011 ESTIMACIN DE LAS PROVISIONES ESPERADAS EN UNA INSTITUCIN FINANCIERA UTILIZANDO MODELOS MICROECONOMETRICOS
the XI International Finance Conference, I am pleased to inform that your work "Modelacion de riesgo crediticio como elemento fundamental en el clculo de la prdida esperada en una institucion financiera has been accepted for presentation during the works of the Conference.
GRACIAS !