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 !