Curso: Anlisis de Series de Tiempo Profesor: PhD. Capar Coronado Rafael Jimmy Alumnos: Gutierrez Ramos Luis Carlos Olivera Payano Ricardo
Contenido 1. Introduccion a CreditRisk+ .............................................................................................................. 5 1.1 Avances en la Gestin del Riesgo de Crdito ............................................................................ 5 1.2 Componentes de CreditRisk+ ................................................................................................... 5 1.3 MODELO CREDITRISK+ .............................................................................................................. 6 1.4 Capital Econmico ..................................................................................................................... 6 1.5 Aplicaciones de CreditRisk +...................................................................................................... 7 2. Modelizacin del riesgo de crdito ................................................................................................. 7 2.1 Conceptos del Modelo .............................................................................................................. 7 2.1.1 Tipos de incertidumbre originado en el proceso de modelaje .......................................... 7 2.1.2 Abordar los Problemas del Modelaje ................................................................................. 8 2.2 Tipos de CreditRisk ........................................................................................................................ 8 2.2.1 Credit Spread .......................................................................................................................... 8 2.2.2 Riesgo de incumplimiento crediticio-Credit Default Risk ....................................................... 9 2.3 Tasa de Incumplimiento Comportamiento ............................................................................... 9 2.4 Modelizacin Enfoque ............................................................................................................. 11 2.4.1 Medidas de riesgo ............................................................................................................ 11 2.4.2 Enfoque Una Cartera de Gestin de Riesgo de Crdito ................................................... 12 2.4.3 Tcnicas de modelaje utilizadas en el Modelo CreditRisk +............................................. 12 2.5 Horizonte de tiempo de Crdito Modelizacin de Riesgos ..................................................... 13 2.5.1 Constante de tiempo Horizonte ....................................................................................... 13 2.5.2 Mantener hasta el Vencimiento el Horizonte temporal .................................................. 13 2.6 Datos Insumos para Modelado de Riesgo de Crdito ............................................................. 13 2.6.1 Datos Entradas ................................................................................................................. 13 2.6.2 Las exposiciones de crdito .............................................................................................. 14 2.6.3 Tasas de Incumplimiento ................................................................................................. 14 2.6.4 Tasa de Incumplimiento volatilidades .............................................................................. 16 2.6.5 Recuperacin de Cambio ................................................................................................. 16 2.7 Correlacin y la incorporacin de los efectos de los factores de fondo ................................. 17 2.7.1 La naturaleza aleatoria del defecto y de la apariencia de Correlacin ............................ 17 2.7.2 Impacto de la Economa sobre Tasas de Incumplimiento ................................................ 18 2.8 Medicin de Concentracin .................................................................................................... 18 3. MODELO CREDITRISK+ .................................................................................................................. 19 3.1 PASOS EN EL PORCESO DE MODELAMIENTO ......................................................................... 20 3.2 RECUENCIA DE LOS EVENTOS DE IMPAGO ............................................................................. 20 3.2.1 EL PROCESO DE IMPAGO O DEFAULT ............................................................................. 20 3.2.2 DISTRIBUCION DEL NUMERO DE EVENTOS DE IMPAGO .................................................. 21 3.3 EVENTOS DE PERDIDAS POR IMPAGO ..................................................................................... 21 3.3.1 DISTRIBUCION DE PROBABILIDAD DE PERDIDAS POR IMPAGO ....................................... 21 3.4 IMPACTO DE INCORPORAR LA VOLATILIDAD DE LAS TASAS DE IMPAGO .............................. 23 3.5 CONCENTRACION DEL RIESGO Y ANALISIS SECTORIAL ........................................................... 23 3.5.1 Riesgo de concentracin .................................................................................................. 23 3.5.2 Anlisis sectorial ............................................................................................................... 24 3.6 RESUMEN DE CREDITRISK+ ..................................................................................................... 24 4 CAPITAL ECONOMICO PARA EL CREDIT RISK .................................................................................. 24 4.1 Rol de Capital econmico ........................................................................................................ 24 4.2 Beneficios y caractersticas del Capital Econmico ................................................................. 25 4.3 RESUMEN DE LAS POLITICAS DE CONTROL USANDO CREDITRISK+ ........................................ 26 5. MODELO MATEMATICO ................................................................................................................ 26
1. Introduccin a CreditRisk+ 1.1 Avances en la Gestin del Riesgo de Crdito Desde principios de la dcada de 1990, Credit Suisse First Boston ("CSFB") ha estado desarrollando y desplegando nuevos mtodos de gestin de riesgos. En 1993, Credit Suisse Group lanz, en paralelo, un importante proyecto destinado a modernizar su gestin del riesgo de crdito y, utilizando la experiencia de CSFB, en el desarrollo de una herramienta de gestin ms con proyecciones de futuro. En diciembre de 1996, Credit Suisse Group introdujo CreditRisk + - un Marco de Gestin del Riesgo de Crdito. Las reas actuales de desarrollo en la gestin del riesgo de crdito son: modelado de riesgo de crdito para toda la cartera, las provisiones para riesgos de crdito; gestin activa de la cartera; derivados de crdito; y enfoques sofisticados a la asignacin de capital que refleje ms estrechamente el riesgo econmico que el rgimen de capital regulatorio existente. CreditRisk + aborda todas estas reas y las relaciones entre ellos. CreditRisk + se puede aplicar a las exposiciones de crdito derivados de todo tipo de productos, incluidos los prstamos corporativos y minoristas, derivados y bonos negociados. 1.2 Componentes de CreditRisk+ CREDITRISK+ comprende 3 componentes principales: un modelo CREDITRISK+ que usa una aproximacin de portafolio, una metodologa para calcular el capital econmico para el riesgo de crdito, y varias aplicaciones para la tecnologa.
Figura 1: Componentes de CREDITRISK+ CREDITRISK+ Medidas del Riesgo de Crdito Capital Econmico Aplicaciones Exposicin Tasas de impago Distribucin de perdidas asociada al impago de crditos Aprovisionamiento Tasas de recuperacin Volatilidad de la tasa de impago Anlisis de escenarios Limites Modelo CreditRisk+ Administracin de portafolio
Una aproximacin moderna a la gestin riesgo de crdito debera comprender todos los aspectos de riesgo de crdito, desde el modelamiento cuantitativo hasta el desarrollo de tcnicas pragmticas para su gestin. El CreditRisk + Modelo que utiliza un enfoque de cartera y las tcnicas analticas aplicadas ampliamente en la industria de seguros. Una metodologa para el clculo del capital econmico por riesgo de crdito. Aplicaciones de la metodologa de modelos de riesgo de crdito, incluyendo: (i) una metodologa para el establecimiento de disposiciones con carcter anticipatorio, y (ii) un medio para medir la diversificacin y concentracin para ayudar en la gestin de carteras.
1.3 MODELO CREDITRISK+ CREDITRISK+ est basado en una aproximacin de portafolio para modelar el riesgo de impago de cualquier tipo de crdito, la cual toma en cuenta informacin asociada al tamao y madurez de la exposicin en cuestin, as como de la calidad del crdito y del riesgo sistemtico del deudor. El modelo CREDITRISK+ es un modelo estadstico de riesgo de impago de crditos que no hacen supuestos acerca de los casos de impago. Esta aproximacin es similar a aquella tomada para la gestin del riesgo de mercado, donde no se modelan las causas de los movimientos en los precios de mercado. Este modelo considera las tasas de impago como variables aleatorias continuas e incorpora la volatilidad de las tasas de impago con el fin de capturar la incertidumbre existente en el nivel de las tasa de impago. Usualmente, factores del contexto, como la situacin general de la economa, pueden tener incidencia en la correlacin de los impagos, a pesar de no existir una relacin causal entre ellas. As, los efectos de estos factores contextuales o backround son incorporados en el modelo CREDITRISK+ a travs del uso de las volatilidades de la tasa de impago y el anlisis sectorial en vez de usar las correlaciones entre los impagos como inputs explcitos dentro del modelo. Las tcnicas matemticas aplicadas ampliamente en la industria aseguradora son usadas para modelar el acontecimiento repentino de un impago. Esta aproximacin se contrasta con las tcnicas matemticas usadas generalmente en finanzas, debido a que en el modelamiento financiero se est abocado a modelar los cambios continuos en el precio en vez de los eventos imprevistos. De ese modo, al aplicar las tcnicas del modelamiento del sector de seguros, el modelo CREDITRISK+ logra capturar las caractersticas esenciales de los eventos de impago crediticios y permite el clculo explcito de una distribucin de prdidas das completas para un portafolio que contiene crditos. 1.4 Capital Econmico El resultado del Modelo CreditRisk+ se puede utilizar para determinar el nivel de capital econmico necesario para cubrir el riesgo de prdidas por impago de crdito inesperadas. La medicin de la incertidumbre o la variabilidad de la prdida y la probabilidad relativa de los posibles niveles de prdidas no esperadas en una cartera de riesgos de crdito es fundamental para la gestin eficaz del riesgo de crdito. El capital econmico proporciona una medida del riesgo que se toma por una empresa y tiene varias ventajas: es una medida de riesgo ms apropiada que la especificada por el rgimen regulatorio actual; que mide el riesgo econmico para toda la cartera y tiene en cuenta la diversificacin y concentracin; y, ya que el capital econmico refleja el riesgo de cambiar de una cartera, puede ser utilizado para la gestin de carteras. El CreditRisk + Modelo se complementa con el anlisis de escenarios con el fin de identificar el impacto financiero de baja probabilidad pero sin embargo hay situaciones que no pueden ser capturados por un modelo estadstico. 1.5 Aplicaciones de CreditRisk + CreditRisk + incluye varias aplicaciones de la metodologa de modelos de riesgo de crdito, incluyendo la prediccin. 2. Modelizacin del riesgo de crdito 2.1 Conceptos del Modelo 2.1.1 Tipos de incertidumbre originado en el proceso de modelaje Un modelo basado en la estadstica puede describir muchos procesos de negocio. Sin embargo, ningn modelo es una representacin del mundo real. En el proceso modelado, hay tres tipos de incertidumbre que deben evaluarse: riesgo de proceso, parmetros de incertidumbre y error del modelo. Riesgo del Proceso El riesgo del proceso se origina debido a que los resultados reales observados estn sujetas a fluctuaciones aleatorias. El riesgo del proceso suele ser abordado mediante la expresin de los resultados del modelo a un nivel suficientemente alto de confianza. La incertidumbre de parmetros La incertidumbre de parmetros surge de las dificultades en la obtencin de estimaciones de los parmetros usados en el modelo. La nica informacin que se puede obtener sobre el proceso subyacente se obtiene mediante la observacin de los resultados que han sido generados en el pasado. Es posible evaluar el impacto de la incertidumbre de los parmetros mediante la realizacin de anlisis de sensibilidad de los parmetros de entrada.
Error del Modelo Surge el error del modelo, porque el modelo propuesto no refleja correctamente el proceso real, los modelos alternativos podran producir resultados diferentes. El error del modelo es por lo general el menos manejable de los tres tipos de incertidumbre. 2.1.2 Abordar los Problemas del Modelaje Como todos estos tipos de incertidumbre entran en el proceso de modelado, es importante ser conscientes de ellos y tener en cuenta la forma en que se pueden abordar en el desarrollo de un modelo de riesgo de crdito. De hecho, se debe hacer una evaluacin realista de los efectos potenciales de estos errores antes de tomar cualquier decisin sobre la base de los resultados del modelo. CreditRisk + aborda estos tipos de incertidumbre de varias maneras: No se hacen suposiciones sobre las causas del incumplimiento. Este enfoque es similar al adoptado en la gestin del riesgo de mercado, donde no se hacen suposiciones acerca de las causas de los movimientos de los precios de mercado. Esto reduce el error del modelo potencial y conduce al desarrollo de un modelo analticamente manejable. Los requisitos de datos para la construccin CreditRisk+ se han mantenido lo ms bajo posible, lo que minimiza el error de parmetro de incertidumbre. En el entorno de crdito, los datos empricos son escasos y difciles de obtener. Incluso entonces, los datos pueden estar sujetos a grandes fluctuaciones en tasa interanual. La preocupacin por incertidumbre de los parmetros se abordan mediante el anlisis de escenarios, en los que se cuantifican los efectos de las pruebas de estrs de cada uno de los parmetros de entrada. Por ejemplo, el aumento de las tasas de impago o volatilidades de tipos por omisin se puede utilizar para simular descensos en la economa. 2.2 Tipos de CreditRisk Hay dos tipos principales de riesgo de crdito: Riesgo de spread de crdito: el riesgo de spread de crdito es exhibida por carteras para las que se negocia y marcado de salida al mercado del diferencial de crdito. Los cambios en los diferenciales de crdito observados afectan el valor de estas carteras. El riesgo de incumplimiento de crdito: Todas las carteras de las exposiciones muestran el riesgo de incumplimiento de crdito, como el valor predeterminado de un deudor resultados en una prdida. 2.2.1 Credit Spread Spread de crdito es el exceso de rentabilidad exigida por el mercado para asumir un cierto riesgo de crdito. El riesgo de margen de crdito es el riesgo de prdidas financieras debido a los cambios en el nivel de los diferenciales de crdito se utilizan en la marca de entrada en el mercado de un producto. El riesgo de margen de crdito se ajusta de forma ms natural dentro de un marco de gestin de riesgo de mercado. Con el fin de gestionar el riesgo de spread de crdito, el modelo de una firma de valor en riesgo debe tener en cuenta los cambios en el valor provocadas por la volatilidad de los diferenciales de crdito. Dado que la distribucin de los diferenciales de crdito puede no ser normal, un enfoque estndar de varianza-covarianza para medir el riesgo de spread de crdito puede ser inapropiado. Sin embargo, el enfoque de simulacin histrica, que no hace ninguna suposicin sobre la distribucin subyacente, que se utiliza en combinacin con otras tcnicas, ofrece una alternativa adecuada. Riesgo de spread de crdito slo se exhibe cuando se aplica una poltica de contabilidad a precios de mercado, como para las carteras de bonos y derivados de crdito. En la prctica, algunos tipos de productos, como los prstamos a empresas o particulares, son tpicamente contabilizan en valores devengados. Una poltica de contabilidad a precios de mercado tendra que ser aplicado a estos productos con el fin de reconocer el riesgo de spread de crdito. 2.2.2 Riesgo de incumplimiento crediticio-Credit Default Risk El riesgo de incumplimiento crediticio es el riesgo de que un deudor no puede cumplir con sus obligaciones financieras. En el caso de incumplimiento de un deudor, una empresa generalmente incurre en una prdida igual a la cantidad adeudada por el deudor menos una cantidad de recuperacin de los que la empresa se recupera como resultado de la ejecucin de una hipoteca, liquidacin o reestructuracin del deudor en mora. Todas las carteras de las exposiciones muestran el riesgo de incumplimiento de crdito, como el valor predeterminado de un deudor resultados en una prdida. El riesgo de impago de crdito se asocia tpicamente con exposiciones que son ms propensos a ser mantenidos hasta su vencimiento, tales como prstamos y exposiciones derivadas de las carteras de derivados corporativos y minoristas. Los mercados de bonos en general son ms lquidos que los mercados de crdito y por lo tanto las posiciones de bonos pueden realizarse en un marco de tiempo ms corto. No obstante, cuando la intencin es mantener una cartera de renta fija durante un perodo de tiempo ms largo, a pesar de que los componentes individuales de la cartera pueden cambiar, es igualmente importante para medir el riesgo de incumplimiento que se toma por la celebracin de la cartera. CreditRisk + se centra en el modelado y la gestin del riesgo de incumplimiento crediticio. 2.3 Tasa de Incumplimiento Comportamiento Precios de las acciones y los bonos son a futuro en la naturaleza y estn formadas por puntos de vista de los inversores de las perspectivas financieras de un deudor en particular. Por lo tanto, incorporan tanto la calidad del crdito y los posibles cambios en la calidad de crdito de dicho deudor. Por lo tanto, la tasa de incumplimiento de un deudor en particular, deducido de los precios de mercado, puede variar en una escala continua y por lo tanto se puede ver como una variable aleatoria contina. En riesgo de crdito de modelado, uno se ocupa de determinar los posibles resultados futuros sobre el horizonte de tiempo elegido. El proceso para la tasa de morosidad se puede representar de dos maneras diferentes: Variable continua: Cuando es tratada como una variable continua, la posible tasa de incumplimiento en un horizonte de tiempo dado es descrito por una distribucin, que puede ser especificado por una tasa de morosidad y una volatilidad de la tasa de morosidad. Los requisitos de datos para modelar el riesgo de incumplimiento crediticio son anlogos a los requisitos de datos para calcular el precio de opciones sobre acciones - una accin de precios hacia delante y la volatilidad de precios de acciones se utilizan para definir la distribucin de precio de las acciones a seguir. La siguiente figura ilustra el camino que una tasa de morosidad puede llevar con el tiempo y la distribucin que podra tener ms de ese tiempo.
Variable discreta: Por tratamiento de la tasa predeterminada como una variable discreta, se realiza una simplificacin del procedimiento continuo descrito anteriormente. Una forma cmoda de hacer que las tasas de impago discreta es mediante la asignacin de calificaciones crediticias de los deudores y las tasas de incumplimiento de mapeo a las calificaciones crediticias. Con este enfoque, se necesita informacin adicional con el fin de modelar los posibles resultados futuros de la tasa de morosidad. Esto se puede lograr a travs de una matriz de transicin de clasificacin que especifica la probabilidad de mantener la misma calificacin crediticia, y por lo tanto el mismo valor para la tasa de morosidad, y las probabilidades de trasladarse a distintas calificaciones crediticias y por tanto a diferentes valores para la tasa de morosidad. Esto se ilustra en la siguiente figura.
El enfoque discreto con las migraciones de rating y el enfoque continuo con una volatilidad del tipo de defecto son diferentes representaciones del comportamiento de las tasas de morosidad. Ambos enfoques lograr el resultado final deseado de producir una distribucin de la tasa de morosidad. El CreditRisk + Modelo es un modelo estadstico del riesgo de incumplimiento de crdito que los modelos de las tasas de morosidad como variables aleatorias continuas e incorpora la volatilidad de la tasa de morosidad con el fin de captar la incertidumbre en el nivel de la tasa de morosidad. Una asignacin de calificaciones crediticias a un conjunto de tasas de impago proporciona un enfoque prctico para fijar el nivel de la tasa de morosidad. 2.4 Modelizacin Enfoque 2.4.1 Medidas de riesgo Cuando la gestin de riesgo de crdito, hay varias medidas de riesgo que son de inters, incluyendo los siguientes: Distribucin de la prdida: El gestor de riesgos est interesado en la obtencin de distribuciones de prdidas que puedan derivarse de la cartera actual. El gestor de riesgos debe responder a preguntas como "Cul es el tamao de la prdida para un nivel de confianza dado?". La identificacin de resultados extremos: El gestor de riesgos tambin se ocupa de la identificacin de resultados extremos o catastrficos. Estos resultados son por lo general difciles de modelar estadsticamente, pero se pueden tratar mediante el uso de anlisis de escenarios y lmites de concentracin. 2.4.2 Enfoque Una Cartera de Gestin de Riesgo de Crdito El riesgo de crdito se gestiona mediante la diversificacin debido a que el nmero de riesgos individuales en una cartera de exposiciones suele ser grande. Actualmente, la tcnica principal para controlar el riesgo de crdito es el uso de sistemas de carrera, incluidos los lmites individuales de los deudores para controlar el tamao de la exposicin, los lmites de tenor para controlar el vencimiento mximo de las exposiciones a los deudores, los lmites de exposicin calificacin para controlar la cantidad de exposicin a los deudores de ciertas calificaciones crediticias, y los lmites de concentracin de controlar las concentraciones dentro de los pases y sectores de la industria. El riesgo de la cartera de una exposicin particular est determinada por cuatro factores: (i) el tamao de la exposicin, (ii) el vencimiento de la exposicin, (iii) la probabilidad de incumplimiento del deudor, y (iv) concentracin de riesgo del deudor. Los lmites de crdito tienen por objeto controlar el riesgo que surge de cada uno de estos factores por separado. El efecto general de este enfoque, cuando se aplica de una manera bien estructurada y coherente, es la creacin de carteras razonablemente mejor diversificadas. Sin embargo, estos lmites no proporcionan una medida de la diversificacin y la concentracin de una cartera. Con el fin de gestionar de forma efectiva una cartera de exposiciones, un medio para medir la diversificacin y la concentracin tiene que ser desarrollado. Se requiere un enfoque que incorpore el tamao, la madurez, la calidad del crdito y el riesgo sistemtico en una sola medida de la cartera. CreditRisk + toma un enfoque de este tipo. 2.4.3 Tcnicas de modelaje utilizadas en el Modelo CreditRisk + El riesgo econmico de una cartera de riesgos de crdito es anlogo al riesgo econmico de una cartera de riesgos de seguros. En ambos casos, las prdidas pueden ser sufrieron de una cartera que contiene un gran nmero de riesgos individuales, cada uno con una baja probabilidad de ocurrencia. El gestor de riesgos se refiere a la evaluacin de la frecuencia de los eventos inesperados, as como la gravedad de las prdidas. A fin de mantener el error del modelo en un mnimo, no se hacen suposiciones acerca de las causas de incumplimiento. Las tcnicas matemticas aplicadas ampliamente en la industria de seguros se utilizan para modelar el suceso repentino de un impago del deudor. En las prdidas de modelado de incumplimiento crediticio uno se ocupa de acontecimientos repentinos en lugar de continuos cambios. Las caractersticas esenciales de los eventos de incumplimiento crediticio son capturados por la aplicacin de estas tcnicas de modelado de seguros. Esto tiene la ventaja adicional de que conduce a un modelo de riesgo de crdito que es analticamente tratable y por lo tanto no estn sujetos a los problemas de precisin que pueden surgir cuando se utiliza un enfoque basado en la simulacin. El CreditRisk analtica + Modelo permite calcular rpida y explcita de una distribucin de la prdida total de una cartera de riesgos de crdito. 2.5 Horizonte de tiempo de Crdito Modelizacin de Riesgos Una decisin clave que se tiene que hacer cuando se modela el riesgo de crdito es la eleccin del horizonte temporal. En general, el horizonte temporal elegido no debe ser ms corto que el perodo de tiempo durante el cual se pueden tomar acciones de mitigacin de riesgos. CreditRisk + no prescribe un momento determinado horizonte, pero sugiere dos posibles horizontes de tiempo que pueden proporcionar informacin de gestin relevante para la gestin del riesgo de crdito: Un horizonte de tiempo constante, como por ejemplo un ao. Mantenimiento hasta el vencimiento. 2.5.1 Constante de tiempo Horizonte Un horizonte constante de tiempo es relevante, ya que permite a todas las exposiciones que se examinarn en la misma fecha futura. Por diversas razones, un ao se toma a menudo como un horizonte temporal adecuado: el riesgo de crdito las acciones de mitigacin que normalmente se puede ejecutar dentro de un ao, la nueva capital se puede elevar a reponer el capital erosionado por las prdidas de crdito reales durante el perodo, y, adems, un ao coincide con el perodo contable normal. Teniendo en cuenta estos factores, CreditRisk + sugiere un horizonte temporal de un ao para el capital econmico del riesgo de crdito. 2.5.2 Mantener hasta el Vencimiento el Horizonte temporal Alternativamente, un horizonte de tiempo de mantenimiento hasta el vencimiento permite que la estructura a trmino de las tasas de incumplimiento durante la vida til de las exposiciones que se reconocern. Este punto de vista de la cartera permite al gestor de riesgos para comparar las exposiciones de diferente madurez y calidad del crdito y es una herramienta adecuada, adems del horizonte de tiempo constante, para la gestin de carteras. El papel que juega el + Modelo CreditRisk en la gestin activa de la cartera se discute ms adelante en este documento. Un horizonte temporal de referencia de un ao se puede utilizar para las carteras donde hay una intencin de mantener exposiciones de largo que el plazo de las operaciones reservadas (carteras de bonos negociados por ejemplo). 2.6 Datos Insumos para Modelado de Riesgo de Crdito 2.6.1 Datos Entradas Cualquier modelizacin del riesgo de crdito depende de que se cumplan determinados requisitos de datos. La calidad de estos datos va a afectar directamente a la precisin de la medicin del riesgo de crdito y, por tanto, cualquier decisin que se ha hecho uso de los resultados debe ser hecha slo despus de haber evaluado plenamente el error potencial de la incertidumbre en los datos utilizados. Los insumos utilizados por el Modelo CreditRisk+ son: Exposiciones de crdito Las tasas de impago del deudor Volatilidades Deudor tasas de incumplimiento y Las tasas de recuperacin. El CreditRisk + Modelo presentado en este documento no prescribe el uso de cualquier otro que se distribuyen en un dato en particular. Una de las limitaciones clave en el riesgo de crdito de modelado es la falta de datos por defecto integrales. Cuando una empresa tiene su propia informacin cuando se juzgue que sea importante para su cartera, esto puede ser utilizado como entrada en el modelo. Por otra parte, supuestos conservadores se pueden utilizar mientras que la calidad de datos por defecto se est mejorando. 2.6.2 Las exposiciones de crdito Los riesgos derivados de operaciones separadas con un deudor deben agregarse de acuerdo a la estructura jurdica de la empresa y teniendo en cuenta cualquier derecho de compensacin. El CreditRisk + Modelo es capaz de manejar todos los tipos de instrumentos que dan lugar a riesgo de crdito, incluidos los bonos, prstamos, compromisos financieros, cartas de crdito y las exposiciones derivadas. Para algunos de estos tipos de transacciones, es necesario hacer una suposicin sobre el nivel de exposicin en caso de incumplimiento: por ejemplo, una carta financiera de crdito por lo general se prolongarn antes del incumplimiento y, por tanto, la exposicin al riesgo debe ser supone que el importe nominal total. Adems, si se est utilizando un horizonte temporal de varios aos, es importante que las exposiciones que cambian con el tiempo se capturan con precisin. 2.6.3 Tasas de Incumplimiento Una tasa de morosidad, que representa la probabilidad de un evento de incumplimiento ocurra, se debe asignar a cada deudor. Esto se puede lograr en un nmero de maneras, incluyendo: Los diferenciales de crdito se observa desde los instrumentos negociados se pueden utilizar para proporcionar el mercado evaluado las probabilidades de incumplimiento. Por otra parte, las calificaciones de crdito de los deudores, as como un mapeo de las tasas de incumplimiento a las calificaciones crediticias, proporcionan una manera conveniente de asignar probabilidades de incumplimiento de los deudores. Las agencias de calificacin publican estadsticas histricas por defecto por categora de calificacin para el conjunto de deudores que han nominales.
Una calificacin crediticia es una opinin de la capacidad financiera general de un emisor para cumplir con sus obligaciones financieras (es decir, su calidad crediticia). Este dictamen se centra en la capacidad del obligado y la voluntad de cumplir con sus compromisos financieros segn vayan venciendo. Una evaluacin de la naturaleza de una obligacin particular, incluyendo su antigedad en caso de quiebra o liquidacin, se debe realizar cuando se considera la tasa de recuperacin de un deudor. Cabe sealar que las tasas de impago anuales muestran significativa variacin ao a ao, como se puede ver en la siguiente figura. Durante los perodos de recesin econmica, el nmero de impagos puede ser muchas veces el nivel observado en otras ocasiones.
Otro mtodo consiste en calcular las probabilidades de incumplimiento en una escala continua, que puede ser utilizado como un sustituto de la combinacin de las calificaciones de crdito y las tasas de incumplimiento asignadas. 2.6.4 Tasa de Incumplimiento volatilidades Estadsticas predeterminadas publicadas incluyen tasas promedio por defecto durante muchos aos. Como se indica anteriormente, las tasas de incumplimiento observadas reales varan de estos promedios. La cantidad de variacin de las tasas de morosidad sobre estos promedios puede ser descrita por la volatilidad (desviacin estndar) de las tasas de morosidad. Como se puede observar en la siguiente tabla, la desviacin estndar de las tasas de incumplimiento puede ser significativa en comparacin con las tasas de morosidad real, lo que refleja las altas fluctuaciones observadas durante los ciclos econmicos.
Las desviaciones estndar del tipo de defecto en la tabla de arriba se calcularon sobre el perodo de 1970 a 1996 y, por tanto, incluyen el efecto de los ciclos econmicos. 2.6.5 Recuperacin de Cambio En el caso de incumplimiento de un deudor, una empresa generalmente incurre en una prdida igual a la cantidad adeudada por el deudor menos una cantidad de recuperacin, que la empresa se recupera como resultado de la ejecucin de una hipoteca, liquidacin o reestructuracin del deudor en mora o la venta de la reclamacin. Las tasas de recuperacin deben tener en cuenta la antigedad de la obligacin y cualquier garanta o seguridad celebrada. Las tasas de recuperacin estn sujetas a variaciones significativas. Por ejemplo, la figura siguiente muestra la distribucin de los precios de los prstamos bancarios en mora e ilustra que hay un alto grado de dispersin.
Tambin existe una variacin considerable de las obligaciones de diferente antigedad, como se puede ver a partir de la desviacin estndar de las tasas de recuperacin de prstamos de bonos corporativos y bancarios en la tabla de abajo.
Tasa de recuperacin de datos pblicamente disponible indica que no puede haber una variacin significativa en el nivel de prdida, dado el incumplimiento de un deudor. Por lo tanto, se requiere una evaluacin cuidadosa de los supuestos de tasas de recuperacin. Dada esta incertidumbre, las pruebas de tensin se debe realizar en las tasas de recuperacin con el fin de calcular las posibles distribuciones de prdidas en diferentes escenarios. 2.7 Correlacin y la incorporacin de los efectos de los factores de fondo Impactos de correlacin predeterminada La variabilidad de las prdidas por impago de una cartera de riesgos de crdito. Incorpora la CreditRisk + Modelo de los efectos de las correlaciones predeterminadas mediante las volatilidades de tipos por omisin y el anlisis del sector. 2.7.1 La naturaleza aleatoria del defecto y de la apariencia de Correlacin Valores predeterminados de crdito se producen como una secuencia de eventos en una forma tal que no es posible predecir el tiempo exacto de la ocurrencia de cualquiera predeterminado o el nmero total exacto de valores predeterminados. A menudo, hay factores de fondo que pueden causar que la incidencia de eventos predeterminados que se correlaciona, a pesar de que no existe una relacin causal entre ellos. Por ejemplo, si hay un nmero inusualmente grande de incumplimientos en un mes en particular, esto podra ser debido a que la economa est en recesin, lo que ha aumentado las tasas de morosidad por encima de su nivel medio. En esta situacin econmica, es muy probable que el nmero de impagos en el siguiente mes tambin ser alto. Por el contrario, si hay menos impagos que, en promedio, en un mes, debido a que la economa est creciendo, tambin es probable que habr un menor nmero de incumplimientos que, en promedio, en el mes siguiente. Los valores por defecto estn correlacionados pero no hay una relacin causal entre ellos - el efecto de la correlacin observada se debe a un factor de fondo, el estado de la economa, lo que cambia las tasas de morosidad. 2.7.2 Impacto de la Economa sobre Tasas de Incumplimiento Hay acuerdo general en que el estado de la economa de un pas tiene un impacto directo sobre las tasas de incumplimiento observadas. Un reciente informe de Standard and Poors dijo que "Una economa sana en 1996 contribuy a una disminucin significativa en el nmero total de impagos corporativos. En comparacin con 1995, los impagos se redujeron a la mitad .... "Otro informe de Moody 's Investors declar que" Las fuentes de [la volatilidad del tipo predeterminado] son muchas, pero las tendencias macroeconmicas son sin duda los factores ms influyentes. Como las citas anteriores indican y, como se puede ver en la figura 4, existe una variacin significativa en el nmero de impagos de ao en ao. Adems, para cada ao, diferentes sectores industriales se vern afectados en diferentes grados por el estado de la economa. La magnitud del impacto depender de qu tan sensible los ingresos de un deudor son a diversos factores econmicos, tales como la tasa de crecimiento de la economa y el nivel de las tasas de inters. La falta de datos empricos: Hay pocos datos empricos sobre las correlaciones predeterminadas. Propios valores predeterminados son eventos poco frecuentes y por lo que no hay datos suficientes sobre mltiples incumplimientos con las que calcular correlaciones de incumplimiento explcitas. Dado que las correlaciones por omisin son difciles de calcular directamente, algunos enfoques utilizan correlaciones de precios de activos para obtener correlaciones de incumplimiento, pero esto slo puede considerarse como un proxy. Esta tcnica se basa en supuestos adicionales acerca de la relacin entre los precios de los activos y las probabilidades de impago. Por otra parte, es cuestionable qu tan estable cualquier relacin, observados durante un perodo de la negociacin normal, sera en el caso de incumplimiento de un deudor en particular. Adems, cuando no existe un precio de activos para el deudor, por ejemplo en una cartera minorista, no hay ninguna manera obvia de obtener correlaciones de incumplimiento.
2.8 Medicin de Concentracin La discusin anterior ha puesto de relieve el hecho de que hay factores de fondo que afectan el nivel de las tasas de morosidad. El estado de la economa de cada pas diferente variar con el tiempo y, dentro de cada pas, los diferentes sectores industriales se vern afectados en diferentes grados. Una cartera de exposiciones puede tener concentraciones en pases o sectores industriales especficos. Por lo tanto, es importante ser capaz de capturar el efecto del riesgo de concentracin en un modelo de riesgo de crdito. El CreditRisk + Modelo se describe en este documento permite a riesgo de concentracin para ser capturado utilizando el anlisis del sector. Una exposicin puede ser dividida en un elemento especfico del deudor, que es independiente de todas las dems exposiciones, y los elementos no especficos o sistemticas que son sensibles a factores impulsores particulares, tales como los pases o sectores industriales.
3. MODELO CREDITRISK+ CREDITRISK+ est basado en una aproximacin de portafolio para modelar el riesgo de impago de cualquier tipo de crdito, la cual toma en cuenta informacin asociada al tamao y madurez de la exposicin en cuestin, as como de la calidad del crdito y del riesgo sistemtico del deudor. El modelo CREDITRISK+ es un modelo estadstico de riesgo de impago de crditos que no hacen supuestos acerca de los casos de impago. Esta aproximacin es similar a aquella tomada para la gestin del riesgo de mercado, donde no se modelan las causas de los movimientos en los precios de mercado. Este modelo considera las tasas de impago como variables aleatorias continuas e incorpora la volatilidad de las tasas de impago con el fin de capturar la incertidumbre existente en el nivel de las tasa de impago. Usualmente, factores del contexto, como la situacin general de la economa, pueden tener incidencia en la correlacin de los impagos, a pesar de no existir una relacin causal entre ellas. As, los efectos de estos factores contextuales o backround son incorporados en el modelo CREDITRISK+ a travs del uso de las volatilidades de la tasa de impago y el anlisis sectorial en vez de usar las correlaciones entre los impagos como inputs explcitos dentro del modelo. Las tcnicas matemticas aplicadas ampliamente en la industria aseguradora son usadas para modelar el acontecimiento repentino de un impago. Esta aproximacin se contrasta con las tcnicas matemticas usadas generalmente en finanzas, debido a que en el modelamiento financiero se est abocado a modelar los cambios continuos en el precio en vez de los eventos imprevistos. De ese modo, al aplicar las tcnicas del modelamiento del sector de seguros, el modelo CREDITRISK+ logra capturar las caractersticas esenciales de los eventos de impago crediticios y permite el clculo explcito de una distribucin de prdidas das completas para un portafolio que contiene crditos. 3.1 PASOS EN EL PORCESO DE MODELAMIENTO El modelamiento de CREDITRISK+ comprende 2 procesos, los cuales mostraremos esquemticamente:
A travs del clculo de la distribucin de los eventos de impago, el administrador de riesgo es capaz de evaluar si la calidad total del portafolio est mejorando o empeorando. Por otro lado, la distribucin de prdidas permite evaluar el impacto financiero de las prdidas potenciales as como las mediciones de cuan diversificado y/o concentrado es el portafolio. 3.2 RECUENCIA DE LOS EVENTOS DE IMPAGO 3.2.1 EL PROCESO DE IMPAGO O DEFAULT Como se mencion anteriormente, este modelo no hace supuestos respecto de las posibles causas del evento de impago. Por ello, los eventos de impago crediticios acontecen como una secuencia de eventos de un modo que resulta imposible predecir el momento exacto de un impago, no el nmero exacto de impagos. As, tenemos exposicin a perdidas debido a impagos cuando estamos frente a un nmero amplio de deudores, siendo pequea la probabilidad de impago de cualquier deudor. Por ello, esta situacin es representada adecuadamente por la distribucin de poisson. Empezamos considerando la distribucin de un nmero de eventos de impago en un periodo de tiempo, como un ao, y en relacin a un portafolio de deudores que tienen un rango de probabilidades de impago distintas. As, la probabilidad anual de impago de cada deudor puede ser determinada a travs de su calificacin crediticia y de las correlaciones entre las tasas de impago y las calificaciones crediticias. En caso que no se incorpore la volatilidad de la tasa de impago, le distribucin del nmero de impagos estar bien aproximada por la distribucin de Poisson. Ello independientemente de la tasa individual de impago o default para algn deudor individual. Sin embargo, las tasas de impago o son constantes a travs del tiempo; es mas, su grado de variacin es alta. Por ello, la variabilidad de la tasa de impago necesita ser incorporada en el modelo. 3.2.2 DISTRIBUCION DEL NUMERO DE EVENTOS DE IMPAGO El modelo CREDITRISK+ modela las tasas de incumplimiento subyacentes a travs de la especificacin de la tasa de incumplimiento y de su respectiva volatilidad. El propsito de esto es tomar en cuenta la variacin de las tasas de incumplimiento de modo pragmtico, sin introducir significativamente error al modelo. A continuacin se mostrara el efecto de usar la volatilidad de las tasas de impago en la siguiente figura, donde se muestra la distribucin de probabilidad del nmero de eventos de impago generada por el modelo CREDITRISK+ donde la volatilidad de la tasa de impago se introduce. A pesar que el nmero esperado de eventos de impago es el mismo, la distribucin se convierte sesgada hacia la derecha de modo significativo cuando la volatilidad de la tasa de impago se incrementa. Ello representa un incremento significativo del riesgo de un nmero extremo de eventos de impago.
Figura x: Modelo CREDITRISK+ y la distribucin de eventos de impago
3.3 EVENTOS DE PERDIDAS POR IMPAGO 3.3.1 DISTRIBUCION DE PROBABILIDAD DE PERDIDAS POR IMPAGO Dado el nmero de eventos de impago, consideraremos ahora la distribucin de prdidas en el portafolio. As, tenemos que la distribucin de probabilidad de perdidas difiere de la distribucin de probabilidad de eventos de impago debido a que la cantidad de perdidas dado un evento de impago depende de la exposicin de los deudores individuales. A diferencia de la variacin de la probabilidad de impagos entre deudores, la cual no influencia la distribucin del nmero total de eventos de impago; la variacin de la magnitud de las exposiciones resulta en una funcin de distribucin de probabilidad generalmente distinta a la distribucin de Poisson. Adicionalmente, la informacin acerca de la distribucin de diferentes exposiciones es esencial para la distribucin de probabilidad conjunta. Sin embargo, es posible describir la distribucin de probabilidad conjunta de las prdidas debido a que su funcin de probabilidad tiene una forma susceptible a ser computacionalizada. En caso del impago de un cliente, una empresa generalmente incurre en una perdida igual al monto debido por el cliente menos el monto de recuperacin, el cual la empresa obtiene como resultado de una ejecucin de hipoteca, una liquidacin o reestructuracin del cliente en situacin de impago. La tasa de recuperacin es usada para cuantificar el monto recibido de este proceso. As, las tasas de recuperacin deberan tomar en cuenta la antigedad de la deuda y cualquier garanta o aseguramiento en cuestin. Con el fin de reducir el monto de la informacin a ser procesada, se deben seguir estos 2 pasos: - Las exposiciones (EAD) son ajustadas usando las tasas de recuperacin anticipadas con el propsito de calcular la perdida en una perdida dada. - Las exposiciones (EAD), como monto neto del ajuste sobre la recuperacin, son divididos en bandas de exposicin con el nivel de exposicin en cada banda siendo aproximadas por la media. El modelo CREDITRISK+ calcula la probabilidad que una prdida en una determinada eleccin mltiple de una unidad escogida de exposicin ocurra. Ello permite estimar una funcin de probabilidad conjunta, al modo propuesto a continuacin:
Figura J: Distribucin de Perdidas por incumplimiento de pago. *El modelo CREDITRISK+ permite el clculo de la distribucin de probabilidades de un portafolio con exposiciones a impago.
3.4 IMPACTO DE INCORPORAR LA VOLATILIDAD DE LAS TASAS DE IMPAGO La figura anterior compara las distribuciones de prdida calculadas sin la volatilidad de la tasa de impago, y con la volatilidad de la tasa de impago. Las principales similitudes y diferencias son: - Prdida esperada equivalente: Ambas distribuciones de probabilidad de prdidas tiene el mismo nivel de prdidas esperadas. - Cola ms ancha: El cambio ms evidente es el nivel de prdidas en percentiles ms altos; por ejemplo, el percentil 99vo es significativamente ms alto cuando el impacto de la variabilidad de las tasas de impago es modelada. As, hay ms posibilidades de experimentar perdidas extremas.
Debido a que la cola de la distribucin se ha vuelto ms ancha, mientras las prdidas esperadas se mantienen sin variar, podemos concluir que la varianza de la distribucin de prdidas por impago se ha incrementado. Este incremento en la varianza es debido a la correlacin en pares entre los impagos. Estas correlaciones pareadas entre los impagos son incorporadas por CREDITRISK+ a travs de las volatilidades de la tasa de impago y del anlisis sectorial. Se debera tener en cuenta que cuando se asume que las volatilidades de la tasa de impago son cero, los eventos de impago son independientes de modo que las correlaciones pareadas de impagos son tambin cero. 3.5 CONCENTRACION DEL RIESGO Y ANALISIS SECTORIAL Este modelo mide el beneficio de diversificar el portafolio y el impacto de las concentraciones a travs del uso del anlisis sectorial. 3.5.1 Riesgo de concentracin Este riesgo resulta de tener un nmero elevado de deudores en la cartera, cuya riqueza es afectada por un mismo factor. Para poder cuantificar ello, usamos los conceptos de factores sistemticos y factores especficos. Con factores sistemticos nos referimos a factores asociados al entorno que afectan la riqueza de una porcin de los clientes del portafolio; por ejemplo el que nuestros clientes vivan en un mismo pas. Con factores especficos nos referimos a aquellos factores que afectan la riqueza de los deudores pero de modo individual. La diversificacin elimina el impacto de los factores especficos. La metodologa para medir el riesgo de concentracin es el anlisis sectorial. 3.5.2 Anlisis sectorial Una de las aplicaciones de CREDITRISK+ es la de ubicar a todos los deudores en un sector determinado. Esta aproximacin asume que un mismo factor sistemtico afecta la volatilidad individual de la tasa de impago de cada deudor. Esta metodologa genera estimaciones prudentes de las perdidas extremas. 3.6 RESUMEN DE CREDITRISK+ - el modelo CREDITRISK+ captura las caractersticas esenciales de los eventos de impago de obligaciones, dado que dichos eventos ocurren de manera aleatoria con eventos de impago variando significativamente de ao a ao. Este modelo incorpora las volatilidades de la tasa impago, asimismo incorpora el riesgo de concentracin a travs del anlisis sectorial -Este modelo es eficiente computacionalmente y fcil de implementar; permite a su vez trabajar con un amplio rango de portafolios con riesgo de crdito.
4 CAPITAL ECONOMICO PARA EL CREDIT RISK 4.1 Rol de Capital econmico Este capital surge de la exposicin a prdidas econmicas imprevistas, es decir, que las entidades financieras necesitan generar los suficientes excedentes para absorber las perdidas inesperadas. Po ello el capital econmico adquiere el rol de proteger a la entidad financiera de esas prdidas, dado que las prdidas por impago podran ser significativamente mayores a los niveles esperados. Por tanto, un determinado percentil nos permitira conocer el nivel de capital econmico requerido a un nivel de confianza dado. As, el percentil 99vo del nivel de prdidas no esperadas durante un horizonte de un ao resulta ser una definicin adecuada del nivel de capital necesario para afrontar el riesgo. Ello lo mostramos en la siguiente figura:
Figura ..
4.2 Beneficios y caractersticas del Capital Econmico El Capital Econmico como medida del riesgo posee las siguientes caractersticas: -Es una medida ms apropiada para medir el riesgo econmico -Mide el riesgo econmico tomando como base a un portafolio, de modo que toma en cuenta los beneficios de la diversificacin. -Es una medida que diferencia de modo objetivo a los portafolios pues toma en cuenta el tamao de los portafolios y su exposicin
4.3 RESUMEN DE LAS POLITICAS DE CONTROL USANDO CREDITRISK+ Es posible controlar el riesgo de las prdidas que caen en cualquiera de las 3 partes de la funcin de distribucin de prdidas:
5. MODELO MATEMATICO
A continuacin presentaremos la tcnica analtica de CREDITRISK+ para la generacin de la distribucin total de prdidas de una cartera de exposiciones crediticias. La tcnica es vlida para cualquier cartera, donde la tasa de morosidad de cada deudor es pequea y genera tanto la distribucin de prdidas para un ao y para mltiples aos.
Parte de la funcin de distribucin de prdidas Mecanismo de control Por encima de la prdida esperada Modificar el princing y el aprovisionamiento Prdida esperada-percentil 99vo Capital econmico y/o aprovisionamiento Ms all del percentil 99vo Cuantificado usando el anlisis de escenario y gestionado usando lmites de concentracin