ESCUELA POLITCNICA NACIONAL FACULTAD DE CIENCIAS

CARRERA: Ingeniera en Ciencias Econmicas y Financieras 21/ 01/

DIA / MES / AO

2011

TTULO DEL PROYECTO DE TITULACIN: APLICACIN DE MODELOS DE MIXTURA Y REDES BAYESIANAS PARA LA GUA DE OBJETIVOS GERENCIALESATRAVSDEUNCUADRODEMANDOCREDITICIO. OBJETIVO GENERAL: Disear y construir una herramienta de gestin de riesgo a travs de un modelo scoring de mixtura,quepermitaincorporarlosfactoresderiesgosistmico,considerandodependenciasdelos clientesasociadosaunacarteradecrdito. OBJETIVOS ESPECFICOS: Desarrollar una herramienta efectiva con la finalidad de determinar la probabilidad de que el solicitante tenga un comportamiento adecuado durante la evolucin del crdito, de fcil entendimiento que permita potencializar sus usos y sirva adems para la planeacin de de estrategiastantodeconcesindeproductosfinancierosdelainstitucin. Realizar un scoring de mixtura que permita predecir de manera confiable, el posible comportamiento de los clientes y de esta manera la institucin pueda definir un nivel de riesgo mnimoydecidirsobreelotorgamientoonegociacindelcrdito. Aplicar la tcnica de redes bayesianas y el modelo de mixtura como mtodos alternativos para mejorarlosresultadosobtenidosporlosmodelosestadsticostradicionales.

BREVE DESCRIPCIN DEL PROYECTO: El sistema financiero juega un rol fundamental en el funcionamiento de la economa. Instituciones financierasslidasysolventespermitenquelosrecursosfinancieros fluyaneficientementedesdelos agentes superavitarios a los deficitarios permitiendo que se aprovechen las oportunidades de negocios y de consumo. La principal actividad generadora de ingresos de las instituciones bancarias, larepresenta lasoperaciones activas a travsde los crditosotorgados a lossolicitantes, entendidos como el capital adeudado, los rendimientos por cobrar y cualquier otro monto que represente derechos no recaudados por una operacin crediticia. Sin embargo, en los ltimos aos, la globalizacin de la economa de mercado ha disminuido la estabilidad y seguridad del negocio financiero,multiplicandolosriesgosalosqueseenfrentanestasentidades. Elriesgoesunconjuntodeeventosaleatoriosquepuedetenerunimpactoadversosobreelvalorde una firma. El riesgo de crdito, en particular, est definido como la incapacidad o el no deseo de un deudor de pagar tanto el principal como los intereses de las obligaciones que ha contrado con su acreedor.Enotraspalabras,eselriesgoasociadoconlaprobabilidaddequiebraoincumplimientode lacontraparteresponsabledeunaobligacinfinanciera. Dadas las funciones de intermediacin que cumple el sistema financiero en la economa, siempre existirn riesgos, especficamente, riesgo de crdito. Una posicin no adecuada ante la

materializacin de este tipo de riesgo puede resultar en una profunda crisis financiera, cuyas consecuenciassonmuycostosasparalaseconomas. Dichascrisissepresentancuandolasentidades nocuentanconbuenossistemasdeadministracin ymanejodel riesgo,dejandocomoconsecuencia incrementos en el incumplimiento por parte de los clientes, deterioro en la calidad de la cartera y reduccindelasutilidadesdelosbancos. El riesgo de crdito es as uno de los ms importantes que enfrenta el sistema financiero y por esta razn debe ser medido y monitoreado de manera eficiente y de acuerdo con las caractersticas de la economaydelmomentodelcicloeconmico. Porlotanto,unadelasresponsabilidadesdelasinstitucionesfinancierasesadministrarsusriesgos, y tal como muchos de los gerentes de crdito en el mercado bancario saben, el seguimiento de riesgodecrditonoesunatareanitrivial,nirpida;sinoqueconstituyeunimportanteretoparalas instituciones que entregan crditos a empresas o clientes individuales. Este reto, consiste en cuantificar,delamejorformaposible,elriesgodeentregarunprstamo. Anivelmundial,elmayorrepresentantequebuscaalcanzaresteretoeselComitdeBasileapara la Supervisin Bancaria, el cual agrupa a los representantes de los bancos centrales y supervisores de entidades financieras. ste comit establece que cualquier pas, de acuerdo con el grado de desarrollo de su sistema financiero, puede adoptar prcticas y principios segn sus necesidades. En general,sereconocendosconjuntosdeprincipiosunoemitidoen1997,llamadoAcuerdodeCapital de Basilea, que rene prcticas bsicas en Riesgo Bancario, y otro ms reciente, conocido como Convergencia Internacional de Medidas y Normas de Capital Basilea II, donde se establecen normas ms avanzadas para administrar dicho riesgo (guila et al 2002). Una adecuada gestin del riesgo evitara crisis bancarias, como las ocurridas a lo largo de la historia mundial. As, las nuevas regulaciones internacionales en materia de riesgos inciden en la necesidad de modernizar las tcnicasdemedicinygestinderiesgos,promoviendoeldesarrollodemodelosinternos. En cuanto a la medicin del riesgo, hay una gran variedad de modelos de riesgo de crdito, los cualespuedenserclasificadosapartirdedistintoscriterios.Losprimerosintentosporcuantificarel riesgofueronhechosporexpertos,desarrollandoaslosmodelosdeCreditScoring,mismosquehan sido ampliamente discutidos y empleados para resolver este problema llegando a ser un tema importante para muchos investigadores. En la literatura se han propuesto varias tcnicas para construir un modelo de Credit Scoring, las metodologas de los modelos tradicionales, basados principalmente en el anlisis discriminante multivariable , Zeta Score1 , los modelos de regresin cualitativa(probitylogit2)queseapoyanenhiptesis,quenosecumplenenlamayoradeloscasos (normalidaddeladistribucin,variablesindependientes,etc.),msrecientementelosmodelosde redesneuronales. Sin embargo, en los ltimos tiempos la constante preocupacin por encontrar tcnicas ms robustasquepermitandeterminarconmayorefectividadlaprobabilidaddeprdida,hahechoque se busquen nuevas alternativas que superen los modelos anteriormente descritos dando lugar a modelos estructurales y modelos de forma reducida o de mixtura. Los primeros descienden del modelo propuesto por Merton (1974), el cual presenta un mecanismo para cuantificar el incumplimiento de una empresa en trminos de la relacin entre los activos y sus obligaciones que deben sercubiertasalfinaldeunperiodo,mientrasquelosmodelosdemixturaadiferenciadelos modelos estructurales no necesitan de informacin al interior de cada elemento de la cartera ya que se modela el default mediante un proceso estocstico. Un ejemplo de ello es el modelo CreditRisk+, que es una metodologa que permite modelar el riesgo de crdito de un portafolio por incumplimiento, en el cual se parte de la idea de que los eventos de impago por parte de los deudores son eventos dependientes, es decir se rompe con el supuesto del modelo logit tradicionaldeindependenciaentrelosindividuosanalizados.
1Atman(1968)desarrollaunmodelo,endondecincorazonesfinancierasdescribenbastantebienlaprobabilidaddequiebra. 2 El anlisis logit utiliza un conjunto de variables para predecir la probabilidad de que el prestatario entre en estado de imapgo, esto suponequelaprobabilidaddeincumplimientosedistribuyelogstica.

De acuerdo con Elizondo (2004), la diversificacin del riesgo en un portafolio de crditos se da de manera natural al tener un gran nmero de firmas o individuos , sin embargo si varios individuos estn afectados por los mismos factores de riesgo, esta diversificacin puede ser insuficiente , crditos que pertenecen al mismo sector econmico , al mismo lugar de destino pueden generar altas correlaciones entre sus probabilidades de incumplimiento. As, los factores de riesgo se clasifican en sistmicos, que son los que afectan a un grupo de la cartera de crdito y en no sistmicoquesonlosqueafectanparticularmenteauncrditodelacartera.Enlamedidaenque los factoresderiesgosistmico que sonlosque afectan a un grangrupo de crditos del portafolio , dichoportafolioexperimentaunagranconcentracinderiesgo,puescambiosnodeseadospueden llevaraprdidasextremas. En este tema , Bayona (2010) destaca que se han planteado dos marcadas lneas de trabajo, la primeraconsideraquelosfactoresderiesgonoobservadosrespondenavariablesmacroeconmicas como elPIB,la inflacin,entreotras,luegoladeterminacindelosparmetrosde factoresde riesgo desde este punto de vista, se pueden calcular separadamente de los modelos para el clculo de las probabilidades de incumplimiento; esta tcnica es muy usada en la industria pues permiten incorporar los factores de riesgo sistmico que cada institucin considera pertinente para la valoracindesuportafolio.Lasegundalneadetrabajosugierequelosparmetrosdelosfactoresde riesgo se pueden determinar conjuntamente con los coeficientes del modelo que calculan las probabilidadesdeincumplimiento. Enresumen,enlosmodelosdemixturaparamodelarladependenciasedebeconsiderarqueel incumplimiento de un deudor depende de un conjunto de factores econmicos que son modelados estocsticamente; as, la dependencia entre incumplimientos se la obtiene de la dependencia que tienecadaincumplimientoconelmismoconjuntodefactoreseconmicos. En este contexto, es necesario mencionar que para el desarrollo de estos modelos es fundamental cuantificar la dependencia contempornea entre crditos incumplidos y no condicionar a una distribucin en particular , para lo cual se utilizar las tcnicas de redes bayesianas que no realizan supuestos sobre las distribuciones marginales de las variables, ni tampoco sobre la relacin de dependencia entre ellas, permitiendo que capture la dinmica real entre las variables explicativas del modelo. En particular, en los ltimos aos, existe un buen nmero de trabajos que demuestran las ventajas que pueden aportar en este campo las redes bayesianas por su capacidad de anlisis y diagnstico, ya que permiten combinar el conocimiento de expertos con datos observacionales, la posibilidaddeanalizarlosmodelosresultantesylafacilidadparatratardatosincompletosoerrneos (Gerssen et al 2004). As, las redes bayesianas permitirn representar grficamente las dependencias condicional e independencias entre variables aleatorias y tambin pueden ser tiles en puntuacin de crdito. Adems, el nmero de variables en el modelo puede ser grande en funcin de la informacin de los solicitantes, las redes bayesianas permitirn eliminar algunas variables que no influya en la puntuacin de crdito de los clientes (Hand et al 1997). Igualmente, algunos nodos de decisin se pueden aadir a las redes en secuencia en base a un conjunto ptimo de las decisiones de maximizacin de la utilidad de quien toma la decisin. (Chang et al.2000). Similarmente, las redes bayesianas permiten la integracin de los conocimientos y los datos de manera que una vez que la red es construida, las probabilidades condicionales de las variables puedensercalculadasenfuncindelosdatosdelasvariables. La presente investigacin busca desarrollar una herramienta para mejorar la gestin de riesgo a travs de la aplicacin de un modelo scoring mixto que a ms de proporcionar un puntaje para cada cliente de acuerdo a su riesgo, como lo hace el scoring tradicional, ayude a predecir el comportamiento de los clientes ante eventos externos que se presentan en la economa; as como tambin presentar un cuadro de mando, del que se podr obtener una visin ms amplia y clara de las situaciones de decisin, es decir permita de manera rpida, la visualizacin del cumplimiento de las polticas por parte de los directivos y a la vez ayude a generar nuevas estrategias enfocadas en una evaluacin ms efectiva del riesgo, en un formato fcilmente comprensible; y de esta manera desarrollar una nueva inventiva que sea aplicable a cualquier portafolio crediticio en el mercado ecuatoriano.

IDENTIFICACIN DEL PROPONENTES: Nombres: Loreima Chiriboga Hernandez Gina Torres Cumbicus Direccin: Mariano Ortiz E13-20 y la Condamine Telfono1: 087513559 Telfono2: 098920482 C.I. #: 1003055934 C.I. #: 1720632205

firma ____________________________ firma ____________________________

PROFESOR AUSPICIANTE DEL TEMA: Msc. Diego Maldonado firma ____________________________