Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CAPITULO III
Modelos para Estimar el Riesgo de Crdito
3.1.-Antecedentes
En los ltimos aos ha habido un desarrollo importante en el rea de administracin de
riesgo, principalmente en el mbito financiero internacional. Al principio, los modelos de
riesgo se orientaron a medir el riesgo de mercado de los portafolios de inversin de las
instituciones financieras. Estas instituciones con el fin de reducir los requerimientos de
capitalizacin que les impusieron las autoridades regulatorias, han sido las principales
impulsadoras del marco metodolgico de la administracin de riesgos.
A diferencia del riesgo de mercado, el desarrollo de metodologas para medir el riesgo de
crdito ha sido relativamente menor, ya que las dificultades para la identificacin y
medicin de los factores que intervienen en este tipo de riesgo han sido mayores, como se
mencion en el capitulo anterior, el fenmeno de la informacin asimtrica, el riesgo moral,
la ausencia de una teora de la quiebra empresarial, la ausencia de informacin adecuada y
el costo de elaborarla entre otros, han sido los principales obstculos en la prevencin y
cuantificacin del riesgo de crdito.
Aun con estos obstculos los estudiosos de las finanzas han creado diferentes metodologas
que han sido aplicadas con el propsito de estimar la probabilidad de incumplimiento, entre
estas podemos mencionar en general tcnicas estadsticas y variadas, multivariadas, anlisis
40
41
42
hacia estas
Por otro lado, la circular 1423 expedida por la Comisin Nacional Bancaria y de Valores
(CNBV) relativa
43
Elizondo Alan y Lpez Carlos (1999) El riesgo de Crdito en Mxico: Una Evaluacin de
Modelos Recientes. pp. 112
44
45
En este sentido, el que la empresa adopte modelos ms eficientes para administrar el riesgo
de crdito, es muy importante para los esfuerzos que la institucin realiza con el fin de
permanecer en un ambiente ms competitivo y globalizado. De igual forma para que
sobrevivan y se desarrollen deben entender el anlisis de riesgo, as como implementar
metodologas de valuacin adecuadas para todas las actividades relacionadas con el riesgo
de crdito.
Dichos mtodos utilizados para el otorgamiento y seguimiento de los crditos que hace una
empresa a sus clientes han tenido importantes desarrollos en los ltimos aos. Sin embargo
el objetivo final de medir el riesgo de crdito sigue siendo el mismo: prever
anticipadamente las prdidas potenciales en las que podra incurrir una institucin en el
otorgamiento de crditos; dicho en otras palabras las diferentes metodologas buscan
calcular la probabilidad de incumplimiento de un deudor frente a un acreedor una vez
asumida la deuda.
Por ltimo se puede afirmar que para que un sistema de administracin de riesgo crediticio
sea efectivo deber elegir el mejor mtodo de acuerdo a sus necesidades, contar con buenas
polticas de otorgamiento para detectar as los problemas a tiempo y tomar medidas
preventivas para los crditos ya otorgados y una restriccin de otorgamiento para aquellos
crditos que puedan generar problemas.
46
Dentro del campo de actividades que se encuentra la aplicacin de los modelos podemos
mencionar:
47
Cabe mencionar que cada institucin adoptar medidas y/o modelos para prever y
cuantificar su exposicin al riesgo, dependiendo de sus necesidades y contexto econmico.
3.4.1.- Generalidades
En la literatura existen fundamentalmente dos tipos de modelos para la estimacin del
riesgo de crdito: los tradicionales y los de enfoque moderno, dentro de ste se encuentran
los condicionales y no condicionales.
48
a) Los modelos condicionales son metodologas que pretenden conocer las causas
del incumplimiento haciendo un anlisis basado en un modelo de correlaciones de
causalidad entre las diferentes variables financieras, sectoriales y macroeconmicas.
En este tipo de modelos podemos encontrar el CreditPortfolioView, Credit Monitor
entre otros.
b) Los modelos
49
A continuacin se explicarn los dos tipos de modelos que miden el riesgo de crdito
(tradicional y de enfoque moderno).
pago de su deuda sigue un patrn de constancia pero las ganancias son voltiles y puede
haber periodos en los que disminuye la capacidad de pago de la empresa.
De acuerdo a lo anterior podemos observar que es este sistema enfrenta dos problemas
principales: consistencia y subjetividad. En otras palabras los factores subjetivos aplicados
a las cinco C por un experto pueden variar de acreditado a acreditado. Esto es lo que
vuelve muy difcil la comparacin de rangos y la toma de decisiones, por lo cual podemos
51
concluir que se pueden aplicar estndares muy distintos por parte de analista de crdito
dentro de una misma institucin a distintos tipos de acreditados.
Por tanto a este modelo lo han venido desplazando otras metodologas, ya que el anlisis de
crdito de este estilo resulta costoso para las empresas, pues stas requieren un grupo
importante de profesionales y analistas financieros; adems, en la medida en que la
institucin es ms grande, el anlisis de crdito se vuelve menos homogneo y necesita
importantes inversiones en capacitacin de personal.
Modelos Z-Score:
Edward Altman (1968) utiliza el anlisis discriminante como la tcnica apropiada para su
modelo, este anlisis discriminante en su forma ms simple busca obtener una combinacin
lineal de las caractersticas que mejor discriminan entre los grupos clasificados, es decir que
52
maximice la varianza entre grupos y minimice la varianza dentro de cada grupo. De esta
forma se estudia un conjunto de indicadores financieros que tiene como propsito clasificar
a las empresas en dos grupos:
Bancarrota
No Bancarrota4
El modelo original Z de Altman fue desarrollado para predecir las quiebras de las empresas.
Por otro lado se dice que este modelo presenta algunas limitaciones ya que utiliza razones
financieras y estas tienen un efecto de subestimacin en el tamao de las estadsticas, es
decir, en un anlisis realizado a travs de razones financieras, no se pueden identificar datos
relevantes en el otorgamiento de un crdito. As mismo en la determinacin del modelo Z,
se incorporan datos de compaas grandes con problemas de solvencia, por lo que su
aplicacin tanto para compaas pequeas como grandes, queda sujeta a dudas.
Modelo Zeta:
Para 1977, Altman, Haldeman y Narayanan introducen algunas modificaciones al modelo
Z-Score original, siendo el propsito de este modelo el clasificar a las empresas en
bancarrota incluyendo lo siguiente:
53
54
Este modelo fue creado por Credit Suisse Financial en 1997, por la escasez de informacin
que exista sobre las carteras de crdito, por lo que se dise este modelo actuarial, con el
propsito de maximizar el uso de informacin escasa. Este modelo utiliza un enfoque de
portafolio para modelar el riesgo de no pago de los crditos analizados.
Los datos que requiere este modelo son:
El monto de cada uno de los crditos que conforman la cartera. Estos montos
corresponden al saldo insoluto de los crditos, ya que lo que se desea saber es la
cantidad de dinero que se puede perder en caso de que el acreditado se declare en
quiebra.
La probabilidad de quiebra de estos crditos. Este modelo supone que todos los
crditos son homogneos y por consiguiente todos tienen la misma probabilidad de
quebrar. Credit Suisse supone como conocido este dato y hace mencin a las
estadsticas correspondientes publicadas por Moodys.
Otro dato son los porcentajes de recuperacin esperados en los crditos, as como su
variabilidad a travs del tiempo.6
Se puede decir que CreditRisk tiene como caracterstica que no repara en el deterioro de la
cartera, sino que mide solamente la probabilidad de incumplimiento.
www.csfp.co.uk
55
Los modelos estadsticos mencionados en los prrafos anteriores se han desarrollado para
calcular y estimar el riesgo de capital de los intermediarios financieros y en si de cualquier
institucin que incurra en algn tipo de riesgo de crdito.
56
BB/B/CCC
BBB
BBB
A
AA
AAA
Horizonte de Riesgo
To
7
T1
Calificacin de
Crdito
Jerarqua de la Deuda
Sobretasas de Crdito
Probabilidad de
Migracin
Tasas de
Recuperacin en caso
de default
Fase uno. Con base en la informacin de las empresas calificadoras, o con los sistemas de
calificacin de crdito interno se construye la matriz de probabilidades de transicin
(migracin). En Mxico hay tres empresas que se dedican a calificar la calidad crediticia de
58
los instrumentos de deuda. Estas empresas son: Clasificadora de Riesgos, Duff & Phelps de
Mexico y Standar & Poors. 8
AAA
AA
BBB
BB
CCC
AAA
91.35
8.00
0.70
0.10
0.05
0.01
0.01
0.01
AA
0.70
91.03
7.47
0.60
0.10
0.07
0.02
0.01
0.10
2.34
91.57
5.08
0.61
0.26
0.01
0.05
BBB
0.00
0.11
5.28
86.71
6.12
1.27
0.23
0.28
BB
0.01
0.11
0.55
7.77
81.77
7.95
0.85
1.00
0.00
0.05
0.25
0.45
7.00
83.50
3.75
5.00
CCC
0.00
0.01
0.10
0.30
2.59
12.00
65.00
20.00
0.00
0.00
0.00
0.00
0.00
0.00
0.00
100.00
Esta matriz se construy como el promedio de las matrices anuales de migracin de 1998 a
2003, donde la informacin ms reciente recibe ms peso. La matriz de transicin estimada
supone que los cambios de calidad crediticia de esos papeles se presentan cada ao.
Snchez Cern Carlos, valor en riesgo y Otras Aproximaciones, (2001) pp. 276
59
10
60
Fase cinco. Por ultimo, se estima el VaR crediticio, para ello CreditMetrics utiliza un
indicador: la desviacin estndar 11
Como se puede observar el objetivo de este modelo siguiendo las cinco fases mencionadas
es el de obtener una estimacin de las Perdidas Esperadas y de las Perdidas No Esperadas a
las que se enfrentan aquellas empresas que otorgan crditos.
11
Snchez Cern Carlos, Valor en Riesgo y Otras Aproximaciones, (2001) pp. 278
61
Procedimiento
de Simulacin
Portafolio de Crdito
Matriz de
Probabilidades
de Transicin
Prdida No
Esperada
Capital Econmico
62
Valor en Riesgo
Desde 1993, el Comit de Basilea (BIS) anunci su propsito de introducir un
requerimiento de capital para riesgo de mercado. Desde entonces han surgido grandes
avances en el desarrollo y la prueba de metodologas de valor en riesgo (VaR). El incentivo
para desarrollar modelos de VaR tuvo su mayor impulso en 1995, cuando el BIS modific
su propuesta sobre riesgo y estuvo de acuerdo en permitir a ciertos bancos el uso de sus
propios modelos internos en lugar del modelo estandarizado propuesto por los reguladores.
Desde 1997 en Europa y en 1998 en EU los bancos ms grandes (sujetos a autorizacin
regulatoria) han podido utilizar modelos internos para calcular su VaR. En este sentido se
define como la prdida mxima que una institucin financiera podra observar, por una
determinada posicin o cartera de inversin la cual se supone que no cambia durante el
periodo de inversin, en el caso de presentarse un cambio en los factores de riesgo, durante
un horizonte de inversin definido y con un nivel de probabilidad determinado.12
En esencia podemos decir que los modelos VaR buscan medir la prdida mxima de valor
en un activo o una prdida determinada, durante un periodo de tiempo determinado, en un
nivel de confianza especifico.
12
63
Evidentemente la sencillez para estimar el riesgo de capital mediante el VaR es uno de los
factores que ha ayudado a su aceptacin entre los intermediarios financieros y los
reguladores. Entre sus ventajas destacan las siguientes:
64
Como resultado de estas ventajas y como consecuencia de los quebrantos observados por
instituciones financieras por tomar riesgos de mercado y de crditos excesivos, como ya se
mencion anteriormente el Comit de Basilea adopt la metodologa del VaR para
determinar los requerimientos de capital de las instituciones financieras por concepto del
riesgo de mercado, regulacin que entr en vigor en diciembre de 1997. Sin embargo ante
los propios riesgos de instrumentacin y del modelo que implica estimar el VaR
correctamente, el Comit de Basilea estableci que los requerimientos de capital sern
equivalentes a tres veces el monto de valor en riesgo estimado. En el caso de Mxico la
Circular sobre regulacin prudencial aplicable a los bancos ya establece la necesidad de
realizar estimaciones de VaR.
13
65
algunas empresas que no pertenecen al sector financiero estn iniciando en estas fechas
proyectos para constituir sus unidades de control de riesgos.
Matrices de Transicin
Las matrices de transicin comenzaron a utilizarse como herramienta para medir el riesgo
de crdito en 1997, con la aparicin de la aplicacin CreditMetrics de JP Morgan. Desde
entonces, se han convertido en uno de los modelos ms utilizados debido a su fcil
implementacin.
La matriz de transicin es la principal herramienta para determinar la probabilidad de que
un crdito con una calificacin determinada cambie de calificacin crediticia durante un
periodo especfico. A esta probabilidad se le conoce como probabilidad de migracin en la
calidad de un crdito.
En otras palabras sirve para estimar la probabilidad de pasar de un estado ( i ) en el cual se
encontraba la deuda del individuo o deudor en un cierto periodo de tiempo ( t ), a un estado
( j ) en el periodo siguiente t+1.14
Por lo anterior, es posible construir una matriz de transicin A con i filas y j columnas,
de tal manera que satisfagan las siguientes condiciones:
14
66
Estas matrices son un elemento importante en la estimacin del riesgo de crdito de los
bancos, debido a que proveen la base para analizar el posible deterioro que pudiera
presentar una cartera en el futuro. Si se cuenta con la informacin de la experiencia de pago
de una cartera de crditos, la metodologa de matrices de transicin permite construir un
indicador de experiencias de pago para cada crdito o acreditado.
Por lo tanto podemos determinar que la probabilidad de incumplimiento de cada cartera
depende de factores de riesgo distintos, los cuales estn relacionados a las caractersticas
del crdito, del acreditado y del entorno econmico entre otros. Y es fundamental conocer
las fuentes de riesgo de cada cartera ya que esta informacin permitir tomar decisiones
con respecto al tipo de polticas que permitan a la institucin maximizar su relacin riesgo
rentabilidad en lo que se refiere a sus activos crediticios.
Calidad Crediticia
La calidad crediticia se refiere al hecho de que existan bonos y algunos derivados que se
coticen en mercados lquidos genera la posibilidad de que se produzcan cambios en los
precios de estos activos debido a factores crediticios; por ejemplo, la modificacin del
67
Qu es una calificacin?
Es una opinin actualizada sobre la capacidad financiera en general (calidad de crdito) de
un emisor para cumplir con sus obligaciones financieras. Esta opinin se centra en la
capacidad y voluntad del emisor para hacer frente a sus compromisos financieros o
crediticios, en el momento que se presente la obligacin de pagarlos sin que se refiera a una
obligacin especifica.15
15
68
16
69
70
CALIFICACION
PORCENTAJE
AAA
0.02
AA
0.33
5.95
BBB
86.93
BB
5.30
1.17
CCC
0.12
INCUMPLIMIENTO
0.18
Fuente: Arana, Jos Jaime (1999)
Resulta natural esperar que un cambio en la calidad de los crditos genere una prdida o
una ganancia. Por ejemplo, si la calificacin mejora al trmino del periodo, la sobretasa
corporativa ser menor, por lo que el diferencial de riesgo o prima caer, aumentndose as
el precio del crdito; lo que se traduce en un ganancia final para el inversionista que
adquiri este instrumento en el periodo anterior. De dichos cambios de calidad, surgen las
denominadas Perdidas No Esperadas, que representan la principal medida de riesgo.
En ese orden de ideas, cada emisor es clasificado en una calificacin crediticia, y una
matriz de transicin es utilizada para determinar la probabilidad de que el deudor caiga en
incumplimiento.
71
Por lo anterior los incumplimientos comienzan a ser relevantes despus de cierto tiempo
desde el impago de la cantidad establecida contractualmente. Adems este tiempo es
diferente segn la clase de crdito y puede cambiar segn las circunstancias econmicas.
Una empresa que cae en default porque ha entrado en un proceso formal de suspensin de
pago es diferente de una empresa que no paga por una falta temporal de liquidez, por
ejemplo, por el impago de uno de sus clientes que posteriormente regulariza su situacin
con la empresa y esta con la entidad prestamista.
El hecho de incumplir no implica nada sobre la cantidad ni sobre la perdida que finalmente
sufrir la entidad prestamista, pues existen muchos casos donde esta recupera lo incumplido
72
con cobro de costos judiciales e intereses de mora; en este caso, la entidad no registrara
perdida alguna aunque haya existido default.
Una vez explicadas cada una de las fases y elementos que intervienen en el modelo
CreditMetrics, en el siguiente captulo se realizar un caso prctico tomando datos de una
empresa real, obteniendo su exposicin al riesgo de crdito mediante la aplicacin del
modelo.
17
73
74