MEDICIN DEL RIESGO DE CRDITO EN EL ACUERDO DE

BASILEA II
La norma establece, de acuerdo con el documento de Basilea II, sobre el
requerimiento de capital mnimo para cubrir el riesgo de crdito, que el
clculo del capital requerido derivado del riesgo de crdito de la cartera
pueda hacerse mediante los siguientes mtodos:
Mtodo estndar.
Mtodo basado en calificaciones internas.
Mtodo bsico.
Mtodo avanzado.

1. MTODO ESTNDAR
En el mtodo estndar la institucin financiera no dispone de modelos de
calificacin y es por tanto el ente regulador el que aplica estndares para la
obtencin del capital mnimo requerido. Estos estndares son sensibles al
riesgo, lo que la entidad financiera realiza con este mtodo es asignar una
ponderacin de riesgo a los activos y operaciones fuera del balance y genera
un total de activos ponderados por riesgo.
El mtodo exige una discriminacin en las ponderaciones de riesgo sobre las
operaciones crediticias de acuerdo con calificaciones de crdito externas

(calificadoras externas). Si bien las calificaciones de crdito externas no son la

solucin perfecta ya que muchas de ellas no recogen las necesidades y
situaciones de un pas o institucin financiera, s suponen un avance con
respecto a la situacin actual en cuanto a una mayor sensibilidad al riesgo.

2. MTODO BASADO EN CALIFICACIONES INTERNAS

El mtodo basado en calificaciones internas o IRBa (Internal Ratings Based
approach), enfatiza la gestin administrativa del riesgo de las instituciones
financieras, como mximo responsable en la estimacin adecuada de los
niveles de solvencia de acuerdo al perfil de riesgo de cada entidad financiera.
El mtodo IRB se centra tcnicamente en las estimaciones de los componentes
que definen el riesgo de crdito:

Probabilidad de incumplimiento (PD).

Exposicin ante el incumplimiento (EAD).
Prdida dado el incumplimiento (LGD).

Segn la capacidad del banco para estimar internamente los componentes de

riesgo, el mtodo IRB se divide a su vez en un enfoque bsico y un enfoque
avanzado.

2.1

IRB-MTODO BSICO

El mtodo IRB-bsico permite a las instituciones financieras utilizar sus propias

estimaciones para el clculo de las componentes de riesgo: probabilidad de
incumplimiento (PD) en un horizonte de un ao y la exposicin ante el
incumplimiento (EAD); para la tercera componente de riesgo, la prdida dado
el incumplimiento (LGD), el ente regulador aplicar estndares o valores fijos
para esta componente.
La PD puede estar basada en la experiencia histrica e incluso en un modelo
de credit scoring propuesto por la institucin financiera siempre y cuando
cumpla con los requerimientos mnimos antes expuestos.
La exposicin ante el incumplimiento (EAD) para transacciones de balance es
igual al valor nominal de la exposicin (por ejemplo, el valor en libros de un
prstamo) o en otra palabras el saldo insoluto al momento que se incurri en el
incumplimiento.
Dado que la LGD es la nica componente de riesgo que no puede ser estimada
en el mtodo bsico, el Comit de Basilea present los valores estimados para
la LGD, los mismos que deben ser usados y aplicados por las instituciones
financieros que han establecido al mtodo bsico como su herramienta para el
clculo de la prdida esperada, los valores dependen del tipo de colateral o
garanta que tenga la operacin crediticia:
LGD de 50% para obligaciones corporativas.
LGD de 75% para obligaciones corporativas subordinadas;

Para noviembre del 2001 el Comit de Basilea present modificaciones a estos

valores:
LGD de 45% para prstamos asegurados con un colateral fsico no
inmobiliario, y;
LGD de 40% para prstamos asegurados por cuentas por cobrar a los clientes
dueos del crdito.

2.2

IRB-MTODO AVANZADO

El enfoque avanzado sugiere que las tres componentes del riesgo de crdito: la
PD, la EAD y la LGD deben ser estimadas por las instituciones financieras, con
mtodos que sean de alta confiabilidad cuantitativa y adems cualitativa.
El cambio del mtodo bsico al avanzado proviene del uso de la LGD producto
de la experiencia real de la institucin financiera, en lugar de las estimaciones
fijas que impone el comit de Basilea: 40%, 45%, 50% y 75%. Las estimaciones
hechas por instituciones financieras sugieren que la LGD histrica para
prstamos bancarios es significativamente menor al 50%.
Para la estimacin de la PD, que es la componente que mayor sensibilidad y
problemas presenta al momento de su estimacin, se sugieren varias
metodologas tomado textualmente del paper de (Rayo Cantn, Lara Rubio, &
Camino Blasco) que pueden ser usadas para su estimacin, a continuacin se
enumeran a algunas de ellas:

Anlisis discriminante: El anlisis discriminante es una tcnica multivariante

que permite analizar las diferencias significativas entre grupos objetivos,
estudia el comportamiento de un grupo de variables independientes con la
intencin de clasificar una serie de casos en grupos previamente definidos y
excluyentes entre s.

Modelos de probabilidad lineal o probit: Los modelos de probabilidad

lineal utilizan el enfoque de la regresin lineal por mnimos cuadrados, donde la
variable dependiente (variable dummy) toma el valor de uno (1) si un cliente
es fallido, o el valor de cero (0) si el cliente cumple con su obligacin de pago.
La ecuacin de regresin es una funcin lineal de las variables explicativas.

Modelos logit: Los modelos de regresin logstica permiten calcular la

probabilidad que tiene un cliente para pertenecer a uno de los grupos
establecidos a priori (no pagador o pagador). La clasificacin se realiza de
acuerdo con el comportamiento de una serie de variables independientes de
cada observacin o individuo. La principal ventaja del modelo de regresin
logstica radica en que no es necesario plantear hiptesis de partida, como por

ejemplo la normalidad de la distribucin de las variables, mejorando el

tratamiento de las variables cualitativas o categricas. Adems, este modelo
presenta la ventaja que es la de devolver como resultado un valor que resulta
ser la probabilidad de incumplimiento (PD) al mantener la variable explicada
siempre dentro de un rango de variacin entre cero y uno, este mtodo se
utilizar para la estimacin en la PD en este proyecto.

Redes neuronales: Es una metodologa catalogada dentro de las tcnicas no

paramtricas de credit scoring. Las redes neuronales artificiales tratan de
imitar al sistema nervioso, de modo que construyen sistemas con cierto grado
de inteligencia. La red est formada por una serie de procesadores simples,
denominados nodos, que se encuentran interconectados entre s. Como nodos
de entrada consideramos las caractersticas o variables de la operacin de
crdito. El nodo de salida sera la variable respuesta definida como la
probabilidad de no pago. La finalidad de cada nodo consiste en dar respuesta a
una determinada seal de entrada. El proceso de credit scoring mediante el
uso de esta tcnica resulta complicado, pues el proceso interno de aprendizaje
funciona como una caja negra (capa oculta), donde la comprensin de lo que
ocurre dentro requiere de conocimientos especializados.

rboles de decisin: La principal ventaja de esta metodologa es que no est

sujeta a supuestos estadsticos referentes a distribuciones o formas
funcionales. Aunque conllevan una comprensin interna difcil sobre su
funcionamiento, presentan relaciones visuales entre las variables, los grupos
de la variable respuesta y el riesgo; por ello, este mtodo es muy usado en el
credit scoring.

Todos estos mtodos son usados como herramientas para crear modelos de
credit scoring, estos modelos son algoritmos que sirven para evaluar de
manera automtica a un cliente que solicita un financiamiento con alguna
institucin financiera, es una evaluacin individual ya que es independiente de
lo que ocurra con el resto de la cartera analizada.

Para el ao 2010 ya se habl de un nuevo acuerdo llamado Basilea III, el mismo

que discute sobre regulaciones y definiciones ms estrictas del capital, es decir
los bancos tienen la obligacin de mejorar y aumentar su capital as como
obtener mayores ratios o razones de apalancamiento, se habla sobre las
mejoras en los niveles de liquidez, una mejor gestin del riesgo con nuevas
pruebas de tensin y obtener una mejora en la disciplina del mercado.