Está en la página 1de 14

Enfoque Simplificado

Pasos seguidos para el cálculo del deterioro de


créditos – Empresa ABC S.A. al 31.12.2017

1 Selección de períodos de información

2 Segmentación para evaluación colectiva

3 Cálculo de ratios de pérdida incurrida

4 Ajuste Forward-Looking

Página 2 Financial Accounting Advisory Services (FAAS)


1- Selección de períodos de información
De acuerdo al requerimiento normativo, el cálculo de la pérdida esperada, según el método simplificado, deberá
realizarse de la siguiente manera:

Representativa de la situación
actual (Point in Time)

Información Ajuste a información


+ = Pérdida Esperada
Histórica proyectada
Futura
Forward Looking

Información Histórica
Para determinar la pérdida crediticia esperada al 31.12.2017, Empresa ABC S.A. ha utilizado información histórica
que refleja las condiciones actuales y las características del entorno económico. Para su evaluación seleccionaron los
siguientes periodos: 31.12.2014, 31.12.2015 y 31.12.2016.

Información Proyectada (ver paso 4)


Empresa ABC S.A. consideró que el período más representativo de la vida esperada de los activos bajo análisis es el
año 2018. Por lo tanto, con el objetivo de realizar el ajuste forward looking, se tomaron proyecciones para ese año.

Página 3 Financial Accounting Advisory Services (FAAS)


2- Segmentación para evaluación colectiva

Empresa ABC S.A. definió que el cálculo de pérdida esperada utilizando el método simplificado será realizado bajo
la base de un análisis colectivo, debido a que no es posible contar con la información a nivel individual.
Empresa ABC S.A. ha clasificado sus clientes de acuerdo a características de riesgo homogéneas que representan la
capacidad de pago de cada segmento de clientes por los importes adeudados. Esta segmentación se ha realizado
en base a canales que representan riesgos específicos. A continuación presentamos los canales definidos :

Descripción canal
Autoservicios
Supermercados
Cash & Carrier
Industrias
Instituciones
Mayoristas
Minoristas
Varios

Página 4 Financial Accounting Advisory Services (FAAS)


2- Segmentación para evaluación colectiva

Empresa ABC S.A. realizó un análisis de su información histórica considerando la mora de las cuentas por
cobrar para determinar la pérdida para cada uno de ellos y, por ende calcular la tasa de incumplimiento
observada históricamente para cada uno de los periodos mencionados.

Vencimientos
En Plazo
Mora entre 1 y 30 días
Mora entre 31 y 60 días
Mora entre 61 y 90 días
Mora entre 91 y 180 días
Mora mayor a 181 días

Por lo tanto, para el cálculo de pérdidas esperadas, se segmentó la cartera por canal y por vencimientos. El
enfoque utilizado para calcular las pérdidas esperadas sobre una base colectiva, requiere que la Empresa ABC S.A.
realice un monitoreo constante de que los perfiles de riesgo dentro un segmento mantienen similitud. Es
necesario documentar y sustentar la segmentación realizada.

Página 5 Financial Accounting Advisory Services (FAAS)


3- Cálculo de pérdida histórica
Empresa ABC S.A. ha utilizado información histórica que refleja las condiciones actuales. Para su evaluación se
seleccionaron los siguientes periodos: 31.12.2014, 31.12.2015 y 31.12.2016, para el canal “Autoservicios”.
El resultado del cálculo del ratio de pérdida incurrida, se presenta a continuación:
% de pérdida
Año Entidad Anticuamiento Saldo CxC (S/) Saldo de pérdida (S/) histórica
2014 Empresa ABC, S.A. En Plazo 285,775,851 1,315,241 0.46%
De 1-30 días 52,363,296 705,096 1.35%
De 31-60 días 4,228,900 64,611 1.53%
De 61-90 días 2,196,021 956,209 43.54%
De 91-180 días 2,568,350 1,410,413 54.92%
Más de 180 días 1,759,383 1,378,950 78.38%
348,891,800 5,830,519 1.67%

% de pérdida
Año Entidad Anticuamiento Saldo CxC (S/) Saldo de pérdida (S/) histórica
2015 Empresa ABC, S.A. En Plazo 334,000,198 509,049 0.15%
De 1-30 días 64,634,078 120,325 0.19%
De 31-60 días 9,186,239 47,185 0.51%
De 61-90 días 2,282,444 370,078 16.21%
De 91-180 días 8,153,787 3,986,013 48.89%
Más de 180 días 5,733,504 4,295,603 74.92%
423,990,249 9,328,254 2.20%

% de pérdida
Año Entidad Anticuamiento Saldo CxC (S/) Saldo de pérdida (S/) histórica
2016 Empresa ABC, S.A. En Plazo 338,941,461 674,576 0.20%
De 1-30 días 81,558,094 617,981 0.76%
De 31-60 días 8,464,156 67,281 0.79%
De 61-90 días 2,420,781 214,515 8.86%
De 91-180 días 4,902,895 962,274 19.63%
Ratio de pérdida promedio
1.80% Más de 180 días 9,554,082 4,267,265 44.66%
aritmético (2014-2016)
445,841,468 6,803,891 1.53%

Página 6 Financial Accounting Advisory Services (FAAS)


4- Ajuste forward-looking
Según lo requerido por la NIIF 9, una entidad ajustará la información histórica, tal como la experiencia de pérdidas
crediticias, sobre la base de la información observable actual para reflejar los efectos de las condiciones actuales y su
pronóstico de condiciones futuras.
Las estimaciones de los cambios en las pérdidas crediticias esperadas deberían reflejar y ser congruentes en la
dirección con los cambios en la información observable relacionada de período a período.
Para cumplir con el requerimiento normativo, Empresa ABC S.A. ha definido determinar el ajuste forward looking
de la siguiente manera:

1 Análisis de correlación: Definir las variables macroeconómicas que tendrán una correlación con los ratios
de pérdida de la cartera de cuentas por cobrar

A. En primer lugar, definimos como variable dependiente del modelo el ratio de pérdida (LR)1 para los
años 2014, 2015 y 2016 con el objetivo de analizar su correlación con variables macroeconómicas y
realizar una regresión simple2:
Saldo Saldo de Ratio de pérdida
Año
(CxC) pérdida histórico (LR)
2014 348,891,800 5,830,519 1.67%
2015 423,990,249 9,328,254 2.20%
2016 445,841,468 6,803,891 1.53%

1 LR: Loss Rate o Ratio de pérdida histórico


2 Los supuestos para una regresión lineal por mínimos cuadrados ordinarios implican linealidad entre las variables (relación significativa) y variables
residuales bien comportadas (independientes, no autocorrelacionadas y distribuidas normalmente).

Página 7 Financial Accounting Advisory Services (FAAS)


4- Ajuste forward-looking
B. Posteriormente, se realiza un análisis de correlación entre los ratios de pérdida y las variables
macroeconómicas. Se seleccionaron cuatro variables macroeconómicas1 para los años 2014, 2015 y 2016:

 Variación absoluta de la tasa de crecimiento del PBI2


 Términos de Intercambio (ratio entre precios a las exportaciones y precios de importaciones, en
función de un año base)
 Tipo de cambio
 Tasa de interés activa promedio
Tasa de Var. tasa de Términos de Tipo de
Año TEA Promedio
crec. PBI crec. PBI Intercambio (TI) Cambio (TC)
2013 6.00% - - - -
2014 5.82% -0.18% 104.17 2.76 4.09%
2015 2.39% -3.43% 98.52 2.84 3.79%
2016 3.32% 0.93% 92.21 3.18 3.76%

Cabe señalar que, se eligieron estas variables debido a que se consideró que fueron las más
correlacionadas al giro de negocio de la Compañía. En caso que para el análisis de otros periodos
futuros se defina que existen otras variables macroeconómicas que pudieran estar correlacionadas al
ratio de pérdida de la cartera de cuentas por cobrar, se las incluirá en el análisis de correlación.

1 Las variables macroeconómicas fueron obtenidas de las Series Estadísticas publicadas por el BCRP:
https://estadisticas.bcrp.gob.pe/estadisticas/series
2 Debido a que las variables seleccionadas serán utilizadas en una regresión simple, lo más recomendable es utilizar series de datos que en el
largo plazo sean lo más estables posibles. Por lo tanto, para el caso de la tasa de crecimiento del PBI, se tomó la variación absoluta. Para el
caso del resto de variables de tomaron los valores anuales tal como se encuentran publicados por el BCRP.

Página 8 Financial Accounting Advisory Services (FAAS)


4- Ajuste forward-looking
C. Análisis de correlación:
Ratio de pérdida Var. tasa de Términos de Tipo de
Año TEA Promedio
histórica (LR) crecimiento PBI Intercambio (TI) Cambio (TC)
2014 1.67% -0.18% 104.17 2.76 4.09%
2015 2.20% -3.43% 98.52 2.84 3.79%
2016 1.53% 0.93% 92.21 3.20 3.76%
Correlación1 -99.91% 23.59% -52.95% -22.98%

Se asumió que una correlación que en valor absoluto sea superior al 50%, representa una alta correlación entre
las variables. Por lo tanto, la variación de las tasa de crecimiento del PBI y el tipo de cambio son las variables
que tienen mayor correlación con el ratio de pérdida de la cartera de cuentas por cobrar de la Compañía.
A continuación, se ilustra dicha correlación en los siguientes gráficos:

Var. PBI TC

LR LR
La Compañía podría definir un criterio diferente (ya sea menos o más conservador), para definir una correlación
significativa, de acuerdo al área de estudios económicos o a juicio experto.

1 Se consideró el coeficiente de correlación lineal simple de Pearson (ρ) calculado mediante la siguiente fórmula: 𝑐𝑜𝑣 (𝑋, 𝑌)
𝜌=
donde X y Y son dos series de datos y σ es la desviación estándar. σ𝑋 σ𝑌

Página 9 Financial Accounting Advisory Services (FAAS)


4- Ajuste forward-looking

2 Realizar una regresión simple entre el ratio de pérdida (LR) y las variables macroeconómicas que tienen una
correlación significativa (seleccionadas en el paso anterior).

A. Las variables macroeconómicas a utilizar fueron variación de la tasa de crecimiento del PBI y tipo de cambio.
Por lo tanto, se propone una regresión para explicar el ratio de pérdida en función a las variables
seleccionadas:
Betas o parámetros de Término de error
influencia 𝐿𝑅 = 𝛽1 ∆𝑃𝐵𝐼𝑡 + 𝛽2 𝑇𝐶𝑡 + 𝜀𝑡
Variable Variables explicativas
dependiente

B. La regresión propuesta puede definirse en términos matriciales como 𝑌 = 𝑋 ′ 𝛽 + 𝜀𝑡 en donde Y es el vector


de ratios de pérdida (LR), X es la matriz de variables explicativas por cada año y épsilon es el término de error
sistémico.
Al realizar la solución mediante una regresión simple, la fórmula general para calcular cada coeficiente
(betas) de una regresión está dada por:

σ(𝑥 − 𝐸(𝑥)(𝑦 − 𝐸 𝑦 ) En términos


𝛽= matriciales 𝛽 = (𝑋 ′ 𝑋)−1 (𝑋 ′ 𝑌)
σ(𝑥 − 𝐸 𝑥 ) 2

Página 10 Financial Accounting Advisory Services (FAAS)


4- Ajuste forward-looking
C. Se realiza la regresión propuesta, siguiendo los siguientes pasos:
i. Definir las matrices a utilizar

Matriz X Matriz Y X’ X’X


∆ PBI TC LR ∆ PBI -0.18% -3.43% 0.93% 0.0012 -0.0726
2014 -0.18% 2.76 2014 1.67% TC 2.76 2.84 3.20 -0.0726 25.92
2015 -3.43% 2.84 2015 2.20%
X’X-1 X’Y
2016 0.93% 3.20 2016 1.53%
942.85 2.64 -0.001
2.64 0.046 0.157

ii. Realizar el cálculo de la estimación de los Betas


−1
0.0012 −0.0726 0.001 942.85 2.64 0.001
𝛽 = (X’X)−1 (X’Y) = =
−0.0726 25.92 0.157 2.64 0.046 0.157

Betas

𝛽1 -0.1900

𝛽2 0.0055

En caso la Compañía realizara la estimación utilizando más de dos variables macroeconómicas, el


procedimiento es idéntico al realizado líneas arriba, cambiando únicamente el número de filas de las
matrices y el número de betas estimados.

Página 11 Financial Accounting Advisory Services (FAAS)


4- Ajuste forward-looking

3 Empleando el resultado de la regresión en el punto 2 anterior, se utilizan las variables macroeconómicas


proyectadas para estimar el ratio de pérdida que estima el modelo estadístico.
A. Se tomaron estimaciones macroeconómicas para el año 20181 y se obtuvieron promedios para tres
escenarios: base, optimista y pesimista2:
PBI 2017: 3.32%

Var. PBI TC
Tasa de crec. PBI
(2018) (2018)
Optimista 4.01% 0.69% Optimista 3.21
Base 3.70% 0.38% Base 3.25
Pesimista 3.12% -0.20% Pesimista 3.33

B. Multiplicamos los betas obtenidos por los valores de cada escenario:


β1 Var. PBI 𝛽 1 x ∆PBI β2 TC 𝛽 2 x TC
(A) (B) (A*B) (C) (D) (C*D)
Optimista -0.1900 0.69% -0.0013 Optimist
(i) (ii) a 0.0055 3.21 0.0177
Base -0.1900 0.38% -0.0007
Base 0.0055 3.25 0.0180
Pesimista -0.1900 -0.20% 0.0004
Pesimista 0.0055 3.33 0.0184
Ratio de Pérdida
(A*B) + (C*D) 𝐿𝑅´ = 𝛽1 ∆𝑃𝐵𝐼𝑡 + 𝛽2 𝑇𝐶𝑡
(i) + (ii) = Optimista 1.65%
Base 1.73%
Pesimista 1.88%
1 Los datos se obtuvieron de proyecciones macroeconómicas realizadas por Apoyo Consultoría, del Marco Macroeconómico Multianual del BCRP y de los
Reportes de Inflación, publicados por el BCRP.
2 Los tres escenarios se obtuvieron en base a las proyecciones publicadas en las fuentes de información mencionadas. En este sentido, el escenario

pesimista corresponde a la proyección más ácida de las tres, caso contrario el escenario optimista corresponde a la proyección menos ácida.

Página 12 Financial Accounting Advisory Services (FAAS)


4- Ajuste forward-looking
C. Se realiza una ponderación de los tres escenarios. Para el ejercicio bajo análisis se realizó una ponderación
del 33.3% para cada escenario, lo cual es equivalente a un promedio simple:

Ratio de Pérdida
(2018)
Promedio Ratio de Pérdida
Optimista 1.65% (2018)
simple
Base 1.73% 1.753%
Pesimista 1.88%
Cabe indicar que, la Compañía podría establecer una ponderación distinta a la empleada en el
ejemplo realizado (sea menos o más conservadora). Dicha ponderación podría ser establecida por el
área de estudios económicos de la Compañía o podría definirse a partir de criterio experto.

Para obtener el factor de ajuste FWL, se calcula la variación porcentual entre el ratio de pérdida promedio
4 (años 2014 – 2016) y el ratio de pérdida proyectado. Posteriormente a la cartera de cuentas por cobrar a la
fecha de reporte se aplica proporcionalmente esta variación por cada tramo de vencimiento.

A. Se estima la variación del ratio de pérdida en función de las proyecciones de variables macroeconómicas:

Ratio de pérdida (promedio 1.80% (A)


ponderado 2014-2016)
Ratio de pérdida proyectado 1.75% (B)
por el modelo (2018)
Variación porcentual (%) -2.71% (B-A)/A

Página 13 Financial Accounting Advisory Services (FAAS)


4- Ajuste forward-looking

B. Se aplica la variación porcentual del ratio de pérdida (-2.71%) como factor Forward Looking.
Ratio de Pérdida
promedio Ratio de Pérdida
Ajuste FWL
(años 2016, 2015 y Ajustado
(B=A*(-2.71%))
2014) (E=A+B)
(A)
En plazo 0.27% -0.01% 0.26%
0-30 0.76% -0.02% 0.74%
31-60 0.95% -0.03% 0.92%
61-90 22.87% -0.62% 22.25%
91-180 41.14% -1.11% 40.03%
Más de 180 65.99% -1.79% 64.20%

Saldo CxC
Ratio de Pérdida Ajustado Pérdida con ajuste FWL
(31.12.2017)
(D) (C*D)
(C)
En plazo 393,469,668 0.26% 1,023,021
0-30 74,898,011 0.74% 554,245
31-60 4,538,406 0.92% 41,753
61-90 3,848,131 22.25% 856,209
91-180 3,387,148 40.03% 1,355,875
Más de 180 5,960,764 64.20% 3,826,810
Total 486,102,129 7,657,913

Página 14 Financial Accounting Advisory Services (FAAS)