Modelos de Medición de PI
Transcripción
Modelos de Medición de PI
TALLER: Construcción de Modelos para la Medición del Riesgo de Crédito Jaime Guzmán Rodríguez Modelaje de Riesgo de Crédito Como administrar el riesgo de crédito: Se debe calcular la probabilidad de incumplimiento y la tasa de recuperación de la garantía, con el objeto de estimar las pérdidas esperadas: PE = PI * EDI * PDI PE = Pérdida Esperada PI = Probabilidad de Incumplimiento EDI = Exposición del activo Dado el Incumplimiento PDI = Pérdida Dado el Incumplimiento (1-TR) TR = Tasa de Recuperación Modelaje de Riesgo de Crédito Incumplimiento: RAE: Falta de perfección en el modo de obrar o de hacer algo. Falta de cumplimiento de las obligaciones en las condiciones inicialmente pactadas. Riesgo: Estado de deterioro de la calidad crediticia de un cliente en la cual hay mayor probabilidad de continuar deteriorándose que de recuperarse. Incluye daciones en pago, reestructuraciones y castigos de cartera. Modelos de Medición de PI Procedimiento: • • • Planeación • Datos a tomar: Información histórica Limpiar base de datos Selección de variables / Subdividir la muestra Determinar default (incumplimiento) • • • Desarrollo • Análisis descriptivo Categorización de variables Análisis discriminante / Regresión logística Determinar variables predictivas • Boostrap • Cálculo de indicadores de poder (AR, HL, KS, CIER) Validación • Pruebas Stress Testing • Monitoreo Implemen- • Pruebas Back Testing tación Modelos de Medición de PI (Planeación) Información histórica: Consideraciones Ventana de tiempo a utilizar 1992 1997 2001 2004 Solo con el ciclo completo se puede determinar la relación entre el "valle más profundo" y el "pico más alto“. El ciclo económico completo recoge las características y hábitos de pago de los clientes. Modelos de Medición de PI (Planeación) Información histórica: Variaciones 80 porcentuales 60 Las grandes crisis de cartera se han originado con devaluaciones o aumentos en tasas reales de interés 40 20 0 -20 -40 1994 Fuente:Superintendencia Bancaria; ANIF 1995 1996 1997 1998 1999 2000 2001 Tasa cambio frente al dólar Tasa de interés promedio de colocación Cartera de créditos vencida Modelos de Medición de PI (Planeación) Limpiar la base de datos: 1. Verificar la lógica de la información Ingreso disponible < Ingreso bruto Número de hijos < Número de miembros de familia No. de años en el trabajo < Edad actual 2. Diferenciar entre información faltante y “0” Si una persona no tiene deuda, el valor de la celda debe ser “0" y no se debe dejar la celda vacía Modelos de Medición de PI (Planeación) Limpiar la base de datos: 3. Llenar variables que siguen una lógica de forma automática Si la persona no es casada y la siguiente pregunta es si el esposo(a) trabaja, se debe llenar automáticamente con "no" 4. Buscar variables extremas y analizar si es bueno incluirlas o no Trabaja en la compañía 50 años? Modelos de Medición de PI (Planeación) Selección de variables: Socio-demográficas • • • • Género Edad Ocupación Estado Civil Financieras • • • • Ingresos Egresos Nivel de Endeudamiento Patrimonio Comportamiento interno • Moras anteriores con la entidad • Utilización de cupos Comportamiento externo • Historial de crédito • Comportamiento sector real • Productos vigentes Modelos de Medición de PI (Planeación) Selección de variables: Metodología Entrevistas Pregunta • ¿Qué variables pueden predecir el comportamiento de un cliente? • Área de crédito • Sistemas • Cartera • Expertos •… Sesiones de trabajo • Individuales • De grupo Resultado Lista de Variables • Edad • Género • Estado civil • No. De hijos • Nivel académico • Estrato • Ingresos • Egresos •… Modelos de Medición de PI (Planeación) Selección de variables: Lista global de variables • Edad • Lugar de nacimiento • Estado civil • Lugar residencia • Estrato • Ingreso bruto • Ingreso disponible • Ingreso familiar • Personas a cargo • Variables del cónyuge • ... Validez preliminar Información disponible: Fuentes internas Fuentes externas Formato de aplicación Calidad de información: Tipo de fuentes Verificación de información 300 Número de variables Lista reducida de variables • Edad • Estado civil • Estrato • Ingresos • Egresos •… 50 Modelos de Medición de PI (Planeación) División de la muestra: Descripción de actividades La muestra total debe dividirse en dos muestras: para pruebas y para control Pruebas Control Ambas muestras deben contener un número similar de clientes observados Los clientes observados para cada una de las pruebas deben seleccionarse aleatoriamente Construir el modelo con muestra de pruebas Validar el modelo con muestra de control Modelos de Medición de PI (Planeación) Determinar default: Definir los clientes Buenos y Malos Buenos • Mora = < punto de no retorno, últimos 12 meses • Mora hoy = 0 y máximo x días, últimos 12 meses • Mora últimos 12 meses máximo 30 días Malos • Default • Créditos castigados • Créditos en el que responde el codeudor Modelos de Medición de PI (Desarrollo) Modelos de medición: Matrices de transición Análisis discriminante Regresión lineal Regresión logística Árboles de probabilidad Modelos Probit o Logit Z-score Redes neuronales Matrices de Transición Jaime Guzmán Rodríguez Modelos de Medición de PI (Desarrollo) Matrices de transición: Matriz es un conjunto bidimensional de números, ordenados en una estructura de filas y columnas. Modelos de Medición de PI (Desarrollo) Matrices de transición: Los elementos de una matriz se identifican por el número de fila y columna que ocupan. Ejemplo: el elemento a12 está situado en la fila 1 y columna 2 de la matriz. Modelos de Medición de PI (Desarrollo) Matrices de transición: La matriz formada por las probabilidades de transición de un estado i a un estado j en un horizonte de tiempo determinado toma la siguiente forma: Modelos de Medición de PI (Desarrollo) Matrices de transición: Condiciones: P es una matriz cuadrada Todos los elementos de la matriz son no negativos La suma de cada fila es igual a la unidad 0 ≤ pij ≤ 1 y ∑j pij = 1 Modelos de Medición de PI (Desarrollo) Matrices de transición: Cadena de Markov: Matriz de transición válida para una sucesión de periodos de tiempo y que cumple con las anteriores condiciones. Modelos de Medición de PI (Desarrollo) Matrices de transición: La matriz de transición es la principal herramienta para determinar la probabilidad de que un crédito con una calificación determinada cambie de calificación crediticia durante un período específico. A esta probabilidad se le conoce como “probabilidad de migración en la calidad de un crédito”. Modelos de Medición de PI (Desarrollo) Matrices de transición: Estas matrices representan un elemento importante en la estimación del riesgo de crédito en los bancos, debido a que proveen la base para estudiar el posible deterioro que pudiera presentar una cartera en el futuro. Regresión Lineal Jaime Guzmán Rodríguez Modelos de Medición de PI (Desarrollo) Regresión lineal: Es un método matemático que modela la relación entre una variable dependiente Y, una o más variables independientes continuas Xi y un término aleatorio ε. Este modelo puede ser expresado como: Donde: β0 es la intersección o término "constante“ βi son los coeficientes de cada variable independiente p es el número de parámetros independientes de la regresión. Modelos de Medición de PI (Desarrollo) Regresión lineal: Error de estimación Intercepto Recta ajustada Modelos de Medición de PI (Desarrollo) Regresión lineal: Cómo se aplica? Con base en la información de una variable que pretende ser explicada y otras variables a través de las cuales se va a explicar, se estima la ecuación de una recta asignando a cada una de las variables explicativas una ponderación. A través de estadísticos de prueba se pretende establecer si alguna de las variables explica la dependiente, así como identificar y seleccionar aquellas variables que son realmente relevantes en la explicación de la dependiente. A través de coeficiente de determinación y de pruebas de bondad de ajuste se estima el poder predictivo de las variables seleccionadas y la suficiencia de las mismas. Modelos de Medición de PI (Desarrollo) Regresión Lineal: Metodología: Mínimos cuadrados ordinarios: De la nube de puntos resultado de graficar las parejas de la variable dependiente y la independiente, se busca la ecuación: Para esto se buscan dichos parámetros que minimicen el error cuadrado medio; es decir la sumatoria de la diferencia entre lo estimado al cuadrado Un requisito implícito para que funcione el método de mínimos cuadrados es que los errores de cada medida estén distribuidos de forma aleatoria. Modelos de Medición de PI (Desarrollo) Regresión Lineal: Supuestos del modelo: La relación entre las variables es lineal. Los errores son independientes. Los errores tienen varianza constante. Los errores tienen una esperanza matemática igual a cero. El error total es la suma de todos los errores.