Metodología para la Construcción de un Sistema de Primas
Transcripción
Metodología para la Construcción de un Sistema de Primas
2014 Metodología para la Construcción de un Sistema de Primas Ajustadas por Riesgo No. 6 Diciembre de 2014 1 Dirección María Inés Agudelo Directora Subdirección de Inversiones, Riesgos y Mecanismos de Resolución Juan Carlos Quintero Subdirector Investigación y textos Camilo José Hernández Jefe Departamento de Evaluación y Control de Riesgos [email protected] Olga Esperanza Serna Experta en Riesgos [email protected] Los datos, análisis y opiniones expresados en este documento no comprometen al Fondo de Garantías de Instituciones Financieras, ni a su Junta Directiva. 2 Cuando se han seleccionado los indicadores que mejor capturan la dinámica de los riesgos que se desean evaluar se debe definir ponderadores para cada uno de ellos con el fin de obtener una calificación agregada. A partir de estas calificaciones, los seguros de depósitos deben definir el precio de la prima acorde con el perfil de riesgo de la entidad. En este punto se debe decidir si se fija una escala de prima y calificación continua o una discreta. Para cada una de estas alternativas surge la inquietud del nivel de diferenciación que se desee en términos de prima; para el caso de la alternativa continua, se debe definir la(s) pendiente(s) de la(s) función(es) y para el discreto se debe establecer el número de categorías y el spread entre ellas, en donde los esquemas con más categorías tiene menos diferenciación. Introducción La crisis financiera internacional de 2007 abrió nuevamente el debate sobre cómo las garantías implícitas o explicitas de los gobiernos sobre los establecimientos bancarios se constituyen en una fuente de riesgo moral, dado que pueden conllevar a una toma excesiva de riesgos por parte de los bancos. Los seguros de depósitos hacen parte de las garantías ofrecidas por los gobiernos y no son ajenos a este comportamiento; en efecto, la existencia de un seguro de depósitos reduce los incentivos por parte de los depositantes para monitorear las entidades donde depositan su dinero, lo cual a su vez puede estimular a las entidades a tomar mayor riesgo. Los esquemas de primas ajustadas por riesgo buscan solucionar este comportamiento mediante la asignación adecuada del precio del seguro ofrecido. Estos esquemas pretenden determinar el precio “justo” de la garantía, de tal forma que las entidades que tienen una probabilidad mayor de estar sujetas al pago del seguro, o de la implementación de algún mecanismo de resolución, tiendan a tener una calificación de riesgo más baja (primas más altas) que aquellas que tienen una menor probabilidad (primas más bajas) La literatura coincide en que cada una de estas decisiones se deben enmarcar dentro de las características del sistema financiero en donde se va a implementar el esquema y se deben revisar periódicamente, dado que las estructuras de los sistemas financieros son dinámicas y se enfrentan a permanentes cambios regulatorios, de supervisión y de mercado. Este documento presenta una aproximación estructurada para definir el esquema de primas diferenciadas por riesgo, reduciendo el nivel de subjetividad en la toma de decisiones al momento de diseñar el esquema. Esta aproximación surge a partir de una revisión de la literatura existente y de la aplicación de una metodología que se acomoda bien al caso colombiano. Una parte importante de la metodología es la definición de las etapas requeridas para todo el proceso. Un sistema bien definido de primas diferenciadas por riesgo debe generar los incentivos adecuados para que las entidades mejoren su perfil de riesgo. Así mismo, este sistema de primas elimina el subsidio cruzado, cuando existe una tarifa plana, entre las entidades con un perfil de riesgo bajo y las entidades con un perfil de riesgo alto. Teniendo en cuenta lo anterior, uno de los retos más importantes que enfrentan los aseguradores de depósitos cuando definen un sistema de primas diferenciadas por riesgo consiste en la cuantificación del riesgo de las entidades inscritas. Esta es una tarea que comienza por evaluar las diferentes dimensiones de riesgo que pueden afectar el desempeño de las entidades aseguradas en un futuro cercano, para lo cual se utilizan elementos principalmente cuantitativos. Además de esta introducción, el documento consta de cuatro secciones. En la segunda se presenta una revisión de literatura del concepto de las primas ajustadas por riesgo. En la tercera sección se describe la metodología propuesta para diferenciar por riesgo a las entidades aseguradas y para asociar este nivel de riesgo a la prima cobrada. En la cuarta sección se ilustra la metodología, presentando su aplicación para el caso colombiano. En la quinta sección se presentan las conclusiones. 3 Scholes. De acuerdo a Laeven (2008), el modelo de Merton (1977) es atractivo porque es una aproximación teórica que permite vincular directamente el valor del contrato de seguro y el valor del activo, y así mismo está basado en la información de la acción y no sobre los valores de los estados financieros. 1. Revisión de literatura. La literatura sobre la valoración de la prima del seguro de depósitos presenta tres vertientes: la primera, enfocada en la valoración de la prima de forma actuarial; la segunda se refiere a los modelos estructurales y la tercera corresponde a los modelos de forma reducida. El modelo clásico de Merton (1977) ha sido redefinido para diferentes casos particulares; por ejemplo, Merton (1978) modela la prima del seguro de depósito como una opción put con una maduración infinita, eliminando la limitación del tiempo de Merton (1977). Pennacchi (1987) compara los esquemas de primas fijas y los de primas ajustadas por riesgo, para identificar la mejora estructural que significa el uso de primas ajustadas, dado que de esta forma el asegurador de depósitos brinda los incentivos adecuados a las entidades para mejorar su perfil de riesgo y reducir el pago de la prima. En el método de valoración actuarial, la prima del seguro de depósitos es aquella que iguala a cero el valor presente de los flujos esperados del asegurador de depósitos y las primas pagadas por la entidad asegurada. A pesar de que este enfoque es consistente con el cálculo de primas en la industria aseguradora, hay que precisar que los riesgos a los que se enfrenta el asegurador de depósitos son diferentes. En periodos de crisis económica, el riesgo sistémico se incrementa y las correlaciones entre las probabilidades de quiebra de las entidades financieras tienden a incrementarse, aumentando los costos del asegurador de depósitos. Este incremento en la correlación es resaltado en Viral V. Acharya, João A. C. Santos, and Tanju Yorulmazer (2010). Por lo tanto, el asegurador de depósitos requiere de una compensación adicional que supere el cálculo actuarial. Esta metodología, a pesar de ser muy robusta desde el punto de vista conceptual, tiene dificultades al momento de su implementación para ciertos casos. En el caso de economías en donde el mercado de capitales no está tan desarrollado, la mayoría de instituciones aseguradas no cuentan con información de mercado sobre el valor de la acción, lo cual imposibilita su implementación, o los valores de la opción se pueden ver distorsionados por las primas de liquidez. Algunos documentos se han concentrado en encontrar soluciones a la limitación presentada por las entidades que no poseen información de mercado. Dentro de estos, se destaca el modelo estructural presentado por Cooperstein, Pennacchi y Redburn (1992), el cual pretende corregir la limitación de la falta de información de mercado utilizando variables del balance general y del estado de resultados, con el objetivo de relacionar el valor en libros con un valor de mercado hipotético de los activos. En cuanto a la segunda vertiente, dada la analogía planteada entre el valor de la prima del seguro de depósitos y la prima de mercado que paga una empresa por su deuda, durante las últimas décadas la literatura especializada en la valoración de la prima del seguro de depósitos ha girado alrededor de la valoración de deuda riesgosa. Dentro de esta aproximación se destaca el modelo estructural de Merton (1977), el cual replica los pagos del asegurador de depósitos en términos de una opción put europea sobre el activo del banco asegurado. Este modelo parte del supuesto de que los mercados financieros son completos y perfectos, en donde el contrato del asegurador de depósitos (la opción) puede ser replicado por un portafolio de activos financieros negociables (tradeble securities). En la ausencia de oportunidades de arbitraje, el precio del contrato puede ser calculado de acuerdo con el modelo de opciones de Black y Por último, la aproximación basada en los modelos de forma reducida considera que el valor de la prima debe ser proporcional al spread de la deuda de cada entidad sobre el activo libre de riesgo. Estos modelos suponen que la intensidad del incumplimiento sigue un proceso 4 que depende de parámetros exógenos como calificaciones crediticias, condiciones macroeconómicas, entre otros ((Jarrow y Turnbull (1995)). Uno de los modelos más representativos para la valoración de la prima del seguro de depósitos se encuentra en Duffie, Jarrow, Purnanandam, Yang (2003). Al igual que los modelos estructurales, los modelos de forma reducida pueden presentan limitaciones en términos de aplicación dado que es probable que no todas las entidades aseguradas hayan emitido deuda y que a su vez el mercado de deuda no sea profundo y líquido. Para cuantificar el perfil de riesgo de las entidades inscritas se siguen los siguientes pasos: i. ii. iii. iv. v. 2. Metodologías de diferenciación por riesgo y de definición de prima asociada. Diferenciar a las entidades entre riesgosas y no riesgosas. Determinar las dimensiones de riesgo que se pretenden evaluar. Seleccionar los indicadores que mejor caracterizan las dimensiones de riesgo a evaluar. Definir los límites de los indicadores seleccionados y asociarlos a una calificación que refleje el nivel de riesgo. Calcular el peso de la calificación de los indicadores dentro de la calificación total. Tal como se presentó en la sección anterior, los tres tipos de metodologías que se han trabajado en la literatura presentan ventajas y dificultades dependiendo de las características del sistema financiero que se esté analizando. A continuación se describe cada uno de estos pasos. Para el caso colombiano, la aproximación de los modelos estructurales de Cooperstein, Pennacchi y Redburn (1995) presenta varias ventajas, entre las que se destaca la utilización de información del balance de las entidades para la valoración de la prima del seguro de depósitos. Las demás aproximaciones descritas presentan limitaciones debido a la dificultad para cuantificar los pagos futuros bajo la aproximación actuarial y la falta de información de mercado del valor de las acciones y la deuda de todas las entidades inscritas en el seguro de depósitos. Para economías que enfrentan quiebras recurrentes de entidades inscritas, la identificación de las entidades riesgosas es sencilla, dado que éstas corresponderán a las entidades que quebraron en el pasado. Sin embargo, la mayoría de aseguradores de depósitos no cuenta con este tipo de bases de datos o los eventos de quiebra son limitados, lo cual restringe el desarrollo de los ejercicios estadísticos y econométricos. Ante esta situación, es posible trabajar con una muestra de entidades riesgosas y no riesgosas, y no necesariamente quiebras, diferenciadas claramente bajo criterios financieros objetivos. Al final, el principal objetivo es tener una variable dummy que identifique las entidades riesgosas, la cual posteriormente corresponderá a la variable dependiente dentro de las estimaciones econométricas. i. La metodología presentada en este documento toma algunos elementos de Cooperstein, Pennacchi y Redburn (1995), al definir el valor de la prima del seguro de depósitos con base en información de los estados financieros de las entidades inscritas. La metodología propuesta se divide en dos etapas: la primera corresponde al procedimiento para calcular el perfil de riesgo de las entidades inscritas. En la segunda se determina el nivel de la prima del seguro de depósitos para cada perfil de riesgo. ii. Diferenciar las entidades riesgosas y no riesgosas entre Determinar las dimensiones de riesgo que se pretenden evaluar A partir del conocimiento sobre las características de las entidades aseguradas, es necesario definir las dimensiones de riesgo a incluir en la calificación. Al hacer un análisis de las metodologías presentadas en el documento 2.1. Metodología de diferenciación por riesgo y calificación de entidades inscritas 5 de la Asociación Internacional de Aseguradores de Depósitos (IADI, por su sigla en inglés) titulado General Guidance for Developing Differential Premium Systems (2011), se encuentra que las dimensiones de riesgos más relevantes y comúnmente utilizadas para la cuantificación del perfil de riesgo de las entidades inscritas son el nivel de capital adecuado, apalancamiento, riesgo de crédito, riesgo de liquidez, riesgo de mercado y calificación cualitativa, entre otras. iv. Una vez seleccionadas las variables con el mayor poder de predicción de riesgo, es necesario definir los límites de cada una de las variables y asociar estos límites a una calificación que refleje el nivel de riesgo. Para esto se puede utilizar la metodología de percentiles o la aproximación de desviaciones estándar. La revisión de la experiencia internacional es muy útil para la selección de estas dimensiones (ver por ejemplo IADI (2011)); sin embargo, éstas deben estar estrechamente relacionadas con las características del sector y el desarrollo del sistema financiero de cada economía. iii. Definir los límites de los indicadores seleccionados y asociarlos a una calificación que refleje el nivel de riesgo. En la primera metodología se utiliza la serie histórica de cada variable, se divide esta distribución empírica del indicador en diferentes percentiles y a cada parte de la distribución se le asigna una calificación (Gráfico 1). Seleccionar los indicadores que mejor caracterizan las dimensiones de riesgo a evaluar. Gráfico 1: Definición de Límites con Percentiles 3 2 4 Una vez se determinan las dimensiones de riesgo a evaluar, se deben seleccionar los indicadores financieros que mejor cuantifiquen cada una de las dimensiones definidas. 1 5 Este proceso parte de la identificación del conjunto de indicadores financieros que pueden ser utilizados en cada dimensión, el cual se va depurando hasta seleccionar una submuestra de indicadores que no esté correlacionada y que logre predecir el perfil de riesgo de las entidades más riesgosas. Este procedimiento se lleva a cabo mediante un análisis de correlaciones y la estimación de modelos econométricos (probit, logit, duración o mínimos cuadrados ordinarios) en donde la variable dependiente es la dummy seleccionada para diferenciar entidades riesgosas y las variables independientes son los potenciales indicadores financieros. Las variables independientes se deben incluir iterativamente y se debe evaluar la significancia y el signo del coeficiente para luego descartar variables que no contribuyan al poder predictivo de los modelos. En la segunda metodología se utiliza la serie histórica de cada variable, se estandariza restando la media y dividiendo por su desviación estándar1. Finalmente se asigna una calificación a cada rango (Tabla 1). Tabla 1: Definición de Límites con Desviaciones con Respecto a la Media Valor de la desviación Calificación estandarizada (… , -0.75] 1 (-0.75, -0.25] 2 (-0.25, 0.25] 3 (0.25, 0.75] 4 (0.75, …) 5 1 Aquellas variables que no tienen una relación directa positiva con la variable de riesgo se multiplican por - 1, de tal forma que todas las variables impacten en la misma dirección la variable de riesgo. 6 Para seleccionar entre las dos metodologías anteriores, se estiman dos modelos probit: brechas (spread) de prima entre éstas lo suficientemente amplias. 𝑦𝑡 = 𝛽0 + 𝛽𝑖 𝕏𝑡−12 + 𝑒 𝑦𝑡 = 𝛼0 + 𝛼𝑖 𝕐𝑡−12 + 𝜀 Para esto se debe diferenciar a las entidades dependiendo de la probabilidad de que caigan en un estado de riesgo en un periodo de tiempo determinado. Una entidad en un grupo con baja calificación presentará una mayor probabilidad relativa de permanecer o caer en un estado de riesgo que una entidad con una elevada calificación. En donde y corresponde a la dummy de las entidades riesgosas, 𝕏 es el vector de las calificaciones de las variables calculadas con la metodología de desviaciones y 𝕐 es el vector de las calificaciones de las variables calculadas con la metodología de percentiles; se selecciona aquel modelo que minimice los errores de predicción. v. Una forma de hacer esta agrupación es construyendo una matriz de transición de las calificaciones obtenidas en la primera etapa. Se reconstruye la calificación histórica de las entidades y se calcula la matriz de transición a un año. Posteriormente se define un límite de calificación desde el cual se considera que la entidad presenta una calificación que la catalogue como frágil y se calcula la probabilidad de caer en esta calificación. Al identificar los cambios más importantes en esta probabilidad se definen los criterios para agrupar a las entidades dependiendo de la calificación que presenten, incluido el número de grupos que se requiere. Calcular el peso de la calificación de los indicadores dentro de la calificación total. Una vez seleccionados los indicadores y definidos sus límites, para encontrar una calificación total se definen los pesos a asignar a cada uno de ellos. Para esto se estima una regresión en donde la variable dependiente es la seleccionada para diferenciar entidades riesgosas y las variables independientes son las calificaciones asociadas a los indicadores financieros. Los coeficientes obtenidos en la regresión se deben normalizar en un intervalo [0,1] y se asigna a cada variable un ponderador igual al valor normalizado del coeficiente de la variable en la regresión2. Sin embargo, al establecer los grupos no existen incentivos para que las entidades presenten mejoras marginales de su perfil de riesgo dentro de la categoría y solamente se concentra el incentivo en el salto de una categoría de mayor riesgo a una de menor. Por lo tanto, se requiere definir esquemas de incentivos dentro de las categorías. Finalmente, la calificación total de cada entidad inscrita corresponderá al promedio ponderado de los indicadores. 2.2. Metodología para definir la prima asociada a la calificación de riesgo 3. Aplicación de la metodología. A continuación se presenta la aplicación de la metodología descrita en la sección anterior para el caso colombiano. La segunda etapa tiene como objetivo relacionar el nivel de riesgo de la entidad, el cual se refleja en su calificación total, con el nivel de la prima que ésta debe pagar. Según la IADI (2011), para generar los incentivos a realizar mejoras estructurales en el perfil de riesgo es necesario agrupar a las entidades en categorías y establecer 2 Esta metodología de estandarización es aplicada por el FDIC (Asegurador de depósitos de Estados Unidos) en el cálculo de las primas ajustadas por riesgo por el “Multiplicadores”. 7 método que denominan del total de las observaciones y corresponden a entidades con características de riesgo específicas. 3.1. Diferenciación por riesgo y calificación de entidades inscritas i. Diferenciar a las entidades riesgosas y no riesgosas. entre ii. Teniendo en cuenta que la última crisis financiera que enfrentó la economía colombiana fue a final de la década de los noventa y las transformaciones que ha tenido el sistema financiero colombiano, la selección de entidades riesgosas no tomó los eventos de quiebra observados y se basó en criterios financieros objetivos. Determinar las dimensiones de riesgo que se pretenden evaluar. Después de hacer un análisis de la dinámica de los establecimientos de crédito a lo largo del ciclo económico y financiero y de hacer una revisión de las prácticas internacionales, en especial las metodologías de los seguros de depósitos de Estados Unidos, Canadá, Francia, Kazakstán, entre otros, se identificaron las siguientes dimensiones de riesgo relevantes para la caracterizar el perfil de riesgo de las instituciones inscritas (Tabla 2). Concretamente, se evaluaron indicadores tanto de capital adecuado como de rentabilidad para diferenciar a las entidades inscritas por su nivel de riesgo, y se construyó una variable dummy indicativa de riesgo utilizando el nivel de capital básico como porcentaje de los activos y el indicador de rentabilidad anualizada sobre capital (ROE por su sigla en inglés). Esta variable toma valores de 1 cuando en el mes evaluado el ROE de la entidad es inferior a 0% o cuando el nivel de capital básico sobre activos es inferior a 7% y de 0 en otro caso. Tabla 2: Dimensiones de riesgo identificadas DIMENSIONES A EVALUAR CAPITAL REGULATORIO BÁS ICO CAPITAL CAPITAL REGULATORIO TOTAL APALANCAMIENTO ACTIVOS CRECIMIENTO DE CARTERA CALIDAD Y CUBRIMIENTO DE CARTERA NIVEL DE RIES GO DE MERCADO GES TIÓN FUENTE DE INGRES OS CALIFICACIÓN DEL S UPERVIS OR NIVEL DE RENTABILIDAD RENTABILIDAD Estas variables se seleccionaros porque se identificó que durante el periodo de crisis las entidades que presentaban niveles elevados de riesgo mostraron deterioros particulares en estos dos indicadores. Así mismo, se observó que las entidades que presentaban ROE inferior a 0% o capital básico sobre activos inferior a 7% tuvieron una mayor probabilidad de ser objeto de algún instituto de salvamento o de entrar en liquidación. VOLATILIDAD DE UTILIDAD LIQUIDEZ BRECHA DE LIQUIDEZ EXPOS ICIÓN DEL S D NIVEL DE DEPÓS ITOS AS EGURADOS iii. Seleccionar los indicadores que mejor caracterizan las dimensiones de riesgo a evaluar. El proceso de selección de los indicadores comenzó con el análisis de su racionalidad y con la clasificación de cada posible variable en una de las dimensiones de riesgo previamente determinadas. Para el ejercicio realizado, se preseleccionaron más de 100 indicadores financieros. En el Anexo 1 se presenta una muestra de los indicadores utilizados. De la información de los establecimientos de crédito se observa que durante la crisis de finales de los noventa, más del 60% de las observaciones se categorizaron como de entidades riesgosas, lo que es característico de una crisis sistémica como la que se vivió en esa época; por el contrario, actualmente los eventos de riesgo se han mantenido por debajo del 20% 8 Tabla 3: Dimensiones de Riesgo con Indicadores Financieros Asociados DIMENSIONES A EVALUAR CAPITAL REGULATORIO BÁS ICO CAPITAL CAPITAL REGULATORIO TOTAL Tier 1 Solvencia Pat / Act X X CALIDAD Y CUBRIMIENTO DE CARTERA X X NIVEL DE RIES GO DE MERCADO X FUENTE DE INGRES OS X CALIFICACIÓN DEL S UPERVIS OR RENTABILIDAD X NIVEL DE RENTABILIDAD X VOLATILIDAD DE UTILIDAD LIQUIDEZ Desv Dep Aseg / IRL* Est Util Dep Total X CRECIMIENTO DE CARTERA GES TIÓN ROE X APALANCAMIENTO ACTIVOS Crec. anual Cartera Ing Oper Multas del VaR / cartera Riesgosa / Gtos Superv / Pat bruta Descubierta Oper Pat X BRECHA DE LIQUIDEZ X EXPOS ICIÓN DEL S D NIVEL DE DEPÓS ITOS AS EGURADOS IRL*: Indicador de Riesgo de Liquidez reportado por las entidades a la Superintendencia Financiera de Colombia en el Formato 458. Para seleccionar los indicadores se siguieron dos pasos. En el primero se identificaron las variables correlacionadas y se seleccionó una de ellas. En el segundo, del conjunto de variables con baja correlación se seleccionaron las que mostraron mayor poder de predicción de la variable dummy presentada en la primera sección de este capítulo. independientes altamente rezagadas un año. correlacionadas, Las variables xi se incluyeron iterativamente y se seleccionó la variable que minimiza el error Tipo 1 y Tipo 2. De estas estimaciones se identificaron los mejores indicadores financieros asociados a las dimensiones de riesgo con baja correlación entre ellos. Siguiendo los pasos descritos, primero, se calculó la matriz de correlación entre todas las variables y se identificaron aquellas con una correlación alta. A manera de ejemplo, en el Anexo 2 se presenta la matriz de correlación de un conjunto de los indicadores utilizados, en donde se resalta una elevada correlación entre la variable de Valor en Riesgo de Mercado / Patrimonio y Exposición de la Entidad en Operaciones de Reporto / Patrimonio. En el segundo paso las variables con baja correlación seleccionadas se incluyeron iterativamente en un segundo modelo probit: 𝑦𝑡 = 𝛽0 + 𝛽𝑖 𝕏𝑡−12 + 𝑒 En donde y corresponde a la dummy de las entidades riesgosas nuevamente y 𝕏 es el vector de las variables independientes con baja correlación rezagadas un año. Se evaluó la significancia y el signo del coeficiente de cada variable y se conservaron aquellos indicadores que contribuyeron al poder predictivo, cuyo coeficiente arrojara el signo esperado y que minimizaron el error Tipo 1 y Tipo 2 en las estimaciones. En la Tabla 3 se presentan las dimensiones identificadas y los indicadores financieros que cumplieron con los filtros econométricos. De las variables con alta correlación se seleccionó solamente un indicador3, para lo cual se estimó el siguiente modelo probit: 𝑦𝑡 = 𝛽0 + 𝛽1 𝑥𝑖,𝑡−12 + 𝑒 En donde y corresponde a la dummy de las entidades riesgosas y xi son las variables 3 Por ejemplo: de las variables de cartera vencida sobre cartera total, cartera castigada sobre cartera total o cartera improductiva sobre cartera total, que explican la dimensión de calidad de cartera y presentan una alta correlación entre ellas, se seleccionó solamente una de ellas. 9 El objetivo de los dos pasos descritos anteriormente es evitar incluir en un modelo dos variables altamente correlacionadas asociadas a la misma dimensión de riesgo y de esta forma evitar problemas de multicolinealidad. iv. v. Calcular el peso de la calificación de los indicadores dentro de la calificación total. Para identificar el peso de cada variable dentro de la calificación total se calculó un modelo en donde y es la variable dependiente y corresponde a la dummy de las entidades frágiles y X es el vector de las variables calificadas rezagadas un año; en este caso ya no se tuvo en cuenta el valor de la variable sino su calificación de 1 a 5; esto se debe a que no es el indicador el que va a ser ponderado sino la calificación que cada indicador obtiene (Tabla 4). Definir los límites de los indicadores seleccionados y asociarlos a una calificación que refleje el nivel de riesgo. Para la definición de los límites, se utilizaron las dos metodologías descritas en la sección anterior (percentiles y desviaciones con respecto a la media) y se seleccionó la de desviaciones porque al evaluar las dos metodologías por medio de una regresión econométrica, la seleccionada presentaba menor error de pronóstico de la variable de riesgo. Finalmente, se le asignaron calificaciones de 1 a 5 a cada variable según el valor del indicador estandarizado, donde 5 es la calificación que obtienen las entidades con el mejor perfil de riesgo. En el caso de las variables cuya dispersión es baja y se encuentra un rango amplio de valores al estandarizar, se asigna una calificación de 1 o 5 según corresponda. Este es el caso de variables tales como ingresos operacionales como proporción de los gastos operacionales y multas y sanciones del supervisor. 3.2. Diferenciación por riesgo y calificación de entidades inscritas Para determinar el nivel de prima que las entidades deberían pagar se establecieron cuatro categorías de riesgo relativo. Para cuantificar el riesgo relativo se calculó la probabilidad de que las entidades inscritas pasen a un estado de riesgo dependiendo de la calificación obtenida a lo largo del período analizado. El estado de riesgo de una entidad se define como una calificación inferior a 3. Para hacer este cálculo se construyó la matriz de transición a un año de la calificación de las entidades inscritas desde enero de 1997. En el Anexo 3 se presenta una parte de la matriz de transición utilizada. Tabla 4: Peso de los indicadores DIMENSIONES A EVALUAR CAPITAL ACTIVOS GES TIÓN INDICADOR S ELECCIONADO COEFICIENTE PES O* CAPITAL REGULATORIO BÁS ICO S OLVENCIA BÁS ICA -0.012 6.3% CAPITAL REGULATORIO TOTAL S OLVENCIA TOTAL -0.012 6.3% APALANCAMIENTO PATRIMONIO/ACTIVOS -0.024 12.5% CRECIMIENTO DE CARTERA CALIDAD Y CUBRIMIENTO DE CARTERA NIVEL DE RIES GO DE MERCADO CRECIMIENTO DE CARTERA BRUTA -0.015 8.0% CARTERA RIES GOS A DES CUBIERTA -0.011 6.0% VARMERC/PATB -0.011 6.0% FUENTE DE INGRES OS ING OPER / GTOS OPER -0.019 9.8% CALIFICACIÓN DEL S UPERVIS OR MULT Y S ANC / PATRIMONIO -0.010 5.3% NIVEL DE RENTABILIDAD UTILIDAD / PATRIMONIO PROMEDIO -0.029 15.0% VOLATILIDAD DE UTILIDAD INDICADOR DE VOLATILIDAD DE UTILIDAD -0.019 10.0% BRECHA DE LIQUIDEZ IRL / ACTIVOS ILÍQUIDOS -0.019 10.0% NIVEL DE DEPÓS ITOS AS EGURADOS DEPÓS ITOS AS EGURADOS ENTIDAD / DEPÓS ITOS AS EGURADOS TOTALES -0.010 5.0% RENTABILIDAD LIQUIDEZ EXPOS ICIÓN DEL S D * Algunos pesos se redondearon y ajustaron según criterio experto 10 La primera categoría corresponde a las entidades que tienen una probabilidad de más de 99% de presentar una calificación inferior a 3 en el año siguiente y según los resultados obtenidos son las entidades que presentan una calificación inferior a 1.5. 4. Conclusiones Al igual que los esquemas de seguro tradicionales, el esquema de seguro de depósitos aumenta el riesgo moral. En este sentido, es necesario contar con mecanismos para mitigar esto y una herramienta de política útil es el establecimiento de primas ajustadas por riesgo. La siguiente categoría corresponde a las entidades que tienen una probabilidad de más de 50% y menos de 99% de presentar una calificación inferior a 3 en el año siguiente y según los resultados obtenidos son las entidades que presentan una calificación inferior 3.0 y superior o igual a 1.5. Este documento presenta una metodología que se basa en los modelos estructurales. En términos generales, estos modelos plantean que la probabilidad de quiebra de una entidad asegurada depende de su estructura de balance. La metodología desarrollada utiliza modelos econométricos y matrices de transición para encontrar la relación que existe entre el mayor riesgo que toma una entidad y la prima que debe pagar por el seguro de depósitos. La tercera categoría corresponde a las entidades que presentan una probabilidad de más de 1% y menos de 50% de presentar una calificación inferior a 3 en el año siguiente, y según los resultados obtenidos son las entidades con una calificación mayor o igual a 3 e inferior a 4.5. Con la metodología de calificación y prima asociada propuesta en este documento se presenta un procedimiento de cálculo en donde se disminuye la discrecionalidad en la construcción del sistema de primas ajustadas por riesgo de un asegurador de depósitos, y además se generan incentivos a que la entidad mejore su perfil de riesgo. Finalmente, las entidades que presentan una probabilidad inferior a 1% de pasar a un estado de fragilidad durante el año siguiente corresponden a los establecimientos con una calificación mayor a 4.5. Para generar incentivos de pasar de una categoría a otra y de mejorar la calificación dentro de la misma categoría se identificaron dos posibles esquemas de incentivos. El primero consiste en saltos entre las categorías de acuerdo con el riesgo relativo que se calcula entre la probabilidad de fragilidad promedio de cada categoría. El segundo esquema de incentivos obedece al porcentaje diferencial de devolución o cobro adicional que tendrían las entidades dentro de cada categoría mediante la definición de funciones crecientes. La pendiente de las rectas que definen la prima diferencial dentro de cada categoría estaría definida por la diferencia relativa que existe entre la entidad con menor y mayor calificación dentro de cada categoría. 11 Merton, R.C., 1974, On the pricing of corporate debt: The risk structure of interest rates, Journal of Finance 29, 449-470. Bibliografía. Acharya, V., Santos, J. and Yorulmazer, T. Systemic Risk and Deposit Insurance Premiums, Federal Reserve Bank of New York Economic Policy Review: August 2010 (2010), 89-99. Merton, R.C., 1977, An analytic derivation of the cost of deposit insurance and loan guarantee. An application of modern option pricing theory, Journal of Banking and Finance, 1,3-11. Cooperstein R.L., Pennacchi G.G., y F.S. Redburn., 1995, The aggregate Cost of Deposit Insurance: a multiperiod analysis. Journal of Finance Intermediation 4, 242-271. Merton, R.C., 1978, On the cost of deposit insurance when there are surveillance costs, Journal of Business 51, 439-452. Duffie, D., Jarrow, R., A. Purnanandam, y W. Yang., 2003, Market Pricing of Deposit Insurance. Journal of Financial Services Research 24, 93-119 Kuritzkes, Andrew, Til Schuerman y Scott M. Weiner, 2003, “Deposit Insurance and Risk Management of the U.S. Banking System: How Much? What Price? Who Pays?, Mimeo. Falkenheim M., Pennacchi G.G., 2003, The cost of deposit insurance for privately held Banks: a market comparable approach. Journal of Financial Services Research 24 (2003) 121-148. Laeven, L., 2008, Pricing of Deposit Insurance. Deposit Insurance Around the World Issues of Design and Implementation, 81-148. Pennacchi, G.G., 1987, “A Reexamination of the Over-(or Under-) Pricing of Deposit Insurance”, Journal of Money, Credit and Banking 19, 34060. FDIC. Federal Register Rules and Regulations. Vol. 76, No. 38. Febrero 2011. Feldman, R, 1998, When Should the FDIC Act Like a Private Insurance Company? When it Comes to Pricing, Not Reserves. Federal Reserve Bank of Minneapolis The Region 12, 43-48. Pennacchi, G.G., 2000, The Effects of Setting Deposit Insurance Premiums to Target Insurance Fund Reserves. Journal of Financial Services Research 17, 153-180. Pennacchi, G.G., 2002, “Bank Deposit Insurance and Business Cycles: Controlling the Volatility of Risk-Based Premiums”, mimeo, University of Illinois. International Association of Deposit Insurers (IADI). General Guidance for Developing Differential Premium Systems (2011). Jarrow, R. y S. Turnbull., 1995, Pricing Derivatives on Financial Securities Subject to Credit Risk. Journal of Finance, 50, 53-86. Ronn, E.J. and A.K. Verma, 1986, “Pricing Risk-Adjusted Deposit Insurance: An Option Based Model”, Journal of Finance 41, 871-95. Koyluoglu, H.U., y A. Hickman., 1998, Credit Risk: Reconcilable Differences. Risk 11, 56-62. Zazzara, Cristiano, 2002, “Credit Risk in the Traditional Banking Book: a VaR Approach Under Correlated Defaults”, Research in Banking and Finance, Vol. 1. Marcus, A.J., y I. Shaked., 1984, The Valuation of FDIC Deposit Insurance Using Option Pricing Estimates. Journal of Money, Credit and Banking 16, 446-460. 12 Anexo 1. Componente Indicador Patrimonio básico ordinario neto de deducciones / patrimonio técnico Patrimonio básico ordinario neto de deducciones / APR Capital Patrimonio / activos Razón de solvencia total – razón de solvencia total mínima (9%) Razón de solvencia básica - razón de solvencia básica mínima (4.5%) Cartera vencida/cartera total Cartera improductiva/cartera total Cartera riesgosa descubierta Cartera vencida descubierta Cartera de consumo / activos Activos Cartera hipotecaria / activos (cartera) Concentración por clientes Crecimiento anual de cartera total/crecimiento anual del patrimonio básico Crecimiento anual de cartera vencida Crecimiento anual de la cartera / crecimiento anual del patrimonio Títulos de deuda pública / activos Riesgo total de tasa de interés Activos Valor en riesgo / patrimonio (inversiones) Valor en riesgo por módulos Posiciones pasivas y activas en operaciones de mercado monetario / patrimonio Gastos diferentes de intereses / utilidad operacional Ingresos operacionales / gastos operacionales Margen operacional / ingresos por intereses Gastos no oper + administrativos + depreciaciones / margen operacional Gastos administrativos y laborales / patrimonio Gestión Gasto neto en riesgo operativo / patrimonio Crecimiento anual del gasto neto en riesgo operativo Gasto neto en multas y demandas / patrimonio Cuentas por pagar y provisiones de multas y demandas / patrimonio Cuentas por pagar y provisiones de multas y demandas de supervisión / patrimonio 13 Componente Indicador Utilidad / Patrimonio Utilidad / Activos Semidesviación o desviación estándar ajustada por la media del ROA Utilidad – una y dos semidesviaciones Rentabilidad Utilidad / promedio de activos ponderados por riesgo 12 meses Ingresos por intereses / ingresos totales Semidesviación del crecimiento de los ingresos por intereses Crecimiento de los ingresos por intereses – una y dos semidesviaciones Razón de información : cambio anual de retorno o retorno / semidesviación o desviación estándar Activos líquidos / pasivos líquidos Indicador de riesgo de liquidez Costo de pasivos (ex post) Semidesviación del crecimiento de los depósitos Liquidez Crecimiento de los depósitos – una y dos semidesviaciones Depósitos / pasivos Crecimiento anual de los depósitos / crecimiento anual de los activos Crecimiento anual de los depósitos (Tasa promedio de captación del sector – una desviación) – tasa de captación/ activos del sistema Activos Cartera / cartera del sistema Pasivos / pasivos del sistema Patrimonio / patrimonio del sistema Exposición Seguro de depósitos Depósitos asegurados / depósitos asegurados del sistema Posiciones pasivas y activas en operaciones de mercado monetario / posiciones pasivas y activas en operaciones de mercado monetario del sistema Número de cuentas / número de cuentas del sistema Títulos de deuda / títulos de deuda del sistema Inversiones / inversiones del sistema Concentración accionaria Complejidad Análisis de conglomerados: matriz y subsidiarias de entidad Comportamiento del precio de la cción Testamento en vida 14 Anexo 2. INDICADOR SOLVENCIA TIER 1 PATRIMONIO / ACTIVOS CRECIMIENTO CARTERA BRUTA CUBRIMIENTO RIESGOSA VARMERC / PAT BÁSICO POSICIÓN ACT Y PAS REPOS / PAT MULT Y SANC / PAT GASTO MULT Y SANC / PAT ING OPER / GTO OPER RAZÓN DE INFORMACIÓN (UTILIDAD) ROE GASTO ADM Y LABORAL / PAT INDICADOR RIESGO LIQUIDEZ DEP ASEGURADOS ENTIDAD / TOTAL REF Ind 1 Ind 2 Ind 3 Ind 4 Ind 5 Ind 6 Ind 7 Ind 8 Ind 9 Ind 10 Ind 11 Ind 12 Ind 13 Ind 14 Ind 15 Ind 1 100.0% Ind 2 0.0% 100.0% Ind 3 0.0% 0.0% 100.0% Ind 4 -0.1% -0.2% -0.1% 100.0% Ind 5 -0.5% -0.5% -14.7% -0.1% 100.0% Ind 6 0.0% 0.0% 3.8% 4.6% -0.4% 100.0% Ind 7 -1.0% 0.0% 0.0% -1.5% -0.4% 91.2% 100.0% Ind 8 0.7% -0.3% -0.7% -0.3% -1.6% -0.7% 0.3% 100.0% Ind 9 1.4% -0.1% -0.6% -0.3% 10.6% -0.5% 0.2% 62.3% 100.0% Ind 10 -0.9% 0.6% -3.1% 0.7% -10.8% 7.5% 0.4% -0.9% 0.2% 100.0% Ind 11 -1.1% 0.2% -2.2% -1.0% -22.4% -0.7% -0.3% 0.9% -0.6% 30.9% 100.0% Ind 12 -0.9% 0.0% -3.5% -0.7% -19.6% 0.8% 0.1% 2.0% 1.0% 12.2% 15.9% 100.0% Ind 13 1.3% -0.8% 1.7% 2.8% 10.4% -2.2% -0.7% 8.5% 2.0% -12.5% -12.4% -66.3% 100.0% Ind 14 0.0% 21.2% 0.0% -0.2% -0.4% 0.0% 0.0% -0.2% -0.1% 0.8% 0.1% 0.0% -0.7% 100.0% Ind 15 0.2% -8.1% -0.8% -4.3% 8.3% -0.7% -0.2% 14.1% 5.6% 2.9% 25.1% 3.6% 9.0% 0.0% 100.0% 15 Anexo 3. 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 1.0 - 1.5 1.6 - 2.0 2.1 - 2.5 2.6 - 3.0 3.1 - 3.5 3.6 - 4.0 4.1 - 4.5 4.6 - 5.0 7.7% 23.1% 53.8% 15.4% 0.0% 0.0% 0.0% 0.0% 7.0% 29.8% 36.8% 21.1% 5.3% 0.0% 0.0% 0.0% 6.8% 27.7% 30.4% 23.0% 9.4% 2.6% 0.0% 0.0% 3.7% 12.4% 23.6% 33.0% 18.7% 7.5% 1.1% 0.0% 0.8% 2.2% 17.4% 19.6% 39.0% 17.7% 3.3% 0.0% 0.4% 1.0% 5.9% 10.3% 34.8% 43.2% 4.3% 0.1% 0.2% 1.0% 2.7% 6.3% 15.9% 56.0% 17.4% 0.6% 0.0% 0.0% 0.0% 8.2% 14.3% 42.9% 34.7% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 12.5% 50.0% 37.5% La posición (i,j) de la matriz corresponde a la probabilidad de que la calificación se sitúe en el rango j (1.0 - 1.5, 1.6 - 2.0, 2.1 - 2.5, 2.6 - 3.0, 3.1 - 3.5, 3.6 - 4.0, 4.1 - 4.5 y 4.6 - 5.0) en t + 12 meses dado que se obtuvo la calificación i en el mes t. En la matriz sólo se incluyó una muestra de las filas i= (1.0, 1.5, 2.0, 2.5, 3.0, 3.5, 4.0, 4.5 y 5); la matriz completa incluye todos los posibles estados iniciales (i=1.1, 1.2, etc). A modo de ejemplo, la posición (1,1) de la matriz corresponde a la probabilidad de pasar a una calificación entre 1.0 y 1.5 en t + 12 meses dado que se obtuvo una calificación de 1.0 en t. Por lo tanto, una entidad con calificación de 1.0 tiene una probabilidad de 7.7% de pasar a una calificación entre 1.0 y 1.5 un año después. 16