Banco Pastor
Transcripción
Banco Pastor
Group Riesgo de Negocio Una preocupación poco regulada MEFF-UAM Seminario de Matemática Financiera 18 de Mayo de 2005 © AIS 2002- 2012 Agenda Introducción Concepto Objetivos Elementos y Modelización Aplicación en la Gestión Integración con otros riesgos Implicación con otras funciones Conclusiones © AIS 2002- 2012 Group Agenda Introducción Concepto Objetivos Elementos y Modelización Aplicación en la Gestión Integración con otros riesgos Implicación con otras funciones Conclusiones © AIS 2002- 2012 Group Conceptos y definiciones Riesgos Riesgos intrínsecos: Riesgo de Crédito Riesgo de Mercado Riesgo de Liquidez Riesgos extrínsecos: Riesgo Operacional Riesgo de Negocio Riesgo legal y compliance Riesgo sistémicos y políticos Riesgo reputacional © AIS 2002- 2012 Group Concepto En qué consiste el Riesgo de Negocio ... Nos basamos en el denominado perfil de riesgo supervisor, que responde a tres grandes categorías de factores: • El perfil de riesgos, en el que se incluyen tanto las actividades en función de su naturaleza, objetivos y estrategia, como el análisis de los diversos riesgos asumidos por línea de actividad. Se recoge también en esta categoría, el riesgo de negocio, que incluye la capacidad de generar y mantener en el tiempo los resultados de la entidad. • Calidad de la gestión. ... • Finalmente, calidad y cantidad de los recursos propios. ... discurso pronunciado por el D. Jaime Caruana, Gobernador del Banco de España, en la Asamblea General de la Confederación Española de Cajas de Ahorros del 18 de abril de 2001 © AIS 2002- 2012 Group Concepto Group En qué consiste el Riesgo de Negocio Business risk Business risk is the risk of reduced revenues due to an unexpected decline in income from ordinary business operations, most likely from a decline in business volumes caused by the business cycles, price pressure or competition. It involves the risk that income declines to quickly for fixed costs to be adjusted correspondingly. RISK VIEWS © 2001 Skandinaviska Enskilda Banken AB (publ) a "business risk" can be thought of as the risk of a destructive shift in the assumptions, parameters and targets that underpin a business initiative. Strategic risk is much the same animal at a different level: it raises questions such as whether a company should remain within an industry, or whether it should approach its marketplace under a completely different set of assumptions. Shamir Shah & al. Business Risk. E-Risk, April 28, 2005 © AIS 2002- 2012 Concepto En qué consiste el Riesgo de Negocio Según el Banco de España (Memoria de la Supervisión bancaria en España en 2001), Riesgo de negocio se define como La Posibilidad de sufrir quebrantos derivados de la pérdida de la posición actual de la entidad en los mercados en los que opera. La asimetría y rigidez de los costes junto con la volatilidad de los ingresos son la causa de estos quebrantos, Las disminuciones no previstas de ingresos o la imposibilidad de alcanzar los niveles previstos de los mismos, configura su volatilidad. La rigidez a la baja de algunos costes tienen su origen en su naturaleza (estructura) o de su regulación (laboral). También la amortización de inversiones o la liquidación de los pasivos que las soportan, configuran fronteras rígidas de punto muerto. La incapacidad de absorber caídas de ingresos con ajustes de costes provocan unos descalces que comprometen los resultados futuros y en caso extremo podrían producir la inviabilidad de la entidad. © AIS 2002- 2012 Group Motivación Group El próximo desafío regulatorio Pilar II de Basel II: Assessment of the control environment 709. Supervisors should consider the quality of the bank’s management information reporting and systems, the manner in which business risks and activities are aggregated, and management’s record in responding to emerging or changing risks. 710. In all instances, the capital levels at individual banks should be determined according to the bank's risk profile and adequacy of its risk management process and internal controls. External factors such as business cycle effects and the macroeconomic environment should also be considered. Fuente: Nuevo acuerdo de Capital (CP3) Basilea II pone los cimientos para que reguladores (y mercados) exijan un buen control del riesgo de negocio ... hasta Basilea III. © AIS 2002- 2012 Motivación Caso Banrural-Mexico Concluye operaciones Banrural después de operar 28 años México, 30 jun (EFECOM).- El estatal Banco Nacional de Crédito Rural (Banrural), creado en 1975, concluyó hoy sus operaciones y sus funciones fueron retomadas por la nueva Financiera Rural que oficialmente comenzará a funcionar a partir de mañana martes. Un portavoz de Banrural explicó a EFE que la institución financiera arrastró numerosas pérdidas durante su existencia, debido a que muchos de los créditos entregados a los campesinos cayeron en cartera vencida por los problemas naturales vinculados a la agricultura, así como a la falta de una cultura de seguros. Agregó que las finanzas de la institución también fueron afectadas por diversos pasivos laborales, entre éstos el pago de pensiones de 9.000 personas. Explicó que la nueva Financiera Rural, entidad estatal que sustituyó a Banrural nace con un perfil financiero sano para atender las necesidades de los productores del campo. La liquidación de Banrural representó para el Gobierno una pérdida de 37.934 millones de pesos (3.612 millones de dólares). Financiera Rural, aprobada por el Congreso mexicano en diciembre pasado, recibió la cartera de créditos y una inyección de capital por 10.000 millones de pesos (952 millones de dólares). La nueva entidad financiera tiene como propósito promover el desarrollo del sector agropecuario y mejorar el nivel de vida de unos 25 millones de mexicanos. EFECOM © AIS 2002- 2012 Group Motivación Group Caso Nuevas Hipotecas. España “THERE is more chance of finding Elvis on the moon than there is of a house-price crash next year.” John Wriglesworth, an economist at Hometrack, a British property-data firm... The Economist December 31st 2003 La contratación de nuevas hipotecas puede descender sensiblemente Los ingresos proceden de tres fuentes: spread, apertura y fidelización Los ingresos de entrada cubren sobradamente los costes Las entidades financieras españolas se enfrentan a Substituir este flujo por demanda de crédito emergente: Inmigrantes, Pymes, Underserved, .. Asumir nuevos productos acordes con los nuevos perfiles: Fondos de Pensones, Fondos de Inversión, Gestión de Patrimonios, Medios de Pago Asumir costes de jubilación anticipada y reciclaje hacia estos nuevos productos de activo, pasivo y servicios. © AIS 2002- 2012 Conceptos y definiciones Entidad del riesgo de negocio Sobran Entidades Financieras en el país XX El banco YY no es viable, a pesar de una calidad de riesgo aceptable El grupo ZZ, notablemente apalancado, puede ver sus riesgos financieros multiplicados por disminuciones en su demanda, problemas en la producción o cambios en el entorno legal. El coste de operación en Microcréditos WW es muy alto, la fragilidad de riesgo de negocio, puede resultar mas grave que en otras entidades financieras. La sobreestimación de la demanda ha convertido en una carga la estructura desarrollada en el Banco NN © AIS 2002- 2012 Group Agenda Introducción Concepto Objetivos Elementos y Modelización Aplicación en la Gestión Integración con otros riesgos Implicación con otras funciones Conclusiones © AIS 2002- 2012 Group Objetivos del riesgo de negocio Identificar los factores de riesgo que afectan a la pérdida de posición en el mercado Evaluar el efecto sobre la cuenta de resultados de estos eventos Conocer los casos extremos y la absorción de pérdidas con Recursos Propios Valorar las consecuencias de cambios estratégicos o de situaciones de probabilidad no cuantificable en la cuenta de resultados, en términos esperados e inesperados Cuantificar sus requerimientos de capital e integrarlos con el del resto de riesgos. La modelización del riesgo de negocio añade la dimensión de riesgo a los análisis para las decisiones estratégicas. © AIS 2002- 2012 Group Agenda Introducción Concepto Objetivos Elementos y Modelización Aplicación en la Gestión Integración con otros riesgos Implicación con otras funciones Conclusiones © AIS 2002- 2012 Group Objetivos de la modelización del riesgo de negocio Complementar la toma de decisiones estratégicas con un análisis de riesgos que aporte información sobre la incertidumbre implícita en los resultados esperados Planes estratégicos, planes de negocio, oportunidades de inversión Ser capaz de incorporar los elementos clave (internos y externos) en la determinación de los resultados Evolución macroeconómica y decisiones de la entidad Permitir la flexibilidad de analizar tanto escenarios concretos como simulaciones futuras no condicionadas y casos mixtos Proporcionar resultados en las dimensiones más relevantes para la toma de decisiones Cuenta de resultados, balance, valor de la acción La modelización del riesgo de negocio añade la dimensión de riesgo a los análisis para las decisiones estratégicas. © AIS 2002- 2012 Group Qué necesita y qué obtenemos Información y modelos macroeconómicos Información y modelos de comportamiento (demanda condicionada ...) Información y modelos de costes Formación y representación de las cuentas, ratios e indicadores básicos Definición de las decisiones Modelos de Inversión y desinversión Desencadenantes de cambios de política © AIS 2002- 2012 Group Reporte de los valores esperados (VAN y TIR de Cash Flow, Valor de la acción, ...) Distribución y estadísticos (Max/Min) de las variables elegidas. Capital necesario Valoración de escenas (PIB, Paro, VAB, ...-> Valor del capital, Cash Flow de explotación ... Pérdidas en caso extremo. Consumos de capital Componentes del modelo Sub-Modelo de comportamiento del negocio De las instanciaciones de los factores de riesgo y las decisiones hasta el resultado condicionado Modelos de costes, de demanda de créditos, de depósitos, de inversiones, de demanda de servicios Sub-Modelo de transformación de distribuciones De la distribución conjunta de los Factores de riesgo hasta la distribución de resultados Análisis numérico, soluciones analíticas, métodos de montecarlo © AIS 2002- 2012 Group Una herramienta de riesgo de negocio Group Esquema de la aplicación de riesgo de negocio: previsiones Ingresos previstos Ingresos previstos Costes previstos Costes previstos (fijos y variables) (fijos y variables) Demanda de Demanda de productos, ... productos, ... La simulación Montecarlo genera miles de casos que configuran las distribuciones de resultados. condiciones Política: acciones condicionadas Política de spreads y concesión, ampliación oficinas, esfuerzo de marketing... reportes Distribución Pérdidas por fallida 0,1 modelos 0,09 0,08 0,07 Probabilidad Escenas 1) Factores de riesgo: 1) Factores de riesgo: crec. PIB, tasa de crec. PIB, tasa de interés, competencia, interés, competencia, 2) Decisiones fijas 2) Decisiones fijas periodo periodo modelos modelos Permite evaluar el impacto de cambios en : • Regulación • Demanda de crédito y ahorro • Macroeconomía (estructurales y coyunturales) • Estrategia y políticas 0,06 0,05 0,04 0,03 0,02 0,01 Pérdidas por incumplimiento -3 9 -3 6 -3 3 -3 0 -2 7 -2 4 -2 1 -1 8 -9 -1 5 -6 -1 2 0 -3 0 La unidad de análisis es la SUBCARTERA La herramienta modela las fuentes de riesgo principales y las variables de decisión del banco, simulando los resultados esperados. © AIS 2002- 2012 La obtención de las distribuciones Encapsulando el modelo para responder el valor de cada escena obtenida de un proceso de Montecarlo El proceso es en esencia multidimensional, de orden tan alto como número de factores primarios de riesgo Generador de escenas aleatorias (Montecarlo) modelos previsiones Factores de Riesgo: PIB, VAB por Industria ... Modelos Deamanda de productos Ingresos previstos Ingresos previstos Costes previstos Costes previstos condiciones Política: acciones condicionadas Reducción plantilla Lanzamientos Nuevos productos Ampliación oficinas... reportes modelos Recuento Distribución Pérdidas por fallida 0.1 0.09 0.08 0.07 Probabilidad Resolviendo analíticamente la integración con la función de probabilidad asociada a los eventos Group 0.06 0.05 0.04 0.03 0.02 0.01 © AIS 2002- 2012 -2 7 -3 0 -3 9 -3 6 -3 3 -2 4 -9 -1 8 -1 2 -1 5 Pérdidas por incumplim iento -2 1 0 -6 -3 0 Procedimientos de Modelización Group Modelos estocásticos Modelo econométrico de las variables macro Previsión de la demanda de crédito, Previsión de la demanda de depósitos, ... Modelos micro Costes directos según tipo de producción Costes de RRHH, en función asimétrica (Incremento vs. Decremento) Modelos contables Relaciones entre flujos, entre cuentas y entre flujos y cuentas Balance, Cuentas de Resultados, Ratios, Cash Flow, Valor del Capital. ... Políticas de endeudamiento, fiscales, dividendos, inversión ... Es importante la capitalización de los modelos existentes, la adecuación a su contabilidad analítica, el entorno de simulación y la integración con el resto del sistema de análisis y control de riesgos. © AIS 2002- 2012 La Medida del Riesgo Los criterios de Riesgo esperado y Riesgo inesperado pueden ser aplicados con el mismo significado La estimación de la función de distribución de P&G como consecuencia de Escenas definidas por decisiones propias y escenas de probabilidad no cuantificable La distribución de probabilidades de los factores de riesgo La transformación de cada escena en un nivel de P&G El análisis de la distribución resultante Valor en riesgo, a un cierto nivel de probabilidad Valor esperado y Medidas de desviación © AIS 2002- 2012 Group La medida del riesgo Definiendo un universo de posibles situaciones mediante la definición de un vector de variables que llamaremos “FR” o “factores de riesgo”, A cada posible elemento de este universo, se asocia una probabilidad condicionada a un vector de variables de decisión “D” Para cada una de las instanciaciones de FR, deberíamos poder hacerle corresponder un nivel de resultados Volumen en flujo y nivel de cada línea de negocio Ingresos y costes directos del mismo Variabilidad consecuencia de los FRs explicativos y del propio modelo © AIS 2002- 2012 Group La medida del riesgo Group Más Formalmente Pr B ( B {D }) = 1 ∫e 2π ∞ −∞ −i .t . B ∫∫∫ e { FR } i . t . Q ({ FR }, { D }) d Pr ({ FR }) FR B = Resultados Pr B ( B {D }) = Función de densidad de Probabilid ad de obtener unos resultados de B en el período que se analiza, condiciona do a D {FR} = Vector de factores de riesgo Pr ({FR}) = Función de densidad de probabilid ad de suceso de los FR v alores de FR Q({FR}, {D}) = Función que, aplicada sobre una instanciac ión de FR, y a unas decisiones D, calcula el beneficio que se obtendría © AIS 2002- 2012 La medida del riesgo Group Sólo en condiciones restrictivas puede encontrarse fácilmente una solución numérica o analítica 1 Pr( B B {D }) = ∫e 2π ∞ −i .t. B −∞ ∫∫∫ e { FR } i . t . Q ({ FR }, { D }) d Pr ({ FR }) dt FR Si Q ({ FR } {D }) y Pr FR ({ FR }) pueden convertirs e en separables de forma que z = z ({FR }{D }); k k Q ({ FR } {D }) = ∑ Q (z {D }); k k Pr FR ({ FR }) = ∏ Pr k ( z k ); k k La función caracterís tica, que puede expresarse como ∫∫∫ e { FR } i . t . Q ({ FR }, { D }) ∞ d Pr FR ({ FR }) = ∏ ∫ e i t Q k −∞ . . k ( zk , D ) d Pr ( z ) k k puede ser integrada numéricame nte numérica en tiempo razonable (FFT), en caso de no disponer de solución analítica para cada integral © AIS 2002- 2012 La medida del riesgo Group Un ejemplo de esta simplificación Q ({FR }) = BA ({FR }) + BF ({FR }) + BS ({FR }) − CF Coste Fijo Resultados debidos a Servicios, función de los factores de riesgo Resultados debidos a nuevos contratos, función de los factores de riesgo Resultados debidos a rendimiento de la cartera, función de los factores de riesgo Si las funciones son lineales y la distribución Pr({X}, E({FR}),6({FR})) es normal multivariante BA ({FR }) = β .{FR ,1} + ε ; BF ({FR }) = β .{FR ,1} + ε ; BS ({FR }) = β .{FR ,1} + ε A A F β = β + β + β Pr ({FR }) = Φ ({FR }, {F R }, Σ { A F S FR } F S ) Se obtiene una distribución normal univariante: M = β .{F R ,1} − CF B Σ { FR }, A , F , S Σ {FR } = 0 Pr ( B ) = Φ ( B ; M B , Σ B ) © AIS 2002- 2012 0 Σ {ε A ε F , , ; εS } Σ B = β T .Σ { FR }, A , F , S .β ; F La medida del riesgo Group Un ejemplo numérico ilustrativo Supongamos de los siguientes datos del banco X ¾ Cuota de mercado en hipotecario q=0,2 ¾ Ingreso menos costes directos unitarios • Por nuevas operaciones (comisiones - costes directos) • Por rendimiento cartera (rendimiento - costes directos) ¾ Y unos costes fijos de CF=4.208.230 c=0,007-0,001 r=0,004-0,001 La relación con las variables macroeconómicas de su negocio son: IC t = α 0 + α 1 ⋅ PIBt + α 2 ⋅ lTH t + ε ct = -1.319.281.349 + 9498 ⋅ PIB t + -207.933.978 ⋅ lTH t + ε ct donde, IC es el Incremento de volumen de Créditos Hipotecarios, PIB es el Producto Interior Bruto y lTH es el logaritmo de la Tasa Hipotecaria Con una proyección de las variables explicativas: PIBt = γ 0 + γ 1 ⋅ PIBt −1 + ε Pt = 2.621,67 + 1,007 ⋅ PIB t -1 + ε Pt lTH t = β 0 + β 1 ⋅ lTH t −1 + ε Ht = −0,0049 + 1,025 ⋅ lTH t -1 + ε Ht © AIS 2002- 2012 La medida del riesgo Un ejemplo numérico De lo que se deduce que sus resultados se distribuyen, para esta parte del negocio, como: Φ ( B, B , σ ) con B = q ⋅ ((c + r ) ⋅ IC t − r ⋅ IC t −1 ) − CF = 2.185.260 IC t = IC t −1 + α 0 + α 1 ⋅ PIB t −1 + α 2 ⋅ lTH t = 1,88363 ⋅ 10 9 PIB t = γ 0 + γ 1 ⋅ PIBt −1 = 2621,66 + 1,007 ⋅ PIB t -1 lTH t = β 0 + β 1 ⋅ lTH t −1 = −0,0049 + 1,025 ⋅ lTH t −1 σ B = q ⋅ (c + r / 2) ⋅ σ IC2 = 2,15956 ⋅ 1013 = 4.647.110 σ IC2 © AIS 2002- 2012 σ ε2P σ ε2Pε H 0 = (α 1 α 2 1) σ ε2Pε H σ ε2H 0 0 0 σ ε2C α 1 α = 1,43971 ⋅ 1016 2 1 Group La medida del riesgo Group Un ejemplo numérico Podemos graficar la distribución Normal de los Beneficios, según los parámetros anteriores, de manera que podemos observar: La pérdida extrema (considerando al 0,1%) es de -12.175.400, siendo menor que el 0,25% de la cartera del banco X , que es de 14.866.900. El porcentaje de pérdida estimada para el año que viene suponiendo que hubo pérdidas este año del 0,15%, lo podríamos estimar como: 0.8 PérdidaExtrema(0,1%) ratioCapital = = C + IC t −1 = 0.6 t 12.175.400 ⋅ 100 = 0,155% 5.946.755.613 + 1.883.630.000 0.4 0.2 -1 ´ 10 7 © AIS 2002- 2012 -5 ´ 10 6 5´ 10 6 1´ 10 7 Sub-Modelos de comportamiento de negocio Estimación de los flujos de negocio de cada grupo de activos y de pasivos: Nuevas contrataciones Amortizaciones, Cancelaciones Entradas en Mora, Recuperaciones, Insolvencias, Adjudicaciones Contabilización de cuentas a partir de flujos Entradas y bajas Maduración Costes Fijos, variables Asimétricos Interacción de los componentes de riesgo de negocio Factores externos de riesgo Tratamiento de la distribución: Montecarlo Ensayo de decisiones. Simulación sobre escenas © AIS 2002- 2012 Group Modelo econométrico relacional Modelización Se precisa una modelización individual de cada variable macroeconómica que vaya a ser utilizada como covariante en las funciones de estimaciones de flujos internos Las correlaciones entre las variables se harían a nivel de los errores residuales de cada uno de los modelos anteriores Se postularía la hipótesis de multinormalidad, permitiendo la utilización de momentos de hasta de segundo orden Triangulación de Choleski y otros métodos habituales para la generación de escenas de Monte Carlo © AIS 2002- 2012 Group Modelización del flujo de créditos concedidos Group Cálculo de aceptación Morosidad por nivel de exigencia (transformación por el teorema de Bayes) P(M | X > X c ) = P( X > X c ) = % de morosos dado un límite de puntos = P ( X > X c | M ) * PGM = P ( X > X c | M ) * PGM + P ( X > X c | B ) * (1 − PGM ) Número de ‘buenos’ (unitario) ∞ 1+ Número de ‘malos’ (unitario) Ponderación por la mora del sistema 1 = (Volumen de créditos por encima del límite de concesión) ∞ ∞ xc xc = PGM ∫ P ( X | M )dx + (1 − PGM ) ∫ P ( X | B )dx Creciente en las dos componentes a medida que se reduce el límite Xc. ∫ P( B | X )dx 1 − PGM Xc ∞ ∫ P( M | X )dx Xc PGM Asumiendo distribución y variancias se puede desarrollar más esta expresión. A medida que Xc baja, la proporción de “malos” crece más rápido que los “buenos”, aumentando la morosidad © AIS 2002- 2012 Volumen contratado por nivel de exigencia Hay una relación positiva entre el volumen contratado y la morosidad aceptada Modelización del flujo de créditos concedidos Cálculo de la cuota Cuota de mercado % cuota Modelización Factores explicativos: Diferencias de spreads entre la entidad y el mercado Indicadores de alcance de la entidad Número de sucursales población de influencia y de activos Ajuste de cuota Se conocen todos los otros parámetros T La cuota indica la parte del mercado que acude a la entidad para obtener un crédito y depende del esfuerzo y alcance de la red de oficinas de la entidad. © AIS 2002- 2012 Group Modelización del flujo de créditos concedidos Fuentes de información y conocimiento Créditos concedidos = Demanda total * cuota mercado * aceptación + ε t Información contable Información: indicadores macroeconómicos de economía del país: ÌPIB, tipo de interés, ... Modelos: •Modelos de servicios de estudios, AIS, u otros ( Funcas, ...) •Se necesitarán: •Variaciones residuales •Varianza y covarianza de variables explicativas © AIS 2002- 2012 • Estimación a partir de otras variables • Spreads • Spreads mercado • Activos y activos mercado sucursales y mercado • Población de influencia y mercado Información: •Mora del sistema bancario •Mora aceptada • Scoring y ratings de morosos y no morosos Group Modelización del flujo de créditos concedidos Conclusión – Crédito concedido Modelo Crédito Concedido Spread relativa El modelo se desarrollará para subcarteras homogéneas Demanda de la entidad (PIB, spread, ...) Información Si el PIB crece, la demanda total se desplaza para todos Si la entidad reduce el nivel de aceptación (aumenta exigencia) Comentarios adicionales Comportamiento mora Comercial Cada modelo se adaptará a la idiosincrasia y parámetros de su ámbito Si la entidad baja el spread (decisión) # Créditos concedidos El resultado final es un modelo que combina sucesos exógenos y decisiones internas de la entidad. © AIS 2002- 2012 Group Modelización del flujo de créditos concedidos Conclusión – Mora Modelo Morosidad % Mora Si hay una recesión en economía o una subida significativa de tipos Si la entidad decide conceder más créditos rebajando el nivel de aceptación Si la Entidad adquiere un banco, ganando alcance sin cambiar política de aceptación o comercial # Créditos concedidos La morosidad resultante se determina por la combinación de políticas de aceptación y sucesos exógenos. © AIS 2002- 2012 Group Modelo de flujo Group Tipos de modelos: Estructura temporal de la mora 1 ,2 % 1 ,0 % 0 ,8 % % M o ra t r im e s tr a l p la z o : 10 años 0 ,6 % 0 ,4 % 0 ,2 % 0. 0 3 6 9 12 15 18 21 24 0 ,5 % 0 ,4 5 % 0 ,4 % 0 ,3 5 % 0 ,3 % 0 ,2 5 % 0 ,2 % 0 ,1 5 % 0 ,0 1 % 0 ,0 5 % 0 0 tr im . 0 ,3 % 0 ,3 % 0 ,2 5 % 0 ,2 5 % 0 ,2 % % M o ra t r im e s tr a l P la z o : 20 años 0 ,1 5 % 0 ,1 % 3 6 9 12 15 18 21 24 0 ,2 % % M o ra tr im e s t r a l P la z o : 25 años 0 ,1 5 % 0 ,1 % 0 ,0 5 % 0 ,0 5 % 0 0 0 3 6 9 12 15 18 21 0 24 0 ,8 % 0 ,7 % 0 ,7 % 0 ,6 % 0 ,6 % 3 6 9 12 15 18 21 24 0 ,5 % 0 ,5 % % M o ra t r im e s t r a l P la z o : 30 años 0 ,4 % 0 ,3 % 0 ,2 % 0 ,4 % % M o ra t r im e s tr a l C a rte ra c o m p le ta 0 ,3 % 0 ,2 % 0 ,1 % 0 ,1 % 0 0 0 © AIS 2002- 2012 % M o ra t r im e s tr a l P la z o : 15 años 3 6 9 12 15 18 21 24 0 3 6 9 12 15 18 21 24 Modelo de flujo Group Tipos de modelos: Estructura temporal de la mora distribución del tiempo de permanencia en mora : 30% 25% 20% 15% 10% 5% 0 0 La recuperación de mora, se ha considerado que funciona según una caída exponencial. 20% para recuperación después de este plazo y un 80% de adjudicación. % recup. Por trim. 3 6 9 12 1,2% 1% 8% % adjudicados s/entran a mora 6% 4% 2% 0 0 © AIS 2002- 2012 5 10 15 20 Modelización del flujo de créditos concedidos Group Aceptación Mora esperada y volumen por nivel de aceptación Distribución de morosos y no morosos Volumen 0.175 0.15 0.125 Morosos % Morosidad No Morosos 0.1 Cuanto mayor exigencia, menos volumen de entrada 0.075 0.05 0.025 -4 -2 Menos exigente X Límite concesión 2 Más exigente 4 Xc Puntos Scoring/ rating Aunque reducir el límite de concesión aumenta los créditos concedidos... © AIS 2002- 2012 Cuanto más elevado el nivel de exigencia, menor la aceptación y menos la morosidad Xc ... también es cierto que hace aumentar la morosidad esperada. Modelización del flujo de créditos concedidos Group Cálculo de aceptación Morosidad por nivel de exigencia (transformación por el teorema de Bayes) P(M | X > X c ) = P( X > X c ) = % de morosos dado un límite de puntos = P ( X > X c | M ) * PGM = P ( X > X c | M ) * PGM + P ( X > X c | B ) * (1 − PGM ) Número de ‘buenos’ (unitario) ∞ 1+ Número de ‘malos’ (unitario) Ponderación por la mora del sistema 1 = (Volumen de créditos por encima del límite de concesión) ∞ ∞ xc xc = PGM ∫ P ( X | M )dx + (1 − PGM ) ∫ P ( X | B )dx Creciente en las dos componentes a medida que se reduce el límite Xc. ∫ P( B | X )dx 1 − PGM Xc ∞ ∫ P( M | X )dx Xc PGM Asumiendo distribución y variancias se puede desarrollar más esta expresión. A medida que Xc baja, la proporción de “malos” crece más rápido que los “buenos”, aumentando la morosidad © AIS 2002- 2012 Volumen contratado por nivel de exigencia Hay una relación positiva entre el volumen contratado y la morosidad aceptada Modelo de flujos-estados. Group Proyecciones de cuentas comisiones cobranza incidencias intereses concesión Fondos l. envej. Cartera p,t,0 incidencia Cartera p,t,1 Cartera plazo p, mom.t,mad.tau Cartera P,T,TAU Resultados desafec afectación mora a insolvencia © AIS 2002- 2012 La evolución de la cartera puede ser simulada siguiendo métodos de análisis de sistemas dinámicos. Esté en el estado que esté, la cartera de maduración m en el momento t es la misma que la de maduración m-1 en el período t-1. La nueva cartera entra en edad 0 incidencias cartera sana cobr. mora Amortizacion El cambio de estado (incidencias, mora, reservas, insolvencia) se simula por coeficientes de estado que pueden calcularse mediante análisis histórico. Dotaciones a reservas por insolvencia Dotaciones Modelo de flujos-estados. Proyecciones de cuentas Determinados estadísticamente las variables exógenas (flujos de nuevos créditos, cancelaciones, etc.), expandimos esta información dentro de un esquema contable de balances, cuentas de resultados, etc. Flujos en función de flujos Adjudicaciones en función de probabilidad de adjudicación condicionada a morosidad, estructura temporal de entrada en adjudicación y flujo de entrada en mora Estados en función de flujos Cartera viva en función de la misma cartera en periodo anterior, más nuevos casos, menos cancelaciones anticipadas y menos amortizaciones Flujos en función de estados Rendimientos de intereses en función de la deuda en cuenta, etc. Estados en función de estados Detalle de tesorería, nivel de endeudamiento, etc. © AIS 2002- 2012 Group Simulaciones de políticas Fiscales, dividendos, etc. Algunas de las funciones requieren algún tipo de optimización Inversiones de tesorería: en función del cálculo de pasivos e inversiones operativas y criterios de prelación de inversiones Política de dividendos: control de gobierno de pay-out, rendimiento de capital y otras políticas de gobierno Política fiscal: mecanismos de devengo y pago a Hacienda, políticas de deducción de pérdidas, criterios de amortización de bienes, etc. © AIS 2002- 2012 Group Modelo de consolidación de unidades de negocio Enfoque En el cómputo del valor del grupo consolidado, así como del riesgo de la central, habida cuenta de participaciones cruzadas y triangulares, se sugiere la descripción matricial de participaciones y deudas cruzadas. Anotaremos en una matriz la participación de cada empresa respecto a las demás que será accesible para simulaciones de cambios en participaciones como posibles escenas. © AIS 2002- 2012 Group Modelo de consolidación de unidades de negocio Enfoque Ai = Activos-Pasivos sin computar participaciones del / al grupo ni autocartera para la empresa i Pi,j = Participación en % empresa i s/ capital empresa j Vi = Valor atribuible a la empresa i (a calcular) Vi = Ai + ∑ pi , jV j − ∑ p k ,iVi j k V = Vector Vi A = Vector Ai P = Matriz pi , j D = Matriz ∑p k =1, n k ,i V = A + P.V − D.V V = (I + D − P ) A −1 © AIS 2002- 2012 Group Modelo de costes Group Modelización Estimación de las funciones de costes en bonanza y periodos de recesión A corto, medio y largo plazo Coste Recursos humanos, recursos materiales, etc. Coste Operativo con disminución de volumen con incremento de volumen Situación actual © AIS 2002- 2012 Volumen Agenda Introducción Concepto Objetivos Elementos y Modelización Aplicación en la Gestión Integración con otros riesgos Implicación con otras funciones Conclusiones © AIS 2002- 2012 Group Los desafíos en el desarrollo Coste Group rp = r f + (rm − r f ) × β p Coste Operativo con disminución de volumen con incremento de volumen % EL Pérdidas (EL) Volumen Situación actual EL, en una escena con crisis EL, en una escena sin crisis Volumen Volumen para igual mora Situación actual Volumen 0.175 0.15 No Moros os 0.125 Moros os % Morosidad 0.1 Cuanto mayor exigencia, menos volumen de entrada 0.075 0.05 0.025 -4 -2 Meno s exige nte 2 X Límite concesi ón Más exige nte 4 Xc Punto s Scorin g/ratin g Cuanto más elevado el nivel de exigencia, menor la aceptación y menos la morosidad Xc Para garantizar el éxito del proyecto, es necesario contar con amplia experiencia en el sector financiero, un profundo conocimiento de modelización econométrica y una sólida capacidad de creación de herramientas informáticas. © AIS 2002- 2012 Integración con otros riesgos Group CLASE DE RIESGO CONCEPTO RIESGO DE CRÉDITO Posibilidad de sufrir pérdidas derivadas del incumplimiento de las obligaciones contractuales que incumben a las contrapartes con las que se relaciona la entidad. RIESGO DE MERCADO Posibilidad de sufrir pérdidas ante movimientos adversos en los precios de mercado de los instrumentos financieros negociables en poder de la entidad. RIESGO DE TIPO DE INTERÉS Posibilidad de sufrir pérdidas por el impacto negativo de las variaciones le los tipos de interés sobre los márgenes financieros de la entidad. RIESGO DE TIPO DE CAMBIO Posibilidad de experimentar pérdidas por fluctuaciones adversas en los tipos de cambio de las monedas en las que están denominados los activos, pasivos y operaciones fuera de balance de la entidad. RIESGO DE LIQUIDEZ Posibilidad de incurrir en pérdidas por no disponer o poder acceder a fondos líquidos suficientes para hacer frente a las obligaciones de pago. RIESGO DE NEGOCIO Posibilidad de sufrir quebrantos derivados de la pérdida de la posición actual de la entidad en los mercados en los que opera. RIESGO OPERATIVO Posibilidad de sufrir pérdidas como consecuencia de la existencia de procesos, sistemas, equipos técnicos y humanos inadecuados, o por fallos en los mismos, así como por hechos externos. RIESGO LEGAL © AIS 2002- 2012 Posibilidad de sufrir pérdidas derivadas de incertidumbres o incumplimientos de la normativa vigente. Integración con otros Riesgos Group En cada escena de los subsistemas de mercado-crédito, valorar el efecto sobre los demás riesgos y agregar Generador de escenas aleatorias (Montecarlo) modelos previsiones Riesgo de mercado •Tasa de interés •Tasa de cambio Factores de Riesgo: PIB, VAB por Industria ... Modelos Deamanda de productos condiciones Política: acciones condicionadas Reducción plantilla Lanzamientos Nuevos productos Ampliación oficinas... reportes modelos Riesgo de Crédito Agregación, en cada caso del muestreo aleatorio Recuento Distribución Pérdidas por fallida 0.1 0.09 0.08 Probabilidad 0.07 0.06 0.05 0.04 0.03 0.02 0.01 -3 3 -3 0 -3 9 -1 8 -3 6 -2 7 -2 4 -1 5 Pérdidas por incumplimiento -2 1 0 -9 -6 -3 -1 2 0 © AIS 2002- 2012 Ingresos Ingresos previstos previstos Costes previstos Costes previstos Integración de Riesgos Otro criterio es la distribución normal multivariante de todos los riesgos, después de modelar su relación entre cada cartera con la matriz de correlaciones También es factible aplicar método similares a Credit Metrics, Tratando la distribución normal de la variable de riesgo subyacente para cada sub-cartera. Finalmente, se puede tomar el criterio más conservador de Basilea II y sumar los riesgos, lo que implica suponer una correlación perfecta. Es este el peor caso, ya que no se tiene en cuenta la mitigación de riesgo por diversificación y solicita por tanto, mas capital. © AIS 2002- 2012 Group Modelización de la mora de una cartera Group Hipotecario • La tasa de interés (Tipos de interés libres/banca privada/operaciones activas/prestamos personales/a tres años o mas/porcentaje. Código BME08040201004, Boletín mensual de estadística del INE) y el incremento de la Demanda a Precios Constantes del Consumo Privado Nacional DPCCPN (código CTR2111ZZZ3, Contabilidad Nacional, fuente INE), han demostrado ser bastante explicativos. • Se ha aplicado el modelo a la cartera de Préstamos Hipotecarios, relacionando la mora aparecida en cada trimestre con las variables indicadas. • Ya que la evolución de la cartera dista de ser estable, se han incorporado dos variables adicionales que absorben este efecto: el volumen de la cartera viva y un indicador de maduración media. • Así, nuestro modelo se expresa de la forma: MoraNuevatrimI = α × Maduracion + β × tasaInterestrimI + γ . ∆ ( DPCCPN trimI ) + εtrimI CarteraVivatrimI © AIS 2002- 2012 Modelización de la mora de una cartera Hipotecario parámetr o coeficiente tipificado coeficiente no tipificado alfa maduración 0,941 0,00487 beta tipo interés 0,198 0,00529 gamma © AIS 2002- 2012 variable incremento DPCCPN -0,196 -0,02864 R2 0,869 Err.tipo del residuo 0,138 1 Group Modelización de la mora de una cartera Hipotecario parámetr o coeficiente tipificado coeficiente no tipificado alfa maduración 0,941 0,00487 beta tipo interés 0,198 0,00529 gamma © AIS 2002- 2012 variable incremento DPCCPN -0,196 -0,02864 R2 0,869 Err.tipo del residuo 0,1381 Group Modelo de riesgo global Group Mercado Se postula el objetivo (variable de gobierno del modelo) : La cartera se estructurará con una Is de la cartera o subcarteras determinadas rp = r f + ( rm − r f ) × β p Rendimiento en función de la escena © AIS 2002- 2012 Vector de escenas de estrés o de escenas de Monte Carlo Vector de gobierno del modelo Modelo de riesgo global Group Mercado El retorno en actividades de mercado para el banco i en el tiempo t, ri,mk,t , xmk,t que es una función de varios factores de riesgo del mercado: ‘Integrated Riesk Management Using Copulas’ Joshua Rosenberg & Till Schuermann. Federal Reserve of New York. © AIS 2002- 2012 Efectos de cambios estructurales Modelización El modelo deberá prever diferentes relaciones estadísticas y contables procedentes de cambios regulatorios y otros cambios estructurales Se podrían enriquecer la estimación de nuevos créditos añadiendo covariantes del total de oficinas en el área de influencia Ejemplo de cambios regulatorios Cambios en los recursos propios Cambios en el método de cálculo de provisiones para la insolvencia Cambios en criterios contables Ejemplo de cambios estructurales Liberalización de la tasa de interés © AIS 2002- 2012 Group Agenda Introducción Concepto Objetivos Elementos y Modelización Aplicación en la Gestión Integración con otros riesgos Implicación con otras funciones Conclusiones © AIS 2002- 2012 Group Ejemplos de uso Group Evaluación de riesgos del plan estratégico del grupo Plan estratégico Variabilidad y valores posibles (ponderados por probabilidad) de: cuenta de resultados, balance, valor acción Probabilidad de entrar en pérdidas, de incrementar beneficios, etc. Fusiones y adquisiciones Evaluación de impacto en riesgos de fusiones, adquisiciones o ventas (titulizaciones) del grupo en los riesgos globales asumidos Identificación de desequilibrios en riesgos a compensar Impacto de financiaciones alternativas, diversificación resultante, etc. Cambios estructurales Evaluación de (nuevos) riesgos como consecuencia de un cambio estructural en el mercado Cambios regulatorios, consolidación en el mercado o guerra de precios En un entorno más cambiante, la rapidez de análisis de oportunidades y amenazas con implicaciones complejas es una ventaja competitiva crucial. © AIS 2002- 2012 Ventajas - En qué nos ayuda para una mejor gestión Permite analizar los riesgos implícitos en la estrategia actual y otras estrategias alternativas Permite analizar las consecuencias de escenarios concretos, ... con origen externo (cambios de regulación, entorno competitivo) y/o ... con origen interno (cambios de estrategia, políticas comerciales) ... o una combinación de ambos Proporciona resultados contrastables con los análisis habituales de toma de decisiones, integrando todos los riesgos (análisis global) Distribuciones de las variables objetivo esenciales: valor del capital, crecimiento, VAN del cash flow, valor teórico de la acción, etc. Integración del efecto de estos factores de riesgo a través de todos los riesgos intrínsecos y extrínsecos: Riesgo de Negocio, Riesgo de Crédito, Riesgos de Mercado, tanto de Balance como de Tasa de Cambio o de Cotización Permite definir el capital necesario para garantizar una solvencia coherente con la categoría de riesgo de la entidad Permite argumentar la correcta evaluación del riesgo del grupo frente a las agencias de calificación, especialmente en periodos de grandes cambios La herramienta de riesgo de negocio permite en un tiempo récord evaluar los resultados esperados y los riesgos implícitos de escenarios distintos, enriqueciendo enormemente el proceso de toma de decisiones. © AIS 2002- 2012 Group Agenda Introducción Concepto Objetivos Elementos y Modelización Aplicación en la Gestión Integración con otros riesgos Implicación con otras funciones Conclusiones © AIS 2002- 2012 Group Objetivos de la aplicación Análisis de riesgos de evolución del negocio Complementar la labor del plan de negocios con un análisis de riesgos que aporte información sobre la incertidumbre implícita en los resultados esperados Planes estratégicos, planes de negocio, oportunidades de inversiones, etc. El riesgo de negocio debe ser capaz de incorporar los elementos clave en la determinación de los resultados Evolución macroeconómica y decisiones de la entidad Incorporar metodología y resultados de otros modelos y análisis para ganar en consistencia y conocimiento Permitir la flexibilidad de analizar tanto escenarios concretos como simulaciones futuras no condicionadas (y casos mixtos) Proporcionar resultados en las dimensiones más relevantes para la toma de decisiones Cuenta de resultados, balance, valor de la acción, etc. © AIS 2002- 2012 Group Conclusión El riesgo de negocio puede ser el que condiciona actualmente el futuro de mayor número de compañías, incluido sector financiero. Deberían integrarse todos los modelos preexistentes y suplir los no existentes, con el nivel de simplificación o complejidad que datos e importancia soliciten. La discusión sobre alcance, utilidad y disposición de datos y modelos deberá preceder a la configuración del modelo en cada riesgo. La integración de riesgos puede llevarse a cabo por varios métodos. El análisis previo orientará el mejor criterio. Deberá tratarse con especial consideración la inserción de estas herramientas en el proceso de decisión estratégica de la entidad. © AIS 2002- 2012 Group Group “Muere lentamente quien abandona un proyecto antes de iniciarlo.... “ Pablo Neruda © AIS 2002- 2012