UNA APROXIMACIÓN ANALÍTICA AL RIESGO DE CRÉDITO DE ... · Modelo Teórico • Modelo de Lucas,...
-
Upload
duongthien -
Category
Documents
-
view
216 -
download
0
Transcript of UNA APROXIMACIÓN ANALÍTICA AL RIESGO DE CRÉDITO DE ... · Modelo Teórico • Modelo de Lucas,...
UNA APROXIMACIÓN ANALÍTICA AL RIESGOUNA APROXIMACIÓN ANALÍTICA AL RIESGO
DE CRÉDITO DE CARTERAS DE PRÉSTAMOSDE CRÉDITO DE CARTERAS DE PRÉSTAMOS
PARA ENTIDADES DE CRÉDITO ESPAÑOLASPARA ENTIDADES DE CRÉDITO ESPAÑOLAS
Mercedes Morris Muñoz, BBVA
Juan Carlos García Céspedes, BBVA
Ángel Miguel Mencía González, BBVA
Seminario MEFF - UAMMadrid, 12 de Diciembre de 2001
IntroducciónIntroducción
• Tres conceptos básicos en el análisis del riesgo son:â Pérdida esperada: pérdida que la entidad financiera espera sufrir
en media en su cartera durante un determinado horizonte temporalâ Pérdida no esperada: medida de la volatilidad de las pérdidasâ Capital económico: nivel de capital que una entidad financiera
necesita para garantizar su solvencia, con un determinado nivel deconfianza, frente a las PNE
• En riesgo de crédito: las distribuciones de pérdidas son asimétricas ycon colas gruesas y por tanto no son normalesâ La distribución no queda definida cononciendo la media y la
desviación típicaâ Es práctica habitual utilizar técnicas de simulaciónâ Estas técnicas son lentas y complejas de implementar, por lo que a
veces se opta por aproximaciones analíticas (Comité de Basilea)
IntroducciónIntroducción
Objetivo
Obtención de una expresión analítica para la distribución depérdidas crediticias de las carteras de préstamos de
entidades de crédito españolas
Estimación del capital económico de forma más simple quemediante la utilización de un enfoque de simulación
Ventaja
Aplicación
Enfoque seguido por el Comité de Basilea en su propuestasobre el Nuevo Acuerdo de Capital (BIS II)
Modelo TeóricoModelo Teórico
• Modelo de Lucas, Klaassen, Spreij and Straetmans (1999) se basa en: - modelo factorial - modelo de Merton• Existen unos factores comunes que afectan a las empresas• El incumplimiento se produce cuando el valor de mercado de los activos
de las empresas cae por debajo del valor de los pasivos• La existencia de factores comunes implica correlación entre el valor de
los activos de las empresas y por tanto entre los incumplimientos• Se obtiene una expresión analítica (bajo determinadas condiciones) para
la distribución límite de pérdidas por riesgo de crédito de una cartera
Modelo TeóricoModelo Teórico
• Cartera constituida por n exposiciones• Cada exposición j está caracterizada por un vector estocástico
)),,,(,,,( ψπ jjjjj lkjlkS
• es el valor de la contrapartida j. Controla el mecanismo que da lugara los defaults y la migración de rating como en el modelo de Merton.
jS
jjjj fS εβµ +′+=
donde ℜ∈jµ es una constantem
j ℜ∈β es un vector de “pesos” de los factoresmf ℜ∈ , f ∼ ),0( fN Ω es el vector de factores comunes
ℜ∈jε , jε ∼ ),0( jN ω es un escalar de riesgo idiosincrásico
con 0)( =fE jε para todo j, fΩ es positivo definida y 0)( =jiE εε para todo i≠j.
Modelo TeóricoModelo Teórico
• es el rating inicial de la contrapartida j y es su rating final• Existen r categorías de rating, tales que
Las migraciones de rating están dirigidas por una matriz de Markov P
donde es la probabilidad de que una contrapartida con un ratinginicial k pase a ser rating l.
• Es posible seleccionar constantes tales quedonde es la distribución acumulada normal estándar.
• es tal que
jk jl
rlk jj ,...,1, ∈
=
rrr
r
pp
ppP
LMOM
L
1
111
klp
klc kllkkl pcc =Φ−Φ − )()( 1,
)(⋅Φ
jl
jljkjjfjjjljkjjfjjjljkjljkj ccScc ,,,1,1,, ≡Ω′+⋅≤<Ω′+⋅≡ −− ββωββω
Modelo TeóricoModelo Teórico
• es la pérdida crediticia relativa a la exposición j. Dependedel rating inicial, del rating final y del estado de la economía .
• La pérdida crediticia de una cartera que contiene n exposiciones es
),,,( ψπ jj lkjψ
∑==
n
jjjn lkjC
1),,,( ψπ
Modelo TeóricoModelo Teórico
Distribución límite de las pérdidas crediticias de una carteraBajo determinados supuestos,
Definimos
Entonces la probabilidad condicional (en f) de migrar de a es
jfjj
jfj
fjj
jjj VarSVar
fSCovR
ββω
ββ
β
β
Ω′+
Ω′=
Ω′⋅
′=
)()(
),( 22
2
22/1 1
jj
jfjj
R
Rv
ω
β −Ω′=′ tal que 1=′ jj vv fY f
2/1−Ω=
−
′−−Φ−
−
′−−Φ=Φ
−
2
21,
2
2,
11ˆ
j
jjjljk
j
jjjljkjl
R
YvRc
R
YvRc µµ
jk jl
Modelo TeóricoModelo Teórico
Distribución límite de las pérdidas crediticias de una cartera (cont.)• Definimos la pérdida condicional (en f) de la cartera como
• Entonces se demuestra que
es decir la pérdida crediticia media de la cartera converge casi seguro ala pérdida crediticia condicional media.
∑ ∑ Φ== =
n
j
r
ljjjln lkjB
1 1),,,(ˆ ψπ
0..11 →− −− sann BnCn
Modelo TeóricoModelo Teórico
Distribución límite de las pérdidas crediticias de una cartera (cont.)Caso particular: modelo unifactorial (m = 1)
• Definimos
• Entonces la fda y la fdp de las pérdidas crediticias c vienen dadas por
nBYg nn
/lim)(∞→
=
))(())((
))(()/lim()/lim()(
11 cgcgYP
cYgPcnBPcnCPcF nn
nn
−−∞→∞→
Φ=≤=
≤=≤=≤=
))((
))(()(
1
1
cgg
cgcf
−
−
′=
φ
Modelo TeóricoModelo Teórico
Modelo unifactorial de default/no default• Dos categorías de rating: r = 1, 2 (r = 2 corresponde al default)• Un factor: m = 1, con f ∼• Supuestos:
(correlación de activos)
misma prob. de default,
• Pérdidas: en términos porcentualesdonde α es la tasa recuperación (y 1-α es la severidad).
)1,0(N0=jµ
jε ),0( ωN∼ρ≡2
jR
0),1,,( ≡ψπ jkj)1()()1(),2,,( απαψπ −=⋅−≡ jkj j
10 +=⇒>= jj vββ
+∞== 2,1, cc ljk
1,11, cc ljk =−)(1 1,1cp Φ−=
Modelo TeóricoModelo Teórico
Modelo unifactorial de default/no default (cont.)• Entonces
o, utilizando que
−−Φ⋅−−⋅== −−
αρ
ρ 111
1)( 1
1,11 c
ccgY
)1(1
1/lim)( 1,1 αρρ
−⋅
−
−Φ−===
∞→
YcnBYgc n
n
−−Φ⋅−−⋅Φ=Φ= −−
αρ
ρ 111
1))(()( 1
1,11 c
ccgcF
( )
Φ−
−Φ⋅−⋅Φ=Φ= −−− p
ccgcF 111
11
1))(()(
αρ
ρ
)(1 1,1cp Φ−=
BIS II
DatosDatos
• Fuente: Bankscope, Mayo 2000• Provisiones anuales netas de recuperaciones (desajuste temporal)
Volumen de inversión brutapara 151 entidades de crédito en España entre 1992 y 1999.
• Proxy de la pérdida crediticia = provisiones / inversión bruta (en %)• Transformación de los datos para corregir el desajuste temporal
Existen dos series: x(t) = Provisiones brutas y y(t) = Recuperacionespero sólo observamos z(t) = x(t) - y(t) = Provisiones netas.Supuesto:La variable de interés es la pérdida crediticia
[ ][ ]K+−⋅+−⋅+⋅−=
−⋅+⋅−=⋅−
)2()1()()1(
)1()()1()()1(2 tztztz
txtztx
ααα
ααα
)1()()()1()( −⋅−=⇒−⋅= txtxtztxty αα
DatosDatos
Pérdidas crediticias y préstamos brutos(datos ajustados sin outliers)
0
20,000,000
40,000,000
60,000,000
80,000,000
100,000,000
120,000,000
0.00 1.00 2.00 3.00 4.00 5.00 6.00
Pérdidas crediticias (%)
Pré
stam
os b
ruto
s ('0
00 U
SD
)
DatosDatos
Distribución de pérdidas crediticias(datos ajustados no ponderados sin outliers)
0.00
0.05
0.10
0.15
0.20
0.25
0.00 0.50 1.00 1.50 2.00 2.50 3.00 3.50 4.00 4.50 5.00 5.50
Pérdidas crediticias (%)
Fre
cuen
cia
EstadísticosMedia 0.68Desv. Típica 0.60Asimetría 2.10Curtosis 10.81Mínimo 0.00Máximo 5.18Nº Obs. 827
Ajuste dedistribuciones:• Gamma• Beta• Weibull
Aproximaciónanalítica ajustandolos tres primerosmomentos de ladistribución
Aproximación analítica de la distribución de pérdidas crediticias(3 momentos, datos no ponderados sin outliers)
0
20
40
60
80
100
120
0.00% 0.50% 1.00% 1.50% 2.00% 2.50% 3.00% 3.50% 4.00% 4.50% 5.00% 5.50%
Pérdidas crediticias
Fre
cuen
cia
Empírica Analítica
Distribución de pérdidas crediticias(Datos no ponderados sin outliers)
0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.00% 0.50% 1.00% 1.50% 2.00% 2.50% 3.00% 3.50% 4.00% 4.50% 5.00% 5.50%
Pérdidas crediticias
Frec
uenc
ia
Datos reales Gamma Beta Weibull
ParámetrosProb. Default 1.42%Corr. Activos 8.69%Tasa Recup. 50.39%
Ajuste de distribucionesAjuste de distribuciones
Distribuciones acumuladas de pérdidas crediticias(3 momentos, datos no ponderados sin outliers)
0.00%10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
80.00%90.00%
100.00%
0.0% 0.5% 1.0% 1.5% 2.0% 2.5% 3.0% 3.5% 4.0% 4.5%
Pérdidas crediticias
Frec
uenc
ia a
cum
ulad
a
Empírica Analítica Gamma Beta Weibull
Ajuste de distribuciones en las colasAjuste de distribuciones en las colas
Distribuciones acumuladas de pérdidas crediticias(3 momentos, datos no ponderados sin outliers)
95.00%
96.00%
97.00%
98.00%
99.00%
100.00%
1.5% 2.0% 2.5% 3.0% 3.5% 4.0% 4.5%
Pérdidas crediticias
Fre
cuen
cia
acu
mu
lad
a
Empírica Analítica Gamma Beta Weibull
Analítica
Empírica
Errores de AproximaciónErrores de Aproximación
Errores de aproximación respecto a la distribución empírica(Datos no ponderados sin outliers)
-25%
-20%
-15%
-10%
-5%
0%
5%
10%
95.0% 97.5% 99.0% 99.5% 99.9%
Nivel de confianza
Err
or
Analítica-2 momentos Analítica-3 momentos Analítica-percentiles Gamma
Identificación de Distintas DistribucionesIdentificación de Distintas Distribuciones
• Objetivo: Dividir la muestra completa en subgrupos que permitanconsiderar las diferencias fundamentales en términos del tipo denegocio entre entidades que dan lugar a diferentes distribuciones depérdidas⇒ permite identificar la existencia de diferentes distribuciones depérdidas crediticias y mejorar la calidad de las aproximaciones analíticas
• División entre bancos y cajas de ahorro• División según el tamaño de las carteras de préstamos
Bancos
Cajas de ahorro
EstadísticosMedia 0.69Desv. Típica 0.67Asimetría 2.10Curtosis 10.10Mínimo 0.00Máximo 5.18Nº Obs. 512
EstadísticosMedia 0.65Desv. Típica 0.45Asimetría 1.42Curtosis 6.17Mínimo 0.00Máximo 2.84Nº Obs. 315
Pérdidas crediticias y préstamos brutos(bancos, datos ajustados sin outliers)
0
20,000,000
40,000,000
60,000,000
80,000,000
100,000,000
120,000,000
0.00 1.00 2.00 3.00 4.00 5.00 6.00
Pérdidas crediticias (%)
Pré
stam
os
bru
tos
('000
US
D)
Pérdidas crediticias y préstamos brutos(cajas de ahorro, datos ajustados sin outliers)
0
20,000,000
40,000,000
60,000,000
80,000,000
100,000,000
120,000,000
0.00 1.00 2.00 3.00 4.00 5.00 6.00
Pérdidas crediticias (%)
Pré
stam
os
bru
tos
('000
US
D)
Observaciones correspondientes aLa Caixa & Caja Madrid
Bancos
Cajas de ahorro
ParámetrosProb. Default 1.41%Corr. Activos 10.17%Tasa Recup. 50.06%
ParámetrosProb. Default 1.36%Corr. Activos 5.34%Tasa Recup. 50.09%
Aproximación analítica de la distribución de pérdidas crediticias(bancos, 3 momentos, datos no ponderados sin outliers)
0
20
40
60
80
100
120
140
0.00% 0.50% 1.00% 1.50% 2.00% 2.50% 3.00% 3.50% 4.00% 4.50% 5.00% 5.50%
Pérdidas crediticias
Fre
cuen
cia
Empírica Analítica
Aproximación analítica de la distribución de pérdidas crediticias(cajas de ahorro, 3 momentos, datos no ponderados sin outliers)
0
20
40
60
80
100
120
140
0.00% 0.50% 1.00% 1.50% 2.00% 2.50% 3.00% 3.50% 4.00% 4.50% 5.00% 5.50%
Pérdidas crediticias
Fre
cuen
cia
Empírica Analítica
Bancos
Cajas de ahorro
ParámetrosProb. Default 1.41%Corr. Activos 10.17%Tasa Recup. 50.06%
ParámetrosProb. Default 1.36%Corr. Activos 5.34%Tasa Recup. 50.09%
Distribuciones acumuladas de pérdidas crediticias(cajas de ahorro, 3 momentos, datos no ponderados sin outliers)
95.00%
96.00%
97.00%
98.00%
99.00%
100.00%
1.5% 2.0% 2.5% 3.0% 3.5% 4.0% 4.5%
Pérdidas crediticias
Fre
cuen
cia
acu
mu
lad
a
Empírica Analítica Gamma Beta Weibull
Analítica
Empírica
Distribuciones acumuladas de pérdidas crediticias(bancos, 3 momentos, datos no ponderados sin outliers)
95.00%
96.00%
97.00%
98.00%
99.00%
100.00%
1.5% 2.0% 2.5% 3.0% 3.5% 4.0% 4.5%
Pérdidas crediticias
Fre
cuen
cia
acu
mu
lad
a
Empírica Analítica Gamma Beta Weibull
Empírica
Entidades grandes:ptmos > 1000 mio USD
Entidades pequeñas:ptmos < 1000 mio USD
EstadísticosMedia 0.68Desv. Típica 0.46Asimetría 1.13Curtosis 4.85Mínimo 0.00Máximo 3.05Nº Obs. 416
EstadísticosMedia 0.68Desv. Típica 0.71Asimetría 2.20Curtosis 10.00Mínimo 0.00Máximo 5.18Nº Obs. 411
Pérdidas crediticias y préstamos brutos(entidades grandes, datos ajustados sin outliers)
0
20,000,000
40,000,000
60,000,000
80,000,000
100,000,000
120,000,000
0.00 1.00 2.00 3.00 4.00 5.00 6.00
Pérdidas crediticias (%)
Pré
stam
os
bru
tos
('000
US
D)
Pérdidas crediticias y préstamos brutos(entidades pequeñas, datos ajustados sin outliers)
0
20,000,000
40,000,000
60,000,000
80,000,000
100,000,000
120,000,000
0.00 1.00 2.00 3.00 4.00 5.00 6.00
Pérdidas crediticias (%)
Pré
stam
os
bru
tos
('000
US
D)
Entidades grandes:
Entidades pequeñas:
ParámetrosProb. Default 1.43%Corr. Activos 4.75%Tasa Recup. 50.75%
ParámetrosProb. Default 1.41%Corr. Activos 10.97%Tasa Recup. 50.01%
Aproximación analítica de la distribución de pérdidas crediticias(entidades grandes, 3 momentos, datos no ponderados sin outliers)
0
20
40
60
80
100
120
140
0.00% 0.50% 1.00% 1.50% 2.00% 2.50% 3.00% 3.50% 4.00% 4.50% 5.00% 5.50%
Pérdidas crediticias
Fre
cuen
cia
Empírica Analítica
Aproximación analítica de la distribución de pérdidas crediticias(entidades pequeñas, 3 momentos, datos no ponderados sin outliers)
0
20
40
60
80
100
120
140
0.00% 0.50% 1.00% 1.50% 2.00% 2.50% 3.00% 3.50% 4.00% 4.50% 5.00% 5.50%
Pérdidas crediticias
Fre
cuen
cia
Empírica Analítica
Entidades grandes:
Entidades pequeñas:
ParámetrosProb. Default 1.43%Corr. Activos 4.75%Tasa Recup. 50.75%
ParámetrosProb. Default 1.41%Corr. Activos 10.97%Tasa Recup. 50.01%
Distribuciones acumuladas de pérdidas crediticias(entidades grandes, 3 momentos, datos no ponderados sin outliers)
95.00%
96.00%
97.00%
98.00%
99.00%
100.00%
1.5% 2.0% 2.5% 3.0% 3.5% 4.0% 4.5%
Pérdidas crediticias
Fre
cuen
cia
acu
mu
lad
a
Empírica Analítica Gamma Beta Weibull
Analítica
Empírica
Distribuciones acumuladas de pérdidas crediticias(entidades pequeñas, 3 momentos, datos no ponderados sin outliers)
95.00%
96.00%
97.00%
98.00%
99.00%
100.00%
1.5% 2.0% 2.5% 3.0% 3.5% 4.0% 4.5%
Pérdidas crediticias
Fre
cuen
cia
acu
mu
lad
a
Empírica Analítica Gamma Beta Weibull
Analítica
Empírica
Estimación del Capital EconómicoEstimación del Capital Económico
• Estimación del capital económicoC.E. = percentil de pérdidas - perdida esperada
Rating TMA Nivel de C.E. C.E. C.E.S&P's Confianza (Todos) (Entidades (Entidades
grandes) pequeñas)AAA 0.01% 99.99% 5.52% 3.17% 6.97%AA 0.03% 99.97% 4.67% 2.72% 5.82%A 0.08% 99.92% 3.92% 2.37% 4.87%
BBB+ 0.14% 99.86% 3.52% 2.12% 4.32%BBB 0.20% 99.80% 3.27% 1.97% 4.02%BBB- 0.30% 99.70% 2.97% 1.82% 3.62%BB+ 0.50% 99.50% 2.62% 1.62% 3.17%BB 0.90% 99.10% 2.22% 1.42% 2.67%BB- 1.50% 98.50% 1.87% 1.22% 2.22%B+ 2.50% 97.50% 1.57% 1.02% 1.82%B 4.50% 95.50% 1.17% 0.82% 1.37%B- 7.50% 92.50% 0.87% 0.62% 1.02%
CCC 15.00% 85.00% 0.47% 0.37% 0.52%
Conclusiones y ExtensionesConclusiones y Extensiones
• Las distribuciones Gamma, Beta y Weibull ajustan relativamente bien alas distribuciones de pérdidas crediticias empíricas
• La aproximación analítica ajusta bien a las distribuciones• Separación de la muestra en dos grupos: tiene sentido distinguir entre
entidades de crédito de distintos tamaños ⇒ se estiman dos distribuciones de pérdidas crediticias ⇒ los dos subgrupos tienen la misma calidad crediticia
(probabilidades de incumplimiento y severidades similares) perotienen una diversificación diferente
Extensiones: ⇒ Distinción entre diferentes grupos de clientes ⇒ Modelo multifactorial