La Medicion de Riesgos en La Ingenieria Financiera PDF

MEXICO
LA MEDICION DE RIESGOS EN LA INGENIERIA FINANCIERA
ESPECIALIDAD: Ingeniera Industrial
Alfonso de Lara Haro Ingeniero Industrial y Maestro en Finanzas
Fecha de ingreso: 3 de Abril de 2008
La Medicin de Riesgos en la Ingeniera Financiera
CONTENIDO Pgina Resumen ejecutivo I Introduccin II Riesgo de Crdito a. Introduccin b. Modelos de Calificacin de Cartera c. Medidas de poder predictivo
d. e. f. g. h. i. j. Prdida esperada Tasa de recuperacin Exposicin al riesgo de crdito (EAD) Severidad de la prdida (LGD) Prdida no esperada Curva de distribucin de prdidas Requerimiento de Capital en Basilea II
III Probabilidades de Transicin y de incumplimiento IV Severidad de la Prdida (LGD) V Metodologas de Riesgo de Crdito a. KMV Moodys b. Metodologa de Creditmetrics c. Credit Risk plus
d. a. b. c. d. e. a. b. c. d. e. f. Comparacin entre los 3 modelos Gestin y proceso de Riesgo Operativo Base de datos de prdidas por Riesgo Operativo Proceso de Auto-evaluacin (RCSA) Indicadores de riesgo clave (KRI) Distribuciones de probabilidad Definicin de valor en riesgo (VaR) Metodologas para el clculo del VaR Matriz de varianza-covarianza Simulacin Montecarlo Simulacin Histrica Problemas del VaR
VI Riesgo Operativo
VII Riesgo de Mercado
VIII Conclusiones IX Bibliografa
3 11 15 15 15 17 20 22 22 22 22 23 23 24 27 30 30 37 43 44 46 51 51 54 57 56 57 57 58 60 62 68 70 70 71
Especialidad: Ingeniera Industrial.
RESUMEN EJECUTIVO
En los ltimos veinte aos hemos visto transformar nuestra vida diaria de manera gradual y silenciosa. Los telfonos celulares, las computadoras personales, las Blackberries, los ipods, la televisin por cable, la comunicacin por e-mail y las transacciones comerciales y financieras por Internet, son solo algunos ejemplos de los avances tecnolgicos que se han logrado gracias al descubrimiento y desarrollo del microprocesador, la fibra ptica, el rayo lser y el funcionamiento de los satlites en el espacio exterior. Estas tecnologas estn llegando a prcticamente toda la poblacin del mundo debido a sus bajos costos. Al mismo tiempo, en las ltimas dos dcadas, conocidas como la era de la globalizacin y a partir de la cada del muro de Berln en noviembre de 1989, el comercio entre pases se ha liberalizado, se han disminuido tarifas arancelarias y por tanto, los flujos financieros internacionales se han incrementado sustancialmente. El sistema capitalista a partir de 1989 se ha impuesto sobre las economas centralmente planificadas. Durante este perodo de globalizacin, el valor de mercado de los activos financieros, ha crecido a una tasa mayor que la tasa de crecimiento del producto interno bruto mundial y este fenmeno ha provocado un incremento en la liquidez en todo el planeta. La relacin precio-utilidad de las acciones que cotizan en los mercados burstiles ha aumentado significativamente. Acciones, Bonos de deuda, inversiones inmobiliarias y otros activos, han experimentado incrementos importantes en su valor de mercado. El exceso de liquidez en el mundo y la liberalizacin del comercio han presionado las tasas de inters reales hacia la baja y han propiciado inflaciones de un dgito en prcticamente todo el mundo. En este entorno de globalizacin y de avances tecnolgicos, el riesgo de asumir prdidas econmicas que enfrentan las instituciones financieras internacionales se ha incrementado sustancialmente y en consecuencia, la Ingeniera Financiera como disciplina se ha desarrollado de manera significativa. La proliferacin de nuevos productos en los mercados financieros, especialmente los productos derivados de primera y segunda generacin, ha hecho necesaria la creacin de unidades de administracin de riesgos en las Instituciones financieras, que de manera independiente, cuantifiquen y supervisen los riesgos de mercado y de crdito en que incurren dichas instituciones. En adicin a los riesgos de mercado y de crdito, los avances tecnolgicos en el mundo han llamado la atencin sobre una nueva naturaleza de riesgo: el riesgo operativo derivado de fallas y errores en los procesos, sistemas y personas, as como de eventos externos catastrficos. El incremento significativo de estas tres naturalezas de riesgo (mercado, crdito y operativo) han propiciado que el Banco Internacional de Pagos haya publicado en junio de 2004, un documento conocido como Basilea II: Convergencia Internacional de Medidas y Normas de Capital: Marco Revisado, con recomendaciones a los reguladores de instituciones financieras de todo el mundo, para que el capital mnimo exigido a las instituciones bancarias sea el reflejo de las prdidas potenciales incurridas en su participacin activa en los mercados financieros, en el otorgamiento de crdito y en la operacin de los procesos y sistemas implementados, en lugar de establecer una medida uniforme para todas las instituciones financieras. El objetivo final es alinear el capital regulatorio con el capital econmico, de manera que este capital sirva de amortiguador para absorber las prdidas no esperadas que se presenten. Este trabajo pretende proponer una serie de modelos (algunos de ellos inditos) y metodologas de vanguardia para la medicin cuantitativa de riesgos, que contribuyan a la implementacin de los Acuerdos de Basilea II, en el marco de la Ingeniera Financiera y como una aportacin a la Academia de Ingeniera. La propia naturaleza de las Instituciones financieras consiste en asumir riesgos. El financiamiento de largo plazo que otorgan los bancos a empresas, los depsitos de corto plazo provenientes de los ahorradores y la tenencia de instrumentos financieros en los libros de los bancos (adquiridos en cuenta propia), generan la posibilidad de sufrir prdidas potenciales que deben identificarse y medirse. Los tipos de riesgos que la regulacin mexicana contempla son los siguientes: El riesgo de contraparte o de crdito: se define como la prdida potencial por la falta de pago de un acreditado o de una contraparte en las operaciones que involucran pagos contingentes, incluyendo la probable recuperacin de las garantas reales o personales que se hayan otorgado. El riesgo de mercado: se define como la prdida potencial de un portafolios de activos debido a cambios en los factores de riesgo que inciden en la valuacin o sobre los resultados esperados del portafolios, tales como precios, tasas de inters o tipos de cambio, entre otros. El riesgo operativo: se define como la prdida potencial por fallas o deficiencias en los controles internos, por errores en el procesamiento y almacenamiento de las operaciones o en la transmisin de la Especialidad: Ingeniera Industrial.
informacin, en el personal (fraudes o robos), en los sistemas internos, o bien a causa de acontecimientos externos. Esta definicin incluye al riesgo legal y al tecnolgico, en el entendido que: o Riesgo tecnolgico, se define como la prdida potencial por daos, interrupcin, alteracin o fallas derivadas del uso o dependencia en el hardware, software, sistemas, aplicaciones, redes y cualquier otro canal de distribucin de informacin en la prestacin de servicios bancarios con los clientes de la institucin. o Riesgo legal, se define como la prdida potencial por el incumplimiento de las disposiciones legales y administrativas aplicables, la emisin de resoluciones administrativas y judiciales desfavorables y la aplicacin de sanciones, en relacin con las operaciones que las instituciones llevan al cabo. Incluye la posibilidad de ser sancionado, multado u obligado a pagar daos punitivos como resultado de acciones supervisoras o de acuerdos privados entre las partes. Existen varias razones para que los bancos sean sujetos a una regulacin especial para determinar los requerimientos de capital. La principal es minimizar el riesgo sistmico. Los bancos son proclives a causar un problema sistmico, ya que juegan un papel determinante en el sistema de pagos y en la intermediacin de recursos financieros. Los bancos por su naturaleza tienen un alto nivel de apalancamiento financiero, con pasivos o depsitos de corto plazo, activos relativamente iliquidos (crditos a empresas y personas) y la capacidad de operar instrumentos sofisticados en los mercados financieros. Los ahorradores que invierten su dinero en los bancos, pueden exigir el pago de su capital e intereses al trmino de su inversin, mientras que las empresas y personas deudoras al banco, pueden optar por quedarse con su deuda hasta el trmino del plazo autorizado o prepagar el prstamo si as lo consideran. Los requerimientos de capital intentan mitigar los riesgos que los bancos enfrentan en sus operaciones cotidianas, con el propsito de asegurar que cumplirn con los compromisos asumidos con sus clientes. Para calcular un capital efectivo, se requiere que este refleje los riesgos a los cuales los bancos estn expuestos. La regulacin del capital en los bancos es relativamente nueva. Fue apenas en 1988 que se establecieron estndares mnimos en el Acuerdo de Capital de Basilea o tambin denominado Basilea I y fue hasta junio de 2004 que el Banco Internacional de Pagos emiti las recomendaciones para alinear el capital requerido con los riesgos asumidos y con ello implementar mejores prcticas en materia de administracin de riesgos, especialmente en la medicin y monitoreo de riesgos de crdito, mercado y operativos. Lo anterior, oblig al Comit de Supervisin Bancaria del BIS a replantear el Acuerdo de Basilea I y en Junio de 2004 emiti el documento Convergencia Internacional de Medidas y Normas de Capital: Marco Revisado, el cual contiene las normas y principios que se han denominado Basilea II o Nuevo Acuerdo de Capital. Basilea II tiene entre sus propsitos fundamentales, establecer principios y lineamientos para lograr que el capital de los bancos refleje, con mayor precisin y sensibilidad, los riesgos que enfrentan dichos intermediarios, como son el crediticio, el de mercado y ahora tambin el operativo. La diferencia principal entre Basilea I y II es que este ltimo provee ms flexibilidad y sensibilidad de los riesgos que se asumen, que en el primero. Basilea II incluye un cargo de capital por tres riesgos: riesgo de crdito, riesgo de mercado y riesgo operativo. Por lo que hace al riesgo de crdito, este existe en una transaccin que involucre un pago contingente proveniente de una contraparte. Se refiere a la prdida potencial que puede sufrir un agente econmico (gobierno, empresa o persona) cuando la contraparte incumple con sus compromisos contractuales, en particular en uno o varios pagos esperados. Las condiciones econmicas cambiantes son una fuente de riesgos para las empresas y para las personas. Cuando cambia el entorno econmico, cambian los valores de los activos dados en garanta de empresas y personas a los Bancos. Adicionalmente, el alza de tasas de inters y la depreciacin de tipos de cambio, afectan los flujos de efectivo de las empresas y pueden provocar el evento de incumplimiento. Si como resultado de estos factores, la contraparte degrada su calidad crediticia medida a travs de una calificacin determinada por un modelo de calificacin de cartera, se entiende que el riesgo de crdito aumenta. Tradicionalmente, para autorizar y dar seguimiento a sus acreditados, los analistas de crdito de las Instituciones Financieras se han basado en la evaluacin de diversos factores que intentan explicar el xito o no, de un negocio. Estos factores han sido por una parte subjetivos (tales como la calidad en la administracin de un negocio) y por otra, factores cuantitativos basados principalmente en los Estados Financieros del sujeto de crdito.
Sin embargo, ni las opiniones expertas de los analistas, ni el factor del 8% uniforme a los Bancos para determinar el capital mnimo, han sido suficientes para prevenir o atenuar las crisis bancarias que se han presentado en muchos pases en los ltimos 20 aos. En adicin a lo anterior, en los ltimos aos, han proliferado una gran variedad de instrumentos y operaciones que se registran fuera del Balance de las empresas y que tienen un riesgo de contraparte, es decir, el riesgo contingente implcito en un contrato de que la contraparte incumpla con la obligacin contrada. Estos instrumentos son principalmente los productos derivados, notas estructuradas y operaciones de reporto en el mercado de dinero. Por estos motivos, en los ltimos 20 aos, se han implementado modelos de calificacin de cartera y nuevos paradigmas en riesgo de crdito, que implican el uso de tcnicas probabilsticas y estadsticas cada vez ms sofisticadas con los siguientes objetivos: medir las prdidas esperadas y no esperadas por riesgo de crdito, administrar y gestionar portafolios de crditos tanto de consumo como de empresas, determinar niveles de reservas y de capital adecuados, as como definir modelos de rentabilidad econmica por operacin. En este trabajo se explican algunos conceptos contemplados en los nuevos paradigmas de crdito, tales como prdida esperada y no esperada de crdito, probabilidad de incumplimiento (PD), probabilidades de transicin (Pij), severidad de la prdida (LGD), tasa de recuperacin, exposicin al incumplimiento (EAD), etc. Los modelos de crdito estn basados en 4 parmetros para estimar el riesgo de crdito. Estos parmetros son los siguientes: a) PD: La probabilidad de incumplimiento de un deudor sobre un horizonte de un ao. Para su clculo, el BIS recomienda contar con una historia de al menos 5 aos. b) LGD: La severidad de la prdida o loss given default como porcentaje de la exposicin al incumplimiento. Para su clculo BIS recomienda contar con una historia de al menos 7 aos. c) EAD: Exposicin al incumplimiento o exposure at default. d) M: Plazo del crdito. El mtodo bsico (IRB) de Basilea solamente permite a los bancos el clculo de sus propias PDs como parmetro para estimar el riesgo de crdito, con modelos internos, mientras que los otros 3 parmetros son fijados por el regulador. El mtodo avanzado (AIRB) de Basilea permite a los bancos el clculo de los 4 parmetros para medir el riesgo de crdito. El BIS recomienda que los parmetros sean calculados con modelos que tengan al menos 3 aos de uso que hayan probado su efectividad. Los modelos de calificacin de cartera tienen como objetivo principal el de medir matemticamente la calidad de un crdito para por un lado, tomar una decisin respecto de otorgar un prstamo o no, y por otro, calcular la probabilidad de incumplimiento del deudor. La dificultad de construir un modelo de calificacin de cartera consiste en determinar los factores o variables que explican la bancarrota o la quiebra de la empresa. Estas variables o factores de riesgo se pueden expresar como razones financieras. Dichas razones financieras se combinan linealmente con un peso especfico para cada una, para obtener como resultado final una calificacin que discrimina las empresas que incumplen en sus compromisos crediticios, de aquellas que no lo hacen. Para medir el nivel del poder predictivo de un modelo de calificacin de cartera, es necesario definir lo que se conoce como CAP (Cumulative Accuracy Profile). Esta es la curva que resulta al graficar la distribucin de probabilidad acumulada de los acreditados incumplidos con la distribucin de probabilidad del total de acreditados. La informacin contenida en la curva CAP puede resumirse en el Coeficiente de Poder Predictivo o AR (Accuracy Ratio), tambin llamado coeficiente de Gini. No obstante que no es posible anticipar con certeza las prdidas que puede registrar una cartera de crditos en un perodo de tiempo (por ejemplo 1 ao) por incumplimientos de los acreditados, es factible calcular el nivel promedio de prdidas que razonablemente se puede esperar de acuerdo a la experiencia. La prdida esperada es ese nivel promedio de prdidas en un perodo de tiempo especfico, normalmente se usa un ao. En el control de los riesgos de crdito, un Banco califica el nivel de riesgo de sus acreditados mediante modelos de calificacin de la cartera que incluya factores de riesgo que expliquen y pronostiquen la probabilidad de impago y con base en estas calificaciones de niveles de riesgo, se calcula una probabilidad de incumplimiento o de default (PD) para cada uno de ellos. Esta probabilidad refleja la frecuencia porcentual en que los acreditados incumplen con sus obligaciones crediticias en el periodo de un ao.
Adicionalmente a la PD, es necesario determinar un factor porcentual de la exposicin al riesgo que est relacionado con el nivel de recuperacin de garantas o colaterales asociados al prstamo. A este factor se le conoce como severidad de la prdida o Loss Given Default (LGD). Finalmente, debe estimarse un monto de exposicin al incumplimiento o Exposure at Default (EAD) que es un estimado del saldo dispuesto ms probables futuros retiros en los saldos no dispuestos de una lnea de crdito, en particular en caso de incumplimiento. La prdida esperada representa el nivel de reservas que los Bancos deben tener a manera de seguro contra las prdidas, como medida prudencial y es posible incorporar dichas prdidas al precio de los productos que la Instituciones ofrecen a la clientela, como un componente del costo de hacer negocios. La exposicin al riesgo en el evento de incumplimiento (Exposure at default: EAD) es el monto al que est expuesto el banco al otorgar un crdito. Este monto consiste en dos partes: el saldo vigente y el monto comprometido o lnea de crdito autorizada. El saldo vigente al monto dispuesto por el acreditado. En caso de incumplimiento, el banco peder el saldo del deudor. El monto comprometido se divide a su vez en dos porciones: el monto dispuesto y el no dispuesto, en el perodo previo al incumplimiento. El monto total comprometido es el monto que el Banco ha prometido prestar al acreditado cuando este lo solicite. La severidad de la prdida de un crdito conocida por sus siglas LGD (del trmino loss given default), est definida como 1 menos la tasa de recuperacin del crdito. Es decir, el LGD cuantifica la proporcin de prdida para el Banco que realmente sufrir en caso de un incumplimiento. La tasa de recuperacin del crdito (r) depende de la calidad del colateral o garanta (efectivo, valores, prenda, activo fijo, etc) y del grado de prioridad o prelacin de pago (seniority) que tenga el Banco frente al acreditado. Cada Banco debe reunir sus propios datos y crear su propia estadstica de recuperaciones por tipo de garanta y por zona geogrfica. Sin embargo, hay algunas fuentes externas que proporcionan valores de recuperacin de bonos, distinguindolos por su prelacin de pago. Tal es el caso de la calificadora Moodys. Debido a que los LGDs son parmetros que juegan un papel muy importante en el clculo de la prdida esperada y no esperada, se estima que en los prximos aos, las bases de datos de los Bancos mejoren en este aspecto, para lograr una estimacin confiable. En adicin a las reservas que reflejan las prdidas esperadas, los bancos deben tener capital suficiente para cubrir las prdidas no esperadas, que exceden el promedio de las prdidas registradas histricamente. La prdida no esperada se define como la mxima prdida potencial que puede registrarse en un portafolios de crditos para un nivel de confianza o de probabilidad (Ej: 99%) y en un perodo de tiempo dado (Ej: un ao). La prdida no esperada, tambin entendida como capital econmico o Credit-VaR captura la volatilidad de las prdidas esperadas con un nivel de confianza alto. Por otra parte, la probabilidad de incumplimiento de un crdito puede calcularse de dos maneras: con base en la frecuencia relativa de los incumplimientos en un perodo dado, es decir a travs de la construccin de matrices de transicin, o bien, mediante algn modelo economtrico del tipo Logit o Probit. El primer enfoque se normalmente se aplica para crditos de empresas y el segundo para crditos al consumo. La matriz de probabilidades de transicin muestra la probabilidad de que un instrumento, con cierta calificacin al inicio de un perodo, mantenga esta calificacin o cambie al final de dicho perodo, o bien, en el caso extremo, la probabilidad de que un instrumento con una cierta calificacin caiga en incumplimiento al final del perodo. La literatura de riesgos financieros le ha prestado mayor importancia a la probabilidad de incumplimiento (PD) que a la Severidad de la Prdida, conocida tambin como loss given default (LGD) o prdida dado el evento de incumplimiento. La Severidad de la Prdida (LGD) se define como la proporcin o porcentaje de un crdito en incumplimiento que ya no se recuperar en el futuro. Esta proporcin depende de las tasas de recuperacin del crdito y que estn ligadas con las garantas o colaterales del mismo. Esto incluye el efecto de la tasa de descuento a valor presente asociado con el perodo de tiempo entre la fecha de incumplimiento, con la fecha de la recuperacin de la garanta y su realizacin en efectivo, as como los gastos y costos legales y administrativos asociados con dicha recuperacin. Los LGDs tienden a ser diferentes para cada garanta o colateral asociado al crdito. Por tanto, para medir este parmetro se requiere la creacin de bases de datos que permitan una estadstica confiable. Los datos histricos representan la principal fuente de informacin en la estimacin de tasas de recuperacin de crditos en incumplimiento. Especialidad: Ingeniera Industrial.
En relacin con las metodologas de riesgo de crdito para determinar la prdida no esperada, se cuenta a la fecha con tres paradigmas: el modelo de KMV-Moodys, Creditmetrics y Credit Risk Plus. Modelo KMV Moodys: Este modelo se basa en aplicar la teora de valuacin de opciones financieras desarrollado por Fisher Black y Myron Scholes en su famoso artculo publicado en 1973. La valuacin de opciones se ha extendido a otros campos de las finanzas corporativas, en particular en la determinacin del valor de una empresa, de su capital y de su deuda. Creditmetrics es una herramienta propuesta por el banco internacional JP Morgan en 1997, para medir el riesgo de un portafolios, como un valor en riesgo, como consecuencia de cambios en el valor de la deuda causados por cambios en la calificacin crediticia de la contraparte (emisor del papel). Es decir, no solo considera el evento de incumplimiento, sino tambin los cambios (aumentos o disminuciones) en la calidad crediticia del emisor. Credit Risk Plus: El modelo propuesto por Creditmetrics, est basado en los cambios probables de las calificaciones de la contraparte y en consecuencia en la determinacin de un cambio en el valor del crdito. El modelo propuesto por Credit Suisse Financial Products (CSFP) en 1997, considera nicamente dos estados de la naturaleza: incumplimiento y no incumplimiento y su propsito es determinar las prdidas esperadas y no esperadas del portafolio. Esta es la razn por la que se dice que Creditmetrics es un modelo de Mark-to Market y Credit Risk Plus es un modelo de probabilidad de incumplimiento. El riesgo operativo representa la prdida potencial por fallas o deficiencias en los sistemas de informacin, en los controles internos o por errores en el procesamiento de las operaciones. Este riesgo surge como consecuencia de la posible ocurrencia de sucesos inesperados relacionados con los aspectos operativos y tecnolgicos de las actividades de negocio que le puedan generar en un momento dado prdidas potenciales a una institucin. El riesgo operativo afecta a todas las actividades de las instituciones con distinta intensidad dependiendo de factores como la estructura, la organizacin, la segregacin de funciones, el grado de automatizacin, la diversificacin de sistemas, el control interno, entre otros. La identificacin, medicin y monitoreo de riesgo operativo es ms complejo, heterogneo y abstracto, que en el caso de riesgo de mercado y de crdito. El riesgo operativo debe ser manejado descentralizadamente apoyndose en los expertos que manejan cada uno de los procesos operativos de la Institucin. De acuerdo con el Comit de Basilea, el clculo de capital por riesgo operativo puede ser dividido en cuatro enfoques: Enfoque de Indicador Bsico. Enfoque estndar. Estndar alternativo. Enfoque de modelos avanzados (Advanced Measurement Approach: AMA).
En el caso del requerimiento de capital por riesgo operativo, las instituciones de crdito debern usar el enfoque del indicador bsico, pudiendo optar por utilizar el enfoque estndar o estndar alterno, siempre que cumplan con los requisitos mnimos para estos efectos. Estos enfoques varan dependiendo de su grado de complejidad y el Comit de Basilea los ha diseado de tal manera que existan incentivos para que los bancos aspiren a implementar modelos avanzados cuando se demuestre que stos son lo suficientemente slidos para poder emplearse en la determinacin del requerimiento de capital por riesgo operativo. Los bancos con presencia internacional y los que tienen una exposicin importante al riesgo operativo deberan utilizar un mtodo ms sofisticado que el del indicador bsico. Se permitir a los bancos utilizar el mtodo del indicador bsico o el estndar para parte de sus actividades y un mtodo avanzado en otras operaciones. Sin embargo, si el banco se encuentra certificado por el regulador en el enfoque estndar o en el de modelos avanzados y posteriormente el Supervisor determina que el banco no cumple con algn criterio o requisito del enfoque implementado, dicho banco deber regresar a un enfoque ms simple hasta que se considere que ya subsan plenamente con los requisitos correspondientes a un enfoque ms complejo. Enfoque de Indicador Bsico: Este es el enfoque ms simple de los tres mencionados. Considera un solo indicador financiero en todo el banco. El cargo de capital por riesgo operativo est dado por el resultado de multiplicar los ingresos agregados del banco por un porcentaje fijo. La principal ventaja de este enfoque, es que no se requiere realizar alguna inversin para su implementacin. Est pensado para Bancos muy pequeos, ya que los Bancos
grandes buscarn implementar un enfoque ms complejo que tenga una relacin de beneficio/costo positivo en sus inversiones. El enfoque estandarizado es una versin ms refinada del enfoque anterior. Este enfoque parte de la idea de que el riesgo operativo que un banco tiene en sus diferentes lneas de negocio presenta diferentes perfiles y por tanto, una lnea de negocio puede ser ms riesgosa que otra. Por tanto, asigna un peso o factor a cada lnea de negocio, de tal suerte que el cargo por riesgo operativo de la Institucin es una suma de pesos ponderados. Enfoque avanzado en la medicin del riesgo operativo: el Comit de Basilea ha reconocido que las metodologas para medir el riesgo operativo de manera cuantitativa estn desarrollndose y no existen paradigmas al respecto, como en el caso de la medicin de riesgos de mercado y de crdito. Solamente se han sealado algunos lineamientos para cumplir con este enfoque. Las tcnicas cuantitativas requieren de la conformacin de una base de datos confiable de eventos de prdidas debido a riesgos operativos. Actualmente, los Bancos estn creando sus bases de datos y estn diseando sus metodologas matemticas para la medicin de dichos riesgos. El Regulador est solicitando un mnimo de 5 aos de historia, sin embargo, cuando un Banco dese iniciar con el modelo avanzado (AMA) una ventana de 3 aos ser aceptable. El mnimo nivel de confianza aceptable en la medicin de riesgo operativo es de 99.9%. Las bases de datos deben estar organizadas de manera que sea posible clasificar los eventos de prdida por unidad de negocio y por tipo o factor de riesgo. Los datos deben poder agregarse o desagregarse en la estructura interna definida para conformar una matriz de riesgos operativos. Las instituciones financieras deben tener modelos confiables, transparentes y bien documentados que permitan verificar la efectividad en la medicin de riesgos operativos. Por ejemplo, podr haber casos en que el clculo de la prdida no esperada para algn factor de riesgo tenga un nivel de confianza del 99.9% y sea suficiente, pero habr otros en que el comportamiento de las colas pesadas de la distribucin de prdidas o la insuficiencia de datos, requieran de un anlisis de escenarios y la implementacin de controles que mitiguen el riesgo operativo. Los bancos deben determinar un umbral (threshold) como monto mnimo de prdida. Algunos bancos multinacionales han definido este umbral en USD 10,000 por evento. En principio, el capital por riesgo operativo ser la suma de la prdida esperada ms la prdida no esperada. Sin embargo, est abierta la posibilidad de que si el Banco tiene establecidas reservas por riesgo operativo, el cargo de capital sera nicamente la prdida no esperada (mejor entendida como la mxima prdida potencial). La prdida esperada es el valor esperado (promedio) calculado de la distribucin de prdidas. La prdida no esperada corresponde a las prdidas entre la media o promedio y el que corresponda al 99.9 percentil de la distribucin de prdidas. En riesgo operativo, las curvas que mejor ajustan a la distribucin de prdidas son la Poisson, log-normal, Weibull, Pareto, Gamma y la exponencial, principalmente. La gestin y proceso del riesgo operativo considera en primer lugar, la identificacin de riesgos, en segundo lugar su cuantificacin y control mediante el establecimiento de lmites de tolerancia al riesgo, establecimiento de planes de accin para los riesgos identificados y finalmente, la mitigacin y monitoreo de dichos planes con el fin de disminuir la exposicin a stos, o de instrumentar una cobertura. El riesgo operativo ha brindado soluciones en las reas de administracin de riesgos y como primer paso es importante elaborar las polticas y manuales de procedimientos para la gestin del riesgo operativo. Adems, las incidencias de riesgo han sido clasificadas para permitir identificar potenciales riesgos con antelacin. Los parmetros que se consideran para la elaboracin de dichas polticas y procedimientos se han encaminado bsicamente en dos grandes vertientes, la primera es la parte cuantitativa mediante la creacin de la Base de Datos Histrica de Prdidas por Riesgo Operativo y la segunda es la parte cualitativa Auto evaluacin (Self Assessment). El proceso de Auto evaluacin (Risk Control Self Assessment) tiene como objetivo proveer a las diferentes unidades de la institucin una metodologa que les permita, identificar, evaluar y mitigar los riesgos operativos inherentes a sus principales actividades, para asegurar que la institucin cuenta con control sobre sus riesgos operativos. La auto-evaluacin se realiza mediante una reunin o taller con los responsables de las distintas unidades del negocio. El taller tiene como propsito analizar los resultados de la encuesta previa, as como recoger los comentarios que servirn como sustento de los riesgos identificados como significativos.
En este taller se renen los integrantes de la Direccin o Unidad evaluada y la unidad de Riesgo Operativo para Identificar y evaluar los riesgos operativos de dicha Unidad de negocio. Una vez que termina el Taller, se emite un reporte de priorizacin de riesgos y un plan de accin para cada uno de los riesgos identificados. Una tarea central en la gestin de riesgo operativo para el reconocimiento temprano de riesgos potenciales que puedan terminar en eventos de prdidas, es el relativo a los indicadores de riesgo claves (KRI). Estos indicadores son medidas que previenen la ocurrencia de prdidas con un alto grado de probabilidad. Estos sistemas se denominan como alertas tempranas. KRIs son indicadores que provn informacin acerca de determinados factores de riesgo. Se trata de indicadores de informacin ex ante (alertas que llamen la atencin de la alta Direccin) en lugar de informacin ex post de prdidas que ya ocurrieron, como en el caso de la Base de Datos de prdidas. En relacin a la cuantificacin de prdidas no esperadas por riesgo operativo, es importante sealar que debido a la escasa informacin de eventos de prdida por riesgo operativo y a las caractersticas de sta, resulta complicado ajustar una distribucin terica a la distribucin emprica de las prdidas por Riesgo Operativo. Como resultado de lo anterior, se han propuesto las siguientes distribuciones de probabilidad: Exponencial Gamma Standard Weibull Standard Pareto con cota inferior para prdidas Poisson Estas distribuciones en general son utilizadas para modelar conjuntos de datos con valores extremos.Por lo que hace al Riesgo de Mercado, la metodologa de Valor en Riesgo (VaR), promovida y difundida por el banco JP Morgan en 1994, ya se considera como un nivel de referencia (Benchmark) y un estndar en los mercados financieros, lo que permite comparar la exposicin de riesgo de mercado entre diversas instituciones. Valor en Riesgo (VaR) es un mtodo para cuantificar la exposicin al riesgo de mercado, utilizando tcnicas estadsticas tradicionales. El Valor en Riesgo es una medida estadstica, que estima la prdida mxima que podra registrar un portafolio, en un intervalo de tiempo y con un cierto nivel de probabilidad o de confianza, dado el movimiento adverso en factores de riesgo o variables en los mercados, tales como tasas de inters, tipos de cambio, precios de acciones, ndices, etc. Es importante destacar que la definicin de valor en riesgo es vlida nicamente en condiciones normales de mercado, ya que en momentos de crisis y turbulencia, la prdida esperada estar dada por pruebas de stress o de valores extremos. Las Instituciones deben en adicin al clculo del VaR, complementar su medicin de riesgos con otras metodologas tales como anlisis de stress (valores extremos), reglas prudenciales, procedimientos, polticas de operacin, controles internos, lmites y reservas de capital adecuadas. El Valor en Riesgo se puede calcular mediante dos mtodos: o Mtodo Paramtrico. o Mtodo No-Paramtrico. Mtodo Paramtrico: Este mtodo tiene como caracterstica el supuesto de que los rendimientos del activo en cuestin se distribuyen de acuerdo con una curva de densidad de probabilidad Normal como anteriormente se indic. Utilizando la teora moderna de portafolios, es posible medir el riesgo de mercado de una canasta o portafolios de activos. Para determinar el VaR del portafolio es necesario considerar los efectos de diversificacin con las correlaciones entre los rendimientos de los activos que conforman el portafolio Simulacin Montecarlo: consiste en la generacin de nmeros aleatorios para calcular el valor del portafolio generando escenarios. Un nuevo nmero aleatorio sirve para generar un nuevo valor del portafolio con igual probabilidad de ocurrencia que los dems y determinar la prdida o ganancia en el mismo. Este proceso se repite un nmero grande de veces (Ej: 10,000 escenarios) y los resultados se ordenan de tal forma que puedan determinarse un nivel de confianza especfico. La mayor ventaja de utilizar este mtodo es la posibilidad de valuar instrumentos no lineales como es el caso de opciones.
Simulacin Histrica: Este mtodo consiste en utilizar una serie histrica de precios de la posicin de riesgo (portafolios), para construir una serie de tiempo de precios y/o rendimientos simulados o hipotticos, con el supuesto de que se ha conservado el portafolio durante el perodo de tiempo de la serie histrica. Para aplicar esta metodologa primero se deben identificar los componentes de los activos del portafolios y reunir los datos de los precios diarios histricos considerando un perodo que oscila entre 250 a 500 datos. A partir del histograma de frecuencias de los rendimientos simulados se calcula el cuantil correspondiente de dicho histograma (primer percentil si el nivel de confianza es de 99%). Como pudo observarse en el presente trabajo, las diferentes naturalezas de riesgo que se mencionan: Mercado, Crdito y Operativo, son riesgos cuantificables a travs de modelos matemticos basados en la estadstica y en las nuevas tcnicas metlicas modernas, tales como la Simulacin Montecarlo o los modelos de Black y Scholes para opciones. Los modelos para cada naturaleza de riesgo son muy diferentes entre s, ya que cada riesgo tiene sus peculiaridades muy especiales. La medicin de riesgos financieros reviste fundamental importancia no solo para el control de riesgos en condiciones normales sino tratndose de determinar el nivel de capital mnimo requerido para que una institucin financiera no caiga en bancarrota, ni an en momentos de crisis econmica. En el futuro cercano, las instituciones tendrn que gestionar sus riegos financieros eficientemente y la determinacin del capital econmico ser crucial para la fijacin de precios de sus productos con base en la rentabilidad de los mismos. Palabras clave: Globalizacin, riesgos de mercado, riesgos de crdito, riesgos operativos, Basilea, capital regulatorio, capital econmico, probabilidad de incumplimiento, severidad de la prdida, valor en riesgo, gestin de riesgos operativos.
10
1. INTRODUCCION En los ltimos veinte aos hemos visto transformar nuestra vida diaria de manera gradual y silenciosa. Los telfonos celulares, las computadoras personales, las Blackberries, los ipods, la televisin por cable, la comunicacin por e-mail y las transacciones comerciales y financieras por Internet, son solo algunos ejemplos de los avances tecnolgicos que se han logrado gracias al descubrimiento y desarrollo del microprocesador, la fibra ptica, el rayo lser y el funcionamiento de los satlites en el espacio exterior. Estas tecnologas estn llegando a prcticamente toda la poblacin del mundo debido a sus bajos costos. Al mismo tiempo, en las ltimas dos dcadas, conocidas como la era de la globalizacin y a partir de la cada del muro de Berln en noviembre de 1989, el comercio entre pases se ha liberalizado, se han disminuido tarifas arancelarias y por tanto, los flujos financieros internacionales se han incrementado sustancialmente. El sistema capitalista a partir de 1989 se ha impuesto sobre las economas centralmente planificadas. Durante este perodo de globalizacin, el valor de mercado de los activos financieros, ha crecido a una tasa mayor que la tasa de crecimiento del producto interno bruto mundial y este fenmeno ha provocado un incremento en la liquidez en todo el planeta. La relacin precio-utilidad de las acciones que cotizan en los mercados burstiles ha aumentado significativamente. Acciones, Bonos de deuda, inversiones inmobiliarias y otros activos, han experimentado incrementos importantes en su valor de mercado. El exceso de liquidez en el mundo y la liberalizacin del comercio han presionado las tasas de inters reales hacia la baja y han propiciado inflaciones de un dgito en prcticamente todo el mundo. En este entorno de globalizacin y de avances tecnolgicos, el riesgo de asumir prdidas econmicas que enfrentan las instituciones financieras internacionales se ha incrementado sustancialmente y en consecuencia, la Ingeniera Financiera como disciplina se ha desarrollado de manera significativa. La proliferacin de nuevos productos en los mercados financieros, especialmente los productos derivados de primera y segunda generacin, ha hecho necesaria la creacin de unidades de administracin de riesgos en las Instituciones financieras, que de manera independiente, cuantifiquen y supervisen los riesgos de mercado y de crdito en que incurren dichas instituciones. En adicin a los riesgos de mercado y de crdito, los avances tecnolgicos en el mundo han llamado la atencin sobre una nueva naturaleza de riesgo: el riesgo operativo derivado de fallas y errores en los procesos, sistemas y personas, as como de eventos externos catastrficos. El incremento significativo de estas tres naturalezas de riesgo (mercado, crdito y operativo) han propiciado que el Banco Internacional de Pagos haya publicado en junio de 2004, un documento conocido como Basilea II: Convergencia Internacional de Medidas y Normas de Capital: Marco Revisado, con recomendaciones a los reguladores de instituciones financieras de todo el mundo, para que el capital mnimo exigido a las instituciones bancarias sea el reflejo de las prdidas potenciales incurridas en su participacin activa en los mercados financieros, en el otorgamiento de crdito y en la operacin de los procesos y sistemas implementados, en lugar de establecer una medida uniforme para todas las instituciones financieras. El objetivo final es alinear el capital regulatorio con el capital econmico, de manera que este capital sirva de amortiguador para absorber las prdidas no esperadas que se presenten. Este trabajo pretende proponer una serie de modelos (algunos de ellos inditos) y metodologas de vanguardia para la medicin cuantitativa de riesgos, que contribuyan a la implementacin de los Acuerdos de Basilea II, en el marco de la Ingeniera Financiera y como una aportacin a la Academia de Ingeniera. a) Naturalezas de Riesgos. La propia naturaleza de las Instituciones financieras consiste en asumir riesgos. El financiamiento de largo plazo que otorgan los bancos a empresas, los depsitos de corto plazo provenientes de los ahorradores y la tenencia de instrumentos financieros en los libros de los bancos (adquiridos en cuenta propia), generan la posibilidad de sufrir prdidas potenciales que deben identificarse y medirse. Los tipos de riesgos que la regulacin mexicana contempla son los siguientes: El riesgo de contraparte o de crdito: se define como la prdida potencial por la falta de pago de un acreditado o de una contraparte en las operaciones que involucran pagos contingentes, incluyendo la probable recuperacin de las garantas reales o personales que se hayan otorgado. El riesgo de mercado: se define como la prdida potencial de un portafolios de activos debido a cambios en los factores de riesgo que inciden en la valuacin o sobre los resultados esperados del portafolios, tales como precios, tasas de inters o tipos de cambio, entre otros. Especialidad: Ingeniera Industrial.
11
El riesgo de liquidez: se define como la prdida potencial por la imposibilidad o dificultad de renovar pasivos o de contratar otros en condiciones normales para la institucin, por la venta anticipada o forzosa de activos a descuentos inusuales para hacer frente a sus obligaciones, o bien, por el hecho de que una posicin no pueda ser oportunamente enajenada, adquirida o cubierta mediante el establecimiento de una posicin contraria equivalente. El riesgo operativo: se define como la prdida potencial por fallas o deficiencias en los controles internos, por errores en el procesamiento y almacenamiento de las operaciones o en la transmisin de la informacin, en el personal (fraudes o robos), en los sistemas internos, o bien a causa de acontecimientos externos. Esta definicin incluye al riesgo legal y al tecnolgico, en el entendido que: o Riesgo tecnolgico, se define como la prdida potencial por daos, interrupcin, alteracin o fallas derivadas del uso o dependencia en el hardware, software, sistemas, aplicaciones, redes y cualquier otro canal de distribucin de informacin en la prestacin de servicios bancarios con los clientes de la institucin. o Riesgo legal, se define como la prdida potencial por el incumplimiento de las disposiciones legales y administrativas aplicables, la emisin de resoluciones administrativas y judiciales desfavorables y la aplicacin de sanciones, en relacin con las operaciones que las instituciones llevan al cabo. Incluye la posibilidad de ser sancionado, multado u obligado a pagar daos punitivos como resultado de acciones supervisoras o de acuerdos privados entre las partes.
b) Requerimientos de capital en instituciones financieras. Existen varias razones para que los bancos sean sujetos a una regulacin especial para determinar los requerimientos de capital. La principal es minimizar el riesgo sistmico. Los bancos son proclives a causar un problema sistmico, ya que juegan un papel determinante en el sistema de pagos y en la intermediacin de recursos financieros. Los bancos por su naturaleza tienen un alto nivel de apalancamiento financiero, con pasivos o depsitos de corto plazo, activos relativamente iliquidos (crditos a empresas y personas) y la capacidad de operar instrumentos sofisticados en los mercados financieros. Los ahorradores que invierten su dinero en los bancos, pueden exigir el pago de su capital e intereses al trmino de su inversin, mientras que las empresas y personas deudoras al banco, pueden optar por quedarse con su deuda hasta el trmino del plazo autorizado o prepagar el prstamo si as lo consideran. Los requerimientos de capital intentan mitigar los riesgos que los bancos enfrentan en sus operaciones cotidianas, con el propsito de asegurar que cumplirn con los compromisos asumidos con sus clientes. Para calcular un capital efectivo, se requiere que este refleje los riesgos a los cuales los bancos estn expuestos. La regulacin del capital en los bancos es relativamente nueva. Fue apenas en 1988 que se establecieron estndares mnimos en el Acuerdo de Capital de Basilea o tambin denominado Basilea I y fue hasta junio de 2004 que el Banco Internacional de Pagos emiti las recomendaciones para alinear el capital requerido con los riesgos asumidos y con ello implementar mejores prcticas en materia de administracin de riesgos, especialmente en la medicin y monitoreo de riesgos de crdito, mercado y operativos. c) Acuerdos de Basilea. La ciudad de Basilea se encuentra localizada en Suiza, cerca de Francia y Alemania. El 19% de la poblacin habla francs y el 64% habla alemn. Es la sede del Banco internacional de Pagos (BIS), una organizacin internacional que acta como Banco de Bancos Centrales en el mundo y es la institucin que acta como centro de cooperacin para la estabilidad financiera y monetaria de los principales pases del mundo. Entre sus funciones el BIS emite recomendaciones a la comunidad financiera internacional para fortalecer el sector financiero mundial. El Comit de Supervisin Bancaria del BIS, se estableci por un grupo denominado Grupo de los 10 (G10) en 1974, debido a la bancarrota de algunas instituciones financieras que tuvieron impacto internacional en el mercado cambiario. Los reguladores que conforman este comit son de Blgica, Canad, Francia, Alemania, Italia, Japn, Luxemburgo, Espaa, Suecia, Holanda, Suiza, Inglaterra y Estados Unidos. No obstante que est formado un grupo de 13 pases, las recomendaciones de este comit se implementan en ms de 100 pases. Dichas recomendaciones se consideran como mejores prcticas internacionales. De 1974 a 1988 las funciones del Comit de Supervisin Bancaria eran solo de intercambio de informacin entre sus miembros. En 1988 sin embargo, el Comit emiti un Acuerdo de Capital denominado Basilea I que tena como principal objetivo armonizar los estndares de capital de los bancos internacionales. Basilea I estableca entre otras
12
cosas, que los bancos internacionales deberan contar con un capital mnimo del 8% de sus activos, para por un lado, garantizar un nivel mnimo de capital y por otra, asegurar equidad en la competencia. Hoy en da, un banco que tiene un ndice de capitalizacin de entre 8% y 10% se considera adecuadamente capitalizado, mientras que ms del 10% se considera bien capitalizado. Cuando un banco tiene menos del 8%, se le considera sub capitalizado y el regulador exige un plan de accin correctiva de inmediato. En Mxico, el Banco Central ha emitido lo que se conoce como alertas tempranas para asegurar que los bancos se encuentren bien capitalizados en todo momento. Basilea I es un estndar muy simple que estuvo enfocado principalmente a garantizar que el capital cubriera los riegos de crdito. Desafortunadamente demostr ser totalmente insuficiente con la proliferacin de instrumentos sofisticados como los productos derivados, con el crecimiento de crditos hipotecarios y no inclua cargo de capital ni por riesgo de mercado ni por riesgo operativo. El resultado fue que los bancos continuaban quebrando masivamente. Durante el perodo de 1980 a 1996, 133 de los 181 miembros del Fondo Monetario Internacional experimentaron problemas financieros, incluyendo los que haban implementado el Acuerdo de Basilea I. Lo anterior, oblig al Comit de Supervisin Bancaria del BIS a replantear el Acuerdo de Basilea I y en Junio de 2004 emiti el documento Convergencia Internacional de Medidas y Normas de Capital: Marco Revisado, el cual contiene las normas y principios que se han denominado Basilea II o Nuevo Acuerdo de Capital. Basilea II tiene entre sus propsitos fundamentales, establecer principios y lineamientos para lograr que el capital de los bancos refleje, con mayor precisin y sensibilidad, los riesgos que enfrentan dichos intermediarios, como son el crediticio, el de mercado y ahora tambin el operativo. Asimismo, los lineamientos del nuevo Acuerdo se agrupan en tres Pilares fundamentales, los cuales de manera general pueden describirse como sigue: PILAR 1 Requerimientos mnimos de capital: el cual proporciona diversos mtodos de sensibilidad creciente del capital respecto de los riesgos de crdito, operativo y de mercado. De esta manera, para el riesgo de crdito se contemplan tres enfoques: Estndar; enfoque Bsico de Calificacin Interna; y enfoque Avanzado de Calificacin Interna. Para el riesgo operativo se contemplan cuatro mtodos: enfoque de Indicador Bsico; enfoque Estandarizado; enfoque Estandarizado Alterno y enfoque de Medicin Avanzada. Para el riesgo de mercado se considera el mtodo estndar y el avanzado. PILAR 2 Proceso de supervisin: el cual propone mayores facultades para el supervisor, a efecto de asegurar el correcto seguimiento de las operaciones bancarias; propone una intervencin oportuna del supervisor para mantener el sano desarrollo del sector; subraya la trascendencia de que el supervisor procure que los bancos mantengan un nivel de capitalizacin por arriba de los mnimos establecidos; y destaca la importancia de la independencia del supervisor para poder usar a su entera discrecin, las herramientas y poderes legales que mejor se ajusten a las circunstancias de las instituciones de crdito y al ambiente en el que estas operan. PILAR 3 Uso efectivo de la disciplina de mercado: el cual se orienta a promover mejores estndares para la revelacin de informacin, as como fortalecer el papel de los participantes del mercado en la evaluacin del capital que mantienen los bancos, y en general, de su condicin financiera. El documento de Basilea II es complejo, ya que contiene 674 prrafos numerados con definiciones y explicaciones, muchos de los cuales estn sujetos a interpretacin. Adicionalmente, Basilea II est basado en 500 documentos de soporte. La diferencia principal entre Basilea I y II es que este ltimo provee ms flexibilidad y sensibilidad de los riesgos que se asumen, que en el primero. Basilea II incluye un cargo de capital por tres riesgos: riesgo de crdito, riesgo de mercado y riesgo operativo. El ndice de capitalizacin se determina de la siguiente manera:
Capital total 8% Riesgo de Crdito + Riesgo de Mercado + Riesgo Operativo

Donde: El Riesgo de Crdito puede ser medido como: a. b. c. Mtodo estndar: basado en ponderadores por riesgo de crdito. Mtodo bsico (FIRB). Mtodo avanzado (AIRB).
El Riesgo de Mercado puede ser medido como: Especialidad: Ingeniera Industrial.
13
1. 2.
Mtodo estndar: basado en ponderadores por riesgo de mercado. Modelos internos basados en el Valor en Riesgo (VaR).
El Riesgo Operativo puede ser medido como: 1. 2. 3. Mtodo del Indicador Bsico. Mtodo estndar. Modelos avanzados internos (AMA).
14
II. RIESGO DE CREDITO. a) Introduccin. El riesgo de crdito existe en una transaccin que involucre un pago contingente proveniente de una contraparte. Se refiere a la prdida potencial que puede sufrir un agente econmico (gobierno, empresa o persona) cuando la contraparte incumple con sus compromisos contractuales, en particular en uno o varios pagos esperados. Las condiciones econmicas cambiantes son una fuente de riesgos para las empresas y para las personas. Cuando cambia el entorno econmico, cambian los valores de los activos dados en garanta de empresas y personas a los Bancos. Adicionalmente, el alza de tasas de inters y la depreciacin de tipos de cambio, afectan los flujos de efectivo de las empresas y pueden provocar el evento de incumplimiento. Si como resultado de estos factores, la contraparte degrada su calidad crediticia medida a travs de una calificacin determinada por un modelo de calificacin de cartera, se entiende que el riesgo de crdito aumenta. Tradicionalmente, para autorizar y dar seguimiento a sus acreditados, los analistas de crdito de las Instituciones Financieras se han basado en la evaluacin de diversos factores que intentan explicar el xito o no, de un negocio. Estos factores han sido por una parte subjetivos (tales como la calidad en la administracin de un negocio) y por otra, factores cuantitativos basados principalmente en los Estados Financieros del sujeto de crdito. Sin embargo, ni las opiniones expertas de los analistas, ni el factor del 8% uniforme a los Bancos para determinar el capital mnimo, han sido suficientes para prevenir o atenuar las crisis bancarias que se han presentado en muchos pases en los ltimos 20 aos. En adicin a lo anterior, en los ltimos aos, han proliferado una gran variedad de instrumentos y operaciones que se registran fuera del Balance de las empresas y que tienen un riesgo de contraparte, es decir, el riesgo contingente implcito en un contrato de que la contraparte incumpla con la obligacin contrada. Estos instrumentos son principalmente los productos derivados, notas estructuradas y operaciones de reporto en el mercado de dinero. Por estos motivos, en los ltimos 20 aos, se han implementado modelos de calificacin de cartera y nuevos paradigmas en riesgo de crdito, que implican el uso de tcnicas probabilsticas y estadsticas cada vez ms sofisticadas con los siguientes objetivos: medir las prdidas esperadas y no esperadas por riesgo de crdito, administrar y gestionar portafolios de crditos tanto de consumo como de empresas, determinar niveles de reservas y de capital adecuados, as como definir modelos de rentabilidad econmica por operacin. En este trabajo se explican algunos conceptos contemplados en los nuevos paradigmas de crdito, tales como prdida esperada y no esperada de crdito, probabilidad de incumplimiento (PD), probabilidades de transicin (Pij), severidad de la prdida (LGD), tasa de recuperacin, exposicin al incumplimiento (EAD), etc. Los modelos internos estn basados en 4 parmetros para estimar el riesgo de crdito. Estos parmetros son los siguientes: o o o o PD: La probabilidad de incumplimiento de un deudor sobre un horizonte de un ao. Para su clculo, el BIS recomienda contar con una historia de al menos 5 aos. LGD: La severidad de la prdida o loss given default como porcentaje de la exposicin al incumplimiento. Para su clculo BIS recomienda contar con una historia de al menos 7 aos. EAD: Exposicin al incumplimiento o exposure at default. M: Plazo del crdito.
El mtodo bsico (IRB) de Basilea solamente permite a los bancos el clculo de sus propias PDs como parmetro para estimar el riesgo de crdito, con modelos internos, mientras que los otros 3 parmetros son fijados por el regulador. El mtodo avanzado (AIRB) de Basilea permite a los bancos el clculo de los 4 parmetros para medir el riesgo de crdito. El BIS recomienda que los parmetros sean calculados con modelos que tengan al menos 3 aos de uso que hayan probado su efectividad. b) Modelos de calificacin de cartera. Los modelos de calificacin de cartera tienen como objetivo principal el de medir matemticamente la calidad de un crdito para por un lado, tomar una decisin respecto de otorgar un prstamo o no, y por otro, calcular la probabilidad de incumplimiento del deudor.
15
La dificultad de construir un modelo de calificacin de cartera consiste en determinar los factores o variables que explican la bancarrota o la quiebra de la empresa. Estas variables o factores de riesgo se pueden expresar como razones financieras. Dichas razones financieras se combinan linealmente con un peso especfico para cada una, para obtener como resultado final una calificacin que discrimina las empresas que incumplen en sus compromisos crediticios, de aquellas que no lo hacen. Los modelos ms comunes son economtricos y se construyen como una regresin lineal mltiple.
Z =
Donde:
a x
1
a x
2
a x
3
a x
4
a x
5
+ ....... +
a x
n
a x
son coeficientes de la regresin.
son las razones financieras o factores de riesgo que explican la quiebra de la empresa y en consecuencia, el
incumplimiento. Para determinar tanto las
que conformen la cartera. Como se mencion anteriormente, el BIS recomienda que esta base de datos contenga series de tiempo de al menos 5 aos de historia con informacin financiera de las empresas, tanto de las que cumplieron satisfactoriamente con su compromiso de pago como de aquellas que incumplieron. La base de datos debe tener las siguientes caractersticas: a) Los datos de la muestra debe estar libre de errores obvios, es decir, de datos aberrantes. b) Debe contener solamente datos homogneos para que sean comparables. c) La informacin de incumplimiento debe estar disponible y ser confiable para todos los acreditados. d) La informacin faltante en algunos acreditados debe ser manejada adecuadamente. En este aspecto hay dos opciones: eliminar de la muestra a los acreditados cuya informacin no est completa, o bien, eliminar todas las variables incompletas de la muestra para todos los acreditados. Una vez que la calidad de los datos est garantizada, deben elegirse las variables que potencialmente explican la quiebra del acreditado o que son importantes desde un punto de vista de crdito, tales como: liquidez, apalancamiento (nivel de endeudamiento), productividad, actividad, rotacin, rentabilidad, permanencia en el mercado, cobertura de la deuda, tamao de empresa, tasas de crecimiento, experiencia de pago, etc. A continuacin se muestran ejemplos de estas variables: RAZONES FINANCIERAS 1 Total de Pasivos/ Total de Activos 2 Capital Contable/ Total de Activos 3 Deuda de corto plazo/ Total de Activos 4 Activos Circulantes/ Deuda de corto plazo 5 Deuda de corto plazo/ Total de Activos 6 Capital de Trabajo/ Activos Totales 7 Cuentas por cobrar/ Ventas Netas 8 Cuentas por Pagar/ Ventas Netas 9 Ventas Netas/ Costo del Personal 10 Ventas Netas/ Total de Activos 11 Utilidad de Operacin/ Total de Activos 12 Utilidad Neta/ Capital Contable 13 Activos Totales 14 Ventas Netas/ Ventas Netas del ao anterior 15 Pasivos Totales/ Pasivos Totales del ao anterior 16 Utilidad de Operacin/ Gastos Financieros 17 Calificacin en Bur de Crdito 18 Utilidades retenidas/ Activos Totales FACTOR DE RIESGO Apalancamiento Apalancamiento Apalancamiento Liquidez Liquidez Liquidez Actividad Actividad Productividad Rotacin Rentabilidad Rentabilidad Tamao Crecimiento Crecimiento en apalancamiento Cobertura de la deuda Experiencia de pago Permanencia en el mercado
a como las x
i
se requiere contar con una base de datos de una muestra de empresas
16
C) Medidas de poder predictivo. Una caracterstica clave en los modelos de calificacin de cartera de crditos es su poder predictivo es decir, la capacidad del modelo para separar o discriminar prstamos de buena calidad de aquellos que son de mala calidad. Un modelo de calificacin de cartera debe asignar a cada acreditado un grado de riesgo de manera discreta. Si un sistema de calificacin tiene k grados de riesgo, entonces cada crdito tendr una calificacin o categora denominada
1 2 3
R,
i
es
decir,
k
que
el
sistema
de
calificacin
incluir
los
siguientes
grados
de
riesgo:
R , R , R ,.........., R
donde se asume que las categoras de riesgo estn ordenadas en grados crecientes de
calidad de crdito, es decir, los acreditados con la peor calidad de crdito tendrn una calificacin de mejor calidad crediticia tendrn asignada la calificacin de
y los de
En el siguiente ejemplo, se presenta un sistema de calificacin de k=5, es decir, 5 grados de riesgo. El nmero de acreditados cumplidos, incumplidos y el total, se muestra en la siguiente tabla:
Acreditados Ri Cumplidos 1 150 2 200 3 185 4 215 5 200 Total: 950
Acreditados Incumplidos 27 14 2 5 2 50
Total Acreditados 177 214 187 220 202 1000
Sea S la probabilidad observada de prstamos. Sea tambin D el conjunto de acreditados incumplidos (Default), ND el de acreditados cumplidos (Non-default) y T el total de acreditados. Si se desea saber la probabilidad observada de acreditados incumplidos en el nivel de riesgo 3, la de acreditados cumplidos en el nivel de riesgo 2 y la de acreditados totales en el nivel de riesgo 5, tendramos lo siguiente:
2 = 0.04 50 200 S ND (2) = 950 = 0.21 202 S T (5) = 1,000 = 0.202
(3) =
Asimismo, sea C la distribucin de probabilidad acumulada de S. Por ejemplo, la probabilidad observada de que un deudor tenga una calificacin igual o menor que cumplido tenga una calificacin menor o igual al nivel de riesgo 4 es la siguiente:
R.
i
Por ejemplo, la probabilidad acumulada de que un deudor
ND
( 4) =
150 + 200 + 185 + 215 = 0.7894 950
Para medir el nivel del poder predictivo de un modelo de calificacin de cartera, es necesario definir lo que se conoce como CAP (Cumulative Accuracy Profile). Esta es la curva que resulta al graficar la distribucin de probabilidad acumulada de los acreditados incumplidos
con la distribucin de probabilidad del total de
17
acreditados
. En la grfica que se muestra a continuacin, se observa que para cada nivel de riesgo
D
se
determinan las
y las
. La curva del CAP debe iniciar en el punto (0,0) y terminar en el punto (1,1).
CD Acreditados Incumplidos 1.0 Area P
CAP con perfecto poder predictivo
CAP del modelo Area R CAP sin poder predictivo
1.0 Total de Acreditados
CT
Existen 2 casos especiales en el cmputo de la curva CAP. El primero es cuando no existe poder predictivo y por tanto, el modelo no discrimina los crditos de buena calidad de los de mala calidad. En este caso, la curva CAP es una recta de 45 grados que inicia en el origen y termina en el punto (1,1). Es decir, si el modelo no contiene informacin respecto de las variables que determinan el incumplimiento o la quiebra, entonces asignar una calificacin aleatoria a dichos crditos y se tendr la misma probabilidad acumulada para los acreditados incumplidos y el total de acreditados. El segundo caso especial sera un sistema de calificacin de cartera que contenga informacin perfecta respecto de la calidad crediticia de los deudores. En este caso, todos los acreditados incumplidos obtendrn una peor calificacin que los acreditados cumplidos y el resultado es que la curva CAP tender a acercarse a uno rpidamente y permanecer en ese nivel. La informacin contenida en la curva CAP puede resumirse en un solo nmero, que es el conocido como el Coeficiente de Poder Predictivo o AR (Accuracy Ratio), tambin llamado coeficiente de Gini. Este coeficiente est dado por:
AR =
Area R = 2A 1 Area P
Donde el rea entre la curva CAP y la recta de 45 grados, es el rea R, mientras que el rea P corresponde a la superficie de la curva de perfecto poder predictivo y la curva CAP. El ndice AR adquiere un valor entre 0 y 1. Mientras mayor sea AR, mayor ser el poder de discriminacin del modelo y por tanto, su poder predictivo. El valor de A se refiere al rea bajo la curva CAP, dada por la integral definida de la curva de 0 a 1:
A = f ( x)dx
0
18
A continuacin se muestra un ejemplo para el clculo del ndice de precisin (AR) considerando 10 grados de riesgo, con una historia de 5 aos, en que se reunieron las calificaciones de 155,495 acreditados, de los cuales incumplieron 1,965 acreditados. Es decir, una Probabilidad de incumplimiento promedio de 1.26%.
Escala 1 2 3 4 5 6 7 8 9 10
Total 990 770 960 5,480 2,220 2,940 3,610 18,095 100,400 20,030 155,495
Casos Cumplidos 420 600 760 5,000 2,110 2,800 3,540 18,000 100,300 20,000 153,530
Incumplidos 570 170 200 480 110 140 70 95 100 30 1,965
PD 57.58% 22.08% 20.83% 8.76% 4.95% 4.76% 1.94% 0.53% 0.10% 0.15%
CT % Acum. Acred. 0.6% 1.1% 1.7% 5.3% 6.7% 8.6% 10.9% 22.6% 87.1% 100.0%
CD %Acum. Incump. 29.0% 37.7% 47.8% 72.3% 77.9% 85.0% 88.5% 93.4% 98.5% 100.0%
Ln(CT) (5.057) (4.481) (4.046) (2.942) (2.703) (2.454) (2.215) (1.489) (0.138) -
La curva CAP es la que se obtiene de graficar CT vs CD como sigue:
CT vs CD
120.0% 100.0% 80.0% CD 60.0% 40.0% 20.0% 0.0% 0.0%
20.0%
40.0%
60.0% CT
80.0%
100.0%
120.0%
Para determinar el rea bajo la curva CAP se debe realizar una regresin no lineal (generalmente logartmica) y obtener la integral definida (0,1) de la ecuacin. A continuacin se observa la grfica de la curva CAP con la ecuacin de la regresin que mejor ajusta a la curva. Por lo general una regresin logartmica aplica en estos casos:
19
CT vs CD
120.0% 100.0% 80.0% 60.0% 40.0% 20.0% 0.0% 0.0% 20.0% 40.0% 60.0% CT
Por tanto A sera:
y = 0.1439Ln(x) + 1.0973 2 R = 0.8937
CD
80.0%
100.0%
120.0%
A=
f ( x ) dx =
0 [0 .1439 Ln ( x ) + 1 .0973 ]dx

1
= 0 . 1439
Ln ( x )dx + 1 . 0973
dx
La solucin a la integral de logaritmo es: Por lo que:
Ln( x )dx = xLn ( x) x
A = 0.1439 [(1 Ln (1) 1) (0 Ln (0) 0 )] + 1.0973 [1 0]
A = 0.1439 ( 1) + 1.0973 = 0.9534

El coeficiente de precisin AR es:
A = 2 A 1 = 2 0.9534 1
A = 0.9068 = 90.68%
El cual se considera un AR muy alto y en consecuencia el modelo de calificacin es muy preciso.
d) Prdida esperada. No obstante que no es posible anticipar con certeza las prdidas que puede registrar una cartera de crditos en un perodo de tiempo (por ejemplo 1 ao) por incumplimientos de los acreditados, es factible calcular el nivel promedio de prdidas que razonablemente se puede esperar de acuerdo a la experiencia. La prdida esperada es ese nivel promedio de prdidas en un perodo de tiempo especfico, normalmente se usa un ao. En el control de los riesgos de crdito, un Banco califica el nivel de riesgo de sus acreditados mediante modelos de calificacin de la cartera que incluya factores de riesgo que expliquen y pronostiquen la probabilidad de impago y con base en estas calificaciones de niveles de riesgo, se calcula una probabilidad de incumplimiento o de default (PD) para cada uno de ellos. Esta probabilidad refleja la frecuencia porcentual en que los acreditados incumplen con sus obligaciones crediticias en el periodo de un ao.
20
Adicionalmente a la PD, es necesario determinar un factor porcentual de la exposicin al riesgo que est relacionado con el nivel de recuperacin de garantas o colaterales asociados al prstamo. A este factor se le conoce como severidad de la prdida o Loss Given Default (LGD). Finalmente, debe estimarse un monto de exposicin al incumplimiento o Exposure at Default (EAD) que es un estimado del saldo dispuesto ms probables futuros retiros en los saldos no dispuestos de una lnea de crdito, en particular en caso de incumplimiento. La expresin matemtica de la prdida esperada de cada acreditado es la siguiente:
PE= EAD PD LGD

Donde: PE = Prdida esperada del portafolios en un periodo de tiempo. PD = Probabilidad de incumplimiento o de default en un periodo de tiempo. EAD = Exposicin al incumplimiento o Exposure at default. LGD = Severidad de la prdida o Loss Given Default. Expresada en trminos porcentuales la prdida esperada es la siguiente:
PE= PD LGD
Para el caso de un portafolio de crditos, la prdida esperada del portafolio sera la siguiente:
PE
= p
EAD
i =1
LGD
PD
Note que la expresin de prdida esperada es similar al concepto de esperanza matemtica en teora de probabilidad. Es decir, la multiplicacin de una variable por su probabilidad de ocurrencia. Este tambin es el caso en riesgos de crdito. Como en la esperanza matemtica, la prdida esperada representa el promedio de las prdidas que ocurren en un portafolio en periodo de tiempo que puede ser de un ao o de un trimestre, dependiendo de la frecuencia en la calificacin de la cartera. En la siguiente grfica se observa este concepto:
Prdidas por Incumplimientos
Promedio (media) de las prdidas en un perodo de tiempo. X X X X X X X X X X X tiempo X
Prdida Esperada
La prdida esperada representa el nivel de reservas que los Bancos deben tener a manera de seguro contra las prdidas, como medida prudencial y es posible incorporar dichas prdidas al precio de los productos que la Instituciones ofrecen a la clientela, como un componente del costo de hacer negocios.
21
e) Tasa de recuperacin Es el porcentaje que recupera el banco en caso de que un acreditado del mismo incurra en un evento de incumplimiento de pago (default). Esta cantidad est en funcin de las garantas o colaterales otorgados al banco y de los gastos legales y administrativos en el proceso. La tasa de recuperacin se calcula de la siguiente manera:
R=
Donde: R VR VT GL f) Exposicin al riesgo (EAD).
VR GL VT
Tasa de recuperacin. Valor recuperado de las garantas o colateral. Valor total del crdito. Gastos legales asociados a la recuperacin.
La exposicin al riesgo en el evento de incumplimiento (Exposure at default: EAD) es el monto al que est expuesto el banco al otorgar un crdito. Este monto consiste en dos partes: el saldo vigente y el monto comprometido o lnea de crdito autorizada. El saldo vigente al monto dispuesto por el acreditado. En caso de incumplimiento, el banco peder el saldo del deudor. El monto comprometido se divide a su vez en dos porciones: el monto dispuesto y el no dispuesto, en el perodo previo al incumplimiento. El monto total comprometido es el monto que el Banco ha prometido prestar al acreditado cuando este lo solicite. g) Severidad de la prdida (LGD). La severidad de la prdida de un crdito conocida por sus siglas LGD (del trmino loss given default), est definida como 1 menos la tasa de recuperacin del crdito. Es decir, el LGD cuantifica la proporcin de prdida para el Banco que realmente sufrir en caso de un incumplimiento. La tasa de recuperacin del crdito (r) depende de la calidad del colateral o garanta (efectivo, valores, prenda, activo fijo, etc) y del grado de prioridad o prelacin de pago (seniority) que tenga el Banco frente al acreditado. Cada Banco debe reunir sus propios datos y crear su propia estadstica de recuperaciones por tipo de garanta y por zona geogrfica. Sin embargo, hay algunas fuentes externas que proporcionan valores de recuperacin de bonos, distinguindolos por su prelacin de pago. Tal es el caso de la calificadora Moodys. Debido a que los LGDs son parmetros que juegan un papel muy importante en el clculo de la prdida esperada y no esperada, se estima que en los prximos aos, las bases de datos de los Bancos mejoren en este aspecto, para lograr una estimacin confiable. h) Prdida no esperada. En adicin a las reservas que reflejan las prdidas esperadas, los bancos deben tener capital suficiente para cubrir las prdidas no esperadas, que exceden el promedio de las prdidas registradas histricamente. La prdida no esperada se define como la mxima prdida potencial que puede registrarse en un portafolios de crditos para un nivel de confianza o de probabilidad (Ej: 99%) y en un perodo de tiempo dado (Ej: un ao).
= 99% el capital de un Banco debe ser suficiente para cubrir prdidas Por ejemplo, si el nivel de confianza es no esperadas en 99 de cada 100 aos, asumiendo un horizonte de un ao en el clculo de probabilidades de incumplimiento. Asimismo, podemos esperar que en un ao de cada 100 aos, las prdidas rebasen el capital econmico y el banco sea insolvente.
La prdida no esperada, tambin entendida como capital econmico o Credit-VaR captura la volatilidad de las prdidas esperadas con un nivel de confianza alto. Para entender mejor este concepto obsrvese la siguiente grfica:
22
Prdidas por Incumplimientos Nivel de confianza
Prdida No Esperada X Prdida Esperada
X X
X X
X Capital Econmico X
X X X
X tiempo
i) Curva de distribucin de prdidas. La curva de distribucin de probabilidad de prdidas por incumplimientos en las contrapartes juega un papel importante en la medicin de riesgos de crdito. Existen dos maneras de generar la curva de distribucin de prdidas: una simulacin Montecarlo y una aproximacin analtica.
Frecuencia
percentil Prdida Esperada (PE) Prdida No Esperada (PNE)
Prdidas por incumplimientos
La aproximacin analtica consiste en elegir una curva de distribucin conocida y sustituirla por la verdadera distribucin de prdidas. En la prctica, existen varias distribuciones que tienen sesgo a la derecha y colas pesadas, como la que se muestra en la figura anterior. Se determinan el primer y segundo momento, es decir, la media y la varianza. Se debe elegir la curva que mejor ajuste al portafolios original (primer y segundo momentos). Entre las curvas de distribucin ms conocidas se encuentran la beta, la gamma, la pareto, la Poisson, Weibull y la lognormal. j) Requerimiento de capital en Basilea II.
23
El Comit de Basilea del Banco Internacional de Pagos (BIS) determin un modelo de prdida no esperada para el requerimiento mnimo de capital a los bancos. Este modelo es el siguiente:
Capital (K) = [LGD * N [(1 R )^ 0 .5 * G (PD ) + (R / (1 + R ))^ 0 . 5 * G (0 .9999 )] PD * LGD ] * (1 1 .5 b (PD ))^ 1 (1 + (M 2 . 5 ) * b (PD ))
Donde: PD Es la probabilidad de incumplimiento o de default. LGD es la severidad de la prdida o Loss Given default. R es el coeficiente de correlacin. M es el plazo del crdito. 0.9999 es el nivel de confianza del Credit VaR o de la prdida no esperada. Como puede observarse, el capital mnimo requerido a una institucin financiera, est en funcin de la probabilidad de impago (PD), de la severidad de la prdida (LGD), del plazo y del monto del crdito. La intuicin y la evidencia emprica indican que los crditos de largo plazo son ms riesgosos que los de corto plazo, por tanto, el requerimiento de capital aumenta con el plazo del crdito. Desde el punto de vista econmico, el valor razonable o de mercado del crdito es el valor presente de los flujos de efectivo esperados de dicho crdito (marca a mercado). Asimismo, debido a que los flujos de efectivo esperados estn en funcin de la probabilidad de incumplimiento, los crditos con altas PDs tienen un menor valor de mercado que los crditos con el mismo monto pero con probabilidades de incumplimiento bajas. Activos ponderados por riesgo. El requerimiento de capital (K) en la frmula de Basilea, est expresado en trminos porcentuales de la exposicin. Para el clculo de activos ponderados por riesgo, deben multiplicarse el requerimiento de capital (K) por el recproco del mnimo nivel de capital que es 8% (factor de 12.5) y por el nivel de exposicin, como sigue:
Activos ponderados por riesgo = 12 .5 K EAD

III. PROBABILIDADES DE TRANSICION Y DE INCUMPLIMIENTO.
La probabilidad de incumplimiento de un crdito puede calcularse de dos maneras: con base en la frecuencia relativa de los incumplimientos en un perodo dado, es decir a travs de la construccin de matrices de transicin, o bien, mediante algn modelo economtrico del Logit o Probit. El primer enfoque se normalmente se aplica para crditos de empresas y el segundo para crditos al consumo. La matriz de probabilidades de transicin muestra la probabilidad de que un instrumento, con cierta calificacin al inicio de un perodo, mantenga esta calificacin o cambie al final de dicho perodo, o bien, en el caso extremo, la probabilidad de que un instrumento con una cierta calificacin caiga en incumplimiento al final del perodo. La matriz de transicin estar compuesta por una serie de elementos aij que representan la probabilidad de que un instrumento que cuenta con un nivel determinado de calificacin crediticia se mantenga en dicho nivel o pueda migrar a otro.
ij
= ( ai1, ai 2, ai 3, ai 4, ai 5, .......a1n )
=1
Tal que:
a
j =1
ij
24
Donde: i es el nivel crediticio (grado de riesgo) que le corresponde al acreditado en cuestin (rengln).
Considerando que las i son los renglones y las j son las columnas se deduce que: i = j indica la probabilidad de que un instrumento que est en la calificacin i permanezca con esa calificacin para el siguiente perodo. i j indica la probabilidad de que un instrumento con calificacin i migre a la calificacin j en un perodo. Las probabilidades de transicin se determinan de acuerdo al nmero de acreditados que en los ltimos aos (ej: 5 aos) han migrado de un nivel de calificacin a otro, es decir:
a ij =
Donde:
Aij AT i
Aij es el nmero de acreditados que en los ltimos aos (ej: 5 aos) migraron de la calificacin i a la calificacin j. ATi es el nmero total de acreditados que en los ltimos aos (ej: 5 aos) estuvieron dentro de la calificacin i.
A continuacin se muestra un ejemplo de clculo de probabilidades de incumplimiento y de transicin. Se tienen 50 acreditados y con base en las calificaciones de un ao al siguiente, se observa la matriz de transicin y la de probabilidades de transicin:
25
Como puede observarse, si NT es el nmero total de crditos calificados en un nivel o grado de riesgo i y NI es el nmero de acreditados que incumplen en un perodo, pertenecientes a ese grado de riesgo i, la probabilidad de incumplimiento est dada por:
PD
n NI i i =1
NT
En el ejemplo anterior, para el nivel de riesgo A, se present solo 1 acreditado incumplido, de un total de 24 acreditados, por tanto, la probabilidad de incumplimiento para el grado de riesgo A es la siguiente:
PD
24
= 4.16%
26
Las probabilidades de incumplimiento se encuentran en la ltima columna de la matriz de probabilidades de transicin. Ahora bien, las probabilidades de incumplimiento por grado de riesgo van creando lo que se conoce como curva de probabilidades de incumplimiento. Est curva debe ser monotnica y creciente. Es decir, para un grado de riesgo mayor, la probabilidad de incumplimiento debe ser mayor. En el caso del ejemplo anterior, la curva de probabilidades de incumplimiento se muestra a continuacin:
CURVA DE PROBABILIDADES DE INCUMPLIMIENTO

120% 100% 80% 60% 40% 20% 0% A B C GRADOS DE RIESGO D E
IV. SEVERIDAD DE LA PRDIDA. La literatura de riesgos financieros le ha prestado mayor importancia a la probabilidad de incumplimiento (PD) que a la Severidad de la Prdida, conocida tambin como loss given default (LGD) o prdida dado el evento de incumplimiento. Tampoco se ha prestado mayor atencin a la relacin entre los dos parmetros: PD y LGD. La Severidad de la Prdida (LGD) se define como la proporcin o porcentaje de un crdito en incumplimiento que ya no se recuperar en el futuro. Esta proporcin depende de las tasas de recuperacin del crdito y que estn ligadas con las garantas o colaterales del mismo. Esto incluye el efecto de la tasa de descuento a valor presente asociado con el perodo de tiempo entre la fecha de incumplimiento, con la fecha de la recuperacin de la garanta y su realizacin en efectivo, as como los gastos y costos legales y administrativos asociados con dicha recuperacin. Los LGDs tienden a ser diferentes para cada garanta o colateral asociado al crdito. Por tanto, para medir este parmetro se requiere la creacin de bases de datos que permitan una estadstica confiable. Los datos histricos representan la principal fuente de informacin en la estimacin de tasas de recuperacin de crditos en incumplimiento. Estos datos deben ser analizados de acuerdo a una definicin econmica que considera todos los costos incurridos en todo el proceso de recuperacin. Esta definicin obedece a la siguiente frmula:
TR =
VPR M M C = EAD EAD M
(1+ r )
M C EAD
(1+ r )
LGD = 1 TR
Donde: TR = la tasa de recuperacin del crdito. VPR = el valor presente del monto recuperado. M = el monto recuperado. EAD = la exposicin al incumplimiento (exposure at default). C = el monto de los costos administrativos asociados al proceso de recuperacin. Especialidad: Ingeniera Industrial.
27
r t
= la tasa de descuento para determinar el valor presente. = el perodo de tiempo del proceso de recuperacin.
Note que la relacin (M-C)/M se refiere a la proporcin del monto recuperado una vez que se ha incurrido en los costos administrativos asociados a la recuperacin. La tasa de descuento r que se usa para el clculo de valor presente del monto recuperado M, puede estar en funcin de informacin histrica de las tasas, por ejemplo, el promedio de las tasas observadas entre el momento del incumplimiento y el final del proceso de recuperacin de la garanta. No obstante, si se desea estimar el LGD de crditos futuros, se podra descontar con las tasas de inters adelantadas o forward.
Asimismo, la duracin del proceso de recuperacin de la (s) garanta (s) denominado t, debe calcularse en trminos financieros, es decir, debe incorporar cualquier flujo de efectivo intermedio durante el proceso. En caso de bancarrota del acreditado, la recuperacin del crdito se obtiene frecuentemente en varios pagos en diferentes momentos en el tiempo. En estos casos, se recomienda aplicar la Duracin de Macaulay para el clculo de t. La frmula de dicha duracin es la siguiente:
t x (1+ r )
T R t =0 T t
x (1+ r )
R t =0 t
R
Donde
es la duracin de la recuperacin y
R t
se refiere a los flujos de recuperacin.
Lo mismo aplica para los flujos que se cargan al acreditado una vez que incumple, como podra ser el caso de comisiones no pagadas o algn otro concepto. En este caso, la frmula sera la siguiente:
t x (1+ r )
T F t =0 T t
x (1+ r )
F t =0 t
F
Donde
del incumplimiento. La duracin total del proceso de recuperacin sera:
es la duracin de los flujos cargados al acreditado y
F t
se refiere a los flujos de cargados despus
t =D D
R
A continuacin, se muestra un ejemplo: sea un acreditado que en el momento del incumplimiento presenta una deuda de $100 y 40 das despus del incumplimiento se le adiciona la cantidad de $15 por concepto de comisiones no pagadas. La recuperacin total se logra por $80, en dos pagos: uno de $50 al final del primer ao y otro de $30 al final del segundo ao. Los costos incurridos en el proceso de recuperacin son de $25 y la tasa de inters para descontar a valor presente es de 7%. En este caso EAD = $100 + $15 = $115 ; M = $80 ; C=$ 25 y r = 7%. En el siguiente cuadro se ejemplifican los flujos de efectivo que se presentan en el proceso de recuperacin:
28
La duracin de los flujos cargados al acreditado es la siguiente:
0 100
(1+0.07) 100 ( + 0.07) 1
0 / 360
+ 40 15
0 / 360
(1+0.07) + 15 ( + 0.07) 1
+ 720 30
40 / 360
40 / 360
= 5.18 dias
La duracin de los flujos recuperados es la siguiente:
360 50
(1+0.07) 50 ( + 0.07) 1
F
360 / 360
360 / 360
(1+0.07) + 30 ( + 0.07) 1
720 / 360
720 / 360
= 489.34 dias
La duracin total del proceso es como sigue:
t =D D
R
= 489.34 5.18 = 484.16 dias
Una vez calculado el perodo del proceso de recuperacin, el LGD sera el siguiente:
LGD =
M C EAD
(1+ r )
80 25 115
(1+0.07)
484.16 360
= 47.43 %
Relacin entre Probabilidades de incumplimiento (PD) y Severidad de la prdida (LGD): Los modelos de riesgo de crdito consideran que las PDs y los LGDs son variables independientes y por tanto la correlacin entre ambos es cero. Sin embargo, ambas variables estn en funcin de condiciones macroeconmicas, tales como ciclos econmicos, variaciones de tipo de cambio o de tasas de inters, etc. De hecho, se puede argumentar que existe una correlacin negativa entre las PDs y las tasas de recuperacin (TR) como sigue: a) Si la economa del pas entra en un ciclo de recesin y las empresas en incumplimiento se incrementan, los activos de estas dados en garanta disminuirn de valor y las tasas de recuperacin disminuirn.
29
b) Si los colaterales son instrumentos de deuda y las tasas de inters aumentan, los acreditados en incumplimiento aumentarn y las tasas de recuperacin disminuirn. c) Si los colaterales son hipotecas de bienes inmuebles y la economa del pas entra en recesin, entonces las tasas de incumplimiento aumentarn y el valor de los inmuebles disminuir y en consecuencia las tasas de recuperacin sern menores. La existencia de una correlacin negativa entre tasas de incumplimiento y tasas de recuperacin tiene implicaciones relevantes en los efectos cclicos econmicos. Las Instituciones que decidan adoptar los modelos avanzados de Basilea, debern estimar sus propios LGDs los cuales deben capturar los efectos de los ciclos econmicos, de tal manera que cuando la economa registre crecimientos negativos, los LGDs estimados tiendan a aumentar de acuerdo al ciclo econmico.
V. METODOLOGIAS DE RIESGO DE CREDITO. a) Modelo KMV Moodys. Este modelo se basa en aplicar la teora de valuacin de opciones financieras desarrollado por Fisher Black y Myron Scholes en su famoso artculo publicado en 1973. La valuacin de opciones se ha extendido a otros campos de las finanzas corporativas, en particular en la determinacin del valor de una empresa, de su capital y de su deuda. En este apartado se pretende explicar la manera de valuar la deuda y capital de una empresa con opciones, as como determinar la probabilidad de incumplimiento de la firma. Considere una empresa que solamente tiene dos instrumentos financieros, un bono cupn cero que vence en el tiempo T y acciones comunes. El valor de mercado de los activos de la firma A ser la suma de los valores de mercado de los dos instrumentos:
A=C+B
Donde C es el valor de mercado de las acciones y B es el valor de mercado de la deuda, que en nuestro ejemplo simplificado es un bono cupn cero con valor nominal o facial D y con perodo de pago en T. Tambin, asuma que el valor de mercado de los activos de la firma al vencimiento del Bono ser liquidado ya sea a los acreedores del Bono o a los accionistas. El perfil de pagos de estos instrumentos ser como sigue:
B = min( A, D ) C = max( A D,0)

Veamos en primer lugar el caso del valor de las acciones que conforman el capital de la firma. El perfil de pagos del capital es similar al perfil de una opcin de compra (call option). En la figura que a continuacin se presenta obsrvese que si el valor de los activos al final del perodo T adquiere el valor 0A* los activos sern superiores al monto de la deuda y los accionistan obtendrn un valor residual despus de pagar la deuda (utilidades que se traducirn en dividendos). Mientras que si el valor de los activos al final del perodo T es 0A, el valor de los activos ser menor que el valor de la deuda (porque las prdidas de la firma implican un capital negativo) y los accionistas perdern los recursos invertidos (estn fuera del dinero).
30
Por lo anterior, para determinar el valor del capital se podra aplicar la frmula de Black Acholes para valuar opciones. Dicha frmula es la siguiente:
C = AN (d 1) D e
rt
N (d 2 )
d d
2 A Ln + r + t 2 D
= d1 t
donde: A es el valor de los activos de la firma. D es el valor nominal de la deuda. r es la tasa libre de riesgo. t es el perodo de la deuda. es la volatilidad del bien subyacente, es decir, de los activos de la firma.
rea bajo la curva).
N (d 1)
N (d 2 )
Son los valores que corresponden a la curva de distribucin normal acumulada (el
Por otra parte, existe tambin una correspondencia entre el valor de la deuda y el valor de una opcin. Para determinar el valor de la deuda se aplica la siguiente expresin:
D = De
rt
opcin put
Es decir, el valor presente del valor nominal de la deuda descontado con la tasa libre de riesgo, menos el valor de una opcin de venta o put option.
31
La siguiente grfica muestra el perfil de pagos de una opcin de venta o put option que coincidentemente es el perfil de pagos de un simple prstamo. Para entender el concepto asuma que este es un prstamo que un banco le otorga a una empresa a un perodo de un ao y que el monto del prstamo (0D) es otorgado sobre la base de un descuento, es decir, se trata de un bono cupn cero. Durante el ao, la empresa destinar el prstamo a una o varias inversiones productivas cuyo valor se reflejar en los activos de la firma.
Si al final del ao, el valor de mercado de los activos es 0A* , los accionistas de la firma tendrn incentivos para pagar la deuda 0D porque tendrn un valor residual o utilidades generadas ese ao (0A*-0D). Se puede observar que para cualquier valor de los activos que exceda a 0D, loas accionistas de la firma tendrn incentivos para liquidar el prstamo y cumplir su compromiso con el banco. Sin embargo, consideremos que el valor de mercado de los activos es menor que OK, es decir, 0A en la grfica. En este caso, los accionistas tendrn el incentivo de incumplir su compromiso con el banco y entregarle a este los activos de la firma. Para un valor de mercado de los activos que exceda a 0D, el banco tendr un rendimiento fijo por el prstamo otorgado y para un valor de los activos menor a 0D, el banco sufrir prdidas que en el peor de los casos (si no hay colateral) pueden ser del 100% del prstamo y sus intereses. Como puede observarse, el perfil de pagos de un prstamo para el banco, coincide con el de una opcin. Cuando el banco otorga el prstamo, implcitamente est emitiendo una opcin de venta o put. El valor de la deuda es el precio de ejercicio y el valor de los activos es el valor del bien subyacente. Considerando la frmula de Black-Scholes para una opcin de venta (put option), el valor de un prstamo es el siguiente:
Valor del Bono = D e
rt
De
rt
N ( d 2) AN ( d 1)
2 A Ln + (r + 0.5 )t D d1 = t
d =d
2
t
32
Donde A es el valor de mercado de los activos; D es el valor facial o nominal de mercado de la deuda; r es la es la tasa libre de riesgo al plazo de la opcin o del prstamo, t es el plazo de la opcin o del prstamo, volatilidad de los rendimientos de los activos y N(d) es la probabilidad acumulada de la curva de distribucin normal.
La frmula anterior puede simplificarse algebraicamente y se obtiene una frmula ms conocida en el mercado para la valuacin de Bonos de Deuda. Esta frmula es la siguiente:
- rt 1 Valor del Bono = D e N (h1) + N (h 2 ) De A

rt
1 2 2 t ln (d ) h1 = t 1 2 2 t + ln (d ) h2 = t
A continuacin se presenta un ejemplo de valuacin de un prstamo en excel, aplicando tanto la frmula tradicional de Black-Scholes, como la frmula simplificada arriba mencionada: D = $100,000 A = $110,000 t = 1 ao. r = 8% anual.
12% anual.
33
Para determinar la sobretasa o premio por riesgo de contraparte, se podra aplicar la frmula siguiente:
1 1 Sobretasa = ln N (h2 ) + N (h1) t

En el ejemplo anterior, la sobretasa sera la siguiente:
1 Sobretasa = [ 1]ln 0.9193 + 0.0641 = 0.43% 0.8391

Lo que significa es que el riesgo contraparte de este tipo de deuda tiene un premio de 0.43% por arriba de la tasa libre de riesgo que es del 8%.
Cabe sealar que dados los supuestos de Black-Scholes en la determinacin de su modelo, algunas Instituciones prefieren aplicar el modelo binomial de Cox-Rubinstein, aunque el concepto sealado anteriormente es exactamente el mismo. Por otra parte, en la frmula de Black-Scholes para determinar el valor de la opcin de compra (call option) obsrvese que el valor del capital puede obtenerse a travs de conocer el precio de mercado de las acciones de la firma, por lo que los valores del capital ( C ), de la tasa de inters libre de riesgo ( r ), el valor de mercado de la deuda (D) y el plazo de la deuda ( t ), son variables fcilmente observables en el mercado. Sin embargo, el valor de mercado de los activos y la volatilidad de los rendimientos de los activos ( ) no son directamente observables.
34
Para determinar el valor de los activos y de la volatilidad de los rendimientos de dichos activos, KMV propone el planteamiento de una segunda ecuacin, con el objeto de tener dos ecuaciones con dos incgnitas, de manera que se puedan resolver. Dicha ecuacin es la siguiente:
c=
Donde
N (d 1) A A C
es la volatilidad de los rendimientos del precio de la accin en el mercado, A es el valor de los
activos en el mercado,
de mercado del capital y N(d1) es el valor de la probabilidad acumulada de la frmula de Black & Scholes. De lo anterior se desprende que las incgnitas son: el valor de mercado de los activos A y la volatilidad de . Mientras que son valores conocidos, el valor nominal de la deuda D, el los rendimientos de los activos
es la volatilidad de los rendimientos de los activos en el mercado, C es el valor
valor de mercado del capital C, la volatilidad del capital
de mercado de la accin), el plazo de la deuda t y la tasa libre de riesgo r. A continuacin se presenta el mismo ejemplo numrico mencionado. Si la volatilidad de rendimientos de la serie histrica de los precios de la accin arroja 4.32% diaria y esta equivale a 68.34% anual, la volatilidad de los activos que resulta de resolver por algn mtodo iterativo las dos ecuaciones (en este caso se aplic la herramienta del solver en excel) es de 12% anual. Obsrvese que la volatilidad de los activos, por lo general ser menor a la volatilidad del capital. Los pasos que se siguieron fueron como se detalla en el siguiente cuadro:
(calculada con la serie histrica de los precios
35
Una vez que se han calculado los valores de la volatilidad de los activos, de los propios activos y la valuacin de la deuda, la metodologa KMV considera el clculo de lo que se denomina frecuencia de incumplimiento esperada EDF (Expected Default Frequency) para cada deudor. En la siguiente figura, se puede observar que durante el ao que dure la deuda en la empresa, los activos pueden adoptar un valor superior a los $110,000 un valor inferior a este nivel. El punto de incumplimiento se dara cuando el valor de los activos sea inferior al valor nominal de la deuda, es decir, $100,000. La regin de incumplimiento es la que se encuentra por debajo del valor de la deuda. Esta rea representa la probabilidad de que el valor de los activos sea menor que el valor de la deuda en el perodo de un ao y es la frecuencia de incumplimiento esperada (EDF). Obsrvese que la regin de incumplimiento aumenta cuando: a) el valor de los activos disminuye, b) la volatilidad de los activos aumenta y c) el valor de la deuda aumenta. Si se asume que los rendimientos de los activos se comportan de acuerdo con una distribucin normal, la distancia de incumplimiento DD (distance to default) en el perodo de un ao, ser:
DD =
A D
En nuestro ejemplo, la distancia de incumplimiento DD ser la siguiente:
DD =
110,000 100,000 = 0.7575 0.12 110,000
Es decir, si los rendimientos de los activos se comportan de acuerdo con una distribucin de probabilidad normal, la distancia para el incumplimiento es de 0.7575 desviaciones estndar. En tablas de la curva normal estandarizada (media 0 y desviacin estndar de 1), tenemos que la probabilidad de default (EDF) en este caso es de: 0.2243 22.43%. Esta probabilidad se puede considerar alta debido por una parte al alto nivel de apalancamiento de la empresa y a la alta volatilidad de los activos. Por otra parte, la metodologa de KMV Moodys para determinar la probabilidad de incumplimiento es la siguiente:
36
PD
L( ) L( X ) + 2 / 2 v = N V t v t
]t

Donde: Vt es el valor de la empresa. X es el umbral de incumplimiento.
el la volatilidad del activo de la empresa. es el valor esperado de los rendimientos del activo.
X = ST + 0.5 LT si LT/ST < 1.5 X= ST +(0.7-0.3ST/LT)LT si LT/ST > 1.5 Donde ST es deuda a corto plazo y LT es deuda a largo plazo. b) Metodologa de Creditmetrics. Creditmetrics es una herramienta propuesta por el banco internacional JP Morgan en 1997, para medir el riesgo de un portafolios, como un valor en riesgo, como consecuencia de cambios en el valor de la deuda causados por cambios en la calificacin crediticia de la contraparte (emisor del papel). Es decir, no solo considera el evento de incumplimiento, sino tambin los cambios (aumentos o disminuciones) en la calidad crediticia del emisor. Para medir riesgos de crdito, es decir, prdidas esperadas en un portafolio con varios activos, surgen dos problemas complejos de resolver: el primero de ellos se refiere a la curva de distribucin de probabilidad de los rendimientos de crdito. En riesgos de mercado la distribucin se asemeja a la normal y es relativamente simtrica, por lo que con la media y desviacin estndar es posible entender los riesgos y cuantificar el valor en riesgo, mientras que en riesgos de crdito, los rendimientos del portafolios son sesgados y la curva presenta alta kurtosis en la cola izquierda, por tanto, no bastan la media y la desviacin estndar para entender la distribucin de probabilidad. A continuacin se presenta esquemticamente esta diferencia fundamental:
Riesgos de mercado Kurtosis alta
Riesgos de crdito
El fenmeno de alta kurtosis en la cola izquierda de la curva, se debe a los probables eventos de incumplimiento o bancarrota. El segundo problema en el modelado de riesgos de crdito, se refiere al clculo de las correlaciones entre rendimientos de los activos del portafolio. La insuficiencia de datos histricos de la calidad crediticia del emisor, hace difcil la estimacin de correlaciones. No obstante estos problemas, Creditmetrics propone los siguientes pasos a seguir para determinar los riesgos de crdito: Paso 1. Definir la matrz de probabilidades de transicin. Especialidad: Ingeniera Industrial.
37
La probabilidad de transicin
ij
es la probabilidad de que un emisor con i calidad crediticia hoy, pueda
migrar o moverse a otra calidad crediticia j en un horizonte de tiempo definido. Las probabilidades de transicin pueden ser calculadas internamente en las Instituciones o bien, recurrir a las que algunas empresas calificadoras han calculado. Hoy en da existen tres calificadoras en Mxico: Standard & Poors, Fitch y Moodys. Despus de la dcada de los noventa, caracterizada por fusiones y adquisiciones, todo indica que estas tres compaas son el patrn estndar en el mercado financiero mexicano. La idea central de las calificadoras es tener un juicio objetivo y libre de conflicto de intereses sobre la situacin financiera de una empresa. Cabe mencionar que la calificacin que se indica puede darse sobre la compaa emisora de deuda (en la mayora de casos si sta es pequea) o sobre una emisin particular (si la compaa emisora es grande). Por ejemplo, en el caso de Standard & Poors existen siete categoras de calificacin. La ms alta calificacin es AAA y la ms baja es CCC. La probabilidad de impago o incumplimiento es D. En nuestro ejemplo, si se tiene un Bono que hoy presenta una calificacin de BBB las probabilidades de transicin seran las siguientes:
En este ejemplo, hay una probabilidad del 5.30% de que un Bono calificado hoy como BBB, dismuya su calificacin a BB en el perodo de un ao. Obsrvese que la probabilidad ms alta de 86.93% es la que se refiere a que el Bono mantenga su calificacin en el perodo de un ao. La probabilidad de que el Bono suba de calificacin de BBB a AAA tambin es baja, es decir de 0.02%. Ahora bien, en lugar de pensar en un Bono de manera independiente, es mejor establecer lo que se conoce como matrz de probabilidades de transicin. Esta matrz de es una tabla de probabilidades que resume las diferentes probabilidades de transicin, como a continuacin se seala: En Mxico, la empresa proveedora de precios denominada Valor de Mercado en coordinacin con la empresa
Matrz de probabilidades de transicin de Standard & Poors con horizonte de un ao.
AAA AA A BBB BB B CCC
AAA 90.81 0.7 0.09 0.02 0.03 0 0.22
AA 8.33 90.65 2.27 0.33 0.14 0.11 0
A 0.68 7.79 91.05 5.95 0.67 0.24 0.22
BBB 0.06 0.64 5.52 86.93 7.73 0.43 1.3
BB 0.12 0.06 0.74 5.3 80.53 6.48 2.38
B 0 0.14 0.26 1.17 8.84 83.46 11.24
CCC 0 0.02 0.01 0.12 1 4.07 64.86
D 0 0 0.06 0.18 1.06 5.2 19.79
Fuente: Standard & Poors (Abril 15, 1996)

38
Canadiense Algorithmics, ha realizado un esfuerzo por construir una matriz de transicin con informacin de los instrumentos mexicanos. El ejemplo que se presenta es una matriz con un perodo de transicin de un ao con instrumentos de mediano plazo. En el ejemplo que se presenta la probabilidad de migrar de la calificacin 3 a la 4 es de 4.29%. La ltima columna de la matriz indica la probabilidad que tiene cada tipo de instrumento de caer en impago. Las compaas calificadoras utilizan diferentes escalas. Esto crea la necesidad de homologar la escala para poder utilizar toda la informacin de la base de Valmer. La escala va del 1 al 6, siendo 1 la mejor calificacin y 5 la peor, el 6 denota el evento de impago o incumplimiento (equivalente a la calificacin D de Standard & Poors). No se puede dejar de enfatizar la vital importancia que tiene la calidad de la base de datos que se utiliza para la estimacin. La calidad es bsica para tener confianza en los resultados arrojados por el proceso de estimacin. La base de datos utilizada por Valmer sigue a 1564 instrumentos desde 15 de Junio de 1989 hasta Septiembre de 2001. Paso 2. Valuacin del precio forward del Bono. Para la valuacin del Bono se requiere de la curva de tasas correspondiente a cada nivel de calificacin. Si se toma en cuenta el criterio de Standard & Poors, se debe contar con siete curvas de tasas que incorporen la sobretasa o spread que refleje el riesgo de crdito. Todos los acreditados que tengan la misma calificacin crediticia deben ser valuados con la misma curva. A continuacin se presenta un ejemplo de las curvas de tasas que incluyen el spread por riesgo de crdito y por cada calificacin de acuerdo con el criterio de las siete calificaciones de Standard & Poors.
39
Curvas de tasas con distintas calidades crediticias

Fuente: Creditmetrics, JP Morgan
16.0% 14.0% 12.0% 10.0% 8.0% 6.0% 4.0% 2.0% 1 2 3 4 AAA AA A BBB BB B CCC
El precio forward de cada Bono es el valor presente del Bono tomando en cuenta un ao hacia delante, tomando en cuenta las tasas de descuento de la curva que represente la calificacin del Bono y los flujos de efectivo (cupones) del Bono desde un ao hacia delante hasta el vencimiento del Bono. Por ejemplo, si el Bono tiene una calificacin BBB y la tasa cupn es del 6% (valor nominal de $100), el precio forward del Bono a un ao es el siguiente:
BBB
= 6+
6
1
1.041 1.0467 1.0525 1.0563
6
2
6
3
106
4
= 107.53
Si replicamos el mismo clculo para las distintas calificaciones, obtendremos los siguientes valores: El valor de default es simplemente la tasa de recuperacin de acuerdo a la calidad del colateral y no obedece a la frmula de valor presente en el ao uno. Paso 3. Medicin del riesgo de crdito (Credit VaR).
40
A continuacin se muestra el clculo del Credit VaR a partir de los cambios en el valor del Bono, es decir, las prdidas y/o ganancias que se obtendran en las diferentes calificaciones:
Asumiendo normalidad en los cambios en la distribucin de prdidas y/o ganancias, la media y la volatilidad del portafolios, como medida de riesgo, se determina de la siguiente manera:
TOTAL
= P i V i
i =1
n Pi i =1
( V i )2
i
Donde:
TOTAL
V
i
Es la probabilidad de tener calificacin i. Es el valor del portafolios en el estado i.

i
Es el cambio de valor en el estado i.
En este ejemplo, ntese cmo el Credit VaR asumiendo distribucin normal es menor (en trminos absolutos) que en la distribucin real (7.43 vs 9.45). Esto se debe a que como ya se mencion, en el caso de riesgo de crdito, la distribucin de probabilidad no es normal y tiene una kurtosis alta, especialmente en la cola izquierda de la curva. Ntese tambin que el primer percentil de la distribucin de prdidas y/o ganancias, no se obtiene interpolando entre los valores de 0.12% y 1.17%, sino que se acumula la probabilidad empezando por la de incumplimiento hacia la calificacin AAA, de tal suerte que el primer percentil ser la probabilidad acumulada que sea igual o mayor que el 1%. El procedimiento para determinar dicho primer percentil es el siguiente: La probabilidad de impago es 0.18%. Este valor es menor que el 1%. La probabilidad de estar en calificacin CCC en incumplimiento es Especialidad: Ingeniera Industrial.
41
de 0.30% (es decir: 0.12% + 0.18%), que an es menor que el 1%. La probabilidad de tener calificacin B, CCC en incumplimiento es de 1.17% (es decir: 0.30% + 1.17%). Debido a que ahora esta probabilidad es mayor que el 1%, se toma como primer percentil el valor de la calificacin B y el Credit VaR en este caso es de 9.45. A continuacin se muestra el histograma de frecuencias de la distribucin de prdidas y/o ganancias del Bono BBB:
Histograma de frecuencias del precio forward de un Bono BBB
0.9 0.85 0.8 0.75 0.7 0.65 0.6 0.55 0.5 0.45 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0
51.13 83.63 98.09 102.01 107.53 108.64 109.17 109.35
c) Credit Risk Plus. El modelo propuesto por Creditmetrics, est basado en los cambios probables de las calificaciones de la contraparte y en consecuencia en la determinacin de un cambio en el valor del crdito. El modelo propuesto por Credit Suisse Financial Products (CSFP) en 1997, considera nicamente dos estados de la naturaleza: incumplimiento y no incumplimiento y su propsito es determinar las prdidas esperadas y no esperadas del portafolio. Esta es la razn por la que se dice que Creditmetrics es un modelo de Mark-to Market y Credit Risk Plus es un modelo de probabilidad de incumplimiento. Otra diferencia importante respecto del modelo de Creditmetrics es que la probabilidad de incumplimiento en un perodo especfico es discreta, mientras que en el modelo de Credit Risk Plus, la probabilidad de default es una variable continua con una distribucin de probabilidad. Adems de determinar la probabilidad de incumplimiento, Credit Risk Plus permite determinar la severidad de la prdida. Este modelo asume que las probabilidades de incumplimiento se comportan de acuerdo con una distribucin de Poisson. La distribucin de Poisson es aquella en que la distribucin de probabilidad est dada por:
p ( x, ) = e
El valor de es una tasa por unidad de tiempo. Para el tema que nos ocupa, es la tasa de crditos incumplidos que en promedio se registran en un perodo de tiempo (normalmente un ao). La letra e representa la base de logaritmos naturales, cuyo valor es 2.71828 y x es el nmero de incumplimientos de inters x= 0, 1 2, 3, ...N. Especialidad: Ingeniera Industrial.
x!
x = 0,1,2,....
42
En la distribucin de Poisson, la media y la varianza son iguales:
= media =
= media =
Veamos un ejemplo: basados en datos histricos el promedio de crditos incumplidos en una cartera de prstamos, es del 3% (3 crditos en cartera vencida de cada 100). Se desea saber la probabilidad de que en dicho portafolios se presente 1 incumplimiento:
(2.71828) (3) = 0.1493 = 14.93% p (1,3) =

3 1
1!
La probabilidad de que se presenten 3 incumplimientos es:
(2.71828) (3) = 0.2240 = 22.40% p(3,3) =

3 3
3!
La probabilidad de que se presenten 6 incumplimientos es:
(2.71828) (3) = 0.0504 = 5.04% p (6,3) =

3 6
6!
La probabilidad de que no se presenten incumplimientos es:
(2.71828) (3) = 0.0497% = 4.97% p(6,3) =

3 0
0!
De tal suerte que la probabilidad de que se presenten varios incumplimientos en la cartera de este ejemplo, se calcula en el siguiente cuadro. Asimismo, se grafic la curva de distribucin de probabilidades de dichos incumplimientos.
43
De aqu se desprende que en la metodologa de Credit Risk Plus tambin es posible determinar un Credit VaR y una prdida esperada. Si el promedio en el monto de crditos en el portafolios del ejemplo que nos ocupa es de $20,000 por crdito y se espera (de acuerdo con datos histricos) que el 3% de los crditos incumpla, entonces la prdida esperada ser de $60,000 (es decir, 3 x $20,000) y la prdida no esperada o CreditVaR ser el que resulte de obtener un nivel de confianza del 99%. Obsrvese que este nivel de confianza se presenta para cuando 8 crditos incumplen en el portafolios, en cuyo caso la prdida no esperada es de $160,000 (8 x $20,000). A continuacin se muestra grficamente:
Distribucin de prdidas para el portafolios de crditos

0.25
0.2
0.15
0.1
0.05
0
$0 $ 2 0 ,0 0 0 $ 4 0 ,0 0 0 $ 6 0 ,0 0 0 $ 8 0 ,0 0 0 $ 10 0 ,0 0 0 $ 12 0 ,0 0 0 $ 14 0 ,0 0 0 $ 16 0 ,0 0 0 $ 18 0 ,0 0 0 $ 2 0 0 ,0 0 0 $ 2 2 0 ,0 0 0
d) Comparacin entre los tres modelos.
44
La Asociacin de Swaps y Derivados (ISDA) y el Instituto Internacional de Finanzas (IIF) public los resultados de un estudio que muestra las comparaciones entre los tres modelos de riesgo de crdito mencionados (KMV, Creditmetrics y Credit Risk Plus), implementados por 25 Bancos Comerciales en 10 pases. Las conclusiones ms importantes del estudio son las siguientes: 1. 2. Los modelos arrojan resultados consistentes entre s cuando se tienen datos de entrada similares. De hecho, con datos de entrada iguales, los resultados entre las tres metodologas son casi idnticos. Las diferencias en los resultados se deben a los datos de entrada con distintas frecuencias, correlaciones, mtodos de valuacin, spreads, tasas de descuento y tratamiento de flujos de efectivo.
Con el propsito de comparar los resultados, el grupo de expertos de IIF/ISDA consideraron dos portafolios: uno pequeo con valor de mercado de USD 12,540 millones que considera 588 crditos y uno grande de YSD 20,173 millones que considera 2,352 crditos. La tasa de recuperacin de garantas (recovery rate) fue del 60% para crditos y 40% para Bonos que cotizan en el mercado. La desviacin estndar anual de los recovery rates fue de 25% para crditos y 20% para Bonos. Como puede apreciarse en el cuadro siguiente, la consistencia en los resultados es muy alta. KMV subestima la prdida esperada, probablemente debido a que la tasa de descuento que utiliza el modelo es la tasa libre de riesgo, mientras que en el modelo de Creditmetrics se utiliza la tasa libre de riesgo ms un spread.
En conclusin, los tres modelos muestran gran consistencia, pero las diferencias se encuentran en los supuestos de los parmetros de entrada al modelo. Hay que recordar que en el caso de la medicin de riesgos de crdito, a diferencia de los riesgos de mercado, la limitacin en la recoleccin de datos es mayor y la frecuencia de los mismos, es menor. En el caso particular de la aplicacin de estos modelos en Mxico, se puede afirmar que la mayor parte de los Bancos ya cuentan con informacin histrica de sus acreditados y que a partir de distintos sistemas de calificacin de dicha cartera, se obtienen tasas de incumplimiento de los acreditados y las matrices de transicin. Los modelos ms usados por los Bancos en Mxico para medir el riesgo de crdito son Creditmetrics y Credit Risk Plus. Algunos utilizan otros modelos distintos a los explicados en este trabajo. La mayora ha optado por considerar un perodo de un ao como horizonte en el clculo del Credit VaR. Esto se debe a que los Bancos no esperan cambios significativos en la calidad de su cartera en perodos menores a un ao y a la recomendacin de Basilea. VI. RIESGO OPERATIVO. El riesgo operativo representa la prdida potencial por fallas o deficiencias en los sistemas de informacin, en los controles internos o por errores en el procesamiento de las operaciones.
45
Este riesgo surge como consecuencia de la posible ocurrencia de sucesos inesperados relacionados con los aspectos operativos y tecnolgicos de las actividades de negocio que le puedan generar en un momento dado prdidas potenciales a una institucin. El riesgo operativo afecta a todas las actividades de las instituciones con distinta intensidad dependiendo de factores como la estructura, la organizacin, la segregacin de funciones, el grado de automatizacin, la diversificacin de sistemas, el control interno, entre otros. La identificacin, medicin y monitoreo de riesgo operativo es ms complejo, heterogneo y abstracto, que en el caso de riesgo de mercado y de crdito. El riesgo operativo debe ser manejado descentralizadamente apoyndose en los expertos que manejan cada uno de los procesos operativos de la Institucin. A continuacin se presenta una comparacin en la gestin de riesgo operativo con los riesgos de mercado y de crdito:
Naturaleza de Riesgo Riesgo de Mercado
Nivel de anlisis Portafolios de activos (Mesas de Trading). Centralizado.
Factores de Riesgo o Tasas de inters. o Tipos de cambio (FX). o Precios de acciones.
Elementos del portafolios Activos que cotizan en mercados organizados o en OTC.
Riesgo mximo Ilimitado en productos derivados y posiciones cortas. Monto total de los crditos del portafolios
Riesgo de Crdito
Portafolios de crditos. Centralizado.
Riesgo Operativo
Unidades de Negocio y reas administrativas. Descentralizado.
Segmentos homogneos: o Crdito a empresas y/o gobiernos. o Crdito al Consumo: tarjeta de crdito, autos, hipotecarios, personales. Categoras de riesgo: o Fraudes o Empleados o Clientes, productos y prcticas de negocios o Dao a activos fsicos o Interrupcin de negocios y fallas en sistemas o Errores en Transacciones.
Crditos y tipo de garantas.
Procesos
Ilimitado
El riesgo operativo incluye al riesgo tecnolgico y legal, en el entendido de que: o Riesgo tecnolgico, se define como la prdida potencial por daos, interrupcin, alteracin o fallas derivadas del uso o dependencia en el hardware, software, sistemas, aplicaciones, redes y cualquier otro canal de distribucin de informacin en la prestacin de servicios bancarios con los clientes de la institucin. Riesgo legal, se define como la prdida potencial por el incumplimiento de las disposiciones legales y administrativas aplicables, la emisin de resoluciones administrativas y judiciales desfavorables y la aplicacin de sanciones, en relacin con las operaciones que las instituciones llevan al cabo. Incluye la posibilidad de ser sancionado, multado u obligado a pagar daos punitivos como resultado de acciones supervisoras o de acuerdos privados entre las partes.
De acuerdo con el Comit de Basilea, el clculo de capital por riesgo operativo puede ser dividido en cuatro enfoques: Enfoque de Indicador Bsico. Enfoque estndar. Estndar alternativo. Enfoque de modelos avanzados (Advanced Measurement Approach: AMA).
46
En el caso del requerimiento de capital por riesgo operativo, las instituciones de crdito debern usar el enfoque del indicador bsico, pudiendo optar por utilizar el enfoque estndar o estndar alterno, siempre que cumplan con los requisitos mnimos para estos efectos. Estos enfoques varan dependiendo de su grado de complejidad y el Comit de Basilea los ha diseado de tal manera que existan incentivos para que los bancos aspiren a implementar modelos avanzados cuando se demuestre que stos son lo suficientemente slidos para poder emplearse en la determinacin del requerimiento de capital por riesgo operativo. Los bancos con presencia internacional y los que tienen una exposicin importante al riesgo operativo deberan utilizar un mtodo ms sofisticado que el del indicador bsico. Se permitir a los bancos utilizar el mtodo del indicador bsico o el estndar para parte de sus actividades y un mtodo avanzado en otras operaciones. Sin embargo, si el banco se encuentra certificado por el regulador en el enfoque estndar o en el de modelos avanzados y posteriormente el Supervisor determina que el banco no cumple con algn criterio o requisito del enfoque implementado, dicho banco deber regresar a un enfoque ms simple hasta que se considere que ya subsan plenamente con los requisitos correspondientes a un enfoque ms complejo. Enfoque de Indicador Bsico. Este es el enfoque ms simple de los tres mencionados. Considera un solo indicador financiero en todo el banco. El cargo de capital por riesgo operativo est dado por el resultado de multiplicar los ingresos agregados del banco por un porcentaje fijo, como sigue: Cargo de capital por riesgo operativo = (Promedio de Ingresos totales) x El Comit de Basilea ha establecido que el nivel de aritmtico de los ltimos tres aos, por lo que:
3
sea de 15%. Los ingresos totales son el promedio
Cargo de capital por riesgo operativo
Ingresos anuales
i =1
La principal ventaja de este enfoque, es que no se requiere realizar alguna inversin para su implementacin. Est pensado para Bancos muy pequeos, ya que los Bancos grandes buscarn implementar un enfoque ms complejo que tenga una relacin de beneficio/costo positivo en sus inversiones. El banco que elija esta opcin, deber revelarlo en los estados financieros, indicando el cargo de capital por riesgo operativo y bajo qu enfoque se calcul. Enfoque Estndar El enfoque estandarizado es una versin ms refinada del enfoque anterior. Este enfoque parte de la idea de que el riesgo operativo que un banco tiene en sus diferentes lneas de negocio presenta diferentes perfiles y por tanto, una lnea de negocio puede ser ms riesgosa que otra. Por tanto, asigna un peso o factor a cada lnea de negocio, de tal suerte que el cargo por riesgo operativo de la Institucin es una suma de pesos ponderados como sigue:
Cargo por riesgo operativo
8 max i =1 j =1
3
( Ingresos de lnea de negocios ),0

i i
Donde: Ingresos de lnea de negocios clasificacin que seala Basilea.

i
son los ingresos anuales de cada categora de negocios conforme a la
47
i es el factor de peso asignado a la lnea de negocio
i.
El Comit de Basilea ha determinado que el factor
vare entre 12% y 18% dependiendo de la lnea de
negocio. Hay 8 lneas de negocio que Basilea ha establecido, a saber:
Lneas de Negocio Finanzas Corporativas Ventas y Negociacin (Trading) Cartera de Menudeo Cartera Comercial y Corporativa Pagos y liquidaciones (operaciones) Servicios de agencia y custodia Administracin de activos Intermediacin de menudeo
Factor Beta 18% 18% 12% 15% 18% 15% 12% 12%
Para aspirar a la implementacin de este enfoque, los bancos deben satisfacer ciertos requisitos, entre ellos: un rea de auditoria independiente, identificacin y reportes consistentes de prdidas por riesgo operativo por lnea de negocio, mapeo de las lneas de negocio a las clasificaciones de Basilea. De lo anterior se desprende que cada banco tendr que asignar o mapear sus lneas de negocio con las ocho categoras mencionadas. Para una mejor definicin de dichas lneas de negocio, el Acuerdo de Basilea II aclara con ms detalle el significado de las 8 lneas de negocio, como a continuacin se observa en el cuadro:
LNEA DE NEGOCIO (NIVEL 1)
Finanzas Corporativas
Negociacin y Ventas
Cartera de Menudeo
LNEA DE NEGOCIO (NIVEL 2) Finanzas Corporativas Finanzas de Administraciones locales / pblicas Banca de Inversin Servicios de Asesoramiento Ventas Creacin de Mercado Posiciones propias Tesorera Banca menudeo Banca privada Servicios de tarjetas Banca comercial
Grupos de actividades
Fusiones y adquisiciones, suscripcin de emisiones, privatizaciones, titulacin, servicio de estudios, deuda, acciones, sindicaciones, ofertas pblicas iniciales, colocaciones privadas en mercados secundarios. Renta fija, renta variable, divisas, valores, crdito, financiacin, posiciones propias en valores, prstamos y operaciones en reporto, intermediacin, deuda. Prstamos y depsitos de clientes de menudeo, servicios bancarios, fideicomisos y testamentarias y asesoramiento de inversin. Financiamiento de proyectos, bienes races, financiamiento de exportaciones, crdito comercial, factoraje, arrendamiento financiero, prstamo, garantas, letras de cambio. Pagos y recaudaciones, transferencia de fondos, compensacin y liquidacin. Contratos de custodia, certificados de depsito, operaciones de sociedades (clientes) para prstamo de valores. Agentes de emisiones y pagos.
Cartera comercial
Pagos y liquidacin
Clientes externos Custodia
Servicios de agencia y Custodia
Administracin de activos Especialidad: Ingeniera Industrial.
Agencia para empresas Fideicomisos para empresas Administracin discrecional de fondos
48
Administracin no Agrupados, segregados, minoristas, institucionales, discrecional de fondos de capital fijo, de capital variable. Intermediacin de menudeo Intermediacin menudeo Ejecucin y servicio completo
Enfoque estndar alternativo De acuerdo con Basilea II, los Bancos pueden optar a discrecin del Regulador, por este enfoque que pretende evitar la duplicidad en el conteo de riesgos operativos. Bajo este enfoque, el cargo de capital por riesgo operativo es el mismo que en el enfoque estandarizado excepto por dos lneas de negocio: Cartera de Menudeo y Cartera Comercial. Para estas lneas de negocio se establece un nuevo factor m que se ha fijado en 0.035 y se reemplaza el factor de ingresos anuales como indicador de exposicin de riesgo, por el monto promedio de las carteras menudeo o comercial, segn sea el caso, de la siguiente manera:
Cargo de capital = Donde:
m Monto promedio de la Cartera
es el factor de peso asignado a la lnea de negocio (menudeo o comercial).
m = 0.035. Monto de la Cartera anual

i
es el monto promedio de la cartera libre de provisiones, en los ltimos 3 aos.
Enfoque de modelos avanzados (AMA). El Comit de Basilea ha reconocido que las metodologas para medir el riesgo operativo de manera cuantitativa estn desarrollndose y no existen paradigmas al respecto, como en el caso de la medicin de riesgos de mercado y de crdito. Solamente se han sealado algunos lineamientos para cumplir con este enfoque. El Comit de Basilea ha sealado que la implementacin de este enfoque deber ser gradual y ha fijado un piso del 75% del enfoque estndar, para usar este enfoque. Es decir, que el cargo de capital por riesgo operativo al implementar modelos avanzados no puede ser menor que el 75% del clculo por el mtodo estndar. Sin embargo, la mayor parte de los Bancos grandes han creado un rea de identificacin y medicin de riesgos operativos para aspirar a implementar este enfoque. Las tcnicas cuantitativas requieren de la conformacin de una base de datos confiable de eventos de prdidas debido a riesgos operativos. Actualmente, los Bancos estn creando sus bases de datos y estn diseando sus metodologas matemticas para la medicin de dichos riesgos. El Regulador est solicitando un mnimo de 5 aos de historia, sin embargo, cuando un Banco dese iniciar con el modelo avanzado (AMA) una ventana de 3 aos ser aceptable. El mnimo nivel de confianza aceptable en la medicin de riesgo operativo es de 99.9%. Las bases de datos deben estar organizadas de manera que sea posible clasificar los eventos de prdida por unidad de negocio y por tipo o factor de riesgo. Los datos deben poder agregarse o desagregarse en la estructura interna definida para conformar una matriz de riesgos operativos. Las instituciones financieras deben tener modelos confiables, transparentes y bien documentados que permitan verificar la efectividad en la medicin de riesgos operativos. Por ejemplo, podr haber casos en que el clculo de la prdida no esperada para algn factor de riesgo tenga un nivel de confianza del 99.9% y sea suficiente, pero habr otros en que el comportamiento de las colas pesadas de la distribucin de prdidas o la insuficiencia de datos, requieran de un anlisis de escenarios y la implementacin de controles que mitiguen el riesgo operativo. Los bancos deben determinar un umbral (threshold) como monto mnimo de prdida. Algunos bancos multinacionales han definido este umbral en USD 10,000 por evento.
49
En principio, el capital por riesgo operativo ser la suma de la prdida esperada ms la prdida no esperada. Sin embargo, est abierta la posibilidad de que si el Banco tiene establecidas reservas por riesgo operativo, el cargo de capital sera nicamente la prdida no esperada (mejor entendida como la mxima prdida potencial). La prdida esperada es el valor esperado (promedio) calculado de la distribucin de prdidas. La prdida no esperada corresponde a las prdidas entre la media o promedio y el que corresponda al 99.9 percentil de la distribucin de prdidas. En riesgo operativo, las curvas que mejor ajustan a la distribucin de prdidas son la Poisson, log-normal, Weibull, Pareto, Gamma y la exponencial, principalmente. El comportamiento tpico del riesgo operativo es el de prdidas de baja severidad con alta frecuencia y prdidas de alta severidad con poca frecuencia, como se muestra en la siguiente figura:
Riesgo operativo
Frecuencia
160 140 120 100 80 60 40 20 0 $20 $1,866 $3,711 $5,557 $7,403 $9,248
ALTA FRECUENCIA BAJA SEVERIDAD DE
POCA FRECUENCIA ALTA SEVERIDAD DE PERDIDA
a) Gestin y Proceso del Riesgo Operativo. La gestin y proceso del riesgo operativo considera en primer lugar, la identificacin de riesgos, en segundo lugar su cuantificacin y control mediante el establecimiento de lmites de tolerancia al riesgo, establecimiento de planes de accin para los riesgos identificados y finalmente, la mitigacin y monitoreo de dichos planes con el fin de disminuir la exposicin a stos, o de instrumentar una cobertura. A continuacin se muestra esquemticamente este proceso:
50
El riesgo operativo ha brindado soluciones en las reas de administracin de riesgos y como primer paso es importante elaborar las polticas y manuales de procedimientos para la gestin del riesgo operativo. Adems, las incidencias de riesgo han sido clasificadas para permitir identificar potenciales riesgos con antelacin. Dentro de las polticas los principales puntos a considerar para su elaboracin son: Alcance Definicin de Riesgo Operativo Principios de Gestin del Riesgo Operativo Marco de Gestin del Riesgo Operativo Control y Supervisin Programa de Capacitacin Contabilidad y Guarda de Registros Mtodos de Valuacin y Principios Contables Identificacin, Seguimiento y Gestin de Riesgos Planeacin y Anlisis de Resultados Programa de Auto Evaluacin: Risk Control Self Assesments (RCSA) Programa de Indicadores Clave de Riesgo (KRIs) Niveles de Tolerancia de Riesgo Operativo Seguridad de la Informacin Polticas de Continuidad de Negocios y Planes de Contingencias Base de Datos de Prdidas por Riesgo Operativo Reportes a la Alta Direccin Los parmetros que se consideran para la elaboracin de dichas polticas y procedimientos se han encaminado bsicamente en dos grandes vertientes, la primera es la parte cuantitativa mediante la creacin de la Base de Datos Histrica de Prdidas por Riesgo Operativo y la segunda es la parte cualitativa Auto evaluacin (Self Assessment) de las que desarrollaremos en este trabajo. b) Base de Datos de Prdidas por Riesgo Operativo Las consecuencias asociadas a fallas operativas son cada vez mayores por lo que las instituciones deben dar sistemticamente seguimiento a las prdidas por riesgo operativo tanto por lnea de negocios, como por factores de riesgo de acuerdo con los esquemas de clasificacin de Basilea II, los cuales se muestran a continuacin.
Tipos de Evento, clasificacin de Basilea II Nivel 1 Fraude interno Fraude externo Relaciones laborales y seguridad en el lugar de trabajo
Nivel 2 Actividades no autorizadas Robo y fraude interno Robo y fraude externo Seguridad de los sistemas Relaciones laborales Ambiente de seguridad Diversidad y discriminacin
Clientes, productos y prcticas de negocios
Idoneidad, revelacin y fiduciario Prcticas inadecuadas de negocio o de mercado Productos defectuosos Seleccin, Garanta y exposicin Actividades de asesoramiento
Daos a activos fsicos Interrupcin a los negocios y fallos en los sistemas Ejecucin, entrega y administracin de procesos
Desastres y otros eventos Fallas de Sistemas Captura, ejecucin y mantenimiento de transacciones Seguimiento y comunicacin de informes Captacin de clientes y documentacin Administracin de cuentas de clientes
51
Contrapartes de negocios Distribuidores y proveedores
Esta categora de Tipo de Evento sirve para clasificar los eventos, los cuales deben ser reportados por los responsables de las reas que generan las prdidas mediante un reporte por cada lnea de negocios de la institucin; dichos responsables adoptarn la figura de Gestores de Riesgo Operativo, quienes son responsables de administrar los riesgos especficos de sus procesos, ya que son ellos los expertos y cuentan con la documentacin suficiente a fin de documentar cada evento de prdida, asimismo, son responsables del seguimiento y control de esos riesgos. Los gestores de cada lnea de negocio deben reportar de forma mensual los eventos de prdida para la base de datos histrica a la oficina de Riesgo Operativo a fin de centralizar la informacin de la institucin por riesgo operativo. La adopcin de Basilea II supone, que los bancos contarn con una gestin del riesgo operativo ms extenso, sistematizado, flexible y eficiente, pero ello implica necesariamente un proceso que permita la implementacin de Basilea II ms all de requerimientos regulatorios. La forma en que se gestionan los procesos en una institucin determina el nivel de control que se tiene sobre el negocio. El proceso relacionado con la recoleccin de eventos de prdida debe contener herramientas que permitan crear, transformar y agilizar el proceso de identificacin a fin de que puedan salir a la luz y ser claramente visibles para los gestores de riesgo operativo. A continuacin se presenta un diagrama de los procesos generales para la recoleccin de eventos por riesgo operativo.
La intencin de contar con una base de datos de prdidas es hacer posible en primera instancia, cuantificar las prdidas materializadas y en segundo lugar poder contar con los datos suficientes para modelar, gestionarlos los riesgos de forma dinmica, optima, con eficiencia, flexibilidad y ofrecen informacin sobre procesos crticos tiles para perfeccionar los mecanismos de control. Dentro del manual para la recoleccin de eventos de prdida los principales puntos a considerar para su elaboracin son: Alcance Definiciones Especialidad: Ingeniera Industrial.
52
Requerimientos de los Reportes Responsables de recolectar y reportar los eventos de prdidas Provisiones o Reservas Clasificacin de Tipos de Eventos de Prdida segn Basilea Mapeo de Lneas de Negocios Inventario de Causas El establecer catlogos de clasificacin, permitir de mejor manera poder entender la naturaleza del riesgo operativo, al tener vistas por rea, factor de riesgo, tipo de evento, tipo de causa, tipo de efecto, zona, y desde luego periodo, ya sea ao, trimestre o mes. Lo anterior permitir a las instituciones identificar rpidamente en qu punto fallan los procesos con que frecuencia o dnde son habituales los errores humanos, en actividades como errores en captura de transacciones en los sistemas informticos. Adems de poder mejorar las capacidades para cumplir con estndares y regulaciones del mercado; reduccin de costos y mejora en la toma de decisiones. Uno de los catlogos que ms cuidado debe tener en su elaboracin es el inventario de clases de causas, el cual debe considerar toda la lnea del proceso como se muestra en el siguiente Cuadro. En dicho cuadro se contempla desde el proceso de planeacin, definicin de tareas del personal, la forma de la organizacin, la tecnologa empleada, las relaciones con los clientes, los aspectos contables, el tema de cumplimiento, y los estndares para hacer frente a los fraudes tanto interno como externo a fin de contar con mejores modelos a seguir. La elaboracin de este catlogo no est limitada a la lista mostrada, sino de crear toda una subclasificacin de cada una de estas familias. Identificador A. B. C. D. E. F. G. H. I. J. CLASE DE CAUSAS Planeacin, Gestin y Coordinacin Personas Organizacin, Roles y Responsabilidades Tecnologa Relaciones con Clientes Procedimientos y Procesamiento de Transacciones Contabilidad, Valuacin y Reportes Cumplimiento Crimen y Eventos Externos Riesgo Reputacional
c) Proceso de Auto-evaluacin (Risk Control Self Assessment). El proceso de Auto evaluacin (Risk Control Self Assessment) tiene como objetivo proveer a las diferentes unidades de la institucin una metodologa que les permita, identificar, evaluar y mitigar los riesgos operativos inherentes a sus principales actividades, para asegurar que la institucin cuenta con control sobre sus riesgos operativos. La Auto evaluacin se debe desarrollar y ejecutarse a travs de las instituciones y sus filiales, en las unidades susceptibles, de acuerdo con los siguientes criterios que a continuacin se detallan: La unidad tiene una proporcin importante de los activos o ingresos de la Institucin; o La unidad tiene contacto directo con una proporcin considerable de clientes; o La unidad provee de reportes a los reguladores, inversionistas o agencias calificadoras; o La unidad provee soporte crtico a las unidades que renen alguno de los criterios antes sealados. Es importante definir el plan de trabajo, para llevarn a cabo reuniones con los directores de cada unidad, quienes definirn, los participantes adecuados, las fechas de inicio y trmino del proceso que incluye entre otras la fecha de envo de la encuesta, devolucin de la misma, realizacin del taller y del reporte final. Proceso para la realizacin de la Auto evaluacin cuenta con los siguientes pasos: Envo de la encuesta los participantes, cuyo objetivo principal es proporcionar a las Unidades de Negocio una metodologa estructurada para identificar y evaluar los riesgos operativos a los cuales estn expuestas.
53
La estructura de la encuesta, debe incluir: Definicin de Riesgo Operativo Definicin de un Riesgo Operativo Significativo Objetivo de la Auto evaluacin Alcance y Resultados del Proceso de la Auto evaluacin Visin General del Proceso y Las preguntas Las preguntas deben desarrollarse en funcin de las clases de causas mostradas anteriormente. con el fin de poder identificar en la base de datos la historia de las prdidas materializadas en el pasado y poder hacer un seguimiento de los eventos reportados en la base de datos y los riesgos no identificados en el proceso de la Auto Evaluacin. Cada pregunta de la encuesta se debe plantear por categoras de riesgo, con ejemplos especficos para cada una y se debe calificar en dos niveles, esto es por importancia y efectividad. La importancia de cada categora de riesgo para su unidad de negocio, basndose en las consideraciones resaltadas. La efectividad de la forma en que cada categora es gestionada, basndose en las consideraciones resaltadas. Las respuestas en la evaluacin de esta encuesta, para cada pregunta, se sugiere de la siguiente manera: Completamente de Acuerdo De Acuerdo Desacuerdo Completamente en Desacuerdo A continuacin se muestra la escala para evaluar el cuestionario. Escala de Importancia Trivial Menor Algo Importante Importante Muy Importante Mayor Clave Esencial Crtico Sin opinin Escala de Efectividad Extremadamente Efectivo Altamente Efectivo Muy Efectivo Efectivo Parcialmente Efectivo Poco Efectivo No Efectivo Muy Ineficaz Extremadamente Ineficaz Sin opinin
1. 2. 3. 4. 5. 6. 7. 8. 9. 0.
1. 2. 3. 4. 5. 6. 7. 8. 9. 0.
Categoras de Riesgo Los resultados de la encuesta sern presentados con los Resultados y Promedios con grficos, tipo Heatmaps y por cada categora de riesgo. En el detalle de los resultados de cada participante se debe representar grficamente los siguiente: Promedios: En esta hoja se encuentran los promedios de las calificaciones de eficiencia e impacto asignadas a cada uno de los riesgos y una matriz que contiene la frecuencia de las calificaciones tambin por cada riesgo. Esta matriz es solo una herramienta para graficar la distribucin de las votaciones en las hojas nombradas con la clave de cada riesgo. Heatmaps: Es una grfica que muestra el nivel de efectividad vs impacto en los resultados de la institucin, para cada pregunta del cuestionario. Especialidad: Ingeniera Industrial.
54
1 3 2
Taller de identificacin de riesgo operativo (Workshop) El taller tiene como propsito analizar los resultados de la encuesta previa, as como recoger los comentarios que servirn como sustento de los riesgos identificados como significativos. En este taller se renen los integrantes de la Direccin o Unidad evaluada y la unidad de Riesgo Operativo con los siguientes objetivos: Proveer de una metodologa estructurada y explcita a la unidad de negocio para evaluar los riesgos operativos a que estn expuestas sus reas; Identificar los riesgos del Catlogo Estandarizado de Riesgos Operativos de la institucin y del Ambiente de Control, que tienen un alto potencial de impacto adverso en las operaciones de la unidad de negocio; Evaluar dichos riesgos basados en la importancia para el rea, la efectividad de los controles y las polticas de gestin implementadas, los impactos potenciales y los niveles de accin recomendados; y Dar soporte a la administracin para certificar anualmente que las unidades de negocio tienen control de sus riesgos operativos. Para cada riesgo operativo identificado por consenso en la unidad evaluada, se debe votar por el impacto potencial de este riesgo, considerando la siguiente escala: 1. 2. 3. 4. 6. 7. 8. 9. Insignificante Extremadamente bajo Muy bajo Bajo 5. Moderado Alto Muy alto Extremadamente alto Catastrfico
Tambin se debe votar respecto de qu tan importante es que una accin sea implementada para mitigar este riesgo. Siendo la escala de evaluacin:
55
1. 2. 3. 4. 5. 6. 7. 8. 9.
No importante Menor Bajo Algo importante Importante Muy importante Clave Esencial Crtico
Durante el Taller se registrarn las votaciones del rea evaluada los riesgos de mayor impacto que se hayan identificado. Proceso de Priorizacin de Riesgos: Una vez que termina el Taller, se emite un reporte de priorizacin de riesgos el cual deber ser firmado por el Director de la unidad evaluada comprometindose as a elaborar un plan de accin para cada uno de los riesgos identificados calificndolos de acuerdo a la siguiente escala de evaluacin: Prioridad Prioridad Prioridad Prioridad Prioridad 1: 2: 3: 4: 5: alto riesgo, requiere de una accin inmediata riesgo moderado, requiere de una accin dentro de los 120 das siguientes riesgo moderado, requiere de una accin durante los 12 meses siguientes riesgo bajo ser resuelto en el curso normal de los negocios riesgo bajo no requiere una accin adicional
Este reporte debe contener al menos lo siguiente: Nombre del rea Fecha de realizacin del workshop Riesgos identificados, debern ir anotados de acuerdo a su nivel de impacto y a su calificacin Nombre de la categora Calificacin de impacto potencial Calificacin de accin y Calificacin de la prioridad, de acuerdo a la siguiente escala d) Indicadores de riesgo claves (Key Risk indicators: KRI). Una tarea central en la gestin de riesgo operativo para el reconocimiento temprano de riesgos potenciales que puedan terminar en eventos de prdidas, es el relativo a los indicadores de riesgo claves. Estos indicadores son medidas que previenen la ocurrencia de prdidas con un alto grado de probabilidad. Estos sistemas se denominan como alertas tempranas. KRIs son razones que proven informacin acerca de determinados factores de riesgo. Se trata de indicadores de informacin ex ante (alertas que llamen la atencin de la alta Direccin) en lugar de informacin ex post de prdidas que ya ocurrieron, como en el caso de la Base de Datos de prdidas. Las etapas para disear un indicador de riesgo clave son las siguientes: 1. 2. 3. 4. 5. 6. 7. d) Identificacin de riesgos relevantes, con base en la Base de Datos de eventos de prdida, perfiles de riesgo y experiencia de personas involucradas en el proceso. Determinacin del indicador de riesgo. Determinacin de umbrales o niveles de riesgo. Proceso de recoleccin de datos para el clculo de indicadores de riesgo. Agregacin de los indicadores de riesgo para propsitos de reportes. Generacin de reportes. Revisin y actualizacin de indicadores de riesgo. Distribuciones de Probabilidad
Debido a la escasa informacin de eventos de prdida por riesgo operativo y a las caractersticas de sta, resulta complicado ajustar una distribucin terica a la distribucin emprica de las prdidas por Riesgo Operativo. Como resultado de lo anterior, se han propuesto las siguientes distribuciones de probabilidad:
56
Exponencial Gamma Standard Weibull Standard Pareto con cota inferior para prdidas Poisson Estas distribuciones en general son utilizadas para modelar conjuntos de datos con valores extremos. VII. RIESGO DE MERCADO. La metodologa de Valor en Riesgo (VaR), promovida y difundida por el banco JP Morgan en 1994, ya se considera como un nivel de referencia (Benchmark) y un estndar en los mercados financieros, lo que permite comparar la exposicin de riesgo de mercado entre diversas instituciones. a) Definicin del Valor en Riesgo. Valor en Riesgo (VaR) es un mtodo para cuantificar la exposicin al riesgo de mercado, utilizando tcnicas estadsticas tradicionales. El Valor en Riesgo es una medida estadstica, que estima la prdida mxima que podra registrar un portafolio, en un intervalo de tiempo y con un cierto nivel de probabilidad o de confianza, dado el movimiento adverso en factores de riesgo o variables en los mercados, tales como tasas de inters, tipos de cambio, precios de acciones, ndices, etc. Es importante destacar que la definicin de valor en riesgo es vlida nicamente en condiciones normales de mercado, ya que en momentos de crisis y turbulencia, la prdida esperada estar dada por pruebas de stress o de valores extremos. Para entender este concepto, a continuacin se presenta un ejemplo: un inversionista tiene un portafolios de activos por un valor de 10 millones de pesos, cuyo VaR de un da es de $250,000.00 con un 95% de nivel de confianza (significa que la prdida mxima esperada en un da ser $250,000.00 en 19 de cada 20 das). En otras palabras, solamente un da de cada 20 das de operacin del mercado (1/20=5%), en condiciones normales, la prdida que ocurrir puede ser mayor a $250,000.00. En una empresa o institucin financiera, son los miembros del Consejo de Administracin los que deben definir dos aspectos fundamentales para el clculo del VaR: el nivel de confianza que desean tener para determinar el VaR, as como el horizonte de tiempo que se desea medir. El Banco Internacional de Liquidaciones (BIS) ha recomendado definir 99% de nivel de confianza y un horizonte de 10 das para los intermediarios financieros. Sin embargo, JP Morgan, recomienda un 95% de probabilidad en un horizonte de 1 da, para operaciones en mercados lquidos.
Distribucin de Probabilidad
5%
Nivel de Confianza: 95%
Como puede observarse el VaR no brinda certidumbre respecto de las prdidas que se podran sufrir en una inversin, sino una expectativa de resultados basada en estadstica (series de datos en el tiempo) y en algunos supuestos en los modelos o parmetros que se utilizan para su clculo.
57
Por este motivo, las Instituciones deben en adicin al clculo del VaR, complementar su medicin de riesgos con otras metodologas tales como anlisis de stress (valores extremos), reglas prudenciales, procedimientos, polticas de operacin, controles internos, lmites y reservas de capital adecuadas. b) Metodologas para el clculo del VaR. 2 2 V aR = F p S t = F w 1 1 + w 2 2 + 2 w 1 w 2 1 2 1 2 2 2
2 V aR = V a R 1 + V aR 2 + 2 12V aR 1V aR 2 2
1/ 2
1/ 2
El Valor en Riesgo se puede calcular mediante dos mtodos: o Mtodo Paramtrico. o Mtodo No-Paramtrico. Mtodo Paramtrico. Este mtodo tiene como caracterstica el supuesto de que los rendimientos del activo en cuestin se distribuyen de acuerdo con una curva de densidad de probabilidad Normal como anteriormente se indic. Sin embargo, en la prctica se ha observado que la mayora de los activos no siguen un comportamiento estrictamente normal, sino que son aproximados a la curva normal y por tanto, los resultados que se obtienen al medir el riesgo, son una aproximacin. El valor en riesgo de un activo individual. Bajo el supuesto de normalidad, el modelo paramtrico que determina el Valor en Riesgo de una posicin es el siguiente:
VaR = F S t
donde: F: S: : t: es el factor que determina el nivel de confianza del clculo. Para un nivel de confianza del 95%, F=1.65 y para un nivel de confianza del 99%, F=2.33. es el monto total de la inversin o la exposicin total al riesgo es la desviacin estndar de los rendimientos del activo. se refiere al horizonte de tiempo en que se desea calcular el VaR (holding period).
Para ilustrar lo anterior, sea el siguiente ejemplo: Un inversionista compra 10,000 acciones en el mercado accionario cuyo precio es de $30.00 por accin y la volatilidad de dichas acciones es de 20% anual ( un ao cuenta con 252 das de operacin en el mercado aproximadamente). Se desea conocer el VaR diario de esta posicin considerando un 95% de confianza.
VaR = 1.65 $300,000 0.20 1
252
= $6,236.41
Esto significa que se espera que en un da de cada 20, es decir, un da hbil del mes, el inversionista sufrir una prdida de $6,236.41 ms. Esta cifra puede ser utilizada como lmite al operador de la posicin, como revelacin de informacin de riesgos del portafolio o como margen en contratos de futuros. El valor en riesgo de un portafolio de activos (mtodo de varianza-covarianza o tambin llamado DeltaNormal). Para entender este concepto, tomemos el caso ms sencillo: supngase un portafolios con 2 activos riesgosos en cuyo caso se tiene un peso especfico del activo 1 en el portafolios: w1 y un peso especfico del activo 2 en el portafolios w2, de tal suerte que (w1 + w2 =1). De acuerdo con la teora desarrollada por Markowitz, la varianza del portafolio es: Donde rho es el coeficiente de correlacin entre los rendimientos de los dos activos. El VaR del portafolio es:
1 1 p Especialidad: Ingeniera Industrial.
w
2
w
2 2
2 2
+ 2
w w
1 2 12 1
58
A este VaR se le conoce tambin como el VaR diversificado porque toma en cuenta las correlaciones de los rendimientos entre instrumentos. Ntese que el VaR diversificado es menor que la suma aritmtica de los VaRs individuales. Para el caso general en el que se tiene ms de dos activos en el portafolio se tiene lo siguiente:
VaR = F S t = F wC wT S t = VaRC VaRT

1/ 2 p p
1/ 2
Donde VaR es un vector de VaRs individuales de dimensiones 1xn, C es la matrz de correlaciones de dimensiones nxn y
VaR
es el vector transpuesto de VaRs individuales de dimensiones nx1.
Si las correlaciones son menores a uno, entonces el VaR diversificado ser menor que la suma de los VaRs individuales. Cuando se trata del clculo de valor en riesgo de un portafolio de n activos, es necesario utilizar matrices y manipular este tipo de instrumentos. A continuacin se explican algunos conceptos relacionados con matrices.
c) Matrz de Varianza Covarianza: Una vez que se ha explicado la manipulacin de matrices, es importante saber cmo determinar la matrz de varianza-covarianza. Sea una matrz cuadrada en la cual la diagonal est compuesta por las volatilidades (desviaciones estndar) de cada activo del portafolio y los elementos fuera de la diagonal sean ceros, a saber.
1 [ ] = 0 0
0 0 3
La matrz de varianza covarianza denotada por matrices
ser aquella que se obtiene de multiplicar las siguientes
= [ ][C ][ ]
Donde C es la matrz de correlacin explicada anteriormente. Al realizar este producto de matrices tendremos que:
2 1 = 21 1 2 31 1 3 41 1 4

12 1 2 2 2 13 1 3 14 1 23 2 2 3 24 2 32 2 3 3 34 3 2 4 42 2 4 43 3 4
4 4
59
Utilizando la teora moderna de portafolios, es posible medir el riesgo de mercado de una canasta o portafolios de activos. Para determinar el VaR del portafolio es necesario considerar los efectos de diversificacin con las correlaciones entre los rendimientos de los activos que conforman el portafolio. La metodologa que se sigue, tambin llamada el mtodo de matriz de varianza-covarianza o delta-normal, es el siguiente:
VaR
= F S
donde: F: t: [w]: [w]T: es es es es el el el el
[w ] [ ][w ]
T
[ ] = [ ][C ][ ]
[] :
factor que define el nivel de confianza. horizonte de tiempo en que desea ajustar el VaR. vector de pesos de las posiciones del portafolios (nx1). vector transpuesto de los pesos de las posiciones del port. (1xn).
es la matriz de varianza-covarianza que incluye las correlaciones entre
los valores de portafolios. (nxn) [C]: es la matrz de correlaciones de los rendimientos de los activos del portafolio. S: es el valor del portafolio.
es la volatilidad del portafolios (1x1).
A continuacin se muestra un ejemplo numrico considerando un portafolio de cinco activos (acciones o divisas), en el entendido de que la matrz de correlaciones, las posiciones, las volatilidades individuales son datos. En este ejemplo se desea conocer el valor en riesgo de un da y con un nivel de confianza del 99%:
60
EJEMPLO DE VALOR EN RIESGO DE UN PORTAFOLIOS METODO ANALITICO O DELTA NORMAL Nivel de Confianza No. de desviaciones estndar Volatilidad del portafolios = Valor en Riesgo = Portafolios: ACTIVO 1 ACTIVO 2 ACTIVO 3 ACTIVO 4 ACTIVO 5 POSICION NETA = Vector de posiciones $2,000 $1,500 $500 $300 $700 $5,000 99.0% 2.326 14.48% 0.91% $106.05 Volatilidad anual (sigma) 20.00% 26.00% 26.00% 12.30% 9.70% Suma anual diaria diario Efecto de Diversificacin:
44.1037
VaR Individual 58.6097 57.1444 19.0481 5.4067 9.9490 150.1580
wi 40.00% 30.00% 10.00% 6.00% 14.00% 100.00%
ACTIVO 1 ACTIVO 1 ACTIVO 2 ACTIVO 3 ACTIVO 4 ACTIVO 5 1 0.38 0.43 -0.23 -0.18
ACTIVO 2 0.38 1 0.24 0.65 -0.085
Matrz de correlaciones: ACTIVO 3 ACTIVO 4 0.43 -0.23 0.24 0.65 1 -0.98 -0.98 1 0.72 0.07 Matrz de volatilidades: ACTIVO 3 ACTIVO 4 0 0 0 0 26.00% 0 0 12.30% 0 0
ACTIVO 5 -0.18 -0.085 0.72 0.07 1
ACTIVO 1 ACTIVO 2 ACTIVO 3 ACTIVO 4 ACTIVO 5
ACTIVO 1 20.00% 0 0 0 0
ACTIVO 2 0 26.00% 0 0 0
ACTIVO 5 0 0 0 0 9.70%
Como puede observarse, el valor en riesgo del portafolios es menor que la suma de los valores en riesgo individuales. A esta diferencia se le denomina el efecto de diversificacin (parte superior derecha del cuadro: $ 44.15) y es debido a que los activos presentan correlaciones distintas de cero. Factores de Riesgo. Cuando se tiene un portafolio con instrumentos de diferente naturaleza, es necesario identificar los factores de riesgo de dicho portafolios, a fin de contruir una matrz de varianza-covarianza que refleje los riesgos del portafolio. Un solo factor de riesgo podra representar cientos de activos individuales. Cada activo individual puede ser mapeado o descompuesto en uno o ms factores de riesgo. Factor de riesgo es un parmetro cuyos cambios en los mercados financieros, causarn un cambio en el valor presente neto del portafolio. En este sentido, los factores de riesgo ms comunes son: los precios de acciones, las tasas de inters, las sobretasas en instrumentos de mercado de dinero, los tipos de cambio, los precios de materias primas (comodities), etc. d) Simulacin Montecarlo. Este mtodo fue desarrollado por Boyle y consiste en la generacin de nmeros aleatorios (random) para calcular el valor del portafolios generando escenarios. Un nuevo nmero aleatorio sirve para generar un nuevo valor del portafolio con igual probabilidad de ocurrencia que los dems y determinar la prdida o ganancia en el mismo. Este proceso se repite un nmero grande de veces (10,000 escenarios) y los resultados se ordenan de tal forma que puedan determinarse un nivel de confianza especfico. La mayor ventaja de utilizar este mtodo es la posibilidad de valuar instrumentos no lineales como es el caso de opciones. Este efecto no se puede obtener en las dos metodologas descritas anteriormente. Especialidad: Ingeniera Industrial.
61
La simulacin de Montecarlo consiste en la generacin de escenarios de rendimientos o precios de un activo mediante la generacin de nmeros aleatorios. Posteriormente, se observa el comportamiento del activo simulado. Este modelo es particularmente til cuando se pretende calcular el valor en riesgo de productos derivados tales como futuros, opciones y swaps. En el caso de productos derivados no lineales es el mtodo ms eficaz para medir el riesgo, sin embargo, la desventaja que presenta es el consumo de memoria en la computadora que al generar los diferentes escenarios podra consumir tiempo. Generacin de escenarios. Para entender el modelo Montecarlo primero es necesario entender la manera de crear escenarios mediante la generacin de nmeros aleatorios o random. Debido a que los precios de un activo en mercados eficientes se comportan de acuerdo con un proceso estocstico (movimiento geomtrico Browniano), la ecuacin matemtica que representa este proceso es el modelo de Wiener:
ds = dt + dz s donde dz =
dt
ds = dt + t dt s
, donde
y por tanto,
es la media de los rendimientos y
es la desviacin
estndar de los mismos. El modelo de Wiener indica que los rendimientos de un activo ( componente determinstico ( blanco o choque aleatorio es: NORMSINV (RAND( )).
ds
dt
) y un componente estocstico (
s
t
) estn determinados por un
dt
) que contiene un ruido
. En Excel, la funcin que genera nmeros aleatorios distribuidos normalmente
Ahora bien, este modelo se puede expresar en trminos discretos de la siguiente manera:
S S S
t t 1
t 1
= t + t t
despejando el precio del activo en el tiempo t, tenemos:
S =S
t
t 1
+ S t 1 ( t + t t )
Como puede observarse, esta es una ecuacin recursiva. Para generar escenarios, basta con generar nmeros aleatorios (alrededor de 10,000) y para determinar el nuevo valor del activo, es claro que este depender del valor obtenido en el perodo anterior de manera sucesiva. El valor de la media y de sigma permanecen constantes. A continuacin se presenta un ejemplo de una simulacin de cinco das de plazo. MEDIA DE RENDIMIENTOS = DESV. ESTANDAR DE RENDIMIENTOS = VALOR DEL PORTAFOLIOS = 54,498.00 0.06% 1.43%
62
DIA 0
VALOR DEL PORTAFOLIOS 54,498.00 1 53,964.14 2 54,089.65 3 54,000.76 4 54,109.64 5 53,306.76
RANDOM (0.73) 0.12 (0.16) 0.10 (1.08) 0.68
DIF. VALOR PORT. (533.86) 125.52 (88.90) 108.89 (802.89) 549.66
GENERACION DE UN ESCENARIO
VALOR DEL PORTAFOLIOS 55000 54500 54000 53500 53000 1 2 3 4 5 6
Valor en Riesgo para un activo con el Modelo de Montecarlo. Haciendo lo mismo pero con 250 escenarios, la grfica sera la siguiente:
G ENERACIO N DE 250 ES CENARIO S

60,000.00 VALOR DEL PORTAFOLIOS
55,000.00
50,000.00
45,000.00 0 1 2 DIA S 3 4 5
63
Si hacemos 1,000 escenarios y graficamos el histograma de frecuencias, observaremos una curva de
H IS T O G R A M A D E F R EC U EN C IA S
180 VALOR DEL PORTAFOLIOS 160 140 120 100 80 60 40 20 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 RA NG O S
distribucin muy cercana a la normal como se muestra a continuacin. El valor en riesgo simplemente se obtiene calculando el primer percentil del histograma de frecuencias (considerando un nivel de confianza del 99%). Modelo Montecarlo para opciones El modelo Montecarlo es una alternativa diferente a la frmula de Black-Scholes, para determinar el precio justo de la opcin. Con esta metodologa es posible determinar el valor en riesgo de una posicin con opciones. Este modelo consiste en generar escenarios en el comportamiento del subyacente. La ecuacin que permite simular los precios del subyacente es la siguiente (ver artculo deBoyle):
S t +1 = S t exp (r 2 )t + t t
2
Donde St es el precio del valor subyacente en el precio t; r es la tasa libre de riesgo compuesta continuamente y sigma al cuadrado es la varianza del valor subyacente. Esta simulacin permite estimar el valor intrnseco de la opcin para cada escenario a valor presente, es decir, para una opcin call tenemos que:
~ g ( s) = e rt max( S K ,0)
Donde K es el precio de ejercicio de la opcin. El promedio aritmtico de los valores obtenidos en esta funcin, es el valor de la opcin call y es el siguiente:
1 n g = g ( si ) n i =1
Perdidas / Ganancias = g ( s) g ( s)
64
VaR de una opcin con Modelo Montecarlo. Para calcular el valor en riesgo de una opcin se requiere determinar una serie de tiempo de prdidas y/o ganancias simuladas. Para lograr este objetivo y una vez que se han generado los escenarios en una cantidad suficiente (5,000 a 10,000 escenarios), las prdidas y/o ganancias se obtienen de la siguiente manera: Donde g(s) es el valor intrnseco de la opcin, es decir, el valor de la opcin simulada y g(s) con barra en la parte superior, es el promedio de los valores simulados, es decir, el precio de la opcin obtenido con el modelo Montecarlo. Ntese que g(s) cambia con cada escenario, mientras que g(s) con barra en la parte superior, es constante. Para obtener el valor en riesgo, simplemente se toma el primer o quinto percentil de la distribucin de prdidas y/o ganancias, dependiendo del nivel de confianza que se determine, 99% 95%, respectivamente. A continuacin se muestra un ejemplo para determinar el precio de una opcin call y el valor en riesgo de la posicin considerando 10,000 escenarios simulados. Por razones de espacio nicamente se muestran las primeras diez simulaciones:
El histograma de frecuencias del valor intrnseco de la opcin call es el siguiente:
2000 1500 1000 500 0 1 3 5 7 9 11 13 15 17 19 21
Modelo Montecarlo estructurado. Las correlaciones y volatilidades se obtienen de los rendimientos de los activos. Lo que se pretende es generar un nmero grande de escenarios futuros a partir de rendimientos (entre 5,000 y 10,000). Para obtener el valor en riesgo con el modelo Montecarlo se siguen los siguientes pasos: 1. A partir de la matriz de varianza-covarianza
aplicar la descomposicin de Cholesky (que se explica
adelante) de tal manera que se obtenga la matriz A. La matriz A es tal que 2.
Generar una matriz X de 10,000 nmeros aleatorios con distribucin normal N(0,I). Recuerde que la instruccin en excel es: =normsinv (rand()).
A A .
T
65
3. 4.
Determinar una matriz
Y=
AX
donde Y tiene una distribucin normal N(0,
).
Generar 10,000 escenarios de crecimientos de precios mediante de posiciones vigente.
Z = S0e
donde
es el vector
5. 6.
Determinar una serie de prdidas / ganancias mediante:
portafolios. El valor en riesgo se obtiene de calcular el percentil correspondiente de la serie de prdidas/ganancias obtenida.
Z S T . Donde
es la posicin total del
Descomposicin de Cholesky. Considere la siguiente matriz de 2x2 de varianza-covarianza:
2 = 1 21
donde
y sean

ij
12 2
=
i j
ij
A
a a
las siguientes matrices de 2x2:
A = a11 0
22
21
= a11 a 21
0 a22
entonces tenemos que:
2 1 21
12 2
a = 11 2 a 21
0 a11 a22 0
a a
22
21
o bien : 2 1 21
12 2
2 a11 = 2 a11 a 21
a a a +a
11 2 21
21 2
22
66
De lo anterior se desprende que :
= =a a a = = = = a + a a = a = =
2 1
= a11
2
a11 =
21
12 1
12
12
11
21
12
2 2
2 2
2 2
2 2
21
22
22
21
12
2 12
Una vez que se cuenta con los elementos de la matriz A, podemos ver que la matriz de varianza covarianza se descompone de la siguiente manera:
A A
T
1 = 2 12
2 2 2
1 2 1 0 12 0

12
2 1 12
2
2 1 = 2 1 21
12
Una vez que se ha explicado el procedimiento recursivo para obtener los elementos de la matriz A, en una matriz de dimensiones de 2x2, a continuacin se establece un resultado ms general para una matriz de nxn. Sean i y j los ndices que denotan los renglones y columnas de la matriz, los elementos de la matriz A estarn dados por:
2 i 1 2 = i a ik a k =1
ii
1/ 2
ij
i 1 1 aik a jk ij k =1 a11
Donde j=i+1, i+2,..n. Es importante sealar que para aplicar la matriz de Cholesky, la matriz de varianza covarianza debe ser definida positiva, es decir, que todos los menores de la matriz sean positivos. El primer menor es el primer elemento de la matriz de varianza covarianza, el segundo menor es el determinante de la submatriz cuadrada de orden 2, el tercer menor es el determinante de la submatriz cuadrada de orden 3, y as sucesivamente. Si la matriz de varianza covarianza no es definida positiva, puede ser que la matriz incluye dos factores de riesgo que estn perfectamente correlacionados (en cuyo caso el determinante sera de cero), o bien puede ser que las volatilidades y correlaciones se obtuvieron con series de tiempo de diferente longitud. En ambos casos sera necesario revisar posibles inconsistencias en la informacin.
67
e) Simulacin Histrica. Este mtodo consiste en utilizar una serie histrica de precios de la posicin de riesgo (portafolios), para construir una serie de tiempo de precios y/o rendimientos simulados o hipotticos, con el supuesto de que se ha conservado el portafolio durante el perodo de tiempo de la serie histrica. Para aplicar esta metodologa primero se deben identificar los componentes de los activos del portafolios y reunir los datos de los precios diarios histricos considerando un perodo que oscila entre 250 a 500 datos. A partir del histograma de frecuencias de los rendimientos simulados se calcula el cuantil correspondiente de dicho histograma (primer percentil si el nivel de confianza es de 99%). Existen tres tipos de simulacin histrica: Crecimientos absolutos, crecimientos logartmicos y crecimientos relativos. A continuacin se describen los pasos a seguir en cada uno de estos mtodos: Simulacin histrica con crecimientos absolutos. Los pasos a seguir son los siguientes: a) b) Obtener una serie de tiempo de precios de la posicin en riesgo (250 a 500 datos). Calcular las prdidas/ganancias diarias de dicha serie de tiempo mediante la expresin:
P = PP1 t t t
c) Determinar una serie de tiempo de precios simulados sumando a la de acuerdo a lo siguiente:
al precio ms reciente o actual,
P = P +P
* i 0
d)
Ntese que Po es fijo para toda la serie de tiempo. Determinar una serie de tiempo de rendimientos simulados, a partir de los precios hipotticos y referidos a la observacin ms reciente, como sigue:
P P R = P
* i * i 0
e)
Calcular el valor en riesgo tomando el percentil (en Excel con la instruccin Percentile) que est de acuerdo al nivel de significancia deseado (0.01 si el nivel de confianza es del 99%), del histrograma de rendimientos simulados. Ntese que el valor en riesgo en este caso, estar dado como rendimiento en porcentaje, por lo que ser necesario multiplicar por el valor del portafolio vigente para obtener dicho valor en riesgo en pesos, dlares, etc.
f)
A manera de ejemplo, consideremos que el histograma que se obtiene para una serie de tiempo de rendimientos simulados del tipo de cambio peso/dlar es el siguiente:
Histograma de Rendimientos Simulados
180 160 140 120 100 80 60 40 20 0
-0 .0 54 79 -0 45 .0 21 46 46 -0 03 .0 89 38 12 -0 62 .0 57 29 79 -0 21 .0 26 21 45 -0 79 .0 94 13 12 -0 38 .0 62 04 78 0. 97 00 31 3 54 0. 44 01 01 1 87 0. 85 02 32 0 21 0. 26 02 64 8 54 67 96 M or e
Fre en ia qu c
Rangos
68
Simulacin histrica con crecimientos logartmicos. Los pasos a seguir son los siguientes: a) b) Obtener una serie de tiempo de precios de la posicin en riesgo (250 a 500 datos). Obtener los rendimientos de los precios de la siguiente manera:
Re nd = Ln P t P t 1
c) Obtener una serie de tiempo simulada de crecimientos de acuerdo a lo siguiente:
P = P (1 + rend )
* 0
d) e)
Obtener una serie de tiempo de prdidas/ ganancias simulada:
P P
0
Calcular el valor en riesgo tomando el percentil (en Excel con la instruccin Percentile) que est de acuerdo al nivel de significancia deseado (0.01 si el nivel de confianza es del 99%), del histograma de prdidas / ganancias simulados.
4.2.2.3 Simulacin histrica con crecimientos relativos: El procedimiento es enteramente semejante al de crecimientos logartmicos, pero en lugar de obtener dichos rendimientos con el logaritmo del cociente de precios, se obtienen con la siguiente expresin:
Re nd =
P P P
t t 1
t 1
69
El mtodo de simulacin histrica tiene muchas ventajas, entre ellas se pueden enunciar las siguientes: a) b) c) d) e) Es intuitivamente fcil de entender por ejecutivos que no son expertos en conceptos estadsticos. Su enfoque es realista, ya que se basa en una serie de tiempo de datos reales. No descansa en supuestos de correlaciones y volatilidades que en situaciones de movimientos extremos en los mercados, pueden no cumplirse. Las correlaciones y volatilidades estn implcitas en el clculo del VaR (full-valuation). No requiere mapeo de posiciones y no incluye supuesto alguno (inclusive el de la distribucin normal). Es aplicable a instrumentos no-lineales (opciones).
f) Problemas del VaR. A continuacin se enumeran algunos problemas que pueden presentarse en el clculo del Valor en Riesgo. Por El VaR puede ser fuertemente dependiente de algunos supuestos, en particular en el comportamiento de las correlaciones y volatilidades. Puede haber problemas en la recoleccin de datos u observaciones El VaR no establece qu hacer con el problema de alta kurtosis (fat tails) y por tanto, no se conoce hasta cunto podran llegar las prdidas en el 1% 5% de las veces. Puede haber problemas de interpretacin, es decir, puede interpretarse como el peor escenario o la exposicin total del riesgo y generar un falsa sensacin de seguridad. lo anterior es recomendable que: El VaR se use en conjunto con otros mtodos, como pruebas de Stress Realizar pruebas de retroalimentacin con datos reales, Backtesting Evitar sensaciones de seguridad. Revisar datos sucios utilizando dos o tres veces desviacin estndar para revisar rendimientos anormales.
VIII. CONCLUSIONES. Como pudo observarse en el presente trabajo, las diferentes naturalezas de riesgo que se mencionan: Mercado, Crdito y Operativo, son riesgos cuantificables a travs de modelos matemticos basados en la estadstica y en las nuevas tcnicas matemticas modernas, tales como la Simulacin Montecarlo o los modelos de Black y Scholes para opciones. Los modelos para cada naturaleza de riesgo son muy diferentes entre s, ya que cada riesgo tiene sus peculiaridades muy especiales. La medicin de riesgos financieros reviste fundamental importancia no solo para el control de riesgos en condiciones normales sino tratndose de determinar el nivel de capital mnimo requerido para que una institucin financiera no caiga en bancarrota, ni an en momentos de crisis econmica. En el futuro cercano, las instituciones tendrn que gestionar sus riesgos financieros eficientemente y la determinacin del capital econmico ser crucial para la fijacin de precios de sus productos con base en la rentabilidad de los mismos.
70
IX. BIBLIOGRAFIA: Christian Bluhm, Ludger Overbeck, Christoph Wagner.An introduction to Credit Risk Modeling. Ed. Chapman & Hall/CRC. 2003. Pavel Czek, Wolfgang Hardle, Rafal Weron.Statistical Tools for Finance and Insurance. Ed. Springer. 2005. Benton E. Gup The New Basel Capital Accord.. Ed. Thomson. 2004. BIS. An explanatory note on the Basel II IRB Risk Weight Functions. July,2005. Bernd Engelmann, Robert Rauhmeier, The Basel II Risk Parameters, Ed. Springer, 2006. Bernstein Peter. Against the Gods. A Remarkable story of Risk. 1998. Ed. John Wiley & Sons. Black Fisher y Scholes Myron The Pricing of Options and Corporate Lialibities Journal of Political Economy Vol. 81 (1973). J.P. Morgan and Company. 1996 Riskmetrics documento tcnico. New York: J.P. Morgan. Jorion Philippe. 1996 Value at risk: the new benchmark for controlling market risk. Irwin. De Lara Alfonso. Ed. Limusa 2001. Medicin y Control de Riesgos Financieros. Kopprasch Robert. Reporting and Monitoring Risk Exposure (1995). Risk Management. ICFA Continuing Education. AIMR. Thomas Kaiser y Marc Khne. An Introduction to Operational Risk. Risk Books. 2006. John Caouette, Edward Altman y Paul Narayanan. Managing Credit Risk, The Next Great Financial Challenge. Ed. Wiley 1998. Michael Ong. The Basel Handbook. A guide for Financial Practitioners. Risk Books y KPMG. 2nd edition 2007. Mrquez Diez-Canedo Javier. Una nueva visin de riesgo de crdito. Ed. Limusa. 2006. Lawrence Galitz. Financial Engineering, Tools and Techniques to Manage Financial Risk. Ed. Irwin 1995. Basel II: International Convergence of Capital Measurement and capital standards: a revised framework. Banco Internacional de Pagos. Junio 2004. Oliver Renault, Arnaud de Servigny. Measuring and Managing Credit Risk. Satandard and Poors. 2004.
71

La Medicion de Riesgos en La Ingenieria Financiera PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

La Medicion de Riesgos en La Ingenieria Financiera PDF

Uploaded by

Copyright:

Available Formats

MEXICO

LA MEDICION DE RIESGOS EN LA INGENIERIA FINANCIERA

ESPECIALIDAD: Ingeniera Industrial

Alfonso de Lara Haro Ingeniero Industrial y Maestro en Finanzas

Fecha de ingreso: 3 de Abril de 2008

La Medicin de Riesgos en la Ingeniera Financiera

VII Riesgo de Mercado

VIII Conclusiones IX Bibliografa

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

La Medicin de Riesgos en la Ingeniera Financiera

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

La Medicin de Riesgos en la Ingeniera Financiera

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

La Medicin de Riesgos en la Ingeniera Financiera

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

Capital total 8% Riesgo de Crdito + Riesgo de Mercado + Riesgo Operativo

El Riesgo de Mercado puede ser medido como: Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

son coeficientes de la regresin.

incumplimiento. Para determinar tanto las

se requiere contar con una base de datos de una muestra de empresas

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

Acreditados Ri Cumplidos 1 150 2 200 3 185 4 215 5 200 Total: 950

Total Acreditados 177 214 187 220 202 1000

2 = 0.04 50 200 S ND (2) = 950 = 0.21 202 S T (5) = 1,000 = 0.202

Por ejemplo, la probabilidad acumulada de que un deudor

150 + 200 + 185 + 215 = 0.7894 950

con la distribucin de probabilidad del total de

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

CD Acreditados Incumplidos 1.0 Area P

CAP con perfecto poder predictivo

CAP del modelo Area R CAP sin poder predictivo

1.0 Total de Acreditados

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

Incumplidos 570 170 200 480 110 140 70 95 100 30 1,965

La curva CAP es la que se obtiene de graficar CT vs CD como sigue:

Especialidad: Ingeniera Industrial.

La Medicin de Riesgos en la Ingeniera Financiera

y = 0.1439Ln(x) + 1.0973 2 R = 0.8937

0 [0 .1439 Ln ( x ) + 1 .0973 ]dx

La solucin a la integral de logaritmo es: Por lo que:

Ln( x )dx = xLn ( x) x

A = 0.1439 [(1 Ln (1) 1) (0 Ln (0) 0 )] + 1.0973 [1 0]

A = 0.1439 ( 1) + 1.0973 = 0.9534