Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 268 vistas

    Matriz de Transicion PDF

    Cargado por

    Manuel Flores
    Este documento describe los pasos para construir modelos que miden el riesgo de crédito. Explica cómo calcular la probabilidad de incumplimiento y las pérdidas esperadas, y los procedimientos para seleccionar variables, dividir la muestra de datos, determinar el incumplimiento, y desarrollar modelos como análisis discriminante y regresión logística para medir la probabilidad de incumplimiento.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd

    Matriz de Transicion PDF

    Cargado por

    Manuel Flores
    268 vistas29 páginas
    Este documento describe los pasos para construir modelos que miden el riesgo de crédito. Explica cómo calcular la probabilidad de incumplimiento y las pérdidas esperadas, y los procedimientos para seleccionar variables, dividir la muestra de datos, determinar el incumplimiento, y desarrollar modelos como análisis discriminante y regresión logística para medir la probabilidad de incumplimiento.

    Título original

    Matriz de Transicion.pdf

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    Este documento describe los pasos para construir modelos que miden el riesgo de crédito. Explica cómo calcular la probabilidad de incumplimiento y las pérdidas esperadas, y los procedimientos para seleccionar variables, dividir la muestra de datos, determinar el incumplimiento, y desarrollar modelos como análisis discriminante y regresión logística para medir la probabilidad de incumplimiento.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    268 vistas29 páginas

    Matriz de Transicion PDF

    Cargado por

    Manuel Flores
    Este documento describe los pasos para construir modelos que miden el riesgo de crédito. Explica cómo calcular la probabilidad de incumplimiento y las pérdidas esperadas, y los procedimientos para seleccionar variables, dividir la muestra de datos, determinar el incumplimiento, y desarrollar modelos como análisis discriminante y regresión logística para medir la probabilidad de incumplimiento.

    Copyright:

    © All Rights Reserved
    Descargue como PDF, TXT o lea en línea desde Scribd
    Descargar como pdf o txt
    Está en la página 1de 29

    TALLER:

    Construccin de
    Modelos para la
    Medicin del
    Riesgo de Crdito

    MSc. Manuel Flores Lezama


    Modelaje de Riesgo de Crdito

    Como administrar el riesgo de crdito:

    Se debe calcular la probabilidad de incumplimiento y la tasa de


    recuperacin de la garanta, con el objeto de estimar las
    prdidas esperadas:
    PE = PI * EDI * PDI
    PE = Prdida Esperada
    PI = Probabilidad de Incumplimiento
    EDI = Exposicin del activo Dado el Incumplimiento
    PDI = Prdida Dado el Incumplimiento (1-TR)
    TR = Tasa de Recuperacin
    Modelaje de Riesgo de Crdito

    Incumplimiento:

    RAE: Falta de perfeccin en el modo de obrar o de hacer algo. Falta de


    cumplimiento de las obligaciones en las condiciones inicialmente
    pactadas.

    Riesgo: Estado de deterioro de la calidad crediticia de un cliente en la


    cual hay mayor probabilidad de continuar deteriorndose que de
    recuperarse. Incluye daciones en pago, reestructuraciones y castigos de
    cartera.
    Modelos de Medicin de PI

    Procedimiento:
    Datos a tomar: Informacin histrica
    Limpiar base de datos
    Seleccin de variables / Subdividir la muestra
    Planeacin
    Determinar default (incumplimiento)

    Anlisis descriptivo
    Categorizacin de variables
    Anlisis discriminante / Regresin logstica
    Desarrollo
    Determinar variables predictivas

    Boostrap
    Clculo de indicadores de poder (AR, HL, KS, CIER)
    Validacin Pruebas Stress Testing

    Monitoreo
    Implemen- Pruebas Back Testing
    tacin
    Modelos de Medicin de PI
    (Planeacin)
    Informacin histrica:
    Ventana de tiempo a utilizar Consideraciones

    Solo con el ciclo completo se


    puede determinar la relacin
    entre el "valle ms profundo" y el
    "pico ms alto.
    El ciclo econmico completo
    recoge las caractersticas y
    1992 1997 2001 2004
    hbitos de pago de los clientes.
    Modelos de Medicin de PI
    (Planeacin)
    Informacin histrica:
    Variaciones 8 0 Las grandes crisis de cartera se
    porcentuales
    60 han originado con devaluaciones
    40 o aumentos en tasas reales de
    inters
    20
    0
    -20
    -40
    1994 1995 1996 1997 1998 1999 2000 2001

    Tasa cambio frente al dlar


    Tasa de inters promedio de colocacin
    Fuente:Superintendencia Bancaria; ANIF
    Cartera de crditos vencida
    Modelos de Medicin de PI
    (Planeacin)
    Limpiar la base de datos:
    1. Verificar la lgica de la informacin
    Ingreso disponible < Ingreso bruto
    Nmero de hijos < Nmero de miembros de familia
    No. de aos en el trabajo < Edad actual
    2. Diferenciar entre informacin faltante y 0
    Si una persona no tiene deuda, el valor de la celda debe ser 0" y no
    se debe dejar la celda vaca
    Modelos de Medicin de PI
    (Planeacin)
    Limpiar la base de datos:

    3. Llenar variables que siguen una lgica de forma automtica


    Si la persona no es casada y la siguiente pregunta es si el esposo(a)
    trabaja, se debe llenar automticamente con "no"

    4. Buscar variables extremas y analizar si es bueno incluirlas o no


    Trabaja en la compaa 50 aos?
    Modelos de Medicin de PI
    (Planeacin)
    Seleccin de variables:
    Gnero
    Edad
    Socio-demogrficas
    Ocupacin
    Estado Civil

    Ingresos
    Egresos
    Financieras
    Nivel de Endeudamiento
    Patrimonio

    Comportamiento Moras anteriores con la entidad


    interno Utilizacin de cupos

    Historial de crdito
    Comportamiento Comportamiento sector real
    externo
    Productos vigentes
    Modelos de Medicin de PI
    (Planeacin)
    Seleccin de variables:
    Metodologa
    Entrevistas Resultado

    rea de crdito Lista de Variables


    Sistemas Edad
    Pregunta Cartera Gnero
    Expertos Estado civil
    Qu variables pueden No. De hijos
    predecir el comportamiento
    de un cliente? Nivel acadmico
    Sesiones de Estrato
    trabajo Ingresos
    Egresos
    Individuales

    De grupo
    Modelos de Medicin de PI
    (Planeacin)
    Seleccin de variables: Validez
    preliminar

    Lista global de Lista reducida


    variables Informacin disponible: de variables
    Edad Fuentes internas Edad
    Lugar de nacimiento Fuentes externas
    Estado civil Estado civil
    Lugar residencia Formato de aplicacin Estrato
    Estrato Ingresos
    Ingreso bruto Calidad de informacin: Egresos
    Ingreso disponible
    Tipo de fuentes
    Ingreso familiar
    Personas a cargo Verificacin de informacin
    50
    Variables del cnyuge
    ...
    300 Nmero de
    variables
    Modelos de Medicin de PI
    (Planeacin)
    Divisin de la muestra:
    Descripcin de actividades

    La muestra total debe dividirse en dos


    muestras: para pruebas y para control
    Pruebas Control
    Ambas muestras deben contener un
    nmero similar de clientes observados
    Los clientes observados para cada una de
    Construir el modelo Validar el modelo las pruebas deben seleccionarse
    con muestra de con muestra de aleatoriamente
    pruebas control
    Modelos de Medicin de PI
    (Planeacin)
    Determinar default:

    Definir los clientes Buenos y Malos

    Buenos
    Mora = < punto de no retorno, ltimos 12 meses
    Mora hoy = 0 y mximo x das, ltimos 12 meses
    Mora ltimos 12 meses mximo 30 das

    Malos
    Default
    Crditos castigados
    Crditos en el que responde el codeudor
    Modelos de Medicin de PI
    (Desarrollo)

    Modelos de medicin:

    Matrices de transicin Anlisis discriminante


    Regresin lineal Regresin logstica
    rboles de probabilidad Modelos Probit o Logit
    Z-score Redes neuronales
    Matrices de
    Transicin
    Modelos de Medicin de PI
    (Desarrollo)
    Matrices de transicin:

    Matriz es un conjunto bidimensional de nmeros, ordenados en una


    estructura de filas y columnas.
    Modelos de Medicin de PI
    (Desarrollo)
    Matrices de transicin:

    Los elementos de una matriz se identifican por el nmero de fila y


    columna que ocupan. Ejemplo: el elemento a12 est situado en la fila 1 y
    columna 2 de la matriz.
    Modelos de Medicin de PI
    (Desarrollo)
    Matrices de transicin:

    La matriz formada por las probabilidades de transicin de un estado


    i a un estado j en un horizonte de tiempo determinado toma la
    siguiente forma:
    Modelos de Medicin de PI
    (Desarrollo)
    Matrices de transicin:

    Condiciones:
    P es una matriz cuadrada
    Todos los elementos de la matriz son no negativos
    La suma de cada fila es igual a la unidad

    0 pij 1 y j pij = 1
    Modelos de Medicin de PI
    (Desarrollo)

    Matrices de transicin:

    Cadena de Markov: Matriz de transicin vlida para una sucesin de

    periodos de tiempo y que cumple con las anteriores condiciones.


    Modelos de Medicin de PI
    (Desarrollo)
    Matrices de transicin:

    La matriz de transicin es la principal herramienta para determinar


    la probabilidad de que un crdito con una calificacin determinada
    cambie de calificacin crediticia durante un perodo especfico. A
    esta probabilidad se le conoce como probabilidad de migracin en
    la calidad de un crdito.
    Modelos de Medicin de PI
    (Desarrollo)
    Matrices de transicin:

    Estas matrices representan un elemento importante en la


    estimacin del riesgo de crdito en los bancos, debido a que
    proveen la base para estudiar el posible deterioro que pudiera
    presentar una cartera en el futuro.
    Regresin
    Lineal
    Modelos de Medicin de PI
    (Desarrollo)
    Regresin lineal:

    Es un mtodo matemtico que modela la relacin entre una variable


    dependiente Y, una o ms variables independientes continuas Xi y un
    trmino aleatorio . Este modelo puede ser expresado como:

    Donde:
    0 es la interseccin o trmino "constante
    i son los coeficientes de cada variable independiente
    p es el nmero de parmetros independientes de la regresin.
    Modelos de Medicin de PI
    (Desarrollo)
    Regresin lineal:
    Error de
    estimacin

    Intercepto

    Recta
    ajustada
    Modelos de Medicin de PI
    (Desarrollo)
    Regresin lineal:
    Cmo se aplica?

    Con base en la informacin de una variable que pretende ser explicada y otras
    variables a travs de las cuales se va a explicar, se estima la ecuacin de una recta
    asignando a cada una de las variables explicativas una ponderacin.

    A travs de estadsticos de prueba se pretende establecer si alguna de las variables


    explica la dependiente, as como identificar y seleccionar aquellas variables que son
    realmente relevantes en la explicacin de la dependiente.

    A travs de coeficiente de determinacin y de pruebas de bondad de ajuste se estima


    el poder predictivo de las variables seleccionadas y la suficiencia de las mismas.
    Modelos de Medicin de PI
    (Desarrollo)
    Regresin Lineal:
    Metodologa:

    Mnimos cuadrados ordinarios:


    De la nube de puntos resultado de graficar las parejas de la variable dependiente y
    la independiente, se busca la ecuacin:

    Para esto se buscan dichos parmetros que minimicen el error cuadrado medio; es
    decir la sumatoria de la diferencia entre lo estimado al cuadrado

    Un requisito implcito para que funcione el mtodo de mnimos cuadrados es que


    los errores de cada medida estn distribuidos de forma aleatoria.
    Modelos de Medicin de PI
    (Desarrollo)
    Regresin Lineal:

    Supuestos del modelo:

    La relacin entre las variables es lineal.


    Los errores son independientes.
    Los errores tienen varianza constante.
    Los errores tienen una esperanza matemtica igual a cero.
    El error total es la suma de todos los errores.
    29

    También podría gustarte