Download - Cartera PYMe
-
8/17/2019 Cartera PYMe
1/29
DISEÑO DE UN SISTEMA INTERNO DE RATING PARA PYMES SEGÚN LOS
NUEVOS ESTÁNDARES INTERNACIONALES DE SOLVENCIA BANCARIA
Antonio Partal Ureña
Profesor Titular de Universidad
Departamento de Administración de Empresas, Contabilidad y Sociología
Facultad de Ciencias Sociales y Jurídicas
Universidad de Jaén
Paraje “Las Lagunillas” s/n 23071-Jaén
Teléfono: 953 01 22 15
Fax:953 01 22 [email protected]
Pilar Gómez Fernández-Aguado
Profesora asociada
Departamento de Economía Financiera y Contabilidad
Facultad de Estudios Empresariales y Turismo
Universidad de Extremadura
Avda. Universidad s/n 10071-Cáceres
Teléfono: 927 25 74 80 Ext.:7976
Fax: 927 25 74 81
-
8/17/2019 Cartera PYMe
2/29
2
DISEÑO DE UN SISTEMA INTERNO DE RATING PARA PYMES SEGÚN LOS
NUEVOS ESTÁNDARES INTERNACIONALES DE SOLVENCIA BANCARIA
La adaptación del Nuevo Acuerdo de Capital de Basilea va a suponer un cambio
radical en la gestión y el control del riesgo de crédito para las entidades financieras,
siendo una pieza clave el desarrollo y la implantación de sistemas internos de rating .
Reconociendo la importancia de esta reforma, proponemos una metodología de rating
siguiendo las directrices del Nuevo Acuerdo, y diseñamos un sistema interno de rating
para Pymes basándonos en la experiencia histórica de impagos de una entidad. El
sistema propuesto tiene como base una modelo de probabilidad condicional Logit, que
nos permite determinar de manera consistente la probabilidad de impago de una
empresa basándonos únicamente en su información contable. En el diseño del sistema,
se presta especial atención a la comprobación de la robustez del modelo mediante
métodos de validación temporal y extramuestral, así como a la relevancia de la
información contable en la predicción del evento de impago. Con el objeto de
proporcionar una herramienta fácil de usar, intuitiva, potente y validada empíricamente
para la gestión y control del riesgo de crédito.
Palabras clave: Acuerdo de Capital, Riesgo de crédito, Sistemas de rating .
-
8/17/2019 Cartera PYMe
3/29
3
DISEÑO DE UN SISTEMA INTERNO DE RATING PARA PYMES SEGÚN
LOS NUEVOS ESTÁNDARES DE SOLVENCIA BANCARIA
INTERNACIONAL
1. INTRODUCCIÓN
Tradicionalmente, las entidades financieras para la gestión y el control del riesgo
de crédito de sus operaciones se han basado en métodos subjetivos de valoración,
fundamentados en el juicio y la experiencia de los analistas de crédito. Limitándose, al
estudio de la estructura financiera y solvencia del cliente en el momento de la concesión
de cada operación de forma individual, y controlándose el riesgo que introducían las
operaciones mediante el cumplimiento de los coeficientes de solvencia y los niveles de
provisiones establecidos por las autoridades supervisoras.
Esta situación esta cambiando y cada vez es mayor el número de entidades,
aunque todavía insuficiente, que están desarrollando sistemas internos de rating basados
en métodos objetivos de valoración del riesgo de crédito. Las razones que han originado
este cambio son fundamentalmente las siguientes: la orientación de la gestión bancaria
hacia el incremento de valor para el accionista, las innovaciones financieras
relacionadas con el riesgo de crédito (titulización y derivados crediticios), y la
aceptación y el interés de las autoridades monetarias en la utilización de estos sistemas.
La utilización de estos sistemas se incrementará en los próximos años como
consecuencia de la entrada en vigor del Nuevo Acuerdo de Capital de Basilea (más
conocido como Basilea II) propuesto por el Comité de Supervisión Bancaria deBasilea1, prevista para el año 2006. Uno de los objetivos de esta reforma es establecer
una medida de capital regulatorio más sensible al riesgo de la actividad bancaria en
general, y en concreto al riesgo de crédito. Este objetivo se alcanzará principalmente a
través de la alternativa propuesta con el enfoque IRB ( Internal Rating Based ) para la
1 En 1998, el Comité de Supervisión Bancaria de Basilea propuso introducir una nuevo acuerdo sobreadecuación del capital que sustituyera al Acuerdo de 1988. Esta propuesta de reforma es, sin duda, un
acontecimiento en el ámbito de la regulación bancaria de máxima de relevancia. Donde no solo semodificaran las normas de solvencia, sino también los procesos de supervisión bancaria. Se prevé que elnuevo acuerdo esté finalizado en este año y su entrada en vigor para el año 2006.
-
8/17/2019 Cartera PYMe
4/29
4
determinación de los requerimientos de capital por riesgo de crédito. Bajo este enfoque,
los requerimientos de capital se determinaran a partir de la probabilidad de impago de
los diferentes elementos que componen la cartera crediticia, siendo necesario para ello
disponer de un sistema interno de rating .
La adaptación de Basilea II va a suponer un cambio radical en la gestión y el
control del riesgo de crédito para las entidades, siendo una pieza clave el desarrollo y la
implantación de sistemas internos de rating . Reconociendo la importancia que tiene esta
reforma de capital, pretendemos con este trabajo ofrecer una alternativa posible para su
adaptación con relación a los sistemas de calificación crediticia. Concretamente,
proponemos una metodología de rating siguiendo las recomendaciones del Comité de
Supervisión Bancaria de Basilea, y diseñamos un sistema interno de rating para Pymes
basándonos en la experiencia histórica de impago de una entidad crediticia, el cual
puede ser una referencia útil para cualquier entidad en su adaptación a Basilea II. El
sistema propuesto se fundamenta en un modelo de probabilidad condicional, Logit, que
nos permite determinar de manera consistente la probabilidad de impago de una
empresa basándonos únicamente en la información financiera.
Con la finalidad indicada para este estudio, el articulo lo hemos estructurado de
la manera siguiente. En primer lugar, se exponen las características y utilidades de un
sistema interno de rating en la gestión y el control del riesgo de crédito. Segundo, se
analiza el enfoque IRB para la determinación de los requerimientos de capital por
riesgo de crédito, y se examina el tratamiento de las Pymes bajo este enfoque.
Posteriormente, se detallan los criterios establecidos por el Comité para la construcción
de un sistema interno de rating . Después, conforme a estos criterios desarrollamos una
metodología de rating, diseñando una sistema para la calificación de las Pymes. Porúltimo, se expone las principales conclusiones de este trabajo.
2. FUNDAMENTOS DE UN SISTEMA INTERNO DE RATING
Un sistema interno de rating permite trasladar a un plano más técnico la tarea
que los analistas tradicionalmente venían desempeñando, de forma que la evaluación y
medición del riesgo de crédito es más precisa y objetiva. A través del sistema se puedenclasificar a los clientes de una entidad en función de su calidad crediticia, y asociarles
-
8/17/2019 Cartera PYMe
5/29
5
una probabilidad de incumplimiento o impago concreta. Dicha clasificación vendrá
determinada por una modelo de evaluación de riesgo de crédito o credit scoring. De
modo que, en función de la evaluación resultante el cliente será clasificado en una de las
categorías crediticias definidas en el sistema, y se le asignará la probabilidad de impago
esperada de la categoría correspondiente.
Los sistemas internos de rating son herramientas adecuadas para los siguientes
aspectos relacionados con el riesgo de crédito: 1) identificación, medición, seguimiento
y control del riesgo, 2) definición de estrategias y políticas sobre el riesgo de crédito, 3)
fijación del precio de las operaciones, 4) asignación de capital a las operaciones y su
posible inclusión en los cálculos de RORAC y ROE.
Un sistema interno de rating útil para la gestión y control del riesgo de crédito
debe reunir las siguientes característica (Moody’s, 2000). En primer lugar, el
funcionamiento y los resultados del sistema deben ser compresibles y claros. Es
necesario que el personal que utilice esta herramienta comprenda su funcionamiento e
interprete adecuadamente los resultados, siendo más importante entender por qué
funciona el sistema que proporcionar mejoras marginales en precisión. Segundo, el
sistema debe discriminar eficientemente a los clientes en función de su calidad
crediticia. Y tercero, el sistema deberá estar calibrado en probabilidades de impago.
Aunque un sistema no calibrado puede ser útil para aceptar o declinar prestamos, es de
poca utilidad en otras áreas de la gestión del riesgo de crédito, tales como la
determinación del precio de las operaciones, asignación de capital, así como para la
cobertura o negociación del mismo.
A pesar de las ventajas que ofrece la utilización de los sistemas internos derating para la adecuada gestión y control del riesgo de crédito, actualmente son pocas
las entidades financieras españolas que cuentan con este tipo de herramientas. Así se
pone de manifiesto en un estudio llevado a cabo por PricewaterhouseCoopers (2001),
con el objeto de analizar la situación de las entidades financieras españolas para la
adaptación de Basilea II. En el estudio se determina, entre otros aspectos, el grado de
avance de las entidades españolas en la estimación de las probabilidades de
incumplimiento asociadas a las categorías de un sistema interno de rating . Losresultados fueron que tan solo un 20% de las entidades manejan este concepto en todas
-
8/17/2019 Cartera PYMe
6/29
6
sus líneas de negocio (Banca corporativa y grandes empresas, Pymes, Comercios y
pequeños empresarios, Préstamos hipotecarios, Consumo de particulares y Promotores
inmobiliarios), en la mayoría de las entidades no se utiliza este concepto, o simplemente
está asociado a un modelo de scoring. Los segmentos en los que más entidades utilizan
este concepto son en primer lugar, Financiación de consumo de particulares (47%),
seguido de Pymes (40%), siendo en el que menos, Comercio y pequeños empresarios
(33%), en el gráfico nº 1 se muestran los resultados.
Gráfico nº1: Utilización de la probabilidad de incumplimiento por líneas de negocio.
Fuente: PricewaterhouseCoopers (2001)
El escaso uso de estos sistemas por parte de las entidades financieras españolas
puede deberse a los siguientes motivos (García Higueras, 2000): 1) la ausencia de series
de datos públicos suficientes y fiables, 2) la escasez de datos históricos internos cuya
obtención, si es posible, implica un elevado coste, y 3) debido a que la eficacia de
dichos sistemas solo se puede validar empíricamente con el paso del tiempo y su
implantación como criterio único no puede materializarse a corto plazo.
3. EL ENFOQUE IRB PARA LA MEDICIÓN DEL RIESGO DE CRÉDITO EN
BASILEA II
El tratamiento del riesgo de crédito propuesto en Basilea II varía sustancialmente
respecto al actual, estableciéndose una metodología novedosa y múltiples opciones para
la determinación de unos requerimientos de capital más sensibles al riesgo. Se proponen
dos enfoques alternativos con diferentes niveles de complejidad: el enfoque estándar y
el enfoque IRB ( Internal Rating Based ); y se reconocen diferentes técnicas para la
0
20
40
60
80
100
BancaCorporativa
Pymes Comercios Hipotecarios Consumo
% de entidades
-
8/17/2019 Cartera PYMe
7/29
7
cobertura del riesgo de crédito (colaterales, derivados crediticios y acuerdos de
compensación en balance).
El enfoque estándar es similar al enfoque propuesto en el Acuerdo de 1988, pero
más sensible al riesgo, al determinarse los requerimientos de capital en función de las
evaluaciones de crédito externas. La novedad más significativa en el tratamiento del
riesgo de crédito es el enfoque IRB, bajo el cual el banco determinará los
requerimientos de capital de acuerdo con su perfil de riesgo crediticio. Esta alternativa,
según Pancorbo de Rato (2002), elimina las limitaciones y reservas de fundamentar las
ponderaciones de riesgo en calificaciones externas (enfoque estándar), o de
fundamentarlas en las ponderaciones propuestas por los supervisores (Acuerdo de
1988).
A través del enfoque IRB, los bancos podrán utilizar sus estimaciones internas
de los factores de riesgo de una operación concreta a fin de determinar los
requerimientos de capital correspondientes a la misma2. Estos factores de riesgo son: la
Probabilidad de incumplimiento ( Probability of Default , PD), la Pérdida en caso de
incumplimiento ( Loss Given Default , LGD), Exposición al riesgo de crédito ( Exposure
at Default , EAD) y el vencimiento efectivo (M, Maturity). La utilización del enfoque
IRB esta condicionada al cumplimiento de determinados requisitos con el fin de
garantizar la integridad y credibilidad de las estimaciones realizadas.
Dependiendo de la capacidad del banco para estimar los factores de riesgo podrá
acogerse al IRB básico o avanzado. Como regla general, en el IRB básico solo será
necesario que el banco estime los distintos valores de PD de sus acreditados, el resto de
factores de riesgo vendrán establecidos por la autoridad supervisora nacional. Mientrasque para adoptar el IRB avanzado, se requerirá que el banco determine internamente
todos los factores de riesgo.
2 Este enfoque es similar al seguido con la enmienda del Acuerdo de Basilea sobre riesgo de mercado,introducida en 1996, que permitió a los bancos utilizar sus modelos de cálculo de Valor en Riesgo (VAR)
como alternativa al enfoque normalizado de cálculo de capital obligatorio para cubrir el riesgo demercado, con sujeción a la aprobación de esos modelos por parte de las autoridades supervisorasnacionales.
-
8/17/2019 Cartera PYMe
8/29
8
Las ponderaciones de los distintos activos se determinan mediante una función
continua de los factores de riesgo citados. Esta función permite transformar los
componentes de riesgo en activos ponderados por su nivel de riesgo y,
consecuentemente, en requerimientos de capital. El Comité ha definido una función de
ponderación de riesgo distinta para cada una de las diferentes exposiciones bancarias.
Concretamente se consideran cinco categorías o exposiciones de riesgo distintas, estas
son: exposiciones empresariales (corporate exposures), bancarias (bank esposures),
soberanas ( sovering exposures), minoristas (retail exposures), y accionariales (equity
exposures)3.
Según el tercer documento de consulta de Basilea II4, publicado en abril de
2003, la financiación a Pymes5 puede encuadrarse en dos de las categorías anteriores,
bien dentro de la cartera de corporate, pero con un tratamiento diferente del resto de
empresas; o dentro de la cartera de retail , concretamente en la subcartera other retail.
La inclusión de los riesgos contraídos con Pymes dentro de la categoría de retail esta
condicionada al cumplimiento de dos criterios: 1) el riesgo deberá ser gestionado al
igual que las exposiciones minoristas, y 2) el riesgo contraído con la empresa no debe
ser superior a un millón de euros.
El tratamiento de las Pyme en Basilea II ha suscitado un gran interés y
preocupación, tanto por parte de las entidades como de las asociaciones empresariales.
Según se planteaba la determinación de los requerimientos de capital en el segundo
documento de consulta, la reforma podría tener efectos negativos sobre el coste y la
disponibilidad de la financiación para las Pymes. Multitud de comentarios fueron
enviados al Comité para que se introdujeran las modificaciones precisas a fin de poder
paliar tales efectos. Fruto de estos comentarios, en el tercer documento de consulta se propone un tratamiento especifico para los riesgos asociados con estas empresas. A
3 Dentro de los activos frente a empresas, se distinguen cinco subgrupos de financiación especializada.Entre los activos frente al sector minorista, se identifican tres subcategorías.4 Desde que el Comité de Supervisión Bancaria emprendió el proceso de reforma del acuerdo decapital, en 1998, ha publicado tres documentos de consulta (junio de 1999, enero de 2001 y abril de2003). Tras la publicación de estos documentos se abre un periodo de consulta para que las partesinteresadas presenten sus comentarios y sugerencias de mejora. Se prevé que finalizado el periodo deconsulta del tercer documento, el 31 de julio de 2003, el Comité prepare la versión definitiva de Basilea
II, para su entrada en vigor en el año 2006.5 El Comité considera Pymes aquellas empresas con un volumen de ventas inferior a 50 millones deeuros.
-
8/17/2019 Cartera PYMe
9/29
9
continuación expondremos cuales son las funciones para ponderar el riesgo con Pymes,
dependiendo dentro de que cartera se ubiquen, y según las últimas propuestas
contenidas en el tercer documento de consulta.
Las ponderaciones de riesgo ( K ) se determinan mediante una función continua
de los factores de riesgo siguientes: PD y LGD, y en ocasiones de M . En el tercer
documento de consulta de Basilea II se establece la siguiente función de ponderaciones
para las exposiciones con Pymes, cuando éstas se consideren dentro de la cartera de
corporate:
( ) ( ) ( ) ( ) PDb5 ,111
999 ,0 N 1
PD N 1 N LGD K 1
5 ,0
15 ,0⋅−×
⋅
−+⋅−×= −−− ρ ρ
ρ
Para el diseño de las funciones de ponderación de riesgos, el Comité, se basó en
el marco conceptual de los modelos internos para la medición del riesgo de crédito que
actualmente utiliza el sector (CreditMetrics™, Portfolio Manager ™, CreditRisk+™, entre
otros), pero parametrizada de modo que los requerimientos de capital cubran las
pérdidas esperadas e inesperadas de la cartera. Bajo estas premisas, las ponderaciones
de riesgo en el enfoque IRB vienen determinadas por los siguientes factores:
• LGD: La pérdida dado el impago, que serán valores establecidos por el
supervisor nacional en el caso del método IRB básico o estimaciones
internas de la entidad, en el caso del IRB avanzado.
• ( ) ( ) ( )
⋅
−+⋅−
−−− 999 ,0 N 1
PD N 1 N 1
5 ,0
15 ,0
ρ ρ ρ : Representa la suma de las
pérdidas esperadas e inesperadas para una cartera hipotética en un horizonte
temporal de un año y un nivel de confianza del 99,9%. Siendo N(X) la
función de distribución acumulada normal de media cero y desviación típica
uno, y N-1(X) la función inversa a la anterior. En la expresión, la correlación
de los activos de la cartera (ρ) se determina como sigue:
-
8/17/2019 Cartera PYMe
10/29
10
−−⋅−
−
−−⋅+
−
−⋅=
−
⋅−
−
⋅−
45
5 s104 ,0
e1
e1124 ,0
e1
e112 ,0
50
PD50
50
PD50
ρ
En la expresión para determinar la correlación de los activos de la cartera, esdonde se introduce la modificación de la función de ponderación de corporate para
ajustarla a las Pymes. La adaptación de la función se ha realizado introduciendo un
ajuste por tamaño de la empresa (es decir, ( )( )45 / 5 s104 ,0 −−⋅ . Donde s, son las ventas
anuales totales de la Pyme en millones de euros, cuyo valor estará comprendido entre 5
millones de euros y 50 millones de euros6.
( ) PDb5 ,111
⋅− : Es el ajuste necesario al factor anterior para reflejar un
vencimiento medio de 2,5 años. Siendo, ( ) ( )( )2 PD Ln05898 ,008451 ,0 PDb ⋅−= . En el
supuesto de que no se asuma un vencimiento implícito a la función, sino explícito, se
deberá incluir como ajuste por vencimiento en la función de ponderación de riesgo el
siguiente factor multiplicativo: ( ) ( )5 ,2 M PDb1 −⋅+
En el método IRB, el tratamiento de las retail exposures presentan una
metodología distinta de la establecida para las corporate exposures (entre otros
aspectos, no se distingue entre enfoque básico y avanzado, ni se incluye ajuste por
vencimiento). La función de ponderación de riesgos propuesta para la subcategoría
other retail , en la cual se podrá recoger los riesgos contraídos con Pymes, es la
siguiente:
( ) ( ) ( )
⋅
−+⋅−×=
−−− 999 ,0 N 1
PD N 1 N LGD K 1
5 ,0
15 ,0
ρ ρ ρ
Determinándose el coeficiente de correlación de los activos de esta cartera (ρ)
con la siguiente expresión:
6
A los efectos del ajuste por tamaño de las Pymes, las empresas con cifras de ventas inferiores a 5millones de euros recibirán un tratamiento equivalente al de las empresas con ventas iguales a 5 millonesde euros.
-
8/17/2019 Cartera PYMe
11/29
11
0%
5%
10%
15%
20%
25%
30%
0% 2% 4% 6% 8% 10%
Curva Corporate (s = 5) Curva Corporate (s = 50) Curva Other Retail
−
−−⋅+
−
−⋅=
−
⋅−
−
⋅−
35
PD35
35
PD35
e1
e1117 ,0
e1
e102 ,0 ρ
Con el objeto de analizar la incidencia que tendrá en términos de requerimientosde capital la clasificación de las Pymes en las distintas carteras (corporate y other
retail ), representamos las funciones de ponderación de riesgos correspondientes a cada
una de ellas (véase grafico nº 2). Para la representación de la función correspondiente a
las corporate exposures se ha considerado un volumen de ventas anual de 5 millones de
euros (s = 5) y 50 millones de euros (s = 50). De esta manera, quedan definidas las
funciones de ponderación que determinan los requerimientos de capital mínimos y
máximos para las Pymes en la cartera de corporate. El calibrado de las funciones se ha
realizado considerando una pérdida dado el impago (LGD) del 50%. En el gráfico se ha
representado hasta una PD del 10% por ser el tramo más relevante, aunque, obviamente
la curva de requerimientos de capital llega hasta una PD del 100%.
Gráfico nº 2: Funciones de ponderación de riesgo para las Pymes.
En el gráfico, podemos observar como difieren los requerimientos de capital
para las Pymes en función de la cartera en la que se ubiquen, siendo estas diferencias
más acusadas en los tramos más elevados de probabilidad de impago. La inclusión de
las Pymes en la cartera de other retail supondrá unos menores requerimientos de capital
que en la cartera de corporate a igualdad de probabilidad de impago. Por otra parte, se
-
8/17/2019 Cartera PYMe
12/29
12
puede apreciar como el tamaño de la Pyme condiciona de manera significativa los
requerimientos de capital dentro de la categoría de corporate.
En definitiva, la posibilidad de poder clasificar los riesgos contraídos con Pymes
en la categoría de other retail , así como, el ajuste por tamaño introducido en la función
de corporate, mejora sustancialmente el tratamiento de estas empresas en términos de
requerimientos de capital. Este hecho, puede eliminar en parte los efectos apuntados
sobre el coste y la disponibilidad de la financiación de las Pymes, auque hasta la entrada
en vigor de Basilea II no será posible valorar su impacto.
4. CRITERIOS PARA LA CONSTRUCCIÓN DE LOS SISTEMAS INTERNOS
DE RATING SEGÚN BASILEA II
Un sistema de calificación interno bajo el enfoque de Basilea II, tiene por objeto
la evaluación del riesgo de crédito, la asignación de las calificaciones internas y la
cuantificación de las estimaciones de incumplimiento y de pérdida. El sistema deberá
tener dos dimensiones diferentes y separadas, una orientada al riesgo de incumplimiento
del prestatario y otra, destinada a reflejar los factores específicos de la operación, tales
como, el colateral y el tipo de producto.
El Comité de Supervisión Bancaria de Basilea, recomienda a las entidades la
observación de una serie de criterios para la construcción de los sistemas internos de
calificación, con el objeto de que éstos puedan ser empleados para la determinación de
las cargas de capital por riesgo de crédito en el enfoque IRB. A continuación
describiremos en líneas generales estos criterios7 :
a. Cobertura: El sistema interno de calificación deberá ser lo suficientemente
amplio como para permitir que cualquier prestatario pueda ser objeto de calificación. La
asignación de una calificación a cada prestario debe formar parte del proceso de
aprobación del crédito.
7 Un análisis más detallado sobre los criterios establecidos por el Comité de Supervisión Bancaria para
la construcción y control de los sistemas internos de rating , así como los comentarios realizados por laComisión Europea y las diversas posturas que se han venido adoptando sobres estos sistemas puede verseen Partal, A. y Gómez, P. (2002).
-
8/17/2019 Cartera PYMe
13/29
13
b. Estructura: El sistema deberá estar estructurado en un mínimo de siete grados
de prestatarios en el caso de aquellos que no hayan incurrido en incumplimiento, y de
un grado, en el caso de que hayan incumplido. Un grado de prestatario se define como
la evaluación del riesgo del prestatario basada en un conjunto claro y detallado de los
criterios de calificación, a partir de los cuales se deriven las estimaciones de
probabilidad de incumplimiento y de pérdida.
c. Criterios de calificación: Los criterios de calificación utilizados para asignar
exposiciones a grados dentro del sistema, deberán ser tanto verosímiles como intuitivos,
e inducir a una diferenciación significativa del riesgo.
d. Modelo de calificación: El modelo estadístico en el que se base el proceso de
calificación debe estar fundamentado en una metodología rigurosa y estar validado
fuera del periodo temporal y de la muestra de origen. El modelo debe estar soportado en
la teoría y/o base matemática y empírica estricta, que permita una adecuada asignación
de probabilidades de incumplimiento a las categorías establecidas. La entidad deberá ser
consciente de las limitaciones de la metodología empleada, controlando los puntos
débiles del modelo y las circunstancias bajo las cuales el modelo no funciona
eficazmente. El juicio del analista de riesgo y la vigilancia del modelo serán esenciales
para asegurar el correcto funcionamiento del mismo.
e. Horizonte de evaluación: La calificación del prestatario deberá representar la
evaluación que realice el banco de la capacidad y voluntad del prestatario de atenerse al
contenido contractual. El horizonte temporal para la estimación de la probabilidad de
incumplimiento será de un año, si bien el calculo de dicha probabilidad debe basarse en
series temporales suficientemente largas (convenientemente, un ciclo económico).
El desarrollo de sistemas internos de rating requerirá realizar esfuerzos
importantes, no solamente desde el punto de vista económico, sino también en cuanto a
la utilización de recursos humanos especializados y la disponibilidad de la información
necesaria. La falta de una base de datos amplia y convenientemente organizada es el
mayor inconveniente con el que se encuentran las entidades de crédito para el desarrollo
de sus propios sistemas de rating . Ante esta limitación, el Comité propone dosalternativas para la construcción del sistema:
-
8/17/2019 Cartera PYMe
14/29
14
a) Utilizar datos compartidos: Crear una masa común de información a partir de
la aportación por un grupo de entidades de su experiencia histórica sobre impagos. La
información aportada por un grupo de entidades financieras permitirá el desarrollo de
sistemas internos de rating , aunque el volumen de cada una de las carteras bancarias no
proporcione datos suficientes para poder aplicar rigurosamente técnicas estadísticas. Se
permitirá esta alternativa, siempre y cuando una entidad pueda demostrar que los
sistemas y criterios de calificación interna de las otras entidades del grupo son
comparables y coherentes con los suyos. Esta opción ha sido elegida por la mayoría de
las cajas de ahorro españolas acogiéndose al Proyecto Sectorial de Control Global del
Riesgo8, coordinado por la Confederación Española de Cajas de Ahorro (CECA) desde
mayo de 2000.
b) Utilizar datos externos: Se ofrece la posibilidad de utilizar la técnica de
asociación (mapping ) a un conjunto de datos externos, como por ejemplo los de una
agencia de calificación, para la determinación de las probabilidades de incumplimiento
asociadas a las categorías del sistema interno de rating. Mediante el empleo de esta
técnica, una entidad podrá asociar a cada categoría crediticia interna, la probabilidad de
incumplimiento estimada por una agencia de calificación. Para llevar a cabo esta
asociación será necesario, en primer lugar, que la entidad cuente con un sistema para
clasificar a sus clientes en función de su calidad crediticia. En segundo lugar, será
preciso que exista una correspondencia significativa entre las categorías internas y las
externas, a fin de evitar posibles sesgos e inconsistencias a la hora de asociar la
probabilidad de incumplimiento estimada por la agencia de calificación.
5. METODOLOGÍA DE RATING
La finalidad de este trabajo es diseñar un sistema interno de rating para una
entidad crediticia concreta9, conforme a las recomendaciones establecidas en Basilea II.
No obstante, la metodología que proponemos puede ser de igual manera una referencia
útil para cualquier otra entidad. Esta metodología nos permitirá realizar una evaluación
8 Este Proyecto tiene como objetivo general el desarrollo de un modelo de control global del riesgo, ycomo objetivos intermedios, el desarrollo de modelos de control para todos y cada uno de los principalesriesgos de la actividad financiera (riesgo de crédito, riesgo de mercado y riesgo operativo), detallados por
líneas de negocio.9 Por razones de confidencialidad de los datos no desvelamos la entidad de crédito para la cual se harealizado este estudio.
-
8/17/2019 Cartera PYMe
15/29
15
de la calidad crediticia de la cartera de Pymes y determinar la probabilidad de impago
de la misma, basándonos únicamente en la información financiera pública de estas
empresas. El desarrollo de este trabajo se realizó bajo la idea de proporcionar a la
entidad una herramienta fácil de usar, intuitiva, potente y validada empíricamente. La
metodología de rating , que a continuación desarrollaremos, se concreta en los siguientes
pasos:
1. Definición de impago y selección de la muestra: Utilizando la definición de
impago propuesta en Basilea II, se selecciona la muestra de empresas sobre
la cual se especifica el modelo de probabilidad de impago.
2. Análisis de las variables explicativas del impago: A través de diferentes
análisis estadísticos se determinan que variables financieras (ratios) poseen
mayor capacidad explicativa del evento de impago.
3. Especificación y validación del modelo de evaluación del riesgo de impago:
Confirmada la adecuación de las variables consideradas para explicar la
probabilidad de impago de una empresa, se procede a determinar la forma
funcional del modelo que recoja el efecto conjunto de las diferentes variables
sobre el evento de impago. Se proponen dos alternativas: modelo de
regresión Logit y Probit. La forma funcional óptima se determina realizando
rigurosas pruebas estadísticas. Finalmente, se comprueba la estabilidad del
modelo realizando una validación temporal y extramuestral del mismo.
4. Calibración: A partir de los resultados obtenidos del modelo se establecen
las categorías crediticias del sistema interno de rating .
5.1 Definición de impago y selección de la muestra
El principal inconveniente para el desarrollo de este tipo de trabajos es la
dificultad de conseguir la información necesaria y con la calidad suficiente para que los
resultados obtenidos tengan un adecuado grado de validez y fiabilidad. Nuestro objetivo
-
8/17/2019 Cartera PYMe
16/29
16
es el diseño de un sistema interno de rating para una entidad crediticia, por lo cual la
información necesaria debía de provenir de la propia entidad.
En primer lugar determinamos la definición de impago a utilizar al objeto de
seleccionar los datos necesarios para el análisis. Consideramos la definición propuesta
en Basilea II, donde el incumplimiento o impago de un deudor en concreto se considera
cuando uno o más de los siguientes acontecimientos han tenido lugar: 1) se ha
determinado que es poco probable que el deudor pague sus obligaciones (capital,
intereses o comisiones) en su totalidad; 2) se ha producido un evento de pérdida de
crédito asociada con cualquier obligación del deudor, tales como, la amortización
contable de la deuda, la provisión especifica o la reestructuración forzosa con la
condonación o aplazamiento del capital, los intereses o comisiones; 3) el deudor tiene
una deuda vencida con más de 90 días en cualquier obligación de crédito; y 4) el deudor
ha solicitado una declaración de quiebra u otra protección similar contra sus acreedores.
La muestra utilizada esta formada por dos grupos de empresas, uno lo integran
empresas que habían generado una situación de impago en la entidad (“empresas que
impagan”), y otro formado por aquellas que atendieron de forma normal sus
obligaciones de pago (“empresas normales”). El segundo grupo de empresas se
seleccionó mediante al técnica de emparejamiento individual10, consistente en que a
cada empresa que produjo una situación de impago se le hizo corresponder otra empresa
normal del mismo sector de actividad y tamaño similar. Con relación al sector, el
emparejamiento se realizó a nivel de tres dígitos de la CNAE-93. El criterio seguido
para emparejar por tamaño ha sido volumen de activo. En total la muestra estaba
compuesta por 100 empresas, 50 empresas que impagaron y 50 empresas normales.
La información utilizada ha sido exclusivamente contable, balances y cuentas de
resultados, con la particularidad de ser la que utilizó en su momento para la aceptación
10 La técnica de emparejamiento para la confección de la muestra ha sido ampliamente utilizada en losestudios sobre el pronostico de la solvencia empresarial. No obstante, la aplicación de la misma hasuscitado algunas críticas: la exclusión del efecto tamaño y sector como variables explicativas en el pronostico y la eliminación de la aleatoriedad en la selección de la muestra. A pesar de ello, desde el punto de vista metodológico existe una justificación econométrica para seleccionar la muestra por este procedimiento, en lugar de realizarlo al azar. Concretamente, un procedimiento de selección al azar daría
lugar a una baja representatividad de las empresas insolventes, debido a que las proporciones poblacionales son más favorables a las empresas solventes que a las insolventes, lo cual ocasionaríaestimaciones ineficientes en los modelos de pronóstico de la solvencia empresarial (Papelu, 1986).
-
8/17/2019 Cartera PYMe
17/29
17
de los créditos el analista de riesgo de la entidad. Esta información proviene de la base
de datos SABE (Información Económica, S.A.), la cual incluye más del 95% de las
compañías que presentan sus cuentas en el Registro Mercantil en España. El periodo de
referencia es el año anterior al que se produjo la situación de impago.
Las empresas incluidas en la muestra son Pymes pertenecientes a diferentes
sectores industriales, excluidas las sociedades de promoción inmobiliaria. Excluimos
estas empresas de la muestra porque en Basilea II se consideran una clase de
financiación especializada dentro de la cartera de corporate, concretamente
“financiación de bienes raíces generadores de renta”11.
5.2 Análisis de las variables explicativas del impago
La finalidad de este trabajo es determinar que factores determinan el impago de
una empresa, y a partir de los mismos especificar un modelo que nos permita clasificar a
las diferentes empresas que conforman la cartera de la entidad, en función de su calidad
crediticia. Las variables utilizadas para explicar el evento de impago son ratios
financieros. Estas variables han sido tradicionalmente utilizadas en los modelos de
predicción de la solvencia empresarial, y por los analistas de riesgo, mostrando una
elevada capacidad predictiva. Este hecho ha sido tenido en cuenta por el Comité,
recomendando para analizar el riesgo subyacente de las empresas aspectos económicos-
financieros cuantitativos, tales como la generación de efectivo, calidad de los
beneficios, estructura de capital, nivel de apalancamiento y flexibilidad financiera.
Las variables explicativas del impago las hemos seleccionado entre aquellas
ratios comúnmente considerados en la literatura contable para medir la solvenciaempresarial y, en especial, entre aquellos que han sido utilizados por la práctica
bancaria para la evaluación del riesgo de crédito12, concretamente hemos considerado
11 La financiación de bienes raíces generadores de renta consiste en un método de financiación deinmuebles donde las perspectivas de reembolso y recuperación de la exposición dependen principalmentede los flujos de caja generados por el bien. El origen principal de estos flujos procederá generalmente delas rentas obtenidas por el alquiler o venta del bien.12
Altman, E.I (1968 y 2001); Keasey, K. y McGuiness, P. (1990); García, D., et. al . (1994); Arqués, A.(1997); Lizarraga, F. (1997); Moody’s (2000); Rodríguez, M. (2001); Somoza, A. (2001); Trujillo, A.(2001); Corcostegui, C. et. al . (2003); entre otros.
-
8/17/2019 Cartera PYMe
18/29
18
inicialmente 52 ratios financieros que se muestran en la tabla nº 1 agrupados por
categorías.
Tabla nº1: Variables explicativas del impago por categorías
Liquidez RentabilidadLIQ1 = AC/PCLIQ2 = (EX+DISP)/PCLIQ3 = DISP/PCLIQ4 = EX/PCLIQ5 = CC/ATLIQ6 = CC/PCLIQ7 = REAL/PCLIQ8 = REAL/PTLIQ9 = EX/PTLIQ10 = CC/(CE+GP+DA
REN1 = RAO/ATREN2 = REJ/NREN3 = RAI/NREN4 = RAI/PTREN5 = (REJ-EX)/(INCN+OIE)REN6 = (REJ-REAL)/(INCN+OIE)REN7 = REJ/(N-REJ)REN8 = (REJ-REAL)/ATREN9 = (REJ-REAL-EX)/AT
Cobertura de deuda: Generación de recursos
COB1 = (RAO+GF)/GFCOB2 = CF/GFCOB3 = GF/INCNCOB4 = CF/(PC+PF)COB5 = GF/(PC+PF)
GEN1 = (REJ+DA-EX)/(PF+PC)GEN2 = (REJ+DA)/(INCN+OIE)GEN3 = (REJ+DA)/PTGEN4 = (REJ+DA)//PCGEN5 = (REJ+DA-AC)/(PF+PC)
Endeudamiento Rotación: END1 = (PC+PF)/NEND2= PC/NEND3 = PC/(PC+PF)END4 = PF/NEND5= PF/(PF+PC)
ROT1 = (AC-PC)/(INCN+OIE)ROT2 = EX/(INCN+OIE)ROT3 = REAL/(INCN+OIE)ROT4 = DISP/(INCN+OIE)
Estructura Actividad
EST1 = AC/ATEST2 = AF/ATEST3 = AC/AFEST4 = (AC-PC)/(PC+PF)EST5 = REAL/ACEST6 = EX/ACEST7 = (EX+DISP)/ACEST8 = AF/(PC+PF)EST9 = AF/NEST10 = (N+PF)/AF
ACT1 = (INCN+OIE)/CEACT2 = (INCN+OIE-CE-DE-OGE)/ATACT3 = (INCN+OIE)/(INCN+OIE-CE-DE-OGE)ACT4 = (IE-CE)/INCN+OIE)
Como paso previo a la estimación de los modelos, dado el elevado número de
variables explicativas inicialmente considerado, realizamos un proceso de selección de
las variables con el objeto de identificar aquéllas susceptibles de aportar información
relevante e independiente del resto. La reducción de las potenciales variables
explicativas del impago esta motivada por los siguientes aspectos: en primer lugar, la
totalidad de las ratios no son necesarios para describir la situación financiera de una
empresa, y consecuentemente su capacidad para atender al pago de su deuda, debido al
solapamiento de información entre algunos de ellos; y en segundo, la correlación
existente entre las variables podría ocasionar desde el punto de vista empírico,
-
8/17/2019 Cartera PYMe
19/29
19
contrastes de baja calidad. La selección de las variables se realizó en función de los
resultados obtenidos en los siguientes análisis13: análisis discriminante univariante y
análisis factorial.
a) Análisis discriminante univariante
El análisis discriminante nos permite asignar o clasificar observaciones dentro
de grupos previamente establecidos. En el caso que nos ocupa, el análisis nos permitirá
clasificar a las empresas en el grupo de impagados o no en función del valor que toman
sus variables financieras. De esta manera, podemos determinar la capacidad de las ratios
para pronosticar el riesgo de impago de una empresa determinada, y proceder a
seleccionar aquellos que sean mas adecuados para la configuración del sistema de
rating . El interés de esta prueba es evidente, y se extiende a diversos campos de
investigación en donde la clasificación de observaciones, a través de un perfil
observado, constituye el objeto de la investigación.
El análisis discriminante lineal nos proporciona una función lineal (Función
discriminante de Fisher) a partir de la cual clasificar a las empresas en los grupos
considerados (impagos o no), en función del valor que toman sus variables financieras.
En el procedimiento de clasificación establecido en el análisis se pueden cometer dos
tipos de errores: error tipo I y error tipo II. El error tipo I se produce cuando la función
clasifica una empresa que impaga como no impagada, por el contrario el error tipo II, se
produce cuando se clasifica una empresa que no ha impagado como impagada. El coste
de estos errores es diferente según el objeto que tenga el análisis, teniendo en cuenta la
finalidad de este estudio, consideramos más grave cometer error tipo I, a fin de no
desestimar el riesgo de crédito que soportaría la entidad. En la tabla nº 2 se presentan lasratios con mayor poder discriminante del conjunto total de variables consideradas y los
resultados obtenidos (porcentaje de clasificación correcta de empresas impagadas y
normales, porcentaje de clasificación correcta total, error tipo I y error tipo II).
13 Todos los análisis llevados a cabo en este trabajo se han realizado con el paquete estadístico SPSS(Statistical Package for Social Sciences) versión 11.0 para Windows.
-
8/17/2019 Cartera PYMe
20/29
20
Tabla nº 2: Resultados del Análisis discriminante.
RatioClasif. correcta
emp. impagos (%)Clasif. correcta
emp. normales (%)Clasif. correcta
total (%)Error
tipo I (%)Error tipo
II (%)
LIQ1LIQ6LIQ10COB3COB4COB5END1END3END4REN1REN2EST1
EST2ACT1ACT2
608080757075855560857560
758075
707090758090757070859070
757080
6575857575
82,580656585
82,565
757577,5
402020253025154540152540
252025
303010252010253030151030
253020
En términos de clasificación correcta total, los mejores resultados se obtuvieron
con las ratios de liquidez (LIQ10) y rentabilidad (REN1), con un 85%. De todas las
ratios considerados, la de endeudamiento (END1) y la de rentabilidad (REN1) son los
que mejor clasifican a las empresas que presentaron una situación de impago,
cometiendo un error tipo I del 15%. Mientras que, la ratio de cobertura de deuda
(COB5), el de liquidez (LIQ10) y el de rentabilidad (REND2), son los que mejor
clasifican al grupo de empresas normales, con sólo un 10% de error tipo II. Por lo
general, los resultados obtenidos muestran que las variables económicas-financieras
poseen un aceptable poder explicativo individual del evento de impago, principalmente
las ratios de liquidez y rentabilidad.
b) Análisis factorial
Después de haber realizado el análisis discriminante con el objeto de determinar
que variables presentaban una mayor capacidad explicativa del evento de impago,
contábamos con 15 ratios susceptibles de ser incluidos en el modelo final. El elevado
número de variables y la correlación existente todavía entre algunas de ellas hacia
necesario una nueva selección. Esta selección se realizó observando las correlaciones
-
8/17/2019 Cartera PYMe
21/29
21
entre las variables14 y utilizando como procedimiento de selección estadística el análisis
factorial.
El análisis factorial tiene como objeto simplificar las múltiples y complejas
relaciones que pueden existir entre un conjunto de variables observadas. Para ello, se
trata de encontrar dimensiones comunes o factores que relacionan a las variables
observadas. Asimismo, es una técnica de reducción de datos que examina la
interdependencia de variables y proporciona conocimiento de la estructura subyacente
de los datos. Para la determinación de los factores empleamos el método de
componentes principales, realizando una rotación ortogonal de los factores mediante el
método Varimax, de esta manera se pretende maximizar la correlación de las diferentes
variables asociadas con cada factor y minimizar las correlaciones entre los distintos
factores. El criterio utilizado para la retención de los factores ha sido el de mantener
aquellos cuyo valor propio era superior a la unidad, y el criterio de elección de las ratios
ha sido escoger el que contara con mayor coeficiente de saturación en cada factor
seleccionado.
A través de este procedimiento de selección nos estamos asegurando que, las
ratios elegidos para la inclusión posterior en el modelo posean una elevada capacidad
explicativa del impago, a la vez que se elimina la existencia de correlación entre las
variables. Los resultados obtenidos en el análisis factorial se muestran en la tabla nº 3.
Tabla nº 3 : Resultados del Análisis factorial
Factores(1) Valor Propio(2)Porcentaje de
Varianza(3)Porcentaje acumulado
de la VarianzaRatio(4)
12
3
4
3.8902.722
2.103
1.990
33.0823.15
17.88
16.93
33.0856.23
74.11
91.04
LIQ10REN1
COB5
END1(1) Factores cuyo valor propio es superior a la unidad.(2) Varianza explicada en valor absoluto.(3) Aportación de cada factor a la varianza total.(4) Ratio con mayor coeficiente de saturación.
14 Antes de realizar el análisis factorial se contrastó la correlación existente entre las ratios financieros a
través del Test de esfericidad de Barlett, pues de no existir correlación el análisis factorial estaríainjustificado. Los resultados obtenidos verificaban la existencia de una alta correlación entre las variablesy, por tanto, la adecuación de este análisis.
-
8/17/2019 Cartera PYMe
22/29
22
( ) dt e2
1 Z / 1Y E P 2
2t i Z
ii ⋅⋅===
−
∞−∫ Π
( )i
i
z
Z
iie1
e Z / 1Y E P
+===
Los factores con mayor contenido informativo fueron cuatro, explicando
conjuntamente el 91,04% de la varianza total. Analizando la estructura factorial de los
componentes principales (matriz de correlaciones entre los componentes y las ratios),
identificamos a estos como medidas representativas de la liquidez, rentabilidad,
cobertura de la deuda y endeudamiento de las empresas. Eligiendo de cada factor la
ratio más representativo, seleccionamos finalmente como variables explicativas del
impago los siguientes: LIQ10, REN1, COB5 y END1.
5.3 Especificación y validación del modelo de evaluación del riesgo de impago
Una vez seleccionadas las variables que mejor definen el perfil de riesgo de
crédito de una empresa, iniciamos el proceso de especificación del modelo a utilizar
para la evaluación de su calidad crediticia en términos de probabilidad de impago. Para
la especificación funcional del modelo se consideraron dos alternativas: el modelo de
regresión Logit y Probit.
Ambos son modelos de respuesta cualitativa que tratan de explicar el
comportamiento de una variable endógena que solamente puede tomar una serie de
valores discretos, en función de algunas variables exógenas. En nuestro caso, la variable
endógena toma los valores 0 o 1 dependiendo si los datos proceden de una empresa
normal o una empresa que ha impagado, respectivamente. Las variables exógenas
consideradas son las ratios financieros seleccionados en los análisis previos. La
aplicación de estos modelos nos determinará la probabilidad de impago de una empresa
en función de los valores que tomen sus ratios financieros. La forma funcional que nos
determina la probabilidad es básicamente lo que diferencia al modelo Logit del modelo
Probit. Siendo, en el caso del modelo Logit la función de distribución logística y en elmodelo Probit la función de distribución normal. La representación de los modelos en
cada caso es la siguiente:
Modelo de regresión Logit:
Modelo de regresión Probit:
-
8/17/2019 Cartera PYMe
23/29
23
Donde Zi recoge los efectos de las variables explicativas introducidas:
Para seleccionar la especificación óptima del modelo a utilizar en el sistema
interno de rating hemos considerado los siguientes criterios: significatividad conjunta
de las variables, determinada a través del estadístico de cocientes de verosimilitudes de
Lagrange; la bondad de ajuste del modelo, medida por el cociente R 2 de McFadden y el
criterio de información de Akaike; errores cometidos en la predicción y porcentaje de
clasificación correcta total. Los resultados obtenidos con ambos modelos se muestran en
la tabla nº 4.
Tabla nº 4: Resultados de la estimación de los modelos Logit y Probit
LOGIT PROBITPROBABILITY LR STAT 3,33E-05 4,48E-05R 2 MCFADDEN 42,20% 41,09%AIC 1,001268 1,016681ERROR TIPO I 10% 10%ERROR TIPO II 15% 30%CLASIFICACIÓN CORRECTA TOTAL 87,5% 80%
Los diferentes estadísticos considerados muestran la significatividad conjunta de
las variables consideradas y su poder explicativo del evento de impago en ambos
modelos. En el análisis una empresa se clasifica dentro del grupo que impaga o no,
dependiendo de que la probabilidad condicional estimada sea superior o inferior a un
determinado punto crítico, para ello se ha considerado un punto de corte igual al 0,5, por
ser el que minimizaba el valor medio de los errores de clasificación. Atendiendo al
poder predictivo, el modelo Logit proporciona mejores resultados tanto en términos de
clasificación correcta total de las empresas, como a la hora de clasificar a las empresasque no impagaron dentro de su grupo.
Los porcentajes de aciertos en las clasificaciones nos dan una primera
aproximación de la capacidad predictiva del modelo, pero es conveniente evaluar dicha
capacidad sobre datos ajenos a la muestra. Por ello, realizamos una validación temporal
y extramuestral de ambos modelos. Con la primera validación se trataba de determinar
la capacidad del modelo para anticipar una situación de impago, para ello se utilizó lamuestra inicial de empresas pero con los datos referidos a dos años anteriores a que
ik k 2i21i10i X ... X X Z β β β β ++++=
-
8/17/2019 Cartera PYMe
24/29
24
presentaran la situación de impago en la entidad. Mientras que, con la validación
extramuestral se trataba de confirmar que los resultados del modelo no dependían
exclusivamente de las empresas que formaban la muestra inicial o de estimación. La
muestra de validación utilizada en este caso estaba formada por 100 empresas que
presentaban una situación de pago normal y 25 empresas que presentaban una situación
de impago. Los resultados obtenidos en el proceso de validación del modelo se
muestran en la tabla nº 5.
Tabla nº 5: Resultados de la validación de los modelo Logit y Probit
LOGIT PROBITValidacióntemporal
Validaciónextramuestral
Validacióntemporal
Validaciónextramuestral
ERROR TIPO I 15% 15% 15% 15%ERROR TIPO II 20% 25% 25% 30%CLASIFICACIÓNCORRECTA TOTAL
82,5% 80% 80% 77,5%
Con las validaciones realizadas a los modelos se refuerza la estabilidad de los
resultados. Confirmándose, que la especificación logística es la más adecuada para la
valoración de la probabilidad de impago de una empresa en función de los valores que
toman algunos de sus ratios financieros. Consecuentemente, elegimos el modelo Logit
como herramienta para la evaluación del riesgo de crédito en el diseño del sistema
interno de rating para Pymes.
5.5 Calibración del sistema de rating
Finalmente, una vez especificado el modelo que nos determina la probabilidad
de impago de las Pymes establecemos las categorías en las que queda estructurado el
sistema interno de rating. Las categorías debían de cumplir dos condiciones
fundamentales, según las recomendaciones de Basilea II: 1) Debe de existir una
distribución adecuada de las posiciones entre las distintas categoría, es decir, sin
concentraciones excesivas en ninguna categoría individual, y 2) El riesgo de impago
debe aumentar de una categoría a la siguiente.
Teniendo en cuenta las dos condiciones anteriores, el procedimiento para
establecer las categorías del sistema fue el siguiente. El modelo de regresión Logit nosdeterminaba una medida de la calidad crediticia de las empresas expresada con una
-
8/17/2019 Cartera PYMe
25/29
25
determinada puntuación ( score). A partir de esas puntuaciones, se ordenaron las
empresas de forma ascendente, realizándose una primera clasificación. Para las
categorías creadas se determinaba las frecuencias de impago y se comprueba el
cumplimiento de las condiciones de partida. El proceso se repitió varias veces,
obteniéndose finalmente siete categorías para empresas que no generan impagos y una
para las que impagan.
6. CONCLUSIONES
La reforma del Acuerdo de Capital propuesta por el Comité de Supervisión
Bancaria de Basilea supondrá un marco de actuación completamente distinto al actual
en la gestión y el control del riesgo de crédito, fundamentalmente a través del enfoque
IRB. Bajo este enfoque será responsabilidad del propio banco asegurar un nivel de
solvencia adecuado, y será necesario desarrollar sistemas internos de rating para este
fin.
La finalidad de este estudio es ofrecer una alternativa posible para la adaptación
de este enfoque y describir las posibles utilidades del mismo. En concreto se diseña un
sistema interno de rating para Pymes a partir de la experiencia histórica de impagos de
una entidad crediticia. El sistema se desarrolla sobre un modelo de probabilidad
condicional Logit, que nos permite determinar de manera consistente la probabilidad de
impago de una empresa basándonos únicamente en su información contable.
Los resultados obtenidos indican que el modelo tiene un grado significativo de
éxito a la hora de evaluar la calidad crediticia de las empresas. Asimismo se comprueba
la relevancia de la información contable en la predicción del evento del impago,concretamente, a través de las ratios de liquidez, rentabilidad, cobertura de deuda y
endeudamiento. A partir del modelo especificado y basándonos en las puntuaciones que
de él se obtienen, se establece la estructura del sistema interno de rating, en el cual se
distinguen ocho categorías o grados de riesgo diferentes.
La simplicidad del modelo propuesto y el hecho de que se utilicen ratios
disponibles a partir de los estados financieros, hacen que esta herramienta, además deser estadísticamente consistente, sea fácil de usar y tenga sentido económico para su
-
8/17/2019 Cartera PYMe
26/29
26
usuario. Nuestro objetivo durante todo el desarrollo de este trabajo ha sido especificar
un modelo para la evaluación del riesgo de impago de una empresa con elevado poder
explicativo, pero utilizando el menor número de variables posibles. Debido a que la
utilización de un modelo que requiera de muchos datos detallados es probable que de
dificultades en su uso, y porque además, en muchos casos no puede ser posible disponer
de información excesivamente detallada. Si simplemente hubiéramos atendido a la
estadística es más que probable que desarrolláramos un modelo más complejo, pero que
podría concluir con resultados contraintuitivos.
7. BIBLIOGRAFÍA
AECA (2002): La Gestión del Riesgo de Crédito. Métodos y Modelos de Predicción de
la Insolvencia Empresarial. Varios autores. Coordinan: Doldán Tié, F.y
Rodríguez López, M. Madrid.
Altman, E. I. (1968): “Financial Ratios, Discriminant Analysis and the prediction of
Corporate Bankruptcy”. Journal of Finance, vol. XXIII, nº 4, september, pp.
589-609.
Altman, E. I.; Marco, G. y Varetto, F. (1993): “Corporate Distress Diagnosis:
Comparisons using Linear Discriminant Analysis and neural Networks”. NYU
Salomon Center , dicember.
Altman, E. I. (2001): “Special Issue on Credit Rating and the Proposed New BIS
Guidelines on Capital Adequacy for Bank Credit Assets”. Journal of Banking
and Finance, vol. 25, nº 1/2.
Arqués, A. (1997): La predicción del fracaso empresarial. Aplicación al riesgo
crediticio bancario. Tesis Doctoral. Universidad de Murcia.
Basel Committee on Banking Supervision (1988): “International Convergence of
Capital Measurement and Capital Standards”. Basel Committee Publications, nº 4,
july.
-
8/17/2019 Cartera PYMe
27/29
27
- (1999): “A new capital adequacy framework ”. Basel Committee Publications, nº
50, june.
- (1999): “Credit Risk Modelling: Current Practices and Applications”. Basel
Committee Publications, nº 49, april.
- (2001): “The Internal Rating-Based Approach”. Basel Committee Publications,
Consultative Document, january.
- (2001): “The New Basel Capital Accord”. Basel Committee Publications,
Consultative Document, january.
- (2003): “The New Basel Capital Accord”. Basel Committee Publications,
Consultative Document, april.
Corcóstegui, C; Gónzalez, L.; Marcelo, A. y Trucharte, C. (2003): “Ciclo económico y
capital regulatorio: evidencia en un sistema de clasificación de acreditados”.
Estabilidad Financiera, nº 4, mayo.
Crouhy, M.; Galai, D.y Mark, R. (2000): “A comparative analysis of current credit risk
model”. Journal of Banking and Finance, vol. 24, nº 1 y 2, pp. 59-117.
García Higueras (2000): “Nuevas perspectivas del riesgo de crédito”. Banca y Finanzas,
nº 51, pp. 10-14.
García, D.; Arqués, A. y Calvo-Flores, A. (1994): “Un modelo discriminante para
evaluar el riesgo bancario en los créditos a empresas”. Revista Española de
Financiación y Contabilidad , vol. XXV, nº 86, enero-marzo, pp. 57-101.
García-Ayuso, M. y Jiménez, S. (1996): “Reflexiones sobre el concepto y ámbito delAnálisis financiero”. Revista Española de Financiación y Contabilidad , nº 87,
pp. 403-427.
González, A.; Correa, A. y Blázquez, J. A. (2001): “Perfil del fracaso empresarial para
una muestra de Pequeñas y Medianas Empresas”. XI Congreso de AECA,
Madrid.
-
8/17/2019 Cartera PYMe
28/29
28
Keasey, K. y McGuiness, P. (1990): “The Failure of UK Industrial Firms for the Period
1976-1984, Logistic Analysis and Entropy Measures”. Journal of Business
Finance and Accounting , Spring, pp. 119-135.
Laffarga, J. y Mora, A. (1998): “Los modelos de predicción de la insolvencia
empresarial: un análisis critico”. En Calvo-Flores, A.; García, D. (eds.), El
Riesgo Financiero de la Empresa, AECA, Madrid, pp. 14-58.
Lizarraga, F. (1997): “Utilidad de la Información Contable en el Proceso Del Fracaso:
Análisis del Sector Industrial de la Mediana Empresa Española”. Revista
Española de Financiación y Contabilidad , nº 92, pp. 873-915.
López, J.; Gandía, J. L. y Molina, R. (1998): “La Suspensión de Pagos en las Pymes:
una Aproximación Empírica”. Revista Española de Financiación y Contabilidad ,
nº 94, pp. 71-97.
Moody’s Investors Service (2000): RiskCalc For Private Companies: Moody’s Default
Model . Global Credit Research, may.
Papelu, K. G. (1986): “Predicting Takeover Targets. A Methodological an Empirical
Analysis”. Journal of Accounting and Economics, vol. 8, ,pp. 3-35.
Pancorbo de Rato, A. (2002): “Basilea II: “Las nuevas normas internacionales de
solvencia”. Información Comercial Española, nº 801, pp. 35-49.
Peel, M. J.; Peel, D. A. (1988):”A multilogit approach to predicting Corporate Failure,
Some Evidence for the UK Corporate Sector”. Omega 16 , pp. 309-318.
PricewaterhouseCoopers (2001): Gestión del riesgo de crédito en las entidades
financieras españolas. Estudios e informes.
Reverte Maya, C. (2002): “ Evidencia empírica sobre la utilidad de la información
financiera para la predicción de los resultados futuros”. Revista Española de Financiación y Contabilidad , nº 111, enero-marzo, pp. 188-224.
-
8/17/2019 Cartera PYMe
29/29
Rodríguez López, M. (2001): “Predicción del fracaso empresarial en compañías no
financieras. Consideraciones de técnicas de análisis multivariante de corte
paramétrico”. Actualidad Financiera, junio, pp. 27-42.
Somoza López, A. (2001): “La consideración de factores cualitativos, macroeconómicos
y sectoriales en los modelos de predicción de insolvencia empresarial. Su
aplicación al sector textil y confección de Barcelona (1994-1997)”. Papeles de
Economía Española, nº 89/90, pp. 402-426.
Trucharte, C. y Marcelo, A. (2001): “Modelos factoriales de riesgo de crédito: el
modelo de Basilea II y sus implicaciones”. Estabilidad Financiera, nº 1,
septiembre, pp. 205-218.
Trucharte, C. y Marcelo, A. (2002): “Un sistema de clasificación (rating) de
acreditados”. Estabilidad Financiera, nº 2, marzo, pp.93-115.
Trujillo, A. (2001): Análisis y Control del Riesgo de Crédito en Prestamos Comerciales.
Tesis Doctoral, Universidad de Sevilla.
Vargas, F. (2003): “El marco general de la validación de los procedimientos internos en
Basilea II: el enfoque IRB”. Estabilidad Financiera, nº 4, mayo.
Zmiewski, M., y B. Foster (1996): “Credit scoring Speeds Small Business Loan
Processing”. The Journal of Lending & Credit Risk Management , pp. 42-56.