DISEÑO DE UN SISTEMA DE CREDIT SCORING PARA ENTIDADES DE MICROFINANZAS

Tamaño: px
Comenzar la demostración a partir de la página:

Download "DISEÑO DE UN SISTEMA DE CREDIT SCORING PARA ENTIDADES DE MICROFINANZAS"

Transcripción

1 SUPERINTENDENCI DE BNCOS Y SEGUROS BNCO INTERMERICNO DE DESRROLLO REQUIP- PERÚ DISEÑO DE UN SISTEM DE CREDIT SCORING PR ENTIDDES DE MICROFINNZS Modelos estadísticos para el desarrollo de los métodos basados en calificaciones internas (IRB) y su influencia en el negocio de las IMFs Dr. Salvador Rayo Cantón Universidad de Granada-España

2 OBJETIVOS 1. DISEÑO DE UN MODELO DE CREDIT SCORING QUE MID EL RIESGO DE MICROCRÉDITO EN UN INSTITUCIÓN DE MICROFINNZS. 2. INTEGRCIÓN EN UN MODELO VNZDO EN EL MRCO DE L NUEV NORMTIV BNCRI DE BSILE II 2

3 ÍNDICE DE CONTENIDOS 1. NORMTIV DE BSILE II E INSTITUCIONES DE MICROFINNZS 2. MODELOS DE CREDIT SCORING EN INSTITUCIONES FINNCIERS 3. PROPUEST DE UN MODELO DE CREDIT SCORING PR UN CJ MUNICIPL DE CREDITO Y HORRO 4. PLICCIONES DEL CREDIT SCORING EN EL NEGOCIO DE LS INSTITUCIONES DE MICROFINNZS 3

4 NORMTIV DE BSILE II E INSTITUCIONES DE MICROFINNZS NÁLISIS DEL RIESGO DE MICROCRÉDITO Proceso en base a las prácticas generalmente aceptadas de rating internos o credit scoring. El desarrollo para las IMFs engloba: Identificación de la probabilidad de incumplimiento. Pérdida dada por incumplimiento. Exposición al incumplimiento. 4

5 NORMTIV DE BSILE II E INSTITUCIONES DE MICROFINNZS Fórmula de Basilea II en la normativa SBS: VaR (99,9%). Es decir, un Nivel de Confianza del 99,9%. Coeff. Correlación = 0,04 Basilea II considera un cuantil del 99,9% con objeto de que en el requerimiento de capital se contemplen el 99,9% de las situaciones más adversas del estado de la economía (X) y que el peor resultado en situación de catástrofe o crisis en la economía se produzca con una probabilidad del 0,1%. VaR (99,9%)= N -1 (0,001)= Inversa de la Función Distribución Normal Estándar cumulada=-3,090. El capital requerido depende de la relación entre Perdida Esperada y Perdida Inesperada, 5

6 MODELOS DE CREDIT SCORING EN INSTITUCIONES FINNCIERS CONCEPTO DE CREDIT SCORING El credit scoring, también conocido como calificación del riesgo de insolvencia o morosidad, puede definirse, en una primera aproximación, como un sistema que, mediante predicciones, califica un crédito y mide el riesgo de incumplimiento inherente al mismo. 6

7 MODELOS DE CREDIT SCORING EN INSTITUCIONES FINNCIERS BNC Ventajas Inconvenientes Técnicas Paramétricas Linea les No- Linea les nálisis Discriminante Modelos de Probabilidad Lineal Modelos Logit Modelos Probit Buen rendimiento para grandes muestras Técnicamente conveniente en la estimación y manteni-miento Buen rendimiento para grandes muestras Sugieren probabilidades de impago Parámetros fácilmente interpretables Muy buenas propiedades estadísticas y no son estrictos con las hipótesis sobre los datos. Muestran las probabilidades de impago Gran rendimiento Muy buenas propiedades estadísticas y no son estrictos con las hipótesis sobre los datos. Muestran las probabilidades de impago Problemas estadísticos y estimadores ineficientes No arroja probabilidades de impago Estimadores ineficientes Las probabilidades estima-das podrían quedar fuera del intervalo (0,1) Dificultad de interpretación de los parámetros Dificultad de interpretación de los parámetros Proceso de estimación relativamente complicado Programación Lineal pto para gran cantidad de variables Modelo de gran flexibilidad No requiere una especificación previa del modelo No estima parámetros ni probabilidades de impago Difícil comprensión Inexactitud en la predicción Técnicas no paramétricas Redes Neuronales Gran predicción en muestras pequeñas Modelo de gran flexibilidad No requiere una especificación previa del modelo No estima parámetros ni probabilidades de impago Difícil comprensión Árboles de decisiones El mejor rendimiento para muchos autores Modelo de gran flexibilidad No requiere una especificación previa del modelo No estima parámetros ni probabilidades de impago Difícil comprensión 7

8 MODELOS DE CREDIT SCORING EN INSTITUCIONES FINNCIERS IMFs UTOR (ÑO, PIS) TIPO DE INSTI- TUCIÓN TMÑO MUESTR VRIBLES INICILES VRIBLES EN EL MODELO TÉCNIC ESTDÍSTIC MEDIDS BONDD JUSTE Vìgano (1993, Burkina Faso) Microfinanzas nálisis Discriminamte PCC, R2 Sharma y Zeller (1997, Bangladesh) Microfinanzas TOBIT N / Zeller (1998, Madagascar) Microfinanzas TOBIT N / Reinke (1998, Sudáfrica) Microfinanzas PROBIT N / Schreiner (1999, Bolivia) Microfinanzas LOGIT PCC Vogelgesang (2001, Bolivia) Microfinanzas Modelo Utilidad leatoria PCC, Pseudo-R2 Vogelgesang (2001, Bolivia) Microfinanzas Modelo Utilidad leatoria PCC, Pseudo-R2 Diallo (2006, Mali) Microfinanzas LOGIT y nálisis Discriminante PCC, R2 Kleimeier et al. (2006, Vietnam) Banca Minorista LOGIT PCC, SENS, 8 ESPEC.

9 PROPUEST DE UN MODELO DE CREDIT SCORING PR UNCJ MUNICIPL DE HORRO Y CREDITO 9

10 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS JUSTIFICCIÓN LIMITCIONES SCORING MICROFINNZS METODOLOGÍ DE L INVESTIGCIÓN SELECCIÓN DE L MUESTR DEFINICIÓN VRIBLES EXPLICTIVS PROCESO EVLUCIÓN DEL MICROCRÉDITO MODELO DE REGRESIÓN LOGÍSTIC RESULTDOS DE L INVESTIGCIÓN 10

11 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS PROBLEMÁTIC DEL HISTORIL DE CRÉDITO NECESIDD DE L FIGUR DEL NLIST DE CRÉDITO LIMITCIONES NECESIDD DE INTEGRCIÓN EN EL SISTEM DE INFORMCIÓN DE GESTIÓN INCONVENIENTES SOBRE LOS RESULTDOS OBTENIDOS 11

12 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS LIMITCIONES PROBLEMÁTIC DEL HISTORIL DE CRÉDITO HISTORILES DE CRÉDITO EN IMFs IRREGULRES INCOMPLETOS INFORMCIÓN IMPRECIS BSES DE DTOS ESCSS OBSERVCIONES INSUFICIENTE INFORMCIÓN ECONÓMIC Y FINNCIER CRCTERÍSTICS MENOS SIGNIFICTIVS 12

13 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS LIMITCIONES NECESIDD DE L FIGUR DEL NLIST DE CRÉDITO CPT Y RECOPIL L INFORMCIÓN DEL HISTORIL DE CRÉDITO NLIST DE CRÉDITO RELIZ L INSPECCIÓN ECONOMICO / FINNCIER RECOGE INFORMCIÓN CULITTIV DEL PRESTTRIO CONSECUENCI: SUBJETIVIZCIÓN DEL PROCESO Y LT DEPENDENCI DEL MICROPRESTMIST 13

14 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS LIMITCIONES NECESIDD DE INTEGRCIÓN EN EL SISTEM DE INFORMCIÓN DE GESTIÓN TECNOLOGÍS QUE SOPORTEN L INFORMCIÓN NECESRI ERRORES EN L INTRODUCCIÓN DE INFORMCIÓN PROGRMDOR ESPECILIZDO DTOS NO INTRODUCIDOS EN TIEMPO RIESGO OPERCIONL CONSECUENCI: MODELO FINL CRENTE DE SIGNIFICDO 14

15 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS LIMITCIONES INCONVENIENTES SOBRE LOS RESULTDOS OBTENIDOS 1. EL COMPORTMIENTO FUTURO SERÁ COMO EL COMPORTMIENTO PSDO 2. EL SCORING FUNCION CON PROBBILIDDES, NO CON CERTEZS 3. L GERENCI DE LS IMFs SUMEN NTES ERRORES DEL NLIST QUE DEL CREDIT SCORING LIMITCIONES MITIGDS EN LOS ÚLTIMOS ÑOS 15

16 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS METODOLOGÍ DE INVESTIGCIÓN Historial Historial de de crédito crédito Información del cliente en el momento de la solicitud de un microcrédito CMC (Caja Municipal de ahorro y crédito traso Costoso: > 15 días 16

17 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS SELECCIÓN DE L MUESTR (CONSIDERCIONES) CMC Historial Historial de de crédito crédito Información Cuantitativa y Cualitativa de los créditos. Evaluación estándar previa del oficial de crédito. Información de créditos concedidos y no rechazados. Microcréditos referenciados al mismo intervalo temporal. No exceden de US$ (Microempresas) y (Pymes) o equivalente en moneda nacional. 17

18 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS SELECCIÓN DE L MUESTR (CRTER DE MICROCRÉDITOS) CMC CMC Historial Historial de de crédito crédito Periodos Estudio 1995 / 2005 Observaciones (N) Pagos Impagos TOTL Muestra Estimación (75%) Pagos Impagos TOTL Muestra Validación (25%) Pagos Impagos TOTL

19 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS DEFINICIÓN VRIBLES EXPLICTIVS VRIBLE SEXO EDD E_CIVIL NTIGUO CLS_SBS REL_IMF SECTOR SIT_LB CONCEPTO Género del prestatario. Variable dicotómica. (0) Hombre, (1) Mujer Edad en el momento de la solicitud del crédito. Variable numérica Estado Civil. Variable dicotómica. (0) Soltero, (1) Unidad Familiar Tiempo del prestatario como cliente de la entidad. Variable numérica Clasificación del cliente según la Superintendencia en Banca y Seguros. Variable dicotómica (0) Cliente normal (1) Cliente con algún tipo de problema Tipo de relación con la Institución de Microfinanzas. Variable dicotómica (0) Ninguna (1) Trabajador de la entidad Sector de actividad de la micro empresa. Variable categórica (0) Comercio (1) gricultura (2) Producción (3) Servicio Situación laboral del cliente. Variable dicotómica (0) Propietario (1) Dependiente SIGNO ESPERDO DEL ESTIMDOR (β) /

20 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS DEFINICIÓN VRIBLES EXPLICTIVS VRIBLE R1 R2 R3 R4 R5 R6 R7 R8 R9 Solvencia c/p = ctivo Circulante / Exigible c/p RO = Utilidad Neta / Total ctivo CONCEPTO Rotación ctivos = Ingresos Ventas / Costes Operativos Productividad = Utilidad Bruta / Costes Operativos Liquidez = Capacidad Pago / Total ctivo Rotación Liquidez = Disponible / Ingresos Ventas x 360 Liquidez para el Crédito = Disponible / Monto propuesto Plazo Medio Cobro = Clientes / Ingresos Ventas x 360 Plazo Medio provisionamiento = Existencias / Compras mercaderías x 360 SIGNO ESPERDO DEL ESTIMDOR (β)

21 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS DEFINICIÓN VRIBLES EXPLICTIVS VRIBLE CRED_CONC CRED_CONC2 CUOT_TOT CUOT_MOR MOR_MYOR DEST_CRED TIPO_OPER T_TENCIÓN MONED CONCEPTO Créditos concedidos con anterioridad. Variable numérica Créditos concedidos en el último año. Variable numérica Número total de cuotas pagadas en historial de crédito. Variable numérica Número de cuotas incurridas en morosidad. Variable numérica Número de días de la mayor mora del cliente. Variable numérica Destino del microcrédito. Variable dicotómica (0) Capital de trabajo (1) ctivo Fijo Tipo de operación de préstamo. Variable dicotómica (0) Con incidencias (refinanciado, ampliado, etc.) (1) Normal Tiempo de atención dedicada al cliente en términos de asesoría de inversiones expresado en días. Variable Numérica Tipo de moneda en la que se concede el crédito. Variable dicotómica (0) Nuevos Soles (1) US $ SIGNO ESPERDO DEL ESTIMDOR (β)

22 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS DEFINICIÓN VRIBLES EXPLICTIVS VRIBLE MONTO MONTO_RECH DURCION INT_MENS GRNT VTOCRED_SBS COMISIÓN PIB IPC CONCEPTO Importe del microcrédito. Variable numérica Cantidad rechazada por la institución. Variable numérica Número de cuotas mensuales del microcrédito solicitado. Variable numérica Tasa de interés mensual del microcrédito. Variable numérica Tipo de garantía aportada por el cliente. Variable dicotómica (0) Declaración jurada (1) Garantía real (aval, prenda, hipoteca, etc) Pronóstico del analista sobre la situación del crédito a su vencimiento. Variable dicotómica (0) Vigentes (1) Con problemas estimados Comisión de gestión de crédito. Variable numérica Tasa de variación anualizada del Producto Interior Bruto durante la vigencia del crédito. Variable numérica Tasa de variación anualizada del Índice de Precios al Consumidor durante la vigencia del crédito. Variable numérica SIGNO ESPERDO DEL ESTIMDOR (β)

23 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS DEFINICIÓN VRIBLES EXPLICTIVS VRIBLE TC TI IGB GU LUZ TFNO CONCEPTO Tasa de variación anualizada de la Tasa de Cambio durante la vigencia del crédito. Variable numérica Tasa de variación anualizada de los Tipos de Interés durante la vigencia del crédito. Variable numérica Tasa de variación anualizada del Índice General Bursátil durante la vigencia del crédito. Variable numérica Tasa de variación anualizada de la tarifa municipal de gua durante la vigencia del crédito. Variable numérica Tasa de variación anualizada de la tarifa municipal de la Luz durante la vigencia del crédito. Variable numérica Tasa de variación anualizada de la tarifa del Teléfono durante la vigencia del crédito. Variable numérica SIGNO ESPERDO DEL ESTIMDOR (β)

24 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS PROCESO DE EVLUCIÓN DEL MICROCRÉDITO ZON GEOGRÁFIC INVESTIGCIÓN DE MERCDO PROMOCIÓN DEL CRÉDITO ENTORNO MCRO- ECONÓMICO EVLUCIÓN DEL EXPEDIENTE DE CRÉDITO 1.- NÁLISIS DE L CTIVIDD ECONÓMIC 2.- REVISIÓN EN CENTRLES DE RIESGOS E HISTORIL DE CRÉDITO DEL CLIENTE 3.- INSPECCIÓN ECONÓMICO- FINNICER EN EL HOGR RECEPCIÓN DE DOCUMENTOS EVLUCIÓN DE LS GRNTÍS INFORMES DE CRÉDITOS PR CLIENTES NUEVOS O RECURRENTES COMITÉ DE CRÉDITO DE L IMF (probación de las solicitudes de crédito) SEGUIMIENTO DEL NLIST DESEMBOLSO REFINNCICIÓN DE CRÉDITOS 24

25 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS PROCESO DE EVLUCIÓN DEL MICROCRÉDITO PSO VRIBLES INTRODUCIDS 1 NTIGUO / CRED_CON / CRED_CON2 / REL_IMF 2 SECTOR / DEST_CRED 3 CLS_ENT / CLS_SBS / CUOT_TOT / CUOT_MOR / MEDI_MOR / MOR MYOR 4 R1 / R2 / R3 / R4 / R5 / R6 / R7 / R8 / R9 5 SEXO / EDD / E_CIVIL / SIT_LB 6 GRNT 7 T_TENCION / TIPO_OPER / MONED / DURCION / INT_MENS / MONTO / MONTO_RECH / COMISION / VTOCRED_SBS 8 PIB / IPC / IE / TC / TI / IGB / GU / LUZ / TFNO 25

26 26 MODELO DE REGRESIÓN LOGÍSTIC BINRI PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS k x k x x p p β β β β =... 1 log Y Y Y e e e p + = + = k x k x x Y = β β β β

27 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS RESULTDOS DE L INVESTIGCIÓN ESTIMCIÓN DEL MODELO: P(Probabilidad de incumplimiento) = e (Z) (1) Z = -2, ,012 EDD 0,150 CRED_CON2-0,017 CUOT_TOT + 0,153 CUOT_MOR - 0,208 T_TENCION + 0,080 DURCION - 0,377 GRNT + 0,927 MOR_MYOR + 0,017 COMISION + 0,990 TI 0,489 IGB + 0,800 LUZ (2) 27

28 Para comprobar que el modelo de regresión logística estimado es adecuado para la toma de decisiones se requiere realizar un proceso de valoración que incluye las siguientes fases: 1. Linealidad del modelo 2. Correlación de las variables explicativas 3. Significación estadística y signo de los coeficientes 4. Bondad del ajuste de regresión 5. Independencia de los residuos 6. Presencia de valores atípicos 7. Porcentaje de aciertos 28

29 ESTDISTICOS DE L PERDID ESPERD DE L CRTER Estadísticos PE N Media Desv. típ. Varianza simetría Error típ. de asimetría Curtosis Error típ. de curtosis Mínimo Máximo Percentiles Válidos Perdidos , , ,8 3,826,022 19,782,044, ,00 27,

30 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS RESULTDOS DE L INVESTIGCIÓN VLORCIÓN DEL MODELO: ) LINELIDD DEL MODELO VESE EXPRESIÓN (2) B) CORRELCIÓN DE LS VRIBLES EXPLICTIVS Matriz de correlaciones Paso 1 MOR_ Constant EDD CRED_CON2CUOT_TOTCUOT_MORT_TENCIONDURCIONGRNT(1) MYOR COMISION TI IGB LUZ Constant 1,000 -,710 -,193,195 -,065 -,053 -,619 -,128 -,097 -,129 -,242,180 -,063 EDD -,710 1,000,100 -,206,018 -,014,006 -,063 -,016,045,034,040 -,016 CRED_CON2 -,193,100 1,000 -,365 -,065,041,059 -,041,006,094 -,016,032 -,018 CUOT_TOT,195 -,206 -,365 1,000 -,643,029 -,188 -,027,052 -,028 -,054,046,001 CUOT_MOR -,065,018 -,065 -,643 1,000 -,003,097,092 -,071 -,072,072 -,092,039 T_TENCION -,053 -,014,041,029 -,003 1,000,046 -,049,025,044,111 -,048 -,106 DURCION -,619,006,059 -,188,097,046 1,000,048 -,039 -,062,351 -,247,056 GRNT(1) -,128 -,063 -,041 -,027,092 -,049,048 1,000,023,173 -,030 -,122,054 MOR_MYO -,097 -,016,006,052 -,071,025 -,039,023 1,000 -,010 -,015,020 -,017 COMISION -,129,045,094 -,028 -,072,044 -,062,173 -,010 1,000 -,248 -,565,063 TI -,242,034 -,016 -,054,072,111,351 -,030 -,015 -,248 1,000,067 -,210 IGB,180,040,032,046 -,092 -,048 -,247 -,122,020 -,565,067 1,000 -,144 LUZ -,063 -,016 -,018,001,039 -,106,056,054 -,017,063 -,210 -,144 1,000 30

31 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS RESULTDOS DE L INVESTIGCIÓN VLORCIÓN DEL MODELO: C) SIGNIFICCIÓN ESTDÍSTIC Y SIGNO DE LOS COEFICIENTES Variables en la ecuación Paso 1 a EDD CRED_CON2 CUOT_TOT CUOT_MOR T_TENCION DURCION GRNT(1) MOR_MYOR COMISION TI IGB LUZ Constante I.C. 95,0% para EXP(B) B E.T. Wald gl Sig. Exp(B) Inferior Superior,012,002 27,913 1,000 1,012 1,008 1,017 -,150,025 35,271 1,000,861,819,904 -,017, ,791 1,000,983,981,986,153, ,299 1,000 1,166 1,146 1,186 -,208,065 10,099 1,001,813,715,924,080,008 97,419 1,000 1,083 1,066 1,101 -,377,054 48,855 1,000,686,617,762,927, ,404 1,000 2,528 2,410 2,651,017,007 5,894 1,015 1,018 1,003 1,032,990,169 34,265 1,000 2,692 1,932 3,751 -,489,073 44,901 1,000,613,531,707,800,260 9,488 1,002 2,225 1,338 3,700-2,141, ,864 1,000,117 a. Variable(s) introducida(s) en el paso 1: EDD, CRED_CON2, CUOT_TOT, CUOT_MOR, T_TENCION, DURCION, GRNT, MOR_MYOR, COMISION, TI, IGB, LUZ. 31

32 Razón de Ventaja del suceso (Odds Ratio) Ventaja de un suceso (Odds) es el cociente entre la probabilidad de que el suceso ocurra y la probabilidad de que no ocurra Ventaja (Odds) = ( = 1) ( = 0) P Y P Y 1/ = 1 1/ ( [ B ]) 0 + B1 X Bn X n 1 + e [ B + B X B X ] ( ) n n 1 + e = e [ B + B X B X ] n n Razón P Y P Y de Ventajas (Odds Ratio) = P Y P Y ( = 1/X i = 1) ( = 0/X i = 1) ( = 1/X i = 0) ( = 0/X = 0) i = e B i = Exp(B i ) 32

33 33

34 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS RESULTDOS DE L INVESTIGCIÓN VLORCIÓN DEL MODELO: D) BONDD DEL JUSTE DE REGRESIÓN Iteración Paso 0 a. b. c. 1 2 Historial de iteraciones a,b,c -2 log de la Coeficientes verosimilitud Constant 16797,055, ,055,026 En el modelo se incluye una constante. -2 log de la verosimilitud inicial: 16797,055 La estimación ha finalizado en el número de iteración 2 porque las estimaciones de los parámetros han cambiado en menos de,001. Paso 1 Paso 1 Prueba de Hosmer y Lemeshow Chi-cuadrado gl Sig ,872 8,000 Resumen de los modelos R cuadrado -2 log de la R cuadrado de verosimilitud de Cox y Snell Nagelkerke 10728,165 a,394,525 a. La estimación ha finalizado en el número de iteración 7 porque las estimaciones de los parámetros han cambiado en menos de,

35 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS RESULTDOS DE L INVESTIGCIÓN VLORCIÓN DEL MODELO: D) BONDD DEL JUSTE DE REGRESIÓN Historial de iteraciones a,b,c,d Iteración Paso a. Método: Introducir Coeficientes -2 log de la MOR_ verosimilitud Constant EDD CRED_CON2CUOT_TOTCUOT_MORT_TENCIONDURCIONGRNT(1) MYOR COMISION TI IGB LUZ 13153,205-1,311,011 -,093 -,012,090 -,008,072 -,416,126,019,915 -,395, ,538-1,730,012 -,134 -,017,146 -,041,086 -,426,287,021 1,068 -,516, ,058-1,946,012 -,148 -,017,157 -,136,083 -,397,549,019 1,027 -,512, ,659-2,085,012 -,150 -,017,154 -,191,081 -,382,805,018 1,003 -,495, ,463-2,136,012 -,150 -,017,153 -,206,080 -,378,915,017,992 -,490, ,165-2,141,012 -,150 -,017,153 -,208,080 -,377,927,017,990 -,489, ,165-2,141,012 -,150 -,017,153 -,208,080 -,377,927,017,990 -,489,800 b. En el modelo se incluye una constante. c. -2 log de la verosimilitud inicial: 16797,055 d. La estimación ha finalizado en el número de iteración 7 porque las estimaciones de los parámetros han cambiado en menos de,

36 36 RESULTDOS DE L INVESTIGCIÓN PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS VLORCIÓN DEL MODELO: E) PRESENCI DE VLORES TÍPICOS Case -0, , , ,00010 DFBET para EDD Case -0, , , ,00200 DFBET para CRED_CON Case -0, , ,00020 DFBET para CUOT_TOT Case -0, , , ,00200 DFBET para CUOT_MOR

37 37 RESULTDOS DE L INVESTIGCIÓN PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS VLORCIÓN DEL MODELO: E) PRESENCI DE VLORES TÍPICOS Case 0, , , , ,04000 DFBET para T_TENCION Case -0, , , ,00080 DFBET para DURCION Case -0, , , , , ,00200 DFBET para GRNT(1) Case -0, ,00000 DFBET para MOR_MYOR

38 38 RESULTDOS DE L INVESTIGCIÓN PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS VLORCIÓN DEL MODELO: E) PRESENCI DE VLORES TÍPICOS Case -0, , , ,00050 DFBET para COMISION Case -0, , ,01000 DFBET para TI Case -0, , ,00500 DFBET para IGB Case -0, , ,02000 DFBET para LUZ

39 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS RESULTDOS DE L INVESTIGCIÓN VLORCIÓN DEL MODELO: F) PORCENTJE DE CIERTOS Tabla de clasificación a Pronosticado Paso 1 Observado Y Porcentaje global,00 1,00 Y Porcentaje,00 1,00 correcto , ,0 93,3 a. El valor de corte es,420 39

40 40

41 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS RESULTDOS DE L INVESTIGCIÓN VLORCIÓN DEL MODELO: F) PORCENTJE DE CIERTOS Área bajo la curva Variables resultado de contraste: Probabilidad pronosticad Intervalo de confianza asintótico al 95% Límite Área Error típ ạ b Sig. asintóticalímite inferior superior,975,002,000,972,978 La variable (o variables) de resultado de contraste: Probab pronosticada tiene al menos un empate entre el grupo de positivo y el grupo de estado real negativo. Los estadístico estar sesgados. a. Bajo el supuesto no paramétrico b. Hipótesis nula: área verdadera = 0,5 41

42 42 49,3 0,0 100,0 1,00 69,8 41,3 99,1 0,90 75,2 51,8 99,1 0,80 80,5 62,6 99,0 0,70 85,0 71,7 98,7 0,60 90,9 84,2 97,8 0,50 93,3 92,0 94,6 0,42 93,2 93,5 93,0 0,40 86,8 98,4 74,9 0,30 70,5 99,8 40,4 0,20 55,2 100,0 9,3 0,10 50,7 100,0 0,0 0,00 TOTL ESPECIFICIDD SENSIBILIDD PUNTO DE CORTE 49,3 0,0 100,0 1,00 69,8 41,3 99,1 0,90 75,2 51,8 99,1 0,80 80,5 62,6 99,0 0,70 85,0 71,7 98,7 0,60 90,9 84,2 97,8 0,50 93,3 92,0 94,6 0,42 93,2 93,5 93,0 0,40 86,8 98,4 74,9 0,30 70,5 99,8 40,4 0,20 55,2 100,0 9,3 0,10 50,7 100,0 0,0 0,00 TOTL ESPECIFICIDD SENSIBILIDD PUNTO DE CORTE

43 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS RESULTDOS DE L INVESTIGCIÓN VLIDCIÓN DEL MODELO: PRONOSTICDO PORCENTJE OBSERVDO Pago (0) Impago (1) Pago (0) ,10% Impago (1) ,57% Porcentaje global de acierto 92,82% Histograma de Probabilidades Pronosticadas de clientes cumplidores Histograma de Probabilidades Pronosticadas de clientes incumplidores Número de casos en la muestra Número de casos en la muestra 0 0 0, , , , , , , , , , Probabilidad 0, 0 0, 1 0, 2 0, 3 0, 4 0, 5 0, 6 0, 7 0, 8 0, 9 1, 0 Probabilidad 43

44 PROPUEST DE UN MODELO DE CREDIT SCORING PR INSTITUCIONES DE MICROFINNZS RESULTDOS DE L INVESTIGCIÓN VLIDCIÓN DEL MODELO: PRONOSTICDO PORCENTJE OBSERVDO Pago (0) Impago (1) Pago (0) ,10% Impago (1) ,57% Porcentaje global de acierto 92,82% Histograma de Probabilidades Pronosticadas CONJUNT Número de casos en la muestra 0,0 0,1 0,2 0,3 0,4 0,5 0,6 8 0,8 0,9 1,0 Probabilidad 44

45 PLICCIONES DEL CREDIT SCORING EN EL NEGOCIO DE LS INSTITUCIONES DE MICROFINNZS 45

46 NORMTIV DE BSILE II E INSTITUCIONES DE MICROFINNZS Fórmula de Basilea II en la normativa SBS: K CPITL = - EL+UL VaR (99,9%) EL PROVISIONES ctivos Ponderados por Riesgo (RW) = K 10 ED 46

47 K RW RW ρ K = = = RW LGD = = 0.15 RW = ρ = 0.04 LGD = N 100% 10% K 10 ED; N 100% 10% K 10 ED; G G ( PD ) + ρ G ( ) 1 ρ PD ( PD ) + ρ G ( ) G LGD N 1 PES = PD LGD ED ( PD ) + ρ G ( ) 1 ρ ρ LGD PD HIPOTECS RESIDENCILES PD ( PD ) + ρ G ( ) G LGD N 1 PES = PD LGD ED ρ LGD PD QULYFYNG REVOLVING (TRJETS) LGD LGD Se netea la pérdida esperada G K = LGD N 100% RW = LGD N 10% RW = K 10 ED; PES ρ 1 e ( PD ) + ρ( PD ) G ( ) 1 ρ( PD ) 35PD ( PD ) + ρ( PD ) G ( ) 1 ρ( PD ) G = PD LGD ED ( PD ) = e 1 e 1 e 35PD PD LGD PD LGD RESTO RETIL (CONSUMO) 47

48 48

49 49

50 INDICE Basilea II. Consumo de Capital Revolving 125,00% 100,00% 75,00% 50,00% 25,00% 0,00% BB BB+ BBB- BBB BBB+ B+ BB- B B- CCC RTING PONDERCION BSILE I PONDERCION BSILE II-ESTNDR PONDERCION BSILE II-IRB 50

51 PLICCIONES DEL CREDIT SCORING EN EL NEGOCIO DE LS INSTITUCIONES DE MICROFINNZS TIPO DE INTERES DEL CRÉDITO i COSTE DE LOS PRIM POR = FONDOS + RIESGO + EL+UL COSTES DE CONTRTCIÓN Y DE SEGUIMIENTO Credit Scoring CRGO POR PÉRDIDS ESPERDS EL CRGO POR CPITL EN RIESGO UL TS DE IMPGO x 1 TS DE RECUPERCIÓN CPITL EN RIESGO x COSTE DE CPITL PD LGD K ROE (CPM) 51

52 PLICCIONES DEL CREDIT SCORING EN EL NEGOCIO DE LS INSTITUCIONES DE MICROFINNZS POLITIC DE TSS DE INTERÉS DE L CMC CON SUS CLIENTES 1. Cliente 1: Rating BBB+ (Moderada probabilidad de incumplimiento) 2. Cliente 2: Rating B- (Moderada probabilidad de incumplimiento que se puede ver afectada si cambia el escenario económico/financiero a una situación más adversa) 3. Crédito Microempresa = $; Plazo = 1 año; Provisión =1% (BBB+) Provisión =5%(B-) 4. Precio crédito (igual en ambos en clientes) = 20,00% anual 5. Tasa LIBOR un año = Coste Fondos jenos= 5% 6. Costes operativos= 10% 7. Tasa impositiva= 35% 8. Rentabilidad ajustada al riesgo objetivo de la entidad con clientes (RORC)= 35% 9. Remuneración de la un ctivo Libre de Riesgo (TLR)= 3% (Bonos Gobierno) 10. plicación Tabla IRB Ponderaciones Riesgo Minorista (Otros) 52

53 PLICCIONES DEL CREDIT SCORING EN EL NEGOCIO DE LS INSTITUCIONES DE MICROFINNZS Probabilidad de impago para un cliente de rating BBB+ y de rating B- 53

54 Rentabilidad del cliente en Basilea I y Basilea II (antes del ajuste de tasas) 54

Un Modelo de Credit Scoring para instituciones de microfinanzas en el marco de Basilea Ii

Un Modelo de Credit Scoring para instituciones de microfinanzas en el marco de Basilea Ii Un Modelo de Credit Scoring para instituciones de microfinanzas en el marco de Basilea Ii A Credit Scoring Model for Institutions of Microfinance under the Basel Ii Normative Salvador Rayo Cantón 1 Juan

Más detalles

EL PROCESO DE CONCESIÓN DEL MICROCRÉDITO COMO ESTRATEGIA EMPÍRICA DE LOS MODELOS DE CREDIT SCORING EN MICROFINANZAS

EL PROCESO DE CONCESIÓN DEL MICROCRÉDITO COMO ESTRATEGIA EMPÍRICA DE LOS MODELOS DE CREDIT SCORING EN MICROFINANZAS 200b EL PROCESO DE CONCESIÓN DEL MICROCRÉDITO COMO ESTRATEGIA EMPÍRICA DE LOS MODELOS DE CREDIT SCORING EN MICROFINANZAS Juan Lara Rubio Profesor Ayudante Doctor del Departamento de Economía Financiera

Más detalles

Un Modelo de Credit Scoring para instituciones de microfinanzas en el marco de Basilea Ii

Un Modelo de Credit Scoring para instituciones de microfinanzas en el marco de Basilea Ii Un Modelo de Credit Scoring para instituciones de microfinanzas en el marco de Basilea Ii A Credit Scoring Model for Institutions of Microfinance under the Basel Ii Normative Salvador Rayo Cantón 1 Juan

Más detalles

XIII Congreso Latinoamericano de Auditoria Interna y Evaluación n de Riesgos

XIII Congreso Latinoamericano de Auditoria Interna y Evaluación n de Riesgos XIII Congreso Latinoamericano de Auditoria Interna y Evaluación n de Riesgos mayo de de 2009 BASILEA II GESTIÓN DEL EXPOSITOR: Kay Dunlop 1 AGENDA MARCO CONCEPTUAL SISTEMA DE GESTIÓN N DEL RIESGO DE CRÉDITO

Más detalles

DE BASILEA II EN LA APLICACIÓN DEL RORAC COMO MEDIDA DE RENTABILIDAD EN LAS ENTIDADES FINANCIERAS

DE BASILEA II EN LA APLICACIÓN DEL RORAC COMO MEDIDA DE RENTABILIDAD EN LAS ENTIDADES FINANCIERAS Cálculo de la rentabilidad ajustada a riesgo (RORAC) en las operaciones de crédito en el marco de la normativa SBS (II): Influencia de Basilea I, de la Normativa SBS, del efecto discriminación de tasas

Más detalles

CARTERAS DE EMPRESAS. SISTEMAS DE RATING. CONSTRUCCION Y EVALUACION

CARTERAS DE EMPRESAS. SISTEMAS DE RATING. CONSTRUCCION Y EVALUACION CARTERAS DE EMPRESAS. SISTEMAS DE RATING. CONSTRUCCION Y EVALUACION Dirección General de Supervisión Grupo de Tesorería y Modelos de Gestión de Riesgos Luis González Mosquera Antonio Marcelo Antuña Raúl

Más detalles

BANCA Y FINANZAS. Juan Lara Rubio, Manuel Pedro Rodríguez Bolívar y Salvador Rayo Cantón. Resumen. Abstract

BANCA Y FINANZAS. Juan Lara Rubio, Manuel Pedro Rodríguez Bolívar y Salvador Rayo Cantón. Resumen. Abstract BANCA Y FINANZAS Un caso empírico en la evaluación del riesgo de crédito de una institución de microfinanzas peruana An empirical approach to the credit risk assessment of a microfinance institution in

Más detalles

Aplicación de los modelos de credit scoring para instituciones microfinacieras.

Aplicación de los modelos de credit scoring para instituciones microfinacieras. Econ. Reynaldo Uscamaita Huillca Aplicación de los modelos de credit scoring para instituciones microfinacieras. OBJETIVO Proporcionar al ejecutivo del sistema financiero un modelo solido que permita tomar

Más detalles

BANCO DE MEXICO. Definiciones básicas de Riesgos

BANCO DE MEXICO. Definiciones básicas de Riesgos BANCO DE MEXICO Definiciones básicas de Riesgos Noviembre 2005 1 ÍNDICE DE RIESGO: 1.1. Medidas de riesgo 1.1.1. Valor en Riesgo (VaR) 1.1.2. Análisis de Estrés 1.2. Riesgo de Mercado 1.2.1. Medidas de

Más detalles

NORMA DE ADMINISTRACIÓN DE RIESGO DE CRÉDITO. Segunda parte

NORMA DE ADMINISTRACIÓN DE RIESGO DE CRÉDITO. Segunda parte NORMA DE ADMINISTRACIÓN DE RIESGO DE CRÉDITO Segunda parte ADMINISTRACIÓN DE RIESGO DE CREDITO Es la posibilidad de pérdida debido al incumplimiento del prestatario o la contraparte en operaciones directas,

Más detalles

CREDIT SCORING: Enfoque y ventajas para las instituciones. financieras. Parte I

CREDIT SCORING: Enfoque y ventajas para las instituciones. financieras. Parte I [.estrategiafinanciera.es ] CREDIT SCORING: Enfoque y ventajas para las instituciones financieras. Parte I Un sistema de scoring preciso al que se le haga un seguimiento correcto representa un instrumento

Más detalles

Por tanto es vital llevar una gestión integrada de todos los factores de riesgo, incorporando tanto los cualitativos como los cuantitativos.

Por tanto es vital llevar una gestión integrada de todos los factores de riesgo, incorporando tanto los cualitativos como los cuantitativos. Conocer, medir y monitorear los riesgos constituye una ventaja competitiva para dar soporte a la toma de decisiones y garantizar el crecimiento sustentable dela institución. Por tanto es vital llevar una

Más detalles

EL IMPACTO DE BASILEA III EN EL NEGOCIO FINANCIERO

EL IMPACTO DE BASILEA III EN EL NEGOCIO FINANCIERO EL IMPACTO DE BASILEA III EN EL NEGOCIO FINANCIERO Herramientas idóneas para el control de riesgos y la evolución de la calidad de las carteras Gustavo Chuliver Gerente AIS Argentina gustavo.chuliver@ais-int.net

Más detalles

blico-privado sobre la implementación de Basilea II

blico-privado sobre la implementación de Basilea II Dialogo públicop blico-privado sobre la implementación de Basilea II Jakke Valakivi Asesor Alta Dirección Superintendencia de Banca y Seguros - Perú Agosto 2004 Agenda Algunas Características del Sistema

Más detalles

Retos de la Proliferación de Modelos. 2 de Octubre 2012

Retos de la Proliferación de Modelos. 2 de Octubre 2012 Retos de la Proliferación de Modelos 2 de Octubre 2012 ÍNDICE Introducción Tipos de modelos Problemática de gestión Conclusiones Introducción 3 Aunque hay créditos desde hace 5000 años, los modelos sólo

Más detalles

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I

Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Práctica 6: Regresión Logística I Fundamentos de Biología Aplicada I Estadística Curso 2011-2012 Índice 1. Objetivos de la práctica 2 2. Estimación de un modelo de regresión logística con SPSS 2 2.1. Ajuste de un modelo de regresión logística.............................

Más detalles

Modelo de Evaluación Técnica de Riesgo de IFNB Y BANCOS

Modelo de Evaluación Técnica de Riesgo de IFNB Y BANCOS II Seminario-Taller Las Mejores Prácticas en Banca de Segundo Piso y el Apoyo a la Micro y Pequeña Empresa Modelos de evaluación de Instituciones Financieras no Bancarias (IFNB) y de BANCOS Banco Centroamericano

Más detalles

Requerimientos de capital y ponderaciones de riesgo para carteras de microfinanzas: Qué tan fuertes son estos requerimientos según Basilea?

Requerimientos de capital y ponderaciones de riesgo para carteras de microfinanzas: Qué tan fuertes son estos requerimientos según Basilea? Requerimientos de capital y ponderaciones de riesgo para carteras de microfinanzas: Qué tan fuertes son estos requerimientos según Basilea? Por Enrique Navarrete Banca & Finanzas, Documento de Trabajo

Más detalles

TransUnion República Dominicana. Preguntas frecuentes sobre los modelos de score de TransUnion

TransUnion República Dominicana. Preguntas frecuentes sobre los modelos de score de TransUnion TransUnion República Dominicana Preguntas frecuentes sobre los modelos de score de TransUnion Los modelos de score de TransUnion El siguiente es un resumen para ayudarle a entender mejor cómo se puede

Más detalles

INFORMACIÓN DE ENTIDADES SUPERVISADAS DISPUESTA AL PUBLICO POR MEDIO DEL SITIO WEB www.sugef.fi.cr

INFORMACIÓN DE ENTIDADES SUPERVISADAS DISPUESTA AL PUBLICO POR MEDIO DEL SITIO WEB www.sugef.fi.cr INFORMACIÓN DE ENTIDADES SUPERVISADAS DISPUESTA AL PUBLICO POR MEDIO DEL SITIO WEB www.sugef.fi.cr I parte: Indicadores financieros ALCANCE: Indicadores financieros individuales por entidad. PERIODICIDAD:

Más detalles

Boletín de Asesoría Gerencial* Modelo Credit Scoring: Un paso hacia una gestión diferenciada y eficiente del riesgo de crédito

Boletín de Asesoría Gerencial* Modelo Credit Scoring: Un paso hacia una gestión diferenciada y eficiente del riesgo de crédito Espiñeira, Sheldon y Asociados No. 22-2008 *connectedthinking Contenido Haga click en los enlaces para navegar a través del documento Haga click en los enlaces para llegar directamente a cada sección 4

Más detalles

Estudio de Pérdidas Esperadas e Inesperadas para el Sistema Bancario Chileno

Estudio de Pérdidas Esperadas e Inesperadas para el Sistema Bancario Chileno Estudio de Pérdidas Esperadas e Inesperadas para el Sistema Bancario Chileno Presentación realizada al Comité de Gerentes de Crédito de la Asociación de Bancos. Sra. Myriam Uribe, Jefe de URC Sr. Osvaldo

Más detalles

MODELO PREDICTIVO DE RIESGO DE MOROSIDAD PARA CRÉDITOS BANCARIOS USANDO DATOS SIMULADOS

MODELO PREDICTIVO DE RIESGO DE MOROSIDAD PARA CRÉDITOS BANCARIOS USANDO DATOS SIMULADOS INVESTIGACIÓN MODELO PREDICTIVO DE RIESGO DE MOROSIDAD PARA CRÉDITOS BANCARIOS USANDO DATOS SIMULADOS CLAUDIO ALFREDO LÓPEZ MIRANDA Un problema grave en las instituciones de crédito son los préstamos no

Más detalles

Módulo 3. Metodología de medición y cuantificación del riesgo de crédito

Módulo 3. Metodología de medición y cuantificación del riesgo de crédito Módulo 3. Metodología de medición y cuantificación DR Instituto Tecnológico y de Estudios Superiores de Monterrey, Universidad Virtual México, 2010 1 Introducción y conceptos fundamentales Introducción

Más detalles

RIESGO DE CRÉDITO microscore 2.0

RIESGO DE CRÉDITO microscore 2.0 RIESGO DE CRÉDITO microscore 2.0 Luis Vaca Guevara-DGRV-QUITO Asunción-Paraguay Junio-2010 ANTECEDENTES Dinámica de los resultados por factores de riesgo El OBJETIVO CENTRAL de la Gestión del Riesgo de

Más detalles

Agosto 2014* *Se incluye en el total del Sistema Bancario Privado a Banco Desarrollo de los Pueblos S.A. (Bancodesarrollo)

Agosto 2014* *Se incluye en el total del Sistema Bancario Privado a Banco Desarrollo de los Pueblos S.A. (Bancodesarrollo) Agosto 2014* *Se incluye en el total del Sistema Bancario Privado a Banco Desarrollo de los Pueblos S.A. (Bancodesarrollo) ÍNDICE Activos, pasivos, ingresos, gastos y utilidades netas Págs. 3,4,5, 6 y

Más detalles

ESTADÍSTICA DESCRIPTIVA CON SPSS

ESTADÍSTICA DESCRIPTIVA CON SPSS ESTADÍSTICA DESCRIPTIVA CON SPSS (2602) Estadística Económica Joaquín Alegre y Magdalena Cladera SPSS es una aplicación para el análisis estadístico. En este material se presentan los procedimientos básicos

Más detalles

PRESENTACION FONDOS DE EMPLEADOS.

PRESENTACION FONDOS DE EMPLEADOS. PRESENTACION FONDOS DE EMPLEADOS. MODULO SCORING. La Superintendencia Financiera de Colombia (SFC) mediante la Carta Circular 31 y la Circular Externa 11 de 2002, exige que todas las instituciones financieras

Más detalles

DIAS DE LA CIENCIA APLICADA

DIAS DE LA CIENCIA APLICADA DIS DE L CIENCI PLICD MODELCION DEL RIESGO CREDITICIO PR ESTIMR L PERDID ESPERD EN UN INSTITUCION FINNCIER Tesis de Maestría en Finanzas: RMNDO LENIN TMR RUL ENRIQUE RISTIZL sesor : Hermilson Velasquez

Más detalles

1 Ejemplo de análisis descriptivo de un conjunto de datos

1 Ejemplo de análisis descriptivo de un conjunto de datos 1 Ejemplo de análisis descriptivo de un conjunto de datos 1.1 Introducción En este ejemplo se analiza un conjunto de datos utilizando herramientas de estadística descriptiva. El objetivo es repasar algunos

Más detalles

Factoring y BIS II* 21 de septiembre 2007

Factoring y BIS II* 21 de septiembre 2007 Factoring y BIS II* 21 de septiembre 2007 *connectedthinking 1. Introducción 2. Implicaciones de BIS II* 3. Conclusión Contenido* *connectedthinking 1. Introducción 2. Implicaciones de BIS II* 3. Conclusión

Más detalles

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL

UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL UNIDAD 4: MEDIDAS DE TENDENCIA CENTRAL Objetivo terminal: Calcular e interpretar medidas de tendencia central para un conjunto de datos estadísticos. Objetivos específicos: 1. Mencionar las características

Más detalles

MODIFICACIÓN DE LA NORMATIVA DEL BANCO DE ESPAÑA PARA IMPULSAR EL CRÉDITO EN LAS PYMES

MODIFICACIÓN DE LA NORMATIVA DEL BANCO DE ESPAÑA PARA IMPULSAR EL CRÉDITO EN LAS PYMES MODIFICACIÓN DE LA NORMATIVA DEL BANCO DE ESPAÑA PARA IMPULSAR EL CRÉDITO EN LAS PYMES - El Banco de España ha modificado la definición de PYME utilizada en la normativa sobre requisitos mínimos de capital

Más detalles

8 y 9 Septiembre 2011 Costa Rica. Alfredo Herrero Director General de IBERAVAL, SGR

8 y 9 Septiembre 2011 Costa Rica. Alfredo Herrero Director General de IBERAVAL, SGR 8 y 9 Septiembre 2011 Costa Rica Alfredo Herrero Director General de IBERAVAL, SGR Panel 3 Tema 2 La Capitalización y administración de los recursos y el efecto de minoración de requerimientos de capital

Más detalles

Asimismo el esquema se complementa con políticas y procedimientos específicos para cada uno de estos riesgos (Financiero, crediticio, operacional).

Asimismo el esquema se complementa con políticas y procedimientos específicos para cada uno de estos riesgos (Financiero, crediticio, operacional). POLITICAS DE GERENCIAMIENTO DE RIESGOS En el marco de la política de Gobierno Societario, el Directorio de Banco Macro S.A. aprobó la conformación del Comité de Gestión de Riesgos, entre cuyas responsabilidades

Más detalles

Conferencia del ministro Montas en Marsella, Francia. Es conveniente una regulación financiera homogénea a nivel global?

Conferencia del ministro Montas en Marsella, Francia. Es conveniente una regulación financiera homogénea a nivel global? Conferencia del ministro Montas en Marsella, Francia Es conveniente una regulación financiera homogénea a nivel global? Resulta simpática la pregunta si partimos del hecho de que hace apenas unos años

Más detalles

Metodología de Clasificación. Títulos de Deuda de Securitización Respaldados con Tarjetas de Crédito

Metodología de Clasificación. Títulos de Deuda de Securitización Respaldados con Tarjetas de Crédito Metodología de Clasificación Títulos de Deuda de Securitización Respaldados con Tarjetas de Crédito Originación de los Créditos y Administración Revisión del Originador o Vendedor/Administrador El proceso

Más detalles

A V I S O. VISTA la Ley No.183-02, Monetaria y Financiera, de fecha 21 de noviembre del 2002;

A V I S O. VISTA la Ley No.183-02, Monetaria y Financiera, de fecha 21 de noviembre del 2002; A V I S O Por este medio se hace de público conocimiento que la Junta Monetaria ha dictado su Segunda Resolución de fecha 21 de marzo del 2013, cuyo texto se transcribe a continuación: VISTA la comunicación

Más detalles

Cómo hacer una Regresión Logística con SPSS paso a paso. (I)

Cómo hacer una Regresión Logística con SPSS paso a paso. (I) DOCUWEB FABIS Dot. Núm 070202 Cómo hacer una Regresión Logística con SPSS paso a paso. (I) Aguayo Canela, Mariano. Servicio de Medicina Interna. Hospital Universitario Virgen Macarena. Sevilla Resumen

Más detalles

Basilea II: Últimos Avances. Michel Canta Superintendencia de Banca y Seguros

Basilea II: Últimos Avances. Michel Canta Superintendencia de Banca y Seguros Basilea II: Últimos Avances Michel Canta Superintendencia de Banca y Seguros Conceptos Básicos Se considera que un deudor específico incurre en el evento de pérdida cuando se dan uno o ambos de los siguientes

Más detalles

FONDO MUTUO SURA SELECCION ACCIONES CHILE SERIE A Folleto Informativo al cierre de septiembre 2015

FONDO MUTUO SURA SELECCION ACCIONES CHILE SERIE A Folleto Informativo al cierre de septiembre 2015 FONDO MUTUO SURA SELECCION ACCIONES CHILE SERIE A Administradora RUN Patrimonio Serie Monto Mínimo S.A. 8685 CLP $504.867.977 $5.000 Plazo : 10 días Rentabilidad en Pesos desde 01/10/2010 a 3% 1 Mes -3,55%

Más detalles

La mejora de la financiación a través de compartir criterios de análisis de riesgos 22 de octubre de 2014

La mejora de la financiación a través de compartir criterios de análisis de riesgos 22 de octubre de 2014 La mejora de la financiación a través de compartir criterios de análisis de riesgos 22 de octubre de 2014 La mejora de la financiación a través de compartir criterios de análisis de riesgos. Dirigido por

Más detalles

Riesgo Operacional Gaceta de Basilea II

Riesgo Operacional Gaceta de Basilea II Número 6 2007 Riesgo Operacional HSBC México (HBMX) Dirección de Análisis y Medición de Riesgo Dirección de Riesgo Operacional CRM Basilea II & R. Operacional 0 Cálculo de por Riesgo Operacional Definición

Más detalles

CAJA MUNICIPAL DE AHORRO Y CRÉDITO DE PIURA (CMAC PIURA)

CAJA MUNICIPAL DE AHORRO Y CRÉDITO DE PIURA (CMAC PIURA) Equilibrium Clasificadora de Riesgo S.A. Informe de Clasificación Contacto: Bruno Merino bmerino@equilibrium.com.pe Hernán Regis hregis@equilibrium.com.pe 511 616 0400 CAJA MUNICIPAL DE AHORRO Y CRÉDITO

Más detalles

LA CRISIS Y LA SITUACION

LA CRISIS Y LA SITUACION LA CRISIS Y LA SITUACION DEL SISTEMA FINANCIERO 1 Cómo va a influir el sistema bancario español e internacional en la salida de la crisis? Prosper Lamothe Fernández Catedrático de Economía financiera UAM

Más detalles

Cómo obtener un Modelo de Regresión Logística Binaria con SPSS

Cómo obtener un Modelo de Regresión Logística Binaria con SPSS Universitat de de Barcelona. Institut de de Ciències de de l Educació Cómo obtener un Modelo de Regresión Logística Binaria con SPSS Vanesa Berlanga-Silvente y Ruth Vilà-Baños Fecha de presentación:

Más detalles

Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos

Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos Test de hipótesis t de Student Hay diferencias en la media del HOMA entre los diabéticos y los no diabéticos? Resumen del procesamiento de los casos HOMA Casos Válidos Perdidos Total N Porcentaje N Porcentaje

Más detalles

PRINCIPALES CUENTAS - SISTEMA BANCARIO PRIVADO. Millones de US$ % INGRESOS 1.568 1.765 12,56%

PRINCIPALES CUENTAS - SISTEMA BANCARIO PRIVADO. Millones de US$ % INGRESOS 1.568 1.765 12,56% Junio 2015 Principales Cuentas El total de activos registró una contracción de 0,54%, frente al mes de mayo. De igual forma, el total de pasivos bancarios contabilizó una disminución de 0,68%, durante

Más detalles

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009

DIPLOMADO EN RELACIONES LABORALES Estadística Asistida por Ordenador Curso 2008-2009 Índice general 6. Regresión Múltiple 3 6.1. Descomposición de la variabilidad y contrastes de hipótesis................. 4 6.2. Coeficiente de determinación.................................. 5 6.3. Hipótesis

Más detalles

Métodos clave para calcular el Valor en Riesgo

Métodos clave para calcular el Valor en Riesgo [.estrategiafinanciera.es ] Caso de Estudio Métodos clave para calcular el Valor en Riesgo La actividad tesorera es especialmente susceptible al riesgo de mercado llegando a provocar en los últimos tiempos

Más detalles

FONDO MUTUO SURA SELECCION ACCIONES USA SERIE A Folleto Informativo al cierre de septiembre 2015

FONDO MUTUO SURA SELECCION ACCIONES USA SERIE A Folleto Informativo al cierre de septiembre 2015 FONDO MUTUO SURA SELECCION ACCIONES USA SERIE A Administradora RUN Patrimonio Serie Monto Mínimo S.A. 8915 CLP $2.016.700.184 $5.000 Rentabilidad en Pesos desde 21/03/2012 a 90% 1 Mes -3,98% Anual de Costos

Más detalles

a) Descripción de los aspectos cualitativos con el proceso de administración integral de riesgos

a) Descripción de los aspectos cualitativos con el proceso de administración integral de riesgos Datos a junio 2015 ACTINVER CASA DE BOLSA Actinver Casa de Bolsa, S.A. de C.V., Grupo Financiero Actinver opera bajo un perfil de riesgos conservador, tanto en operaciones por cuenta propia, como en intermediación

Más detalles

Jornades tardor CCOO. Los riesgos de mercado: la cobertura de la RV, la duración y el rating en la RF. 21 de noviembre 2013.

Jornades tardor CCOO. Los riesgos de mercado: la cobertura de la RV, la duración y el rating en la RF. 21 de noviembre 2013. Jornades tardor CCOO Los riesgos de mercado: la cobertura de la RV, la duración y el rating en la RF 21 de noviembre 2013 Pàgina 1 Renta Variable Pàgina 2 Riesgo en la Renta Variable Sistemático No Sistemático

Más detalles

REVISIÓN DE CARTERAS HIPOTECARIAS Aspectos prácticos y problemática específica de los parámetros de riesgo

REVISIÓN DE CARTERAS HIPOTECARIAS Aspectos prácticos y problemática específica de los parámetros de riesgo REVISIÓN DE CARTERAS HIPOTECARIAS Aspectos prácticos y problemática específica de los parámetros de riesgo Dirección General de Supervisión Grupo de Tesorería y Modelos de Gestión de Riesgos Gregorio Moral

Más detalles

ARMONIZACION IFRS Normas sobre créditos y la NIC 39

ARMONIZACION IFRS Normas sobre créditos y la NIC 39 ARMONIZACION IFRS Normas sobre créditos y la NIC 39 Norela Jiménez Líder FSI Perú Mauricio Cuevas Senior Manager Audit.Tax. Consulting. Financial Advisory. page 1 Objetivos Describir el impacto que tiene

Más detalles

LIBRO I.- NORMAS GENERALES PARA LA APLICACIÓN DE LA LEY GENERAL DE INSTITUCIONES DEL SISTEMA FINANCIERO

LIBRO I.- NORMAS GENERALES PARA LA APLICACIÓN DE LA LEY GENERAL DE INSTITUCIONES DEL SISTEMA FINANCIERO LIBRO I.- NORMAS GENERALES PARA LA APLICACIÓN DE LA LEY GENERAL DE INSTITUCIONES DEL SISTEMA FINANCIERO TITULO X.- DE LA GESTION Y ADMINISTRACION DE RIESGOS CAPITULO II.- DE LA ADMINISTRACIÓN DEL RIESGO

Más detalles

Capítulo X. Regresión Logística

Capítulo X. Regresión Logística Capítulo Regresión Logística Conceptos y definiciones Es un modelo clásico de regresión lineal simple o múltiple, pero donde la variale dependiente es inaria o dicotómica. 3 5 4 ÉITO FRACASO Es decir,

Más detalles

ANÁLISIS DISCRIMINANTE

ANÁLISIS DISCRIMINANTE ANÁLISIS DISCRIMINANTE ANÁLISIS DISCRIMINANTE 1. Introducción 2. Etapas 3. Caso práctico Análisis de dependencias introducción varias relaciones una relación 1 variable dependiente > 1 variable dependiente

Más detalles

TEMA 4: ANÁLISIS DE LOS ESTADOS FINANCIEROS 4.1. INTRODUCCIÓN 2 4.2. ANÁLISIS PATRIMONIAL: ESTRUCTURA Y EQUILIBRIO PATRIMONIAL 2

TEMA 4: ANÁLISIS DE LOS ESTADOS FINANCIEROS 4.1. INTRODUCCIÓN 2 4.2. ANÁLISIS PATRIMONIAL: ESTRUCTURA Y EQUILIBRIO PATRIMONIAL 2 TEMA 4: ANÁLISIS DE LOS ESTADOS FINANCIEROS 4.1. INTRODUCCIÓN 2 4.2. ANÁLISIS PATRIMONIAL: ESTRUCTURA Y EQUILIBRIO PATRIMONIAL 2 4.2.1. RELACIÓN ENTRE EL ACTIVO Y EL PASIVO: EL EQUILIBRIO FINANCIERO 2

Más detalles

FONDO MUTUO SURA RENTA DEPOSITO CHILE SERIE A Folleto Informativo al cierre de noviembre 2015

FONDO MUTUO SURA RENTA DEPOSITO CHILE SERIE A Folleto Informativo al cierre de noviembre 2015 FONDO MUTUO SURA RENTA DEPOSITO CHILE SERIE A Administradora RUN Patrimonio Serie Monto Mínimo S.A. 8678 CLP $18.936.876.967 $5.000 Rentabilidad en Pesos desde 01/12/2010 a 24% Rentabilidades Nominales

Más detalles

FONDO MUTUO SURA ESTRATEGIA EQUILIBRADA SERIE A Folleto Informativo al cierre de diciembre 2015

FONDO MUTUO SURA ESTRATEGIA EQUILIBRADA SERIE A Folleto Informativo al cierre de diciembre 2015 FONDO MUTUO SURA ESTRATEGIA EQUILIBRADA SERIE A Administradora RUN Patrimonio Serie Monto Mínimo S.A. 8774 CLP $2.832.702.942 $5.000 Plazo : 10 días Rentabilidad en Pesos desde 01/01/2011 a 8% 1 Mes -1,48%

Más detalles

Seguro. Análisis de la Información:

Seguro. Análisis de la Información: OSTO Resumen 2005 de la Metodología de Calificación de Riesgo Información de Empresas Financiera de al: Seguro 31/08/05 Análisis de la Información: El proceso comienza por un paso que es imprescindible

Más detalles

1. SOLVENCIA. SUPERINTENDENCIA DE BANCOS DE LA REPUBLICA DOMINICANA

1. SOLVENCIA. SUPERINTENDENCIA DE BANCOS DE LA REPUBLICA DOMINICANA 1. SOLVENCIA. SUPERINTENDENCIA DE BANCOS DE LA REPUBLICA DOMINICANA GUIA DESCRIPTIVA DE INDICADORES FINANCIEROS El presente manual es una guía breve para ser utilizado en la interpretación de los indicadores

Más detalles

Prof. Dra. Dña. Concepción de la Fuente Cabrero Prof. Dra. Mª Pilar Laguna Sánchez Prof. Dra. Rosa Santero Sánchez

Prof. Dra. Dña. Concepción de la Fuente Cabrero Prof. Dra. Mª Pilar Laguna Sánchez Prof. Dra. Rosa Santero Sánchez Prof. Dra. Dña. Concepción de la Fuente Cabrero Prof. Dra. Mª Pilar Laguna Sánchez Prof. Dra. Rosa Santero Sánchez El TALLER Impacto de DE la TRABAJO crisis en Nº la financiación 3: "INTEGRACION bancaria

Más detalles

CENTRO DE FORMACIÓN DE DE BOLSAS Y Y MERCADOS ESPAÑOLES. MatLab. Introducción a la programación en Matlab para la medición de riesgos financieros

CENTRO DE FORMACIÓN DE DE BOLSAS Y Y MERCADOS ESPAÑOLES. MatLab. Introducción a la programación en Matlab para la medición de riesgos financieros CENTRO DE FORMACIÓN DE DE BOLSAS Y Y MERCADOS ESPAÑOLES MatLab Introducción a la programación en Matlab para la medición de riesgos financieros CD 2 MatLab Introducción a la programación en Matlab para

Más detalles

Estados contables de las empresas constructoras

Estados contables de las empresas constructoras CONTABILIDAD Particularidades de su análisis Estados contables de las empresas constructoras Autor: GUTIÉRREZ VIGUERA, Manuel. Doctor en Ciencias Económicas y profesor del MDI de la Universidad Politécnica

Más detalles

Principios generales para invertir RENTA FIJA

Principios generales para invertir RENTA FIJA Principios generales para invertir RENTA FIJA Conceptos básicos Todas las claves para la comprensión del concepto de Renta Fija Ventajas & Clases de deuda Ventajas y tipos: Renta Fija Pública y Privada

Más detalles

ÍNDICE. Activos, pasivos, ingresos, gastos y utilidades netas Págs. 3,4,5, 6 y 7. Algunos indicadores Págs. 8,9,10,11 y 12

ÍNDICE. Activos, pasivos, ingresos, gastos y utilidades netas Págs. 3,4,5, 6 y 7. Algunos indicadores Págs. 8,9,10,11 y 12 Enero 2014 ÍNDICE Activos, pasivos, ingresos, gastos y utilidades netas Págs. 3,4,5, 6 y 7 Activos Activos y contingentes Inversiones Fondos disponibles en el exterior Patrimonio Algunos indicadores Págs.

Más detalles

BANCOLOMBIA S. A. Establecimiento Bancario

BANCOLOMBIA S. A. Establecimiento Bancario Contactos: Andrés Marthá Martínez amartha@brc.com.co María Soledad Mosquera Ramírez msmosquera@brc.com.co Octubre de 2013 BANCOLOMBIA S. A. Establecimiento Bancario BRC INVESTOR SERVICES S.A. SCV SEGUIMIENTO

Más detalles

CURSO DE GESTIÓN DEL RIESGO EN LOS MERCADOS FINANCIEROS. Visión Práctica de la Gestión del Riesgo de Mercado en una entidad bancaria 12 diciembre 2013

CURSO DE GESTIÓN DEL RIESGO EN LOS MERCADOS FINANCIEROS. Visión Práctica de la Gestión del Riesgo de Mercado en una entidad bancaria 12 diciembre 2013 CURSO DE GESTIÓN DEL RIESGO EN LOS MERCADOS FINANCIEROS Visión Práctica de la Gestión del Riesgo de Mercado en una entidad bancaria 12 diciembre 2013 Índice 1. Introducción 2. Riesgo de Mercado Visión

Más detalles

Parámetros y estadísticos

Parámetros y estadísticos Parámetros y estadísticos «Parámetro»: Es una cantidad numérica calculada sobre una población y resume los valores que esta toma en algún atributo Intenta resumir toda la información que hay en la población

Más detalles

Trabajo de Matemáticas y Estadística Aplicadas

Trabajo de Matemáticas y Estadística Aplicadas Licenciatura en Ciencia Ambientales Matemáticas y Estadística aplicada Prof. Susana Martín Fernández POLITÉCNICA Trabajo de Matemáticas y Estadística Aplicadas GUIÓN 1: Estadística descriptiva Tipo 1 1-

Más detalles

CONCEPTOS UTILIZADOS

CONCEPTOS UTILIZADOS CONCEPTOS UTILIZADOS 1. Clasificación de los Préstamos: Para efectos de estas Normas, las operaciones de préstamos, se pueden clasificar, de acuerdo a las siguientes conceptualizaciones: 1.1. Crédito Decreciente:

Más detalles

Microcrédito y Crédito Rural

Microcrédito y Crédito Rural Asociación para la Diversificación y Desarrollo Agrícola Comunal Tel. 00505-7725245, 772-7108 Matagalpa, Nicaragua Correo credito@addac.org.ni www.addac.org.ni Hotel Bermúdez 2 c al Este 1.5 c. al Norte.

Más detalles

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3 Capítulo 3 1. Introducción El análisis de regresión lineal, en general, nos permite obtener una función lineal de una o más variables independientes o predictoras (X1, X2,... XK) a partir de la cual explicar

Más detalles

Ratios NPGC 2009 vs Ratings

Ratios NPGC 2009 vs Ratings Ratios NPGC 2009 vs Ratings Página: 1 Qué diferencia hay entre un Rating y un Ratio? Ratio Relación o proporción entre dos elementos o dos conjuntos de elementos cuantitativos de los estados financieros

Más detalles

IBM SPSS Regression 20

IBM SPSS Regression 20 IBM SPSS Regression 20 Nota: Antes de utilizar esta información y el producto que admite, lea la información general en Avisos el p. 46. Esta edición se aplica a IBM SPSS Statistics 20 y a todas las versiones

Más detalles

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba

Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida. Por: Prof. Elena del C. Coba Técnicas de análisis para el uso de resultados de encuestas y estudios aplicados al VIH/sida Por: Prof. Elena del C. Coba Encuestas y estudios aplicados al VIH/sida Definir la fuente de los datos: Datos

Más detalles

ANÁLISIS DE RIESGOS: CÓMO GESTIONAR LA MOROSIDAD MEDIANTE LA MODELIZACIÓN EN LA GESTIÓN DE LOS RIESGOS ESTRELLA GARCÍA DÍAZ

ANÁLISIS DE RIESGOS: CÓMO GESTIONAR LA MOROSIDAD MEDIANTE LA MODELIZACIÓN EN LA GESTIÓN DE LOS RIESGOS ESTRELLA GARCÍA DÍAZ ANÁLISIS DE RIESGOS: CÓMO GESTIONAR LA MOROSIDAD MEDIANTE LA MODELIZACIÓN EN LA GESTIÓN DE LOS RIESGOS Madrid, 15 de abril de 2008 ESTRELLA GARCÍA DÍAZ JEFA DE RIESGO DE CRÉDITO CAIXA CATALUNYA Pàgina

Más detalles

RIESGO DE CRÉDITO. FECOOPSE R.L. San José-Costa Rica, Octubre 2010. Por: Rodolfo Oconitrillo Brenes

RIESGO DE CRÉDITO. FECOOPSE R.L. San José-Costa Rica, Octubre 2010. Por: Rodolfo Oconitrillo Brenes RIESGO DE CRÉDITO FECOOPSE R.L. San José-Costa Rica, Octubre 2010 Por: Rodolfo Oconitrillo Brenes Riesgo de Crédito Cuando nos referimos a riesgo crediticio, Basilea II incluye dos partidas elementales,

Más detalles

Master de Negocios y Alta Dirección 2008

Master de Negocios y Alta Dirección 2008 Master de Negocios y Alta Dirección 2008 RATIOS DE EJEMPLO:. 1.- Ratios de Actividad. a) Crecimiento de la cifra de ventas. b) Rotación de los activos. c) Rotación de Activos fijos. d) Crecimiento del

Más detalles

UTILIZACIÓN DE HERRAMIENTAS INFORMÁTICAS EN EL ANÁLISIS DE SENSIBILIDAD PARA LA FINANCIACIÓN DE PROYECTOS

UTILIZACIÓN DE HERRAMIENTAS INFORMÁTICAS EN EL ANÁLISIS DE SENSIBILIDAD PARA LA FINANCIACIÓN DE PROYECTOS UTILIZACIÓN DE HERRAMIENTAS INFORMÁTICAS EN EL ANÁLISIS DE SENSIBILIDAD PARA LA FINANCIACIÓN DE PROYECTOS Roqueñí Gutiérrez, I.*; Roqueñí Gutiérrez, N.**; Álvarez Cabal, J. V.**; J. Manuel Mesa Fernández,

Más detalles

La suficiencia de capital por riesgo de crédito: un ejercicio práctico

La suficiencia de capital por riesgo de crédito: un ejercicio práctico La suficiencia de capital por riesgo de crédito: un ejercicio práctico Entidades Financieras www.msspain.com Diseño y Maquetación Dpto. Marketing y Comunicación Management Solutions - España Fotografías:

Más detalles

Scoring. en la Industria de. Microfinanzas

Scoring. en la Industria de. Microfinanzas Scoring en la Industria de Microfinanzas Liliana Botero Londoño Vicepresidente Operaciones Internacionales Unidad de Administración de Riesgo Septiembre de 2007 2007 ACCION International Reflexión Cada

Más detalles

Statgraphics Centurión

Statgraphics Centurión Facultad de Ciencias Económicas y Empresariales. Universidad de Valladolid 1 Statgraphics Centurión I.- Nociones básicas El paquete Statgraphics Centurión es un programa para el análisis estadístico que

Más detalles

Uso de cópulas en la estimación del capital económico

Uso de cópulas en la estimación del capital económico www.pwc.es Uso de cópulas en la estimación del capital económico Centre de Recerca Matèmatica, CRM Bellaterra, Barcelona 22 de febrero de 2.013 Índice 1.- Capital regulatorio: modelo de Merton 2.- Capital

Más detalles

Análisis de los determinantes del riesgo de crédito. Aplicación de técnicas emergentes en el marco de los acuerdos de Basilea II y Solvencia II

Análisis de los determinantes del riesgo de crédito. Aplicación de técnicas emergentes en el marco de los acuerdos de Basilea II y Solvencia II REVISTA ESPAÑOLA DE FINANCIACIÓN Y CONTABILIDAD Vol. XXXVI, n.º 135 julio-septiembre 2007 pp. 649-653 649 Análisis de los determinantes del riesgo de crédito. Aplicación de técnicas emergentes en el marco

Más detalles

Estados contables de las empresas de promoción inmobiliaria

Estados contables de las empresas de promoción inmobiliaria Estados contables de las empresas de promoción inmobiliaria Autor: GUTIÉRREZ VIGUERA, Manuel. Director en Ciencias Econónicas y profesor MDI de la Universidad Politécnica de Madrid. Título: Estados contables

Más detalles

Aspectos Cualitativos Relacionados con la Administración Integral de Riesgos

Aspectos Cualitativos Relacionados con la Administración Integral de Riesgos 31 de Agosto de 2015 Aspectos Cualitativos Relacionados con la Administración Integral de Riesgos Las debilidades en el sistema financiero de un país pueden amenazar su estabilidad financiera y económica.

Más detalles

Gestión del Riesgo Operacional - Experiencia del Perú -

Gestión del Riesgo Operacional - Experiencia del Perú - Gestión del Riesgo Operacional - Experiencia del Perú - Septiembre 2013 Claudia Cánepa Silva MBA PMP Supervisor Principal de Riesgo Operacional Superintendencia de Banca, Seguros y AFP Agenda Organización

Más detalles

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales

Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Capítulo 17 Análisis de correlación lineal: Los procedimientos Correlaciones bivariadas y Correlaciones parciales Cuando se analizan datos, el interés del analista suele centrarse en dos grandes objetivos:

Más detalles

ADMINISTRACIÓN DE RIESGOS FINANCIEROS EN EL MERCADO DE ENERGÍA MAYORISTA. Jornada de Comercialización de Energía Eléctrica 8 de Octubre de 2010

ADMINISTRACIÓN DE RIESGOS FINANCIEROS EN EL MERCADO DE ENERGÍA MAYORISTA. Jornada de Comercialización de Energía Eléctrica 8 de Octubre de 2010 ADMINISTRACIÓN DE RIESGOS FINANCIEROS EN EL MERCADO DE ENERGÍA MAYORISTA Jornada de Comercialización de Energía Eléctrica 8 de Octubre de 2010 CONTENIDO Identificación de Riesgos Financieros en el MEM

Más detalles

MODELOS DE RIESGO DE CRÉDITO. Álvaro Caballo Trebol María Coronado Vaca

MODELOS DE RIESGO DE CRÉDITO. Álvaro Caballo Trebol María Coronado Vaca MODELOS DE RIESGO DE CRÉDITO Álvaro Caballo Trebol María Coronado Vaca 1 ÍNDICE 1. MODELOS DE PROBABILIDAD DE IMPAGO. 1. CARACTERÍSTICAS PRINCIPALES DE LOS MODELOS UTILZADOS. 2. MODELO CONSTRUIDO 2. PROPUESTA

Más detalles

U.T.A. FACULTAD DE CONTABILIDAD Y AUDITORÍA UNIDAD IX LOS ESTADOS FINANCIEROS. Una vez estudiado este capítulo el estudiante estará en capacidad de:

U.T.A. FACULTAD DE CONTABILIDAD Y AUDITORÍA UNIDAD IX LOS ESTADOS FINANCIEROS. Una vez estudiado este capítulo el estudiante estará en capacidad de: UNIDAD IX LOS ESTADOS FINANCIEROS PROPÓSITOS DE APRENDIZAJE: Una vez estudiado este capítulo el estudiante estará en capacidad de: Nombrar los estados que las IFI s están obligadas a remitir a la Superintendencia

Más detalles

VALORACIÓN DE LAS PRUEBAS DE RESISTENCIA (ESTRÉS TEST)

VALORACIÓN DE LAS PRUEBAS DE RESISTENCIA (ESTRÉS TEST) 23.07.10 VALORACIÓN DE LAS PRUEBAS DE RESISTENCIA (ESTRÉS TEST) Máxima transparencia: se prueban todos los bancos cotizados españoles y todas las cajas de ahorros, y se aporta información muy detallada

Más detalles

POLÍTICA DE INVERSIONES Y FINANCIACIÓN

POLÍTICA DE INVERSIONES Y FINANCIACIÓN POLÍTICA DE INVERSIONES Y FINANCIACIÓN El Consejo de Administración de Gamesa Corporación Tecnológica, S.A. (la Compañía ), de conformidad con lo previsto en los artículos 19 de los Estatutos Sociales

Más detalles

Programación General Anual Curso 2011/12 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II ÍNDICE

Programación General Anual Curso 2011/12 MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II ÍNDICE MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II ÍNDICE ÍNDICE...1 CONTENIDOS... 2 CRITERIOS DE EVALUACIÓN... 4 TEMPORALIZACIÓN... 5 METODOLOGÍA DIDÁCTICA... 6 PROCEDIMIENTOS DE EVALUACIÓN... 7 ACTIVIDADES

Más detalles

Anexo N 3 Metodología para el cálculo de indicadores de las empresas con ventas netas mayores a 300 UIT

Anexo N 3 Metodología para el cálculo de indicadores de las empresas con ventas netas mayores a 300 UIT Anexo N 3 Metodología para el cálculo de indicadores de las empresas con ventas netas mayores a 300 UIT 28 2 Instituto Nacional de Estadística e Informática INDICADORES PARA EMPRESAS CON VENTAS NETAS MAYORES

Más detalles

ENTIDADES CALIFICADORAS DE RIESGO. Dirección de Supervisión de Valores

ENTIDADES CALIFICADORAS DE RIESGO. Dirección de Supervisión de Valores Dirección de Supervisión de Valores CALIFICADORAS ENTIDADES DE RIESGO ÍNDICE Qué es una Entidad Calificadora de Riesgo?...1 Qué es una Calificación de Riesgo?...2 Qué mide la Calificación de Riesgo?...3

Más detalles

DOCUMENTO CON INFORMACION CLAVE PARA LA INVERSIÓN

DOCUMENTO CON INFORMACION CLAVE PARA LA INVERSIÓN DOCUMENTO CON INFORMACION CLAVE PARA LA INVERSIÓN Ixe Fondo Divisas, S.A. de C.V., Sociedad de Inversión en Instrumentos de Deuda Tipo: Sociedad de Inversión en Instrumentos de Deuda Clase y serie accionaria

Más detalles