Solvencia II. Tabla 1

Transcripción

1 Tabla 1 Basilea II Solvencia II Estructura Tres Pilares Tres Pilares Objetivo Final Estabilidad del sistema bancario Defensa del asegurado internacional Ámbito de Aplicación Bancos con actividad internacional Todas las aseguradoras europeas Alcances del Análisis Activo Bancario Activo y Pasivo Tratamiento de los Riesgos Un modelo para cada riesgo Un modelo que integra todos los riesgos

2 Gráfico 1: Simulación de Capital Requerido de una Empresa Número de escenarios 99% 1% Capital Requerido $ Capital a Riesgo Capital Operacional Capital Económico

3 SOLVENCIA II Tabla 2 Fraude Fraude Relaciones Prácticas Daños a Fallos Ejecución, Interno Externo Laborales con activos en los entrega y seguridad clientes, materiales sistemas y gestión en el puesto productos de de trabajo y negocios procesos Finanzas Corporativas Negociación y ventas Banca Minorista Banca Comercial Liquidación y Pagos Servicios de Agencia Administración de Activos Intermediación Minorista go Agregado, será la base para la determinación de Capital Regulatorio de la Entidad. Pero los mayores inconvenientes no son los relacionados con las estimaciones de las correlaciones, sino los referentes a la modelización de la frecuencia y de la severidad. Para poder comprender mejor esta problemática, en el siguiente punto, trabajaremos en una de las 56 celdas, intentando comprender cuales son los desafíos a enfrentar. 1- Desafíos a la Hora de Determinar la Distribución de Frecuencias y Severidad Como ya dijimos, se cuenta con poca información estadística sobre eventos relacionados con riesgos operacionales, y es por ello que existen consorcios en el mundo, como el ya citado ORIC, los cuales fueron constituidos con el objetivo de compartir la información de sus bases de datos internas, con el fin de completar las mismas. Además de enriquecer las bases de datos internas, sería de mucha utilidad que modelizarlas, son fundamentales para trabajar con el enfoque LDA, ya que el mismo parte de la premisa de que los datos de severidad y frecuencia incluidos en dichas bases, siguen distribuciones conocidas y estimables. El desafío pasa por elegir la distribución, entre un grupo de distribuciones teóricas candidatas, que mejor se adapte a los resultados empíricos. Para entender mejor este concepto, utilizaremos un ejemplo muy sencillo que permitirá interpretarlo, el mismo se basa en el conocido juego de ruleta. Sabemos, que cada uno de los números que podemos apostar, tiene las mismas probabilidades de salir favorecidos, pero también sabemos que para que lo podamos demostrar en la realidad, deberíamos hacer girar la ruleta un número muy importante de veces. Utilizando un simulador computacional podemos repetirlo la cantidad de veces que estimemos conveniente; veamos en el Gráfico Nº 2 una simulación con cien corridas. Gráfico 2 36,00 100% Curva Nº 1 Mínimo 00 Máximo 36,0000 Media 17, ,3789 los mismos ayuden a comprender el comportamiento de cada tipo de riesgo, con el fin de poder establecer criterios y pautas de trabajo. Las bases de datos y los criterios para Valores 5 0 0,10 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01-5 tes públicas es muchas veces insuficiente. Asimismo, algo similar ocurre con la información que puede generarse mediante las herramientas citadas precedentemente. Ya mencionamos la conformación de varios consorcios internacionales para compartir información, manteniendo siempre la confidencialidad, para contar con más y mejor información con la que compararse y complementar sus bases de datos propias. Pero mientras tanto, las instituciones que ya están trabajando en este tema, no siempre disponen de la información suficiente para obtener datos confiables y consistentes, y esto es uno de los grandes obstáculos a los que se enfrentan para desarrollar con éxitos sus modelos internos. En el siguiente punto analizaremos algunas de las técnicas que existen para complementar la falta de información relacionada con la frecuencia y la severidad, al momento de utilizar la metodología conocida como Enfoque de Distribución de Pérdidas (LDA). El enfoque LDA, es una de las herramientas utilizadas para el cálculo de Capital Regulatorio, dentro de un esquema de implementación de Modelos Internos avanzados para su cálculo. Además, veremos cuáles son algunas de las restricciones, decisiones y problemas a los que una entidad puede tener que enfrentarse a la hora de calcular el Capital Regulatorio utilizando el enfoque LDA. B) Métodos de Medición Avanzados (AMA) - Enfoque de Distribución de Pérdidas (LDA) para la Estimación del Capital de Solvencia por Riesgos Operacionales - Modelos y Desafíos Introducción Como ya dijimos, vamos a focalizar el análisis en la experiencia hecha por instituciones financieras internacionales, en cumplimiento por lo dispuesto en Basilea II. Dicha norma, propone una matriz sobre la cual trabajar, y la misma será la base para calcular el Capital Regulatorio por Riesgo Operacional. La mencionada matriz, se compone de siete clases de riesgos operacionales y de ocho áreas de negocio, lo que implica que estará compuesta por un total de 56 celdas. Para cada una de las celdas, habrá que obtener el capital a riesgo, para lo cual se deberá determinar una distribución de frecuencias y una de severidad. El objetivo final será obtener el Capital a Riesgo Agregado, es decir, sumar los capitales obtenidos en cada una de las celdas que figura en la Tabla Nº 2. Sin entrar en el tema de las correlaciones, el Capital a Ries- Como se puede observar, no todos los números tienen las mismas probabilidades de ocurrencia; esto se debe a que hemos efectuado sólo cien corridas en nuestra si> mulación. MERCADO ASEGURADOR 33

4 SOLVENCIA II Tabla 2 Fraude Fraude Relaciones Prácticas Daños a Fallos Ejecución, Interno Externo Laborales con activos en los entrega y seguridad clientes, materiales sistemas y gestión en el puesto productos de de trabajo y negocios procesos Finanzas Corporativas Negociación y ventas Banca Minorista Banca Comercial Liquidación y Pagos Servicios de Agencia Administración de Activos Intermediación Minorista go Agregado, será la base para la determinación de Capital Regulatorio de la Entidad. Pero los mayores inconvenientes no son los relacionados con las estimaciones de las correlaciones, sino los referentes a la modelización de la frecuencia y de la severidad. Para poder comprender mejor esta problemática, en el siguiente punto, trabajaremos en una de las 56 celdas, intentando comprender cuales son los desafíos a enfrentar. 1- Desafíos a la Hora de Determinar la Distribución de Frecuencias y Severidad Como ya dijimos, se cuenta con poca información estadística sobre eventos relacionados con riesgos operacionales, y es por ello que existen consorcios en el mundo, como el ya citado ORIC, los cuales fueron constituidos con el objetivo de compartir la información de sus bases de datos internas, con el fin de completar las mismas. Además de enriquecer las bases de datos internas, sería de mucha utilidad que modelizarlas, son fundamentales para trabajar con el enfoque LDA, ya que el mismo parte de la premisa de que los datos de severidad y frecuencia incluidos en dichas bases, siguen distribuciones conocidas y estimables. El desafío pasa por elegir la distribución, entre un grupo de distribuciones teóricas candidatas, que mejor se adapte a los resultados empíricos. Para entender mejor este concepto, utilizaremos un ejemplo muy sencillo que permitirá interpretarlo, el mismo se basa en el conocido juego de ruleta. Sabemos, que cada uno de los números que podemos apostar, tiene las mismas probabilidades de salir favorecidos, pero también sabemos que para que lo podamos demostrar en la realidad, deberíamos hacer girar la ruleta un número muy importante de veces. Utilizando un simulador computacional podemos repetirlo la cantidad de veces que estimemos conveniente; veamos en el Gráfico Nº 2 una simulación con cien corridas. Gráfico 2 36,00 100% Curva Nº 1 Mínimo 00 Máximo 36,0000 Media 17, ,3789 los mismos ayuden a comprender el comportamiento de cada tipo de riesgo, con el fin de poder establecer criterios y pautas de trabajo. Las bases de datos y los criterios para Valores 5 0 0,10 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01-5 tes públicas es muchas veces insuficiente. Asimismo, algo similar ocurre con la información que puede generarse mediante las herramientas citadas precedentemente. Ya mencionamos la conformación de varios consorcios internacionales para compartir información, manteniendo siempre la confidencialidad, para contar con más y mejor información con la que compararse y complementar sus bases de datos propias. Pero mientras tanto, las instituciones que ya están trabajando en este tema, no siempre disponen de la información suficiente para obtener datos confiables y consistentes, y esto es uno de los grandes obstáculos a los que se enfrentan para desarrollar con éxitos sus modelos internos. En el siguiente punto analizaremos algunas de las técnicas que existen para complementar la falta de información relacionada con la frecuencia y la severidad, al momento de utilizar la metodología conocida como Enfoque de Distribución de Pérdidas (LDA). El enfoque LDA, es una de las herramientas utilizadas para el cálculo de Capital Regulatorio, dentro de un esquema de implementación de Modelos Internos avanzados para su cálculo. Además, veremos cuáles son algunas de las restricciones, decisiones y problemas a los que una entidad puede tener que enfrentarse a la hora de calcular el Capital Regulatorio utilizando el enfoque LDA. B) Métodos de Medición Avanzados (AMA) - Enfoque de Distribución de Pérdidas (LDA) para la Estimación del Capital de Solvencia por Riesgos Operacionales - Modelos y Desafíos Introducción Como ya dijimos, vamos a focalizar el análisis en la experiencia hecha por instituciones financieras internacionales, en cumplimiento por lo dispuesto en Basilea II. Dicha norma, propone una matriz sobre la cual trabajar, y la misma será la base para calcular el Capital Regulatorio por Riesgo Operacional. La mencionada matriz, se compone de siete clases de riesgos operacionales y de ocho áreas de negocio, lo que implica que estará compuesta por un total de 56 celdas. Para cada una de las celdas, habrá que obtener el capital a riesgo, para lo cual se deberá determinar una distribución de frecuencias y una de severidad. El objetivo final será obtener el Capital a Riesgo Agregado, es decir, sumar los capitales obtenidos en cada una de las celdas que figura en la Tabla Nº 2. Sin entrar en el tema de las correlaciones, el Capital a Ries- Como se puede observar, no todos los números tienen las mismas probabilidades de ocurrencia; esto se debe a que hemos efectuado sólo cien corridas en nuestra si> mulación. MERCADO ASEGURADOR 33

5 Gráfico 3: Comparación de Ajuste para el Riesgo IntUniform (0,36) 0,10 0,09 0,08 0,07 0,06 0,05 0,04 0,03 0,02 0,01-5 4,0% % 100% , Entrada Mínimo 00 Máximo 36,0000 Media 17, ,3789 Valores 100 IntUniform Mínimo 00 Máximo 36,0000 Media 18, ,6771

6 Tabla 3 Nº de Eventos Media Desviación 59 $ $

7 Gráfico 4: Distribución de Pérdidas Agregadas 1,6 0,591 99,9% 2,523 0,1% Valores x 10^-6 1,4 1,2 1,0 0,8 0,6 0,4 0,2 Distribución Agregada de Pérdidas Mínimo $ ,8184 Máximo $ ,3145 Media $ ,9245 $ ,4393 Valores ,0 0,5 1,0 1,5 2,0 Valores en millones de $ 2,5 3,0