XIII Congreso Latinoamericano de Auditoria Interna y Evaluación n de Riesgos

Transcripción

1 XIII Congreso Latinoamericano de Auditoria Interna y Evaluación n de Riesgos mayo de de 2009 BASILEA II GESTIÓN DEL EXPOSITOR: Kay Dunlop 1

2 AGENDA MARCO CONCEPTUAL SISTEMA DE GESTIÓN N DEL RIESGO DE CRÉDITO 2

3 3

4 DEFINICIONES EL - Expected loss. Pérdida esperada. Es la estimación n estadística stica del promedio de pérdidas p de una Cartera de Créditos. También n se la define como la pérdida p que en promedio se espera que se produzca por causa del Incumplimiento en un período determinado. En términos t de fórmula la EL es igual a: EL = PD x LGD x EAD Donde: 4

5 DEFINICIONES PD: Probability of default. Probabilidad de impago a 90 días LGD. Loss given default. Es la p Es la pérdida que se produce después s de que el Prestatario ha Incumplido. Se expresa como un porcentaje de la Exposición al Riesgo de Crédito (EAD) EAD - Exposure at default. Es el monto total comprometido con el deudor al momento del Incumplimiento; en consecuencia, su estimación comprende la exposición potencial por operaciones contingentes y derivados de crédito. 5

6 DEFINICIONES FACTOR DE CONVERSIÓN N DE CRÉDITO CREDIT CONVERSION FACTOR (CCF) En Basilea, son los porcentajes asignados para convertir las Operaciones Fuera de Balance a Activos equivalentes de carácter crediticio dentro del Balance General. Dichos porcentajes se asignan por Calificación de Riesgo utilizando tablas. 6

7 Riesgo de crédito - Enfoque estándar Exposiciones contingentes Factores de Conversión n de Crédito Avales, fianzas, cartas crédito stand by 100% Obligaciones contingentes con vencimiento menor a 1 año a o 20% Obligaciones contingentes con vencimiento mayor a 1 año a o 50% Cartas de crédito comercial a corto plazo auto-liquidables procedentes de operaciones con bienes: 20% Líneas de crédito vinculadas al avance de proyectos: 100% Líneas de crédito revocables sin previo aviso y cuyo uso requiera de aprobación previa por parte del banco: 0% 7

8 Sistema de gestión n del riesgo de crédito 8

9 Sistema de gestión del riesgo de crédito OBJETIVO. MAXIMIZAR LA TASA DE RENTABILIDAD AJUSTADA POR RIESGO DEL BANCO, MANTENIENDO LA EXPOSICIÓN AL DENTRO DE LIMITES DEFINIDOS. 9

10 Basilea II requiere : Organización n y políticas Involucramiento de la Junta Directiva y Alta Gerencia Clara segregación n funcional, asignación n de atribuciones y gestión n excepciones Políticas, manuales de operación n más m s comprehensivos Personal técnicamente t capacitado 10

11 entorno apropiado POLÍTICAS DE CRÉDITO. Claramente definidas y adecuadas a la posición del banco en el mercado, tecnología y calidad del personal Mercados objetivos y productos Asegurar diversificación de cartera Términos respecto de precios Estructura de límites, generales y relacionados Esquema de aprobación Control de excepciones Establecer revisión periódica Definición y administración de créditos problemas Mecanismos para evaluar adecuadamente nuevas oportunidades comerciales Divulgadas eficazmente 11

12 Basilea II requiere : Gestión n especializada Otorgamiento Decisión n por modelos, con capacidad para determinar: Probabilidad de incumplimiento (PD) Pérdida dado el incumplimiento (LGD) Exposición n al riesgo de crédito (EAD) Provisiones Pérdida esperada específicas - genéricas Capital pérdidas inesperadas Mitigadores de riesgo 12

13 Basilea II requiere : Gestión n especializada Seguimiento Pruebas de consistencia y validación n de modelos Sistemas de anticipación alertas tempranas Administración n de créditos con problemas Valorización n de mitigadores Medición n del riesgo Normal Condiciones económicas adversas pruebas de stress. Control Divulgación n del riesgo de crédito 13

14 - modelos Modelos de evaluación Basados en conocimiento de expertos / personas Basados en modelos Técnicas econométricas análisis lineal y discriminante, Redes neuronales Modelos de optimización Basados en teoría de opciones Modelos Var Valorización de riesgo neutral Etc. 14

15 - modelos Sistema de clasificación individual de deudores ( Rating ) Los sistemas de rating abarcan cualquier procedimiento, cuantitativo o cualitativo, que permita efectuar una valoración del riesgo de incumplimiento inherente a una cartera de crédito, a partir de la división de los deudores en grupos homogéneos. Los sistemas de clasificación pueden ser de diverso tipo, dependiendo de la información que se utilice y de cómo sea su naturaleza. Uno de los sistemas de rating más usado es el que utilizando información financiera y de impagos establece, en base a métodos cuantitativos la relación existente entre el evento de impago y l conjunto de indicadores financieros. 15

16 - modelos Construcción n de un sistema de rating de deudores Implica construir un modelo estadístico que explique las variables que hacen que un deudor entre o no en incumplimiento. En términos generales el proceso de construcción y modelación considera las siguientes etapas : Elección de muestra Análisis de la calidad de información Tratamiento de la población Modelación propiamente tal,que incluye: Análisis univariante Análisis multivariante Análisis de bondad del modelo Granulado y calibrado del modelo Modelo definitivo 16

17 - modelos Sistema de clasificación n individual de deudores (Rating( Rating) Modelación n estadística stica 1/11 El objetivo del sistema de rating es encontrar las variables que expliquen el hecho que un deudor entre en incumplimiento y, a partir de los mismos, construir un sistema que los clasifique según su calidad crediticia. Se trata de encontrar un modelo, que sea capaz, dado un conjunto de variables explicativas ( en general financieras ) de describir el evento de incumplimiento de la forma más correcta posible. 17

18 - modelos Sistema de clasificación n individual de deudores (Rating( ) Modelación estadística 2/11 Para que el evento de incumplimiento pueda ser modelado estadísticamente debe ser representado por una variable aleatoria. Generalmente se asume que el incumplimiento de una empresa se determina por una variable continua ( el valor de la empresa ). Sin embargo dicha variable no es directamente observable y la forma de aproximarla es utilizar una variable binaria de manera que si un deudor en un determinado período t cumple con la definición n de impago, la variable toma el valor 1 y 0 en caso contrario. 18

19 - modelos Sistema de clasificación individual de deudores (Rating) Modelación estadística 3/11 Una vez definida la variable objeto de modelación, las variables que se utilizan para su explicación son un conjunto de variables financieras ( ratios ) agrupados en diferentes categorías y un conjunto de variables discretas. En este segundo grupo se distinguen las siguientes variables : Variables ficticias ( dummies) Variable de garantía Variable de plazo 19

20 - modelos Sistema de clasificación individual de deudores (Rating) Modelación estadística 4/11 Variables ficticias ( dummies ) temporales para cada uno de los años de la muestra, creadas con el fin de recoger el efecto del factor común (ciclo económico ) sobre el valor de cada empresa. creadas en función del sector económico del deudor Variable de garantía, que refleja si al deudor se le exige o no garantía Variable discreta que caracteriza el plazo de la operación 20

21 - modelos Sistema de clasificación individual de deudores (Rating) Modelación estadística 5/11 Análisis univariante Este análisis trata de confirmar relaciones económicas esperadas a priori entre las variables financieras y la variable incumplimiento. El análisis univariante se lleva a cabo para conocer la relación individual entre cada una de las variables financieras disponibles y la variable de incumplimiento y para decidir cuales se probarán en el modelo final multivariante 21

22 - modelos Sistema de clasificación individual de deudores (Rating) Modelación estadística 6 /11 Las variables que resultan ser significativas en un modelo multivariante para la variable incumplimiento, pueden agruparse en 4 categorías : Indicadores financieros Variables temporales que corresponden a variables binarias representativas de cada uno de los años que componen la muestra. Características de la operación : exigencia de garantías Variables de sector económico 22

23 - modelos Sistema de clasificación individual de deudores (Rating) Modelación estadística 7 /11 Una vez estimados los determinantes del incumplimiento de los deudores, se utilizan los resultados que se derivan del modelo para obtener el sistema de rating definitivo. Para lograr el objetivo se establecen categorías homogéneas en las que se agrupan los deudores de la siguiente forma : El modelo de regresión logístico estimado proporciona una determinada puntuación a cada deudor ( producto entre sus regresores y coeficientes ) En función de las puntuaciones se ordenan los deudores en forma ascendente, realizándose una primera clasificación tentativa. 23

24 - modelos Sistema de clasificación individual de deudores (Rating) Modelación estadística 8 /11 A continuación, se impone la condición de conseguir una probabilidad de incumplimiento creciente en forma exponencial en cada una de las categorías que se clasifica a los deudores, así como la obtención de una distribución razonable de los grupos obtenidos permite alcanzar un sistema de rating definitivo. 24

25 - modelos Sistema de clasificación Grupal de deudores (Scoring) Modelación estadística 9/11 SCORING En general se utiliza el término scoring para designar a las distintas metodologías utilizadas para medición de riesgo de crédito en carteras grupales o minoristas. Las nuevas normas del Acuerdo de Basilea establecen que las metodologías utilizadas para la medición de probabilidades de incumplimiento y pérdidas deben cumplir los siguientes requisitos: 25

26 - modelos Modelación estadística 10/11, scoring requisitos Inclusión riesgo deudor y riesgo del producto Segmentación de cartera que permita una diferenciación significativa del riesgo. Al menos deben existir 4 tipos de segmento : Por tipo de producto Por riesgo del deudor Por estado de morosidad Por madurez Segmentos individuales no deben presentar excesiva concentración de exposiciones crediticias. 26

27 - modelos Modelación estadística 11 /11 Exhaustividad e integridad de las asignaciones de calificación Cada deudor debe ser asignado a un segmento al inicio de su relación comercial Horizonte temporal mínimo de 5 años Cálculo explícito y separado de PD y LGD o EL para cada tipo de segmento Reglas generales claras sobre proceso de asignación de calificaciones Examen independiente respecto de las asignaciones por segmento Control de las excepciones a la aplicación de los modelos Revisión anual de los resultados de los modelos. 27

28 - provisiones Las provisiones por riesgo de crédito cubren las pérdidas esperadas de la cartera de créditos. Las metodologías de cálculo de las provisiones utilizan los modelos de determinación de las probabilidades de incumplimiento, considerándose además para los distintos tipo de deudores y carteras, las garantías que posee el deudor y/o la operación Las garantías admisibles son las que cumplen con los requisitos establecidos por Basilea que son: Legalmente constituidas Valorizadas por profesionales 28

29 - provisiones En el caso de garantías reales se considera el flujo neto que se obtendría de su venta, es decir, el valor de recuperación corresponde al valor actual del importe de la venta neto de los gastos que se incurren en su mantención y enajenación y consideran el plazo de recupero. Adicionalmente las metodologías deben considerar una diferenciación n entre categorías as de cartera normal y deteriorada y carteras individuales y grupales. Los modelos deben someterse a pruebas retrospectivas para verificar su eficacia. 29

30 Principales problemas en implantación modelos : Falta enfoque global Información insuficiente y de baja calidad Tecnología que integre : Fuentes de información Almacenamiento importantes volúmenes de información Métodos de cálculo Generación de informes externos e internos Falta involucramiento Alta Dirección, Administración y Auditoria 30

31 FIN PRESENTACIÓN GRACIAS! EXPOSITOR: Kay Dunlop 31