Professional Documents
Culture Documents
Resumen: En las dos primeras partes de este artculo se repasan algunas tcnicas y metodologas de
medicin del riesgo de crdito. De un lado, se definen los conceptos de probabilidad de incumpli-
miento, exposicin en el momento del incumplimiento, prdida dado el incumplimiento, prdida
esperada y capital econmico. Por otro, se desarrolla de manera ms formal el papel de las correla-
ciones en el riesgo de crdito, analizando en ms detalle el caso de una economa unifactorial.
La tercera parte de este articulo trata sobre las nuevas reglas de requerimiento de capital para las
instituciones financieras (Basilea II) y cmo estas nuevas reglas estn basadas en el modelo uni-
factorial descrito anteriormente.
Finalmente el articulo concluye con algunas reflexiones sobre como las prdidas esperadas y el
capital econmico deberan incluirse en la fijacin de precios de los prstamos y en la medicin
de la rentabilidad de las operaciones bancarias.
Abstract: The first two parts of this article are a review about some techniques and methodo-
logies for credit risk measurement. Firstly some basic concepts as Probability of default (PD),
exposure at default (EAD), loss given default (LGD), expected loss (EL) and economic capital
are defined. Secondly, a more formal discussion is included about the use of correlations in
credit risk and the particular case of a one-factor economy.
The third part of this article deals with new rules about capital requirements for credit institu-
tions (Basel II) and how these rules are based on the one-factor model previously described.
Finally some thoughts are given about how expected loss and economic capital should be
included in loan pricing and profitability measurement.
1. INTRODUCCIN
En este artculo se realiza un repaso de algunos conceptos y tcnicas utilizadas habitualmente
en la medicin y gestin del riesgo de crdito, analizndose en ms profundidad el denominado
modelo unifactorial de riesgo de crdito, modelo que est en la base de la nueva normativa de
requerimiento de capital, Basilea 2.
Adems de describir dicho modelo, se discute acerca de la estimacin de sus parmetros, esto
es, la probabilidad de incumplimiento, la severidad y la exposicin en el incumplimiento y, por
otra parte, se presentan los conceptos de prdida esperada y capital.
86 El modelo unifactorial es una particularizacin del modelo de Merton en el que la
estructura de dependencia entre las contrapatidas de una cartera de crditos est muy sim-
Colaboraciones
plificada, pese a ello es uno de los modelos ms utilizados, tanto en la estimacin del capi-
tal requerido por riesgo de crdito como en la modelizacin y valoracin de titulizaciones
y derivados de crdito.
En la ltima parte del artculo se presentan las frmulas concretas para el clculo del capital
regulatorio que se incorporan en la nueva normativa de Basilea II, ponindose en comparacin
dichas frmulas con el modelo de Merton en su versin unifactorial.
Finalmente, concluye el artculo con una breve discusin acerca de las diferencias entre los
conceptos de capital regulatorio y capital econmico y acerca de cmo se relacionan las medi-
das de rentabilidad econmica con la prdida esperada y el capital econmico.
Los siguientes tres ejemplos sirven perfectamente para darse cuenta de las limitaciones del
enfoque de gestin basado en el control del importe en riesgo:
- Derivados de crdito: Por ejemplo, existen derivados de crdito segn los cuales se puede
sufrir una prdida en funcin de un subyacente (contrapartida) cualquiera incluido en una
cesta de contrapartidas. En este caso, A quin asignar el importe en riesgo? Se debe repar-
tir? Con qu criterio?
Ejemplos como los anteriores han obligado a refinar las tcnicas de medicin y gestin del
riesgo de crdito como a continuacin se ver.
Las reducciones generalizadas de los niveles de los tipos de inters han sido un desencadenante
87
en la bsqueda de activos financieros que proporcionen rentabilidades adicionales. En este sentido,
el riesgo de crdito, que en la mayora de los modelos existentes hasta hace unos pocos aos se ten-
da a no considerar, se est convirtiendo en un factor clave en la bsqueda de rentabilidades adicio-
nales. As se estn diseando productos que, sujetos a riesgo de crdito con perfiles muy definidos,
buscan aadir rentabilidades adicionales (derivadas obviamente del riesgo de crdito aadido).
Es en este contexto cuando se produce un avance muy significativo en las tcnicas de medi-
cin del riesgo de crdito, en lnea con los desarrollos en la modelizacin de tres importantes
problemas financieros:
Titulizacin de activos
En general, para resolver estos tres problemas es necesario conocer completamente la distri-
bucin de prdidas crediticias para carteras con mltiples activos. Para ello es necesario cono-
cer por un lado caractersticas concretas de cada contrapartida o activo de la cartera en cuanto a
su riesgo de crdito, y por otro, adems, es necesario tener informacin acerca de la estructura
de dependencia entre dichos activos.
4. CONCEPTOS PREVIOS
Antes de abordar la modelizacin del riesgo de crdito en s misma, es conveniente definir
previamente algunos conceptos bsicos:
El Incumplimiento (o Default):
El incumplimiento, por tanto, se puede asimilar con una variable aleatoria con dos estados
posibles (0 y 1), se tratara por tanto de una variable Bernoulli. Si la variable toma el valor "1"
se considera que se ha producido un incumplimiento, si la variable toma el valor "0" se consi-
dera que no hay incumplimiento.
Es la probabilidad de que una contrapartida de una operacin crediticia incumpla con sus
obligaciones, o lo que es lo mismo, es la probabilidad asociada a la variable Bernoulli que
determina el default. La determinacin de las probabilidades de default o incumplimiento para
88
1 La contrapartida puede o no incumplir durante un periodo determinado de tiempo.
Colaboraciones
cada cliente es un elemento clave en un modelo de riesgo de crdito. De nuevo, existe implci-
tamente asociada a la probabilidad de default un periodo temporal. Lo habitual es considerar
probabilidades de incumplimiento durante un ao.
Las herramientas de calificacin crediticia (ratings y scorings) son modelos que permiten clasifi-
car a los clientes en funcin de su "calidad crediticia", para ello se suelen utilizar una serie de varia-
bles y criterios objetivos. En primera instancia esta clasificacin suele ser cualitativa, de manera que
un rating (o scoring) indica que una determinada contrapartida es mejor que otra, pero no cuanto mejor.
Sin embargo, es relativamente fcil dar un paso ms y ligar dicha clasificacin cualitativa a
una clasificacin cuantitativa, esto se consigue ligando el rating o el scoring a la probabilidad de
incumplimiento asociada, esto es lo que se conoce en las entidades financieras como "calibrar"
una herramienta de calificacin crediticia.
En el grfico 1 se muestra un ejemplo. El eje horizontal del grfico representa la puntuacin
de un determinado rating, se trata de una puntuacin que oscila entre 0 y 100, de manera que 0
es la puntuacin que asigna la herramienta al mejor cliente y 100 al peor. Se sabe por ejemplo
Grfico 1.
PD y puntuacin
En el grfico 2 se presenta la relacin entre puntuaciones y antigedades con las PD's. Por ejem-
plo, la curva de puntos proporciona las probabilidades de incumplimiento de operaciones con una pun-
tuacin entre 25 y 50. Como se ve, la PD es inicialmente creciente, alcanza un mximo en el segundo
ao de vida de la operacin, y a partir de ah decrece. Este es un comportamiento tpico en los scorings
de originacin, el riesgo de incumplimiento se concentra bsicamente al inicio, en el caso de que las
operaciones superen la fase inicial, las PD's inician un decrecimiento y convergen a un mismo nivel.
Grfico 2.
PD y antigedad de la operacin
90
Colaboraciones
En la estimacin de estas curvas, que mezclan puntuaciones con antigedad, son ti-
les, adems de las mencionadas regresiones logsticas los denominados modelos de
supervivencia.
De nuevo, al igual que el default y la EAD, la severidad es una variable aleatoria. Si se dis-
pone de una base histrica de operaciones que incumplieron es posible estimar la distribucin
de la severidad a partir del comportamiento histrico de las recuperaciones.
Grfico 3.
Distribucin de la severidad
En primer lugar hay que tener en cuenta el tipo de operacin de que se trata ya que la seve-
ridad depende del tipo de operacin, as como de las garantas asociadas a la misma. Por ejem-
plo, la severidad de las operaciones hipotecarias residenciales es claramente inferior a la severi-
dad de los crditos al consumo ya que en caso de default existe una garanta que permite una
mayor recuperacin (prcticamente total, en la mayora de los casos).
Existen tambin otra serie de ejes relevantes importantes adems del tipo de producto. Por
ejemplo, en el caso de las hipotecas la relacin prstamo-valor3 (LTV) afecta a la severidad. A
partir de un determinado nivel, cunto mayor sea el LTV, mayor es la severidad y viceversa.
Sin embargo, tambin existen otras relaciones menos evidentes aunque importantes, por
ejemplo, la antigedad de la operacin. Como se ve en el grfico 4, cunto mayor es la antige-
dad desde la concesin de una operacin, menor es la severidad esperada.
92
3 Tambin conocida como LTV (Loan To Value ) la relacin prstamo-valor es la ratio entre el importe del prstamo
y el valor de la garanta.
Colaboraciones
Grfico 4.
Severidad y antigedad de la operacin
La prdida esperada es una medida de las prdidas anuales medias (despus de recuperacio-
nes) para una cartera de riesgo de crdito. Se estima de forma que refleje la prdida media anual
a lo largo de un ciclo econmico, de manera que a largo plazo la prdida esperada debiera ser
similar, en trminos contables, a la tasa media de provisiones para insolvencias, obviamente neta
de recuperaciones, de una cartera de activos.
Debe quedar muy claro que la prdida esperada en el contexto de este artculo no es una
previsin de las prdidas crediticias que sufrir una cartera en los prximos 12 meses, no
se trata de una previsin puntual (o condicionada, en trminos estadsticos) sino una pre-
visin de prdidas crediticias a largo plazo, a lo largo de un ciclo econmico (o incondi-
cionada en trminos estadsticos).
De manera que:
Si se asume que D, EAD y LGD son variables aleatorias independientes, entonces se puede
calcular de forma sencilla la prdida esperada que no es ms que la media incondicionada de la
prdida crediticia.
Grfico 6.
La prdida Esperada
Es importante notar que la prdida esperada es un coste ms del negocio bancario y as debie-
ra ser considerado, por ejemplo en la poltica de establecimiento de precios o en el clculo de
95
las rentabilidades de las operaciones. Dado que en una operacin bancaria, en media, se perde-
r la prdida esperada, a la hora de decidir el precio de dicha operacin, al menos, se debera
repercutir esa prdida que, en media, se va a sufrir.
El capital;
Desde el punto de vista del riesgo, la idea subyacente al concepto de capital se fundamenta
en la premisa de que las entidades deben contar con recursos suficientes para que con una pro-
babilidad dada (obviamente pequea), al cabo de un ao5, las posibles prdidas derivadas de los
diferentes tipos de riesgo que puedan sufrir, no supongan su quiebra.
Grfico 7.
El Capital
5. BASILEA II
Como ya se ha mencionado, un buen ejemplo de cmo las nuevas tcnicas de medicin del
riesgo de crdito estn influyendo en las finanzas se encuentra en la nueva normativa de reque-
Riesgos soberanos 0%
Riesgos con Entidades financieras 1,6%
Riesgos en hipotecas residenciales 4%
Resto de riesgos 8%
As, por ejemplo, una inversin en hipotecas residenciales de 100 millones de euros requie-
re un capital regulatorio del 4% (4 millones de euros). El capital requerido a la entidad (por ries-
go de crdito) es la suma de los requerimientos de todas sus carteras.
Como se ve este mecanismo de requerimiento de capital es poco sensible al riesgo. Una
inversin de 100 millones de euros en prstamos a empresas requiere 8 millones de capital, y
esto es independiente de la calidad crediticia de las contrapartidas que estn detrs de dicha
inversin. Por otro lado, las ventajas son obvias:
- Es un mecanismo sencillo.
- El clculo de capital puede hacerse por "grandes masas" (no es necesario calcular operacin
a operacin).
97
7 El esquema en la realidad es un poco ms refinado, aunque este ejemplo es ms que suficiente para entender como
funciona el mecanismo.
A pesar de que este modelo pudiera parecer muy simple, hay que tener en cuenta el contex-
to en el que se produce su implementacin. Quizs la gran novedad es, por primera vez, ligar el
requerimiento de capital a los activos, a la inversin, que es donde se originan esencialmente los
riesgos, y no a los pasivos.
Una manera muy conveniente de visualizar el modelo es pensar en una compaa que posee
activos por un determinado valor. La quiebra de la compaa se produce si el valor de los acti-
vos cae por debajo del nivel de deuda. En tal caso, ni aun vendiendo todos sus activos, la com-
paa podr devolver a sus acreedores la deuda. Por el contrario, si el valor de los activos aumen-
ta, la compaa estar entonces ms lejos de la quiebra ya que sus activos valdrn mucho ms
que su deuda.
Grfico 8.
Distribucin de activos y default
98
Colaboraciones
V0 D
Distancia al Default =
V
Donde:
D: es el nivel de deuda.
Se puede observar como este modelo es, matemticamente, una forma ingeniosa de producir
variables Bernoulli utilizando para ello una variable aleatoria auxiliar.
Una posible manera de simular variables Bernoulli consiste en generar observaciones alea-
torias de una variable auxiliar con una distribucin dada, que se comparan con una determinada
frontera. Si la observacin aleatoria cae por encima de dicha frontera se considera que la varia-
ble Bernoulli toma el valor "0", en cambio, si cae por debajo, se considera que la variable
Bernoulli toma el valor "1". La frontera se debe seleccionar de manera que la probabilidad de
caer por debajo coincida con la probabilidad de la Bernoulli.
La gran potencia de este mecanismo de modelizacin del default viene sobre todo en un con-
texto en el que exista ms de una contrapartida.
Pinsese, por ejemplo, en dos compaas, ambas sujetas a riesgo de default, ambas con unos
activos aleatorios y unos niveles de deuda determinados. En el grfico 9 se representan las cua-
tro posibles situaciones que, en cuanto a riesgo de crdito, se pueden producir en el modelo de
Merton cuando existen 2 contrapartidas.
99
8 Existe un tercer parmetro del que depende, la rentabilidad media de los activos, esto es, la reevaluacin que en
media se espera que tengan los activos en el periodo en cuestin.
Grfico 9.
El modelo de Merton con 2 contrapartidas
En el cuadrante superior derecho ambas compaas incumplen ya que en este caso el valor
de ambos activos cae por debajo del nivel de deuda. En el cuadrante inferior izquierdo, sin
embargo, ninguna de las compaas incumple por la razn opuesta. Finalmente en los dos cua-
drantes que restan tan slo incumple una de las dos compaas.
Grfico 10.
El modelo de Merton con 2 contrapartidas:
Influencia de la correlacin de activos
Con este modelo, como se ve, se establece una relacin directa entre la correlacin de los Nuevas tcnicas de medicin del riesgo de crdito
valores de los activos de las dos compaas y la correlacin entre los incumplimientos9.
++
p1& 2 = g (x, y ) dx dy
x1 y1
+
Donde y1 es tal que p1 = f ( y ) dy
y1
1
+
x2 es tal que p2 = f (x ) dx
x1
2
Donde g() es la distribucin conjunta de valores de activos de las dos compaas y f1() y
f2() son las correspondientes distribuciones marginales.
g (x, y ) dx dy p p
x1 y1
1 2
corr ( D1 , D2 ) = D1 , D2 =
p1 (1 p1 ) p2 (1 p2 )
En el caso particular de que se asumiera que los valores de los activos siguiesen una distribucin
normal bivariante (este supuesto es muy habitual en muchas modelizaciones), se tendra que,
++
p1&2 = g (x, y ) dx dy = h( p , p ,
x1 y1
1 2 1, 2 )
102 h( p1 , p2 , 1, 2 ) p1 p2
corr ( D1 , D2 ) = D1 ,D2 = = f ( p1 , p2 , 1, 2 )
p1 (1 p1 ) p2 (1 p2 )
Colaboraciones
Es decir, en el caso de distribucin gaussiana para los valores de los activos, se demuestra
que la correlacin entre los defaults depende de las probabilidades individuales de incumpli-
miento y de las correlacin entre los valores de activos10.
Existe una particularizacin del modelo de Merton particularmente interesante para la que se
puede calcular analticamente la distribucin de incumplimientos de una cartera con n contra-
partidas baja ciertos supuestos simplificadores:
- El tamao de las exposiciones de todas las contrapartidas es igual a 1/n, y, por tanto, tiende
a cero.
- El valor de los activos de todas las contrapartidas sigue un proceso gaussiano, i.i.d.:
- Donde f es una variable (factor) comn a todas las compaas (modelo unifactorial) y i es
un factor idiosincrsico o intrnseco propio de cada contrapartida.
- La correlacin entre los valores de los activos de todas las contrapartidas es igual a .
En este caso particular existe una frmula cerrada para la distribucin de incumplimiento de
la cartera de manera que la tasa de incumplimientos x tiene una distribucin acumulada que
viene dada por:
1
F ( x ) = P[ X x ] =
( 1 1
)
( x ) 1 ( p )
f ( x) =
1
1
( 2
exp 1 ( x)
1
2
) [ 2
1 ( p ) 1 1 ( x) ]
2
103
10 Adems, la correlacin de default depende de forma montona creciente, tanto de las probabilidades de incumpli-
miento como de las correlaciones de activos.
Donde:
- es la correlacin de activos.
En el grfico 11 se pueden ver algunos ejemplos de las formas que adopta la distribucin de
la tasa de defaults de una cartera en la que todas las contrapartidas tienen una probabilidad de
incumplimiento del 5% en funcin del nivel de correlacin entre los activos.
Como se ve, conforme aumenta la correlacin de activos, se observa cmo las distribu-
ciones se hacen cada vez ms asimtricas, con una mayor cola, de manera que es ms pro-
bable alcanzar tasas de incumplimiento mayores, o dicho de otra forma, sus percentiles son
cada vez mayores.
Grfico 11.
Distribucin de defaults en el modelo unifactorial
Grfico 12.
La distribucin acumulada de defaults
1(PD ) + 1(Q )
Percentil (Q) =
1
En el grfico 13 se puede ver la forma de la tasa mxima de defaults para diferentes niveles
de confianza y de correlaciones de activos, en funcin de la probabilidad de incumplimiento
media de las contrapartidas de la cartera.
Una cuestin interesante es saber cmo de bueno es este modelo gaussiano unifactorial. En
el grfico 14 se muestra el ajuste a las tasas de incumplimiento anuales de empresas obtenidas a
partir de la base histrica de datos de una agencia de rating (Moody's). Como se ve, el ajuste
entre la distribucin acumulada emprica y la derivada de un modelo unifactorial gaussiano, para
una correlacin de activos del 10%, es notable12.
12 Si bien hay que reconocer que por un lado se trata de un conjunto muy homogneo para el que el supuesto unifac-
torial debera ser ms apropiado ya que los datos corresponden a empresas con rating de Moody's, por tanto son 105
grandes empresas y en su gran mayora estadounidenses.Por otro lado, la cantidad de datos disponible es reducida
(poco ms de 30 observaciones).
Grfico 13:
Tasa mxima de defaults (percentiles)
Grfico 14.
Ajuste del modelo unifactorial gaussiano
106 Asumiendo, por el momento, que EAD y LGD no son estocsticos, y considerando el mode-
lo unifactorial gaussiano, la prdida mxima, con un determinado nivel de confianza, vendra
dada por:
Colaboraciones
Confianza Q Confianza Q
Prdida Crediticia Mxima = Tasa Mxima EAD LGD =
1(PD ) + 1(Q )
= EAD LGD
1
En Basilea II se propone un requerimiento de capital tal que cubra de las prdidas mximas
en exceso sobre las medias, con un nivel de confianza del 99,9%. Se diferencia claramente entre
las prdidas medias, que deben ser cubiertas con provisiones y las prdidas mximas (con un
nivel de confianza) que deben ser cubiertas con capital, de manera que para el requerimiento de
capital se resta la prdida media al percentil.
o Hipotecario residencial.
o Crdito revolvente.
o Resto retail.
Frmula de capital para inversiones "no retail" (inversiones en empresas, soberanos, sector
publico, entidades financieras)
1 (PD ) + 1 (0.999)
Capital = EAD LGD PD
1
= 0.15
Como se ve, la frmula en Basilea coincide perfectamente con el modelo unifactorial gaus-
siano con LGD y EAD fijas. El capital, para una hipoteca residencial, coincide con la prdida
mxima, en exceso sobre la media, para un nivel de confianza del 99,9% y asumiendo una corre-
lacin de activos en las hipotecas del 15%.
Aqu aparece una primera diferencia interesante respecto del modelo unifactorial gaussiano
con LGD y EAD fijas. En la frmula planteada por Basilea, la correlacin de activos se hace
depender de la PD, de manera que cuanto mayor es la PD menor es la correlacin. En el grfi-
co 15 se puede ver cmo la correlacin de activos oscila entre el 16% y el 3% (dependiendo del
nivel de PD de la contrapartida).
Grfico 15.
Correlacin de activos y PD (Resto retail)
El efecto de este ajuste en la correlacin de activos, da lugar a que la curva del capital respecto
de la PD tenga una menor pendiente, mitigando en parte la posible "prociclicidad" de la regulacin13.
En el grfico 16 se puede ver el efecto que tiene, en trminos de aplanamiento y menor pendiente
en la curva de capital, hacer depender negativamente la correlacin de activos de la PD.
13 Se ha sealado que realizar requerimientos de capital sensibles a la probabilidad de incumplimiento aumenta la cicli-
cidad de la economa. En los momentos "malos", de poco crecimiento econmico, las probabilidades de incumpli-
miento de los agentes econmicos son en media mayores, dando lugar a superiores requerimientos de capital y por
108 tanto quizs un estrangulamiento del crdito. Por el contrario, en los momentos buenos, los requerimientos se redu-
cen, debido a las mejores PD's, pudiendo en tal caso dar lugar a una mayor expansin del crdito. Es la denominada
prociclicidad de los requerimientos de capital.
Colaboraciones
Grfico 16.
Aplanamiento de la curva (Resto Retail)
En el caso de las inversiones denominadas "no retail", Basilea plantea la frmula siguiente:
donde
1 e 50 PD 1 e 50 PD S 5
(PD ) = 0.12 50
+ 0. 24 1 0.04 1
50
1 e 1 e 45
Con S, ventas en millones de euros, 5 S 50,
En este caso, las desviaciones respecto del modelo unifactorial gaussiano puro son algo 109
mayores.
Por un lado, la correlacin de activos, como en el caso del "resto retail", depende de la PD,
a mayor PD menor correlacin, pero adems, ahora, la correlacin de activos tambin depende
de S, las ventas, de manera que a mayores ventas mayor correlacin (y a menores ventas menor
correlacin y, ceteris paribus, menor requerimiento de capital). El grfico 17 presenta la relacin
entre la correlacin de activos y la PD para 3 niveles de ventas (S<5, S=25, S>50).
Grfico 17.
Correlacin de activos y PD (No Retail)
1 + (M 2.5) b(PD )
Ajuste por plazo = ,
1 1.5 b(PD )
donde M = Plazo residual
b(PD ) = (0.11852 0.05478 log(PD ))
2
En la frmula anterior es fcil ver que para M=1 el ajuste por plazo es la unidad (en otras
110 palabras, no hay ajuste por plazo). En el grfico 18 se pueden ver los factores de ajuste que
corresponden a los plazos 2, 3,5 y 5 aos, para diferentes a niveles de PD.
Colaboraciones
Grfico 18.
Ajuste por plazo (No Retail)
Este argumento tambin es vlido para una cartera de crditos no incumplidos. Su requeri-
miento de capital se debe derivar no solo de la incertidumbre acerca de cuntos crditos incum-
plirn al cabo de un ao, sino adems, de la incertidumbre acerca de la tasa de recuperacin pos-
terior de los crditos que incumplan14.
111
14 Otro tanto se puede decir acerca de la EAD
Los modelos internos
Uno de los objetivos claros que debe tener un modelo de capital econmico es su utilizacin
para pricing y para la medicin de las rentabilidades de las operaciones17.
La idea subyacente es que la rentabilidad mnima de una operacin debe cubrir al menos tres
conceptos:
15 Obviamente, la entidad al decidir cual es el capital econmico se encuentra con una restriccin, el regulador exige
que el capital de la entidad sea igual o superior al regulatorio. Hay que hacer notar que esta restriccin, sin embar-
go, opera a nivel agregado (para todo el banco ) y no individual (operacin a operacin).
112 16 Por ejemplo, para el capital regulatorio el regulador fija las correlaciones entre activos que se deben utilizar en las
formulas mientras que en el capital econmico la entidad utiliza sus mejores estimaciones de correlaciones.
17 Por el contrario, un modelo de capital regulatorio no tiene porque ser til para estos fines.
Colaboraciones
Donde:
- rf: Tipo libre de riesgo.
- PE(%): Prdida Esperada (en porcentaje).
- k: Coste de Capital.
- c(%): Capital Econmico (en porcentaje).
Donde
PE (%)= PDLGD
c(%) = f ( PD, LGD, )
k = h( PD, LGD, *)
- Por un lado, la diversificacin afecta a la cantidad de capital necesaria para financiar la operacin.
- Por otro lado, la diversificacin afecta a la prima de riesgo que exigen los accionistas.
Recordando el modelo CAPM, la prima de riesgo de un activo (o cartera) tiene que ver con
113
la cantidad de riesgo no diversificable implcita en dicho activo (o cartera).
En la frmula anterior se han querido distinguir estos dos conceptos, que, aunque pueden
parecer idnticos, no lo son. En este sentido, en la frmula anterior se refiere al grado de diver-
sificacin "interno" de la cartera de la entidad financiera (trata de medir el grado de volatilidad
total de la cartera), mientras que * se refiere al grado de diversificacin de la cartera de la enti-
dad frente al resto de activos del mercado (trata de medir el riesgo sistemtico de la cartera, esto
es, el riesgo o volatilidad no diversificable).
Con este enfoque el coste de capital no slo puede ser diferente para las diferentes entidades,
sino que adems incluso dentro de una misma entidad, el coste de capital de las distintas carte-
ras puede ser diferente.
6. CONCLUSIONES
En este artculo se ha desarrollado un modelo para la medicin del riesgo de crdito. Dicho
modelo est en la base de la nueva normativa de capital, Basilea II, pero tambin tiene aplica-
ciones en las titulizaciones de activos as como en la valoracin de derivados crediticios.
Para el desarrollo del modelo se han definido algunos conceptos bsicos, como son la pro-
babilidad de incumplimiento, la severidad y la exposicin respecto de los cuales se han men-
cionado algunas de las peculiaridades que supone su estimacin.
A partir de estos parmetros y basndose en un modelo unifactorial (gaussiano), es posible estimar
la distribucin de prdidas de una cartera y, por tanto, calcular la prdida esperada y el capital.
En la ltima parte del artculo se ha comparado dicho modelo con las formulas implementa-
das en Basilea 2, discutindose las diferencias.
Concluye el artculo discutiendo las diferencias entre los conceptos de capital regulatorio y
econmico, as como definiendo una medida de rentabilidad ajustada al riesgo que tiene en cuen-
ta tanto la prdida esperada como el capital econmico requerido por las operaciones.
BIBLIOGRAFA
A las personas interesadas en profundizar en estos temas se les recomienda las siguientes
pginas web y lecturas:
www.bis.org: Pgina web del comit de Basilea donde podrn encontrar no slo la nueva
norma de requerimientos de capital sino adems algunos documentos de trabajo y estudios
al respecto.Direccin: http://www.bis.org/publ/bcbsca.htm
www.bde.es: Pgina web del banco de Espaa en la que podrn encontrar los nmeros apa-
recidos de la publicacin "Estabilidad Financiera" en los cuales adems de discutir la nueva
normativa de capital se incluyen algunos artculos interesantes con estudios acerca de los
diferentes parmetros utilizados en la estimacin del capital (PD's, LGD's...).Direccin:
http://www.bde.es/informes/be/estfin/estfin.htm
www.bbva.com: Pgina web del Banco BBVA en la que se incluyen algunos artculos
de inters acerca del tratamiento de la diversificacin en la nueva normativa de Basilea
y se presentan algunas alterativas al modelo unifactorial. Direccin: http://ws1.gru-
pobbva.com/TLBB/tlbb/jsp/esp/conozca/riesgos/basilea/index.jsp
www.schonbucher.de: Pgina web de Philipp J. Schnbucher en donde se puede descargar el art-
114 culo "Factor Models for Portfolio Credit Risk" en el que se desarrollan matemticamente los mode-
los factoriales de crdito. Direccin: http://www.schonbucher.de/papers/portfolio_fo.pdf