Download Riesgo de Crédito - captac-dr

Course on Macroprudential Policy
Taller de Stress Testing:
Riesgo de Crédito
Manuel Luy
Índice
1. Importancia de las pruebas de estrés
2. Proceso de pruebas de estrés de Riesgo de Crédito
3. Mapeo de riesgos
4. Bloque I: Construcción de Escenarios de Estrés
5. Bloque II: Modelos de Riesgo de Crédito
6. Bloque III: Transmisión a Hoja de Balance
7. Caso de estudio
1. Importancia de pruebas de estrés
Pruebas de Estrés (entidad)
Herramienta fundamental para la entidad
Evaluación
preventiva de
diferentes tipos de
riesgos
Insumos para los
procedimientos de
planificación de
liquidez y capital
Fomentar
comunicación interna
y externa de áreas
encargadas del
monitoreo de riesgos
Desarrollo de planes
de contingencia y de
mitigación de
riesgos frente a
escenarios de estrés
Evaluar los grados
de tolerancia al
riesgo de las
entidades financieras
Fuente: Comité de Supervisión Bancaria de Basilea
Pruebas de Estrés (regulador)
Herramienta fundamental para el regulador
Evaluar actuales
niveles de colchones
de capital y
provisiones
Herramienta de
supervisión y
desarrollo
macroprudencial
Permite identificar
distintos perfiles
de riesgo
Permite evaluar el
grado de resiliencia
de las entidades del
sistema financiero.
2. Proceso de pruebas de estrés de
Riesgo de Crédito
Proceso de pruebas de estrés de Riesgo
de Crédito (1)
Identificación de vulnerabilidades
Identificación de
vulnerabilidades
• Enfoca los puntos débiles del sistema financiero e
identifica variables relevantes para el ejercicio, a
nivel macro y financiero
• Requiere una combinación de evaluación cualitativa
y cuantitativa de las interrelaciones de las principales
variables y mecanismos de transmisión del shock
Proceso de pruebas de estrés de Riesgo
de Crédito (2)
Elección de la metodología: enfoques
Bottom-up
•Análisis
realizado
por
cada
institución en función a sus propios
modelos
pero empleando el
escenario
macroeconómico
provisto por el ente supervisor.
•Al final se agregan los efectos
individuales en la composición del
portafolio para llegar al efecto por
institución o por sector económico y
de ahí al efecto final sobre el sistema
•Requiere mucha interacción entre
supervisados y supervisores
Top-Down
• Análisis realizado por el ente
supervisor.
• Puede emplearse un modelo
agregado para todo el sistema
financiero en función de factores
macro.
• Luego se usan los parámetros del
modelo para obtener los
impactos en cada institución.
Proceso de pruebas de estrés de Riesgo
de Crédito (3)
Elección de la metodología: tipos de análisis
•Existen dos tipos básicos de análisis en el marco de las pruebas de estrés:
Análisis de
sensibilidad
Análisis de
Escenarios
• Busca evaluar el impacto del cambio en una
variable específica.
• Análisis es sencillo pero incompleto.
• Ej: Calcular el impacto de una caída de 300
puntos básicos en la tasa de crecimiento del
producto.
• Pretende cuantificar el efecto generado por el
cambio conjunto de una serie de variables
correlacionadas.
• Análisis es más complejo pero, a su vez, más
completo que el anterior.
• Ej: Calcular el impacto ante un escenario
macroeconómico adverso (menor nivel de
actividad productiva, mayores tasa de interés,
mayor desempleo).
Proceso de pruebas de estrés de Riesgo
de Crédito (4)
Estructura de un modelo de estrés
1. Escenarios de proyección (¿Top-down o bottom-up?)
Entidades reguladoras favorecen el enfoque top-down. Así, se analiza cómo
drivers macroeconómicos impactan en la estabilidad del sistema financiero.
2. Modelos satélites (riesgo de crédito, mercado, etc.)
Los modelos de riesgo de crédito buscan proyectar distintos componentes
(PD,LGD,EAD) asociados a la pérdida generada por el incumplimiento de pago de
deudores bajo escenarios de estrés. Los modelos de riesgo de mercado utilizan
conceptos como el Stressed Shortfall.
3. Mecanismos de hoja de balance
Los choques macroeconómicos impactarían en las diferentes exposiciones del
balance general de las entidades financieras vía provisiones por un
empeoramiento en las categorías de riesgo. Ratio a analizar: Ratio de Capital
Global.
4. Efectos de retroalimentación
Proceso de pruebas de estrés de Riesgo de Crédito
(5)
Elaboración de Escenarios de Proyección:
PBI Perú, PBI Socios Comerciales, Precios de
Commodities, Tipo de Cambio, etc.
PD
LGD
Margen Financiero
Crédito en no default x Tasa Activa
– Fondos x Tasa Pasiva
Bloque I: Modelos
Macroeconómicos
y Financieros
Bloque II: Modelos
de Riesgo de Crédito
Cambio en provisiones por
migración a categorías de
mayor riesgo
Ajuste en cuentas de
Pérdidas y Ganancias
consistentes con el
Escenario de Proyección
Bloque III:
Transmisión a Hoja
de Balance
Menor colchón de
Provisiones
Bloque IV: Impacto en
Indicadores de Rentabilidad
y Solvencia
Utilidad/Pérdida
Neta
Modelo Satélite:
Crecimiento de
Crédito
- Ratio de Capital
- ROE
3. Mapeo de riesgos
Mapeo de Riesgos (1)
Mapeo de riesgos:
1. Salidas de capitales y su impacto en la actividad económica
doméstica.
2. Tasas de interés de países desarrollados (USA, EU) y su impacto
en el sector financiero y real doméstico.
3. Desastres naturales
4. Riesgo cambiario (fluctuaciones en tipo de cambio).
5. Sostenibilidad de la deuda.
6. Situación económica de los principales socios comerciales, países
vecinos y proveedores de materias primas.
Mapeo de Riesgos (2)
1. Salidas de capitales y su impacto en la
actividad económica doméstica.
¿Canales de Transmisión?
a. Depreciación de la moneda
b. Desintermediación de empresas
nacionales
c. Inefectividad de política monetaria
d. Problemas de liquidez
a. (∆ Tipo de Cambio)
b. (∆ Créditos)
Proxies
c. (Tasas de interés)
d. (Ratios de liquidez – LCR)
Impacto
diferenciado por
sector y tipo de
crédito
Mapeo de Riesgos (3)
2. Tasas de interés de países desarrollados (USA,
EU) y su impacto en el sector financiero y real
doméstico.
¿Canales de Transmisión?
a. PBI de socios comerciales
b. Tasas de interés internacionales y locales
c. Crecimiento de colocaciones
Impacto diferenciado por tipo de crédito
Mapeo de Riesgos (4)
3. Desastres Naturales
¿Transmission Channels?
a. PBI doméstico (agregado, por sector, por región)
b. Crecimiento de colocaciones
Ejemplo: Huracanes
(Impacto diferenciado por sector económico y
ubicación geográfica)
Mapeo de Riesgos (5)
4. Riesgo cambiario (fluctuaciones en tipo
de cambio).
¿Canales de Transmisión?
a. Tipo de Cambio
Impacto
diferenciado por
portafolio
Medidas que mitigan la exposición al riesgo cambiario crediticio:
 Capital adicional
 Mayores provisiones
Mapeo de Riesgos (6)
5. Sostenibilidad de la deuda.
 Impacto diferenciado por tipo de entidad
¿Efecto de la
informalidad?
Mapeo de Riesgos (7)
Situación económica de los principales
socios comerciales, países vecinos y
proveedores de materias primas.
¿Canales de Transmisión?
a. Precios de commodities
b. PBI de países vecinos y/o socios comerciales
c. Cambios en el flujo de remesas
d. Deterioro de sectores específicos
4. Bloque I: Construcción de
Escenarios de Estrés
Construcción de Escenarios de Estrés (1)
Construir
escenarios de
estrés
• Construcción de un modelo que
provea un escenario de consistencia
interna y forward looking sobre la
relación entre el sistema financiero
y el sector real de la economía.
Consideraciones:
• ¿Cuáles son los supuestos del escenario
base?
• ¿Cuál es el horizonte de la simulación?
• ¿Qué variables son asumidas como fijas y
cuáles están sujetas al shock?
• ¿Cuál es el tamaño del shock?
Construcción de Escenarios de Estrés (2)
Escenarios por
eventos
• Basados en un evento
específico
independiente de
las características
del portafolio
• Identifica
características
relevantes de un
evento pasado
• Determina los efectos
de este evento en los
parámetros de
riesgo
Escenarios por
portafolio
Basados en
proyecciones
macroeconómicas
• Escenarios
directamente
relacionados a
portafolios
• Un choque a la
economía que afecta a
las industrias en
diferentes grados
• Cada portafolio puede
experimentar un
choque distinto.
• Emplea modelos
econométricos o
estimaciones
expertas que predicen
el comportamiento de
la actividad económica
ante estos choques.
• Provienen del
análisis de expertos
o técnicas
cuantitativas
Construcción de Escenarios de Estrés (3)
Interno
•
•
•
•
•
Modelo de equilibrio general
Vectores autorregresivos
Regresiones múltiples
Por sectores económicos
Estático o dinámico
Externo
• De entes competentes como
el Banco Central
• Usar como insumos para la
construcción de escenarios de
estrés
5. Bloque II: Modelos de Riesgo de
Crédito
¿PD/LGD o Morosidad? (1)
PD /
LGD
Data por deudor y colateral
Distribución de pérdidas
Requiere análisis de bases de
datos extensas
PD, LGD=f(variables macro)
Morosidad
Data Contable
Sencillo
Morosidad=f(variables
macro)
¿PD/LGD o Morosidad? (2)
Beneficios de utilizar la PD
PD considera una corrección por ventas de cartera y castigos que son
comunes en créditos retail
La morosidad se encuentra usualmente subestimada
La PD es más sensible y correlaciona más con el ciclo económico
Se prefiere la PD
Modelos de Riesgo de Crédito (1)
• El riesgo de crédito está asociado a la pérdida por el no de pago
de deudores.
• La pérdida esperada de una cartera crediticia se descompone de la
siguiente manera:
𝑬𝑳 = 𝑷𝑫 ∗ 𝑳𝑮𝑫 ∗ 𝑬𝑨𝑫
Donde:
•
•
•
•
EL = Pérdida Esperada (Expected Loss)
PD = Probabilidad de Incumplimiento (probability of default)
LGD = Pérdida dado el incumplimiento (loss given default)
EAD = Exposición al momento del default (Exposure at default)
Modelos de Riesgo de Crédito – PD (1)
• La PD es la probabilidad que un deudor no pague su deuda.
• El cálculo de la PD histórica para el presente modelo de estrés sigue la
siguiente función:
𝑷𝑫𝒕 =
𝒅𝒆𝒖𝒅𝒐𝒓𝒆𝒔 𝒆𝒏 𝒅𝒆𝒇𝒂𝒖𝒍𝒕 𝒕 𝒚 𝒏𝒐 𝒅𝒆𝒇𝒂𝒖𝒍𝒕 𝒆𝒏 𝒕 − 𝟏𝟐 𝒙 𝒅𝒆𝒖𝒅𝒂 𝒆𝒏(𝒕 − 𝟏𝟐)
𝒅𝒆𝒖𝒅𝒐𝒓𝒆𝒔 𝒆𝒏 𝒏𝒐 𝒅𝒆𝒇𝒂𝒖𝒍𝒕 𝒆𝒏 (𝒕 − 𝟏𝟐) 𝒙 𝒅𝒆𝒖𝒅𝒂 𝒆𝒏 (𝒕 − 𝟏𝟐)
• Independientemente del tipo de crédito, si el individuo incumple el pago
de su deuda por 60 días es considerado en default.
Modelos de Riesgo de Crédito – PD (2)
𝑵𝒕−𝟏𝟐
𝑷𝑫𝒕 =
𝑵𝒕−𝟏𝟐
𝑫𝒊,𝒕−𝟏𝟐 ∗ 𝑰(𝒂𝒊,𝒕 > 𝟔𝟎 | 𝟔𝟎 ≥ 𝒂𝒊,𝒕−𝟏𝟐 )
𝒊=𝟏
𝑫𝒊,𝒕−𝟏𝟐 ∗ 𝑰(𝟔𝟎 ≥ 𝒂𝒊,𝒕−𝟏𝟐 )
𝒊=𝟏
𝑷𝑫𝒕 : Probabilidad de incumplimiento en el mes 𝑡.
𝑫𝒊,𝒕 : Deuda del individuo 𝑖 en el mes 𝑡.
𝒂𝒊,𝒕 : Días de atraso del individuo 𝑖 en el mes 𝑡.
𝑰 . : Función indicatriz, 1 si el argumento se cumple; cero de otro modo.
𝑵𝒕−𝟏𝟐 : Número de individuos en el sistema financiero en el mes 𝑡 − 12.



Está basada en la metodología de cohortes.
Si el deudor amortiza la totalidad de su deuda, o su cartera es castigada, se recoge la
última clasificación con la que salió del sistema financiero.
Mejor medida de cuantificación del riesgo crediticio que la morosidad.
Ejemplo: Si la probabilidad de incumplimiento de enero 2011 es 10%, este indica que de
100 unidades monetarias que se encontraban con menos de 60 días de atraso en enero
2010, 10 de estas migraron a una situación mayor a 60 días de atraso en enero 2011.
Modelos de Riesgo de Crédito – PD (3)
Metodología de estimación
- Estimación sencilla pues errores en la data se
Modelo General
cancelan.
- No permite reflejar choques idiosincráticos y
distinta sensibilidad de cada sector a choques agregados.
- Permite obtener una relación de largo plazo para
Modelo por Sectores
Modelo por Sector y
Grupo Homogéneo
Modelo de Panel
cada sector.
- Sin embargo, no refleja distinta sensibilidad por
banco y medias diferentes entre instituciones.
-Se puede obtener la sensibilidad a choques
idiosincráticos y agregados.
-Se corrige una posible subestimación o
sobreestimación de la morosidad por banco.
-Se evita que problemas en la data se trasladen a la
estimación.
-Se puede obtener la sensibilidad a choques
idiosincráticos y agregados.
-Se corrige, a través de constantes individuales, una
posible subestimación o sobreestimación de la
morosidad por banco.
Modelos de Riesgo de Crédito – PD (4)
Proceso de estimación
Periodicidad de las Series
a utilizar
- ¿Series anuales, trimestrales, mensuales?
Característica del Panel
de Datos
- ¿Existe persistencia de la PD? ¿Qué solución disponible
Impacto Estimado
en Panel de Datos
-¿El impacto es similar entre entidades? ¿Es posible
diferenciarlo?
existe para incorporar esta característica?
Modelos de Riesgo de Crédito – PD (5)
Características de la Data
Nivel Individual
Banco, sector económico, tipo
de crédito
in
i1
Individuos
Datos de
Panel
Tiempo
Tiempo
Entidades
Modelos de Riesgo de Crédito – PD (6)
Características de la Data
•
•
•
PD depende
de su rezago
Componente
autoregresivo
Modelos de
Panel Dinámico
PD = f(variables macroeconómicas externas e internas,
características del banco, características del sistema financiero)
Modelos de Riesgo de Crédito – LGD y
EAD
Loss Given Default
(LGD)
•Análisis del recupero de las
pérdidas realizadas de deudores del
sistema financiero.
•Evaluar el nivel de colaterales
asociado a cada préstamo, por deudor.
EAD
• Modelo de cointegración entre
colocaciones
por
subsistema
y
variables macroeconómicas.
• Modelos ARMAX entre colocaciones
por
subsistema
y
variables
macroeconómicas.
• Modelos VAR de créditos por
subsistema
y
variables
macroeconómicas.
6. Bloque III: Transmisión a Hoja
de Balance
Mecanismo de Hoja de Balance
Portafolio de
Inversiones
Por institución
Probabilidad de default
Escenario
Macroeconómico
Adverso
Provisiones
Portafolio 1
Portafolio 1
Portafolio 2
Portafolio 2
…
…
Portafolio n
Portafolio n
Modelo microeconómico
Impacta
significativamente en
el ratio de capital
Ratio de Capital
por
Desaceleración de
colocaciones
Utilidad
Sector económico
Grupo de banco
Tipo de crédito
Activos Ponderados
por Riesgo
Efecto
final
Eleva levemente el
ratio de capital
7. Caso de estudio
Caso de Estudio – Descripción de la Economía
1.
2.
3.
4.
5.
Economía doméstica pequeña y abierta a flujos de capitales internacionales.
País exportador de minerales (cobre), manufactura y bienes agrícolas.
Colocaciones hipotecarias fuertemente dolarizadas.
Estados Unidos: país desarrollado e importador de bienes la economía doméstica.
China: país importador de minerales y materias primas de la economía doméstica.
Actividad Económica
Agricultura
Comercio
Construcción
Minería
Pesca
Servicios
TyC
Destino
Producción para el sector doméstico y externo (USA)
Mercado interno. Insumos domésticos
Doméstico
Exportadores (China)
Doméstica y exportaciones (China)
Doméstico
Doméstico
Tipo de Crédito
Corporativo
Grande y Mediana Empresa
Pequeña y Micro
Consumo
Hipotecario
Destino
Extranjero (minería)
Local / Extranjero (medio)
Local / Extranjero (muy bajo)
Doméstico
Doméstico (moneda extranjera)
Subsistema
Riesgo
Banca
Bajo
Microfinancieras Alto
Caso de Estudio – Descripción del SSFF
• Se cuenta con 60 entidades en el sistema financiero: 30 bancos y 30
microfinancieras.
• Existen 4 bancos sistémicos y 5 bancos corporativos
• Existen 20 entidades de consumo, las cuales 15 son bancos y 5 son
microfinancieras.
• Existen 31 entidades especializadas en el otrogamiento de créditos a
pequeña y microempresas (pyme), las cuales 6 son bancos y 25 son
microfinancieras.
Grupo
Total Entidades Bancos Microfinancieras
Sistémico
4
4
0
Consumo
20
15
5
Corporativo
5
5
0
Pyme
31
6
25
Total
60
30
30
Caso de Estudio – 4 Bancos
En el presente caso de estudio, se evaluará el grado de resiliencia de cuatro
bancos representativos:
1. Banco Sistémico: Banco significativamente grande (Activos como %
PBI) dentro del sistema financiero. Con gran participación en el mercado
de créditos y depósitos. Si bien otorga créditos de consumo y
microempresa, está especializado considerablemente en el segmento
corporativo, por lo que su PD es baja. Cuenta con grandes colchones de
capital.
2. Banco Consumo: Banco especializado en créditos de consumo.
Típicamente son entidades con altas PDs, además de bajos niveles de
colateral (altos LGDs).
3. Banco Microempresa: Banco especializado en créditos para pequeñas y
microempresas. Debido a que se encuentra concentrado en un segmento
relativamente riesgoso, su PD es relativamente elevada.
4. Banco Corporativo: Banco especializado en créditos para grandes
empresas, corporativas. Por ello, cuenta con PDs históricas muy bajas.
Modelos de PD (1)
Los modelos se segmentan de la siguiente manera:
Sector
Económico
-
Agricultura
Comercio
Construcción
Manufactura
Minería
Pesca
Servicios
TyC
Tipo de
Crédito
-
Tipo de
Entidad
Corporativo
Grande y Mediana
Empresa
Pequeña y
Microempresa
Consumo
Hipotecario
36
modelos
-
Instituciones Bancarias
Instituciones
Microfinancieras
Modelos de PD (2)
Escenarios macroeconómicos a utilizar
Base
Variables macroeconómicas domésticas
2016
2017
2018
2017
2018
Estrés Severo
2017
2018
Crecimiento del PBI (%)
Inflación (fin de periodo) (%)
Tipo de cambio (fin de periodo) (MN/USD)
Tasa de desempleo (%)
Crecimiento del PBI por sectores productivos
Agropecuario (%)
Pesca (%)
Minería e hidrocarburos (%)
Manufactura (%)
Construcción (%)
Comercio (%)
3.9
4.4
2.01
5.5
3.7
2.5
2.09
5.6
3.7
2.5
2.15
5.7
2.5
3.0
2.03
5.8
2.7
2.8
2.09
6.0
1.2
3.4
2.03
6.5
0.5
3.2
2.09
7.2
1.0
15.9
9.3
-1.7
-5.9
3.9
0.8
20.0
9.0
1.5
3.0
3.2
0.5
10.0
8.5
1.5
4.0
4.0
0.0
12.0
7.2
-4.0
1.5
1.5
-1.0
6.0
6.4
-2.0
1.5
1.5
-3.0
8.0
6.4
-4.8
-1.0
0.0
-2.0
4.0
5.2
-5.8
-2.5
0.0
6.9
2.4
4706
6.2
2.1
4944
6.0
2.0
5092
3.0
1.0
3683
4.5
1.0
3683
3.0
1.0
3682.7
4.5
1.0
3683
Crecimiento de los socios comerciales
China
Estados Unidos
Precio del Cobre (US$ / mt )
Estrés
*/ Escenario “Estrés” asume que tanto la economía china como la estadounidense se desaceleran.
**/ Escenario de “Estrés Severo” considera los mismos supuestos del escenario de estrés, pero se le
agrega una posible desaceleración de la demanda interna debido a una potencial incertidumbre
política y económica.
Modelos de PD (3)
De los 36 modelos, faltan 4 por estimar
Progreso
Modelo
Realizado
Por realizar
Por realizar
Realizado
Realizado
Realizado
Realizado
Por realizar
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
Actividad
Económica
Consumo
Consumo
Hipotecario
Todo
Agricultura
Agricultura
Agricultura
Agricultura
Comercio
Comercio
Comercio
Comercio
Construcción
Construcción
Construcción
Construcción
Manufactura
Manufactura
Tipo de Crédito
Subsistema
Progreso
Modelo
Consumo
Consumo
Hipotecario
Corporativo
Grande y Mediana Empresa
Grande y Mediana Empresa
Pymes
Pymes
Grande y Mediana Empresa
Grande y Mediana Empresa
Pymes
Pymes
Grande y Mediana Empresa
Grande y Mediana Empresa
Pymes
Pymes
Grande y Mediana Empresa
Grande y Mediana Empresa
Banca
Microfinancieras
Banca y Microfin
Banca
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Realizado
Realizado
Por realizar
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
Realizado
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
Actividad
Económica
Manufactura
Manufactura
Minería
Minería
Minería
Minería
Pesca
Pesca
Pesca
Pesca
Servicios
Servicios
Servicios
Servicios
TyC
TyC
TyC
TyC
Tipo de Crédito
Subsistema
Pymes
Pymes
Grande y Mediana Empresa
Grande y Mediana Empresa
Pymes
Pymes
Grande y Mediana Empresa
Grande y Mediana Empresa
Pymes
Pymes
Grande y Mediana Empresa
Grande y Mediana Empresa
Pymes
Pymes
Grande y Mediana Empresa
Grande y Mediana Empresa
Pymes
Pymes
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Banca
Microfinancieras
Caso de Estudio – Preguntas (1)
Modelo Actividad Económica
2
3
8
21
Consumo
Hipotecario
Agricultura
Minería
Tipo de Crédito
Subsistema
Archivo
Consumo
Hipotecario
Pymes
Grande y Mediana Empresa
Microfinancieras
Banca y Microfin
Microfinancieras
Banca
base_consumo_mifis_escenario.dta
base_hipotecario_escenario.dta
base_agricultura_pymes_microfin_escenario.dta
base_mineria_gym_banca_escenario.dta
1.
Identificar los principales drivers macroeconómicos para cada uno de los cuatro modelos.
2.
Realizar la estimación de panel dinámico de la variable transformada 𝑦𝑖𝑡 = 𝐿𝑛
𝑃𝐷𝑖𝑡
1−𝑃𝐷𝑖𝑡
sobre los
drivers macroeconómicos elegidos (pruebas de raíz unitaria, correlación con el primer rezago).
3.
Verificar la capacidad predictiva de su modelo realizando una proyección intramuestra sólo para la
entidad N°1 (graficar).
4.
Realizar una proyección fuera de muestra sólo para la entidad N°1 (graficar), hasta el último
trimestre de 2018. Realizar las proyecciones para los escenarios Base, Estrés y Estrés Severo.
Caso de Estudio – Preguntas (2)
Proyectar el crecimiento de créditos por tipo de banco
Metodología de proyección de créditos: Modelo ARMAX, Créditos (t) vs. PBI (t) con componente SARIMA (1,0,0,4)
Tipo de Banco
Banco Sistémico
Banco Microempresa
Banco Corporativo
Banco Consumo
Escenario
Código Banco
Base
Estrés
Estrés Severo
Base
Estrés
Estrés Severo
Base
Estrés
Estrés Severo
Base
Estrés
Estrés Severo
mar-17
jun-17
sep-17
Crecimiento trimestral de créditos
dic-17
mar-18
jun-18
sep-18
dic-18
1
123
127
140
Por realizar en Stata 14:
Estimar un modelo ARMAX entre los créditos, el PBI, y un componente
SARIMA (1,0,0,4) para los cuatro grupos de bancos.
Predecir de manera dinámica para los escenarios Base, Estrés y Estrés
Severo.
Completar la tabla que se muestra en el Excel “Pruebas de Estrés”, para la
transmisión por Hoja de Balance.
Tipo de Banco
Archivo
Banco Sistémico
base_banco_sistemico.dta
Banco Microempresa
base_banco_microempresa.dta
Banco Corporativo
base_banco_corporativo.dta
Banco Consumo
base_banco_consumo.dta
Course on Macroprudential Policy
Taller de Stress Testing:
Riesgo de Crédito
Manuel Luy