Download Riesgo de Crédito - captac-dr
Document related concepts
Transcript
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