M EDICAL C OSTS , U TILIZATION AND H EALTH C ARE D ELIVERY

En la construcción de los estándares de regulación bancaria a nivel internacional, gran parte de los esfuerzos se concentran en establecer la relación mínima de solvencia que

Percentil de la Distribucion Global de Pérdidas Pérdida de Crédito Mean 11,278,095,083 50.00% 10,278,372,446 75.00% 13,176,802,377 95.00% 20,272,544,018 97.50% 25,266,700,561 99.00% 34,416,224,039 99.50% 42,298,927,786 99.75% 50,590,619,065 99.90% 61,807,827,162 VAR (99%) 23,138,128,956 σ en unidades 431.62 ξ 4.35 Factores de Riesgo uk σk αk βk Idiosincratico 29.054299 Grande 6.210219 4.271301974 2.113943 2.9377419 Mediaa 6.204847 3.26745992 3.6061323 1.7206377 Pequeña 13.465882 46.62204824 0.0834232 161.41649 P. Natural 3.173350 1.046972851 9.18682 0.3454242

34 deben tener los intermediarios del sistema para lograr sus objetivos de mediano y largo plazo.

En el más reciente acuerdo de Basilea (III), se establece que durante el transcurso de la presente década, los intermediarios del sistema deberán contar con un nivel de capital económico de por lo menos el 7% del valor de sus activos ponderados por nivel de riesgo, el cual deberá incluir un colchón de protección de por lo menos 2,5% por un capital capaz de cubrir o absorber pérdidas. En el caso colombiano, el regulador tiene como medida de referencia para los intermediarios del sistema una relación mínima de solvencia del 9%.

Con base en lo anterior, involucrando los resultados obtenidos en el presente documento (Cuadro No. 10), el VaR de crédito representa alrededor del 8% del total de activos ponderados por riesgo del intermediario evaluado. Teniendo en cuenta que el nivel de solvencia actual de dicho intermediario se encuentra alrededor del 13%, se evidencia la existencia de un colchón de capital económico de alrededor del 6,5%, de los cuales 2,5% ya estarían incluidos dentro de la relación mínima de solvencia (9%) y el restante 4% corresponde al exceso de solvencia frente al criterio del regulador (9%).

Cuadro No. 10: Propuesta de Cobertura ($Millones)

No obstante lo anterior, como se mencionó en la segunda sección del presente documento, la administración de las pérdidas inesperadas así como la gestión de capital económico para su cobertura, dependen del perfil de riesgo y el direccionamiento estratégico determinado por cada intermediario de crédito. En este orden de ideas, será criterio de cada intermediario de crédito el nivel de cobertura establecido para el VaR de crédito de sus portafolios, notado en el cuadro anterior por . En el caso del intermediario evaluado equivale aproximadamente a cuatro quintas partes del VaR estimado.

Así las cosas, el presente trabajo se constituye en una herramienta valida que promueve gestión del capital económico entre los intermediarios del sistema, con el objetivo no solo de incrementar su capacidad de respuesta frente a perturbaciones ocasionadas por

Medida Pérdida Esperada

VaR

(99%)

Gestión del Capital Económico

Actual 11,278 0 0

VaR por Sectores 11,278 25,628

αVaR VaR por Tamaño 11,278 23,138

35 tensiones financieras o económicas de cualquier tipo, sino también con el propósito de mejorar evaluación de su perfil de riesgo y establecer mecanismos para su cobertura.

6. Conclusiones

En las carteras de crédito empresarial, la volatilidad de la probabilidad de incumplimiento, calculada mediante la desviación estándar, se constituye en una buena medida del nivel de incertidumbre frente a tensiones económicas o escenarios de estrés. Con base en lo anterior, la extensión metodológica del CreditRisk+ propuesta por Dubrana (2010), aproxima de manera efectiva la distribución de pérdidas global de un portafolio de crédito empresarial, incluyendo medidas de riesgo idiosincrático y sistémico de manera conjunta. Así mismo, el efecto de la inclusión de los factores de riesgo sistémico es el esperado, la cola de la distribución ajustada se torna más ancha y alargada, incorporando un mayor grado de incertidumbre sobre el comportamiento del portafolio.

En el caso colombiano, el sector económico y el tamaño del deudor se constituyen en variables catalizadoras del efecto que tiene la variabilidad del entorno macroeconómico, sobre el desempeño de los portafolios de cartera empresarial diversificados. En este sentido, el sector económico se constituye en una mejor aproximación para el portafolio evaluado. No obstante lo anterior, la efectividad del mecanismo de transmisión empleado puede variar dependiendo del grado de diversificación del portafolio evaluado.

La medida de riesgo de crédito fundamentada en la estimación de pérdidas esperadas, permite ejercer una buena cobertura sobre el riesgo a nivel de cada deudor. No obstante lo anterior, no permite capturar el efecto de eventos poco probables y de la incertidumbre presente en el entorno, que pueden repercutir de manera sistémica sobre el comportamiento de pago de los clientes.

En este sentido, la medida de riesgo construida en el presente trabajo, permite ajustar el nivel de pérdidas global del portafolio, incluyendo tanto los factores de mayor recurrencia así como aquellos inesperados. Así, el VaR de crédito se constituye en una medida adecuada para estimar el nivel de pérdidas inesperadas en los portafolios de crédito.

36 De otra parte, el presente ejercicio promueve la gestión integral del riesgo de crédito, lo cual se traduce en la gestión del capital económico para la cobertura del riesgo de crédito por la exposición a factores inesperados.

Para terminar, se deja para futuras investigaciones hallar la distribución de perdidas empleando los enfoques macroeconómico y estadístico, así como segmentar el portafolio por tipo de producto y hallar la distribución de pérdidas del portafolio teniendo en cuenta que hay evidencia que sugiere que las firmas tienen un mejor comportamiento de pago en los créditos garantizados por activos productivos respecto a los créditos sin colaterales.

37

7. Referencias

Altman, E., Finantial Ratios Discriminant Analysis and The Prediction of Corporate Bankruptcy, Journal of Finance, 589-609, 1968.

Altman, E., Credit risk measurement: Developments over the last 20 years. Journal of Banking and Finance 21, 1721-1742, 1998.

Atiya, A., Bankruptcy prediction for credit risk using neural networks: A survey and new results, IEEE Transactions on Neural Networks, 12(4), 929-935, 2001.

Banco de la Republica de Colombia, Reporte de Estabilidad Financiera Marzo de 2011, Banco de la Republica, 2011.

Bayona, H., Una metodología para la cuantificación del riesgo de crédito de un portafolio de consumo en Colombia, Universidad de los Andes, 2010.

Black, F. y Sholes, M., The Pricing of Options and Corportate Liabilities, Journal of Political Economy 81, 367-654, 1973.

Berndt, E., Douglas, R., Duffie, D., Ferguson, F., y Schrans D., Measuring default riskpremia from default swap rates and EDFs. StandfordUniversity, 2005.

Comité de Supervisión Bancaria de Basilea, Convergencia internacional de medidas y normas de capital, Banco de Pagos Internacionales, 2006.

Comité de Supervisión Bancaria de Basilea, Basilea III: Marco regulador global para fortalecer los bancos y sistemas bancarios, Banco de Pagos Internacionales, 2011.

Credit Suisse First Boston, CreditRisk+ A credit risk management framework, 1997. Crouhy, M., Galai, D., Mark, R., A comparative analysis of current credit risk models, Journal of Banking and Finance 24, 59-117, 2000.

Dubrana, L., Credit risk modeling through the use of an extended and numerically stable version of CreditRisk+ and a Merton Model, AXA Polska S.A., 2010.

González, A., Determinantes del riesgo de crédito comercial en Colombia, Banco de la República, 2010.

Gordy, M., A comparative anatomy of credit risk models, Federal Reserve Board, Washington, 1998.

Gordy, M., Risk-Factor model foundation for ratings-based ban capital rules, Federal Reserve Board, Washington, 2002.

Gordy, M., Saddlepoint approximation of CreditRisk+, Journal of Banking and Finance 26, 1335-1353, 2002.

Gutiérrez, J., Un análisis de riesgo de crédito de las empresas del sector real y sus determinantes. Banco de la Republica, 2010.

Inui, K., On the significance of expected shortfall as a coherent risk measure, Journal of Banking and Finance 29, 853-864, 2005.

Lehar, A., Measuring Systemic Risk: A risk management approach, Journal of Banking and Finance

38 Malagón, D., El Crecimiento del Crédito y su Impacto Sobre la Cartera Vencida: Una relación directa y rezagada, Apuntes del Supervisor No. 001, Superintendencia Financiera de Colombia, 2011.

Martin, D., Early Warning of Bank Failure: A Logit regression approach, Journal of Banking and Finance, 249-276, 1997.

Medhi, J., Stochastics Processes 2nd Ed., New Delhi, 1999.

McNeil, A., Frey, R., Embrechts P., Quantitative risk management: Concepts, techniques and tolos, Princeton University Press, New Jersey, 2005.

Merton, R., Theory of Rational Option Pricing, Bell Journal of Economics and Mangement Science 4, 141-173, 1973.

Merton, R., On the pricing of corporate debt: The risk structure of interest rates, Journal of Finance, 449-470, 1974.

Nijskens, R., Wagner, W., Credit Risk Transfer Activities and Systemic Risk: How Banks Became Less Risky Individually But Posed Greater Risks to the Financial System at the Same Time, Working Paper, Tilburg University, 2008.

Panjer, H., Wang, S., On the Stability of Recursive Formulas, University of Waterloo,Astin Bulletin, Vol 23, No. 2, 1993.

Pfetsch, S., Poppensieker, T., Schneider, S., ySerova, D., Mastering ICAAP: Achieving excellence in the new world of scarce capital, McKinsey Working Papers on Risk, Number 27, 2011.

Riascos, A., Notas de clase modelos estáticos de riesgo crediticio (versión preliminar e incompleta), Universidad de los Andes y Quantil, 2010.

RiskMetric Group, CreditMetrics technical document, The benchmark for understanding credit risk, RiskMetric Group, 1997.

Sundaram, R., TheMeront / KMV Approach to Pricing Credit Risk, New York University, Stern School of Business, 2001.

Superintendencia Financiera de Colombia. Circular Básica Contable y Financiera C.E. 100 de 1995.

Wendling, F., Thomas, L., Structural models in consumer credit, European Journal of Operational Research 183, 1569-1581, 2007.

West, R., A factor-analytic approach to bank condition, Journal of Banking and Finance, 253-266, 1985.

39

8. Anexos