UNIVERSIDAD TÉCNICA DE ORURO

FACULTAD DE CIENCIAS ECONÓMICAS FINANCIERAS Y ADMINISTRATIVAS

DIPLOMADO EN BANCA Y FINANZAS
RIESGO DE CRÉDITO
MÓDULO 3: ANÁLISIS DE RIESGO CREDITICIO
Es la pérdida potencial ocasionada por una variación en las condiciones y
características de una contrapartida que altere la capacidad de ésta para
cumplir sus obligaciones contractuales.

Atendiendo al evento que origina la pérdida crediticia, se distingue:

ANÁLISIS DE RIESGOS Y SU MEDIDA  Riesgo de incumplimiento o impago (default), hace referencia a la
pérdida potencial como consecuencia del impago de la contrapartida.
POR:  Riesgo de pérdida de solvencia o de migración, surge como
JOSÉ LUIS TANGARA C. consecuencia de la pérdida de valor de la operación debido a una
modificación del rating de la contraparte o un cambio en la percepción
del mercado sobre la solvencia futura.

PNE
PE Cubierta
Desde el punto de vista estadístico, la pérdida crediticia es un variable Cubierta con capital No
con
aleatoria cuyo valor se desconoce en el momento de la concesión. Su previsión cubierta
estimación requiere especificar la distribución de probabilidad de las
pérdidas potenciales para un periodo temporal concreto, a partir del cual es
posible determinar dos medidas de riesgo:
 Pérdida crediticia esperada , es la cantidad de pérdida crediticia que la
entidad espera soportar durante el período temporal elegido, identificada
con el valor esperado de la distribución.
 Pérdida crediticia inesperada (unexpected credit loss), es definida como
diferencia entre al pérdida esperada y un percentil de la distribución de
pérdidas. En ocasiones, este percentil se calcula como un múltiplo de la
volatilidad de la distribución de pérdidas. Es práctica habitual que los
bancos fijen su capital en riesgo crediticio igual a la pérdida inesperada o
a un múltiplo de esa cantidad.
 ELEMENTOS DE MEDICIÓN DEL RIESGO DE CRÉDITO
Los factores que se consideran para medir el riesgo de crédito son los siguientes:
Probabilidad de que la contraparte incumpla sus obligaciones contractuales o
probabilidad del incumplimiento (probability of default PD); hace referencia a la
frecuencia relativa de ocurrencia del evento de incumplimiento del deudor con sus
obligaciones contractuales.
RATING OPERACIÓN GARANTÍAS
Exposición crediticia en el momento del incumplimiento (exposure at default EAD), hace
referencia al tamaño previsto de la operación en el momento de incumplimiento del
deudor, considerando no recuperar ninguna parte del valor de la operación.
Probabilidad de
Exposición Severidad
incumplimiento

Porcentaje no recuperado del montante impagado o severidad (loss given default LGD),
porcentaje de la exposición perdido en caso de incumplimiento, es decir, porcentaje
PÉRDIDA ESPERADA finalmente no recuperado, este importe equivale a uno menos la tasa de recuperación.

PÉRDIDA CREDITICIA ESPERADA (PE) = PD *EAD * LGD

A diferencia de la PE, la pérdida no esperada total no es un agregado de las PNE individuales; sino
depende, más bien, de las correlaciones de pérdidas entre todos los préstamos de la cartera.
La desviación de las pérdidas con respecto a la PE normalmente se mide mediante la desviación
estándar de la variable de pérdidas. LOS SISTEMAS INTERNOS DE RATING
La PNE, o la desviación estándar de pérdidas por créditos de la cartera puede descomponerse en la
contribución de cada uno de los servicios de financiamiento individuales: La aplicación de Basilea II incide en la importancia de los sistemas
internos de rating como herramientas fundamentales para gestionar y
controlar el riesgo de crédito, permitiendo su utilización en el cálculo
de las provisiones (expresión contable de la pérdida crediticia
esperada) y el capital regulatorio (vinculado a la pérdida crediticia
donde σi denota una desviación estándar independiente de las pérdidas crediticias por el i-ésimo inesperada).
financiamiento y ρi denota la correlación entre las pérdidas crediticias en el i-ésimo financiamiento y
aquellas en la cartera general. El parámetro ρi refleja los efectos de correlación/diversificación del i-
ésimo financiamiento con los otros instrumentos en la cartera de créditos del banco. Si lo demás no
cambia, correlaciones más elevadas entre los instrumentos de crédito –representadas por un ρi más
alto– lleva a una desviación estándar más elevada de las pérdidas crediticias para la cartera en su
conjunto.
 SISTEMAS DE CALIFICACIÓN: SCORING Y RATING

Las primeras técnica de calificación crediticia fueron los scoring o SCORING RATING
sistemas de puntuación para la admisión o concesión de operaciones.
Pymes
El scoring está basado en un algoritmo que proporciona una
Autónomos y
puntuación indicativa de la calidad crediticia de la operación, negocios
Soberanos

condicionando la decisión.
Instituciones
También surgen los sistemas internos de rating, que permiten la Hipotecas
Financieras
clasificación de los clientes en clases de riesgo homogéneas, similares
Préstamos al
a la metodología empleada por las agencias de rating. consumo
Corporativa

Tarjetas de crédito Empresas

+ JUICIO EXPERTO -
- MÉTODOS ESTADÍSTICOS +

Sistema de rating

Evaluación del
riesgo de
incumplimiento A diferencia de los scorings, estas herramientas sólo clasifican clientes
(pymes, empresas, corporaciones, administraciones públicas, etc.), y la
Categoría
calificación obtenida está soportada en mayor medida por la aplicación de
Crediticia metodologías estadísticas de clasificación que en el juicio del analista.

A B C D

PD(A) PD(B) PD(C) PD(D)

MODELOS DE INCUMPLIMIENTO

En los modelos de incumplimiento (default model: DM), la pérdida De este modo:

crediticia surge sólo si el deudor incumple con sus obligaciones de  Si el deudor no incumple, el valor futuro equivale a la exposición
pago dentro del horizonte temporal considerado; es decir, en ausencia crediticia al final del periodo, ajustado para añadir cualquier pago
de incumplimiento no se originará pérdida alguna. realizado.
Para una obligación crediticia concreta (ej. Préstamo), la pérdida  Si el deudor incumple, el valor futuro dependerá de la proporción
crediticia vendrá dada por la diferencia entre su valor actual y futuro al de exposición crediticia que se pueda recuperar.
final del horizonte temporal considerado. El valor actual estará
determinado por su exposición crediticia presente, y el valor futuro
dependerá de que el deudor incumpla o no durante el periodo
planificado.

En el momento de estimar la pérdida crediticia (al momento del

La pérdida esperada (expected loss: EL) para una posición concreta i
periodo de planificación), el valor actual de la posición crediticia es
puede calcularse de acuerdo con la siguiente expresión:
conocido; no así el valor futuro, que dependerá de las siguientes
variables:
1) Probabilidad de incumplimiento o default (PD) 𝐸𝐿 = 𝑃𝐷 ∗ 𝐸𝐴𝐷 ∗ 𝐿𝐺𝐷

2) Exposición crediticia en el momento del incumplimiento (EAD)

3) Pérdida dado el incumplimiento (LGD). Bajo este enfoque las La pérdida esperada para el conjunto de la cartea (Elc) es igual a la suma
pérdidas crediticias por incumplimiento siguen una distribución de las pérdidas esperadas de cada uno de los componentes de la misma
binomial de la forma: (ELi) ponderadas por su peso relativo (wi):

𝐸𝐿 = 𝑤 ∗ 𝐸𝐿

0 1 − 𝑃𝐷
𝑃é𝑟𝑑𝑖𝑑𝑎𝑠 𝑐𝑟𝑒𝑑𝑖𝑡𝑖𝑐𝑖𝑎𝑠 =
𝐸𝐴𝐷 ∗ 𝐿𝐺𝐷 𝑃𝐷
El peso relativo de cada posición dentro de la cartera (wi) es el cociente
entre el valor de la posición y el valor total de la cartera.
La pérdida inesperada (unexpected loss: UL), cantidad en que las pérdidas Para la cartera crediticia, las pérdidas inesperadas (ULc) dependerán de
pueden superar a la pérdida esperada, puede medirse con la desviación las pérdidas inesperadas para las distintas posiciones de la cartera y de la
estándar de las pérdidas crediticias. Si se asume que la exposición (EADi) y la correlación entre ellas:
pérdida dado el incumplimiento (LGDi) son conocidas y constantes en la
función de distribución de pérdidas, el cálculo para una posición concreta
sería: 𝑈𝐿 = 𝑤 ∗ 𝑤 ∗ 𝑈𝐿 ∗ 𝑈𝐿 ∗ 𝜌
𝑈𝐿 = 𝐸𝐴𝐷 ∗ 𝐿𝐺𝐷 ∗ 𝑃𝐷 (1 − 𝑃𝐷 )

También se puede expresar en función de la pérdida esperada: Donde ρij es el coeficiente de correlación de incumplimiento entre las
𝑈𝐿 = 𝐸𝐴𝐷 ∗ 𝐸𝐿 (𝐿𝐺𝐷 − 𝐸𝐿 ) posiciones i y j. La correlación entre dos posiciones es una medida de su
interdependencia. Si no existe relación entre ambas, el incumplimiento de
La pérdida inesperada de la cartera es considerablemente menor que la suma una es independiente de la otra y su correlación nula; en este caso la
de las pérdidas inesperadas de las posiciones individuales por el efecto probabilidad de incumplimiento conjunta equivale al producto de las
diversificación de la cartera (no todas las posiciones incumplirán probabilidades de incumplimiento individualmente consideradas; cuanto
simultáneamente). La correlación entre los incumplimientos es una medida de mayor sea la correlación entre los incumplimientos de las contrapartidas
diversificación que determina la probabilidad de entrar en mora al mismo de los activos de la cartera, mayor es la pérdida inesperada.
tiempo las contrapartidas individuales.

En los modelos MTM, la cartera crediticia es valorada a precios de

MODELOS A VALOR DE MERCADO (MTM mark to market) mercado al principio y final del horizonte de planificación, cuantificando la
pérdida crediticia como diferencia entre éstos. Para determinar la
A diferencia de los modelos de incumplimiento, se considera que la distribución de los valores futuros de la cartera es necesario analizar los
pérdida crediticia puede surgir por el deterioro de la calidad crediticia de siguientes aspectos:
la contrapartida, incluyendo el impago. Cualquier cambio negativo en la a) Posibles estados de calidad crediticia en los que cada contrapartida se
solvencia de la contrapartida tendrá su reflejo en una disminución del puede encontrar al final del horizonte de análisis, así como las
valor del activo en el mercado (consecuencia de un aumento de la prima probabilidades de migración a dichos estados.
de riesgo), ocasionando una pérdida aunque no se haya producido el b) Valor de las posiciones en cada uno de los posibles estados crediticios.
impago. c) Correlación entre los eventos de crédito de las diferentes
contrapartidas que forman la cartera, es decir, migración conjunta de
las contrapartidas.
 MATRIZ DE TRANSICIÓN DE RATING A UN AÑO (%)

SISTEMAS DE CALIFICACIÓN Y MATRICES DE TRANSICIÓN RATING Rating al finalizar el año (%)

AAA AA A BBB BB B CCC D
En primer lugar, para obtener la distribución de pérdidas de la cartera es AAA 90,81 8,33 0,68 0,06 0,12 0 0 0
necesario disponer de un sistema de calificación que permita asignar cada AA 0,70 90,65 7,79 0,64 0,06 0,14 0,02 0
contrapartida a una categoría crediticia o rating, en función de la A 0,09 2,27 91,05 5,22 0,74 0,26 0,01 0,06
probabilidad de incumplimiento de sus obligaciones durante un periodo BBB 0,02 0,33 5,95 86,93 5,30 1,17 0,12 0,18

Rating inicial
concreto (ej. Un año). BB 0,03 0,14 0,67 7,73 80,53 8,84 1,00 1,06
A continuación, determinar la probabilidad de migrar de una categoría B 0 0,11 0,24 0,43 6,48 83,46 4,07 5,20
crediticia a otra durante el periodo establecido, utilizando las matrices de CCC 0,22 0 0,22 1,30 2,38 11,24 64,86 19,79
transición, esto es, una matriz de probabilidades en la que cada celda Fuente: Estándar & Poor´s (1996)
representa la probabilidad de cambio de una categoría de rating a otra,
incluyendo el impago durante un período de tiempo. A partir del rating actual de una contrapartida (fila), las probabilidad de
cambiar a otro nivel (columna) es la celda de intersección. Por ejemplo, la
probabilidad de que una contrapartida calificada inicialmente como A
cambie a B dentro de un año sería del 0,26%.

DISTRIBUCIÓN DE VALOR DE LAS POSICIONES Y ESTIMACIÓN DEL

RIESGO
Procedimiento:
La distribución de valores para un activo crediticio queda definida por la
1. Posibles estados de calidad crediticia (rating) que puede presentar el
probabilidad de cambio de la calidad crediticia del emisor del activo y por
emisor del bono al finalizar el año, esto es, mantener el rating actual
los valores del activo en cada uno de los posibles estados crediticios.
(BB), aumentar o disminuir, o producir incumplimiento (D), junto a la
Ejemplo:
probabilidad de ocurrencia de los posibles estados.
Metodología CreditsMetric, se estima el riesgo de crédito de un bono para
2. Valoración del bono para los posibles escenarios de rating distintos del
una horizonte temporal de un año, con las siguientes características:
incumplimiento. El valor esperado del bono al finalizar el año será igual
Valor nominal = 100 $us.
al valor actual de los cash-Flow pendientes del pago desde el final del
Vencimiento = 5 años
horizonte de riesgo hasta su vencimiento.
Cupón anual = 7% pospagable
Amortización a la para y calificación crediticia BB.
 RATING ACTUAL RATING A FINAL DE AÑO PROBABILIDAD (%) Ej. el valor del bono dentro un año si migra a la categoría A será:
BB AAA 0,03
AA 0,14 7 7 7 107
𝑉 =7+ + + + = 113,20
1 + 0,0372 (1 + 0,0432) (1 + 0,0493) (1 + 0,0532)
A 0,67
BBB 7,73
BB 80,53 Ej: curvas cupón cero por categoría de rating
B 8,84
Rating Año 1 Año 2 Año 3 Año 4
CCC 1
AAA 3,60 4,17 4,73 5,12
D 1,06
AA 3,65 4,22 4,78 5,17
A 3,72 4,32 4,93 5,32
BBB 4,10 4,67 5,25 5,63
BB 5,55 6,02 6,78 7,27
B 6,05 7,02 8,03 8,52
CCC 15,05 15,02 14,03 13,52

3. Valoración del bono en caso de incumplimiento. El valor residual del TASAS DE RECUPERACIÓN DE BONOS EN FUNCIÓN DEL RATING
bono tras producirse el impago vendrá determinado por la tasa de ORIGINAL (1971-1996) PRECIO BASE =100
recuperación, tasa que suele estimarse en función de alguna de las
siguientes variables: antigüedad de la emisión (seniority), tipo de activo, Rating N° de Precio P. Medio Mediana Desviación Precio Precio
emisiones medio ponderado típica mínimo máximo
calificación crediticia del activo al emitirse, dimensión empresarial del
AAA 7 68,34 76,99 71,88 20,82 32,00 97,00
emisor o tiempo transcurrido desde la fecha de emisión hasta la de
AA 20 59,59 76,52 54,25 24,59 17,80 99,88
impago.
A 56 60,63 47,59 61,32 25,53 10,50 100,00
Las tasas de recuperación de los bonos en función del rating y en función
BBB 81 49,42 50,27 50,00 23,70 10,00 103,00
de la antigüedad de la emisión:
BB 67 38,76 39,15 33,52 23,38 1,00 98,75
B 374 36,59 35,34 33,30 35,34 0,50 112,00
CCC 115 37,65 33,93 29,61 33,93 1,00 103,25
TASAS DE RECUPERACIÓN DE BONOS EN FUNCIÓN DE LA ANTIGÜEDAD 4. Cálculo de la desviación estándar como medida de riesgo de crédito.
DE LA EMISIÓN (1974-2003) PRECIO BASE =100 Obtenida la distribución de valores del bono, la media y la desviación
típica determinan la pérdida esperada e inesperada asociada al activo en
MEDIANA MEDIA DESVIACIÓN TÍPICA
el horizonte de análisis, respectivamente. La media, calculada como la
Senior garantizada 54,49 52,84 23,05
suma de los valores futuros del bono en cada estado crediticio (incluyendo
Senior no 42,27 34,89 26,62
garantizada
el impago) ponderado por la probabilidad de migrar a cada estado:
Senior subordinada 32,35 30,17 24,97
Subordinada 31,96 29,03 22,53
𝜇 = 𝜌 ∗ 𝜇 = 105,65

VALOR DEL BONO DENTRO DE UN AÑO POR CATEGORÍA DE RATING Por tanto, la pérdida esperada será igual a 1,35% (107-105,65) del valor
nominal.
Rating a final de año Valor del bono ($us) La desviación estándar mide la dispersión entre los distintos valores y la
AAA 113,93 media:
AA 113,74
A 113,20 𝜎 = 𝜌 ∗𝜇 −𝜇 = 7,47
BBB 112,07
BB 106,42
B 102,42
CCC 87,53 El 7,47 sobre el valor nominal es la pérdida inesperada o riesgo de crédito
D 38,76 asociado al bono para un horizonte temporal de un año.
Modelos reducidos: probabilidad de impago a partir de las cotizaciones de los
bonos
Las agencias de ratings, tales como Moody’s, Standard & Poors (S&P) y Fitch tienen el
cometido de proporcionar ratings que califiquen la solvencia o calidad crediticia de la
deuda corporativa.
Utilizando el sistema de Moody’s, el mejor rating se describe con la calificación AAA. Los
bonos con esta calificación crediticia apenas tienen probabilidad de impago. El siguiente
rating por orden de mayor a menor solvencia financiera se describe con la calificación
AA. A continuación y atendiendo al mismo orden, vendrían las calificaciones A, BAA, BA,
B y CAA. Tan sólo los bonos con ratings de BAA o superior obtienen el denominado
“grado de inversión”, calificación que avala cierta solvencia financiera frente a los bonos
con rating de BA o inferior, denominados de “grado especulativo” dada su menor
solvencia financiera.
Los ratings de S&P equivalentes a las graduaciones AAA, AA, A, BAA, BA, B y CAA de
Moody’s, serían AAA, AA, A, BBB, BB, B y CCC respectivamente. Para crear medidas de
rating más precisas, Moody’s divide la categoría AA en AA1, AA2 y AA3; la categoría A en
A1, A2 y A3; y así sucesivamente. De forma similar S&P divide su categoría AA en AA+,
AA y AA-; la categoría A en A+, A y A-; y así sucesivamente. Tan sólo la categoría AAA
de Moody’s y la categoría AAA de S&P no son divididas.

SPREAD DEL RENDIMIENTO DE BONOS CORPORATIVOS SOBRE

A continuación se tiene, el patrón
CURVA CUPÓN CERO DEL TESORO de comportamiento típico del
diferencial o “spread” de los
Los inversores en bonos han desarrollado procedimientos para rendimientos de los bonos cupón
cero de grado de inversión sobre la
contemplar el riesgo de crédito en los modelos de valoración de la curva de rendimientos cupón cero
deuda corporativa. del Tesoro, para distintos
Los inversores suelen emplear series históricas de precios de bonos vencimientos y diferentes
calificaciones crediticias. El
activamente negociados en mercado para calcular una curva de diferencial incrementa a medida
rendimientos cupón cero para cada categoría de rating, de forma que que disminuye el rating.
dichas curvas puedan ser aplicadas para valorar otros bonos con precios Incrementa también a medida que
aumenta el plazo a vencimiento.
menos representativos –dado su menor volumen de negociación–, o Cabría destacar que el diferencial
incluso sin precio de mercado. Así pues, una nueva emisión de bonos tiende a incrementar de forma más
con rating A podría ser valorada utilizando la curva de rendimientos rápida a mayor vencimiento cuando
la calificación crediticia es menor.
cupón cero calculada a partir de otras emisiones de bonos negociadas Por ejemplo, la diferencia entre el
en mercado con la misma calificación crediticia (A). “spread” a cinco años y el “spread”
a 1 año de un bono BBB es mayor
que la de un bono AAA.
 El precio del bono libre de riesgo es calculado a partir de la curva cupón cero
libre de riesgo. Una elección natural para la curva cupón cero libre de riesgo es
El primer paso en la estimación de la probabilidad de impago a partir
la curva del Tesoro. De hecho, muchos analistas comparan las rentabilidades
de los precios de los bonos es calcular el valor estimado de la pérdida
de los bonos corporativos con las rentabilidades de los bonos del Tesoro. Sin
por incumplimiento de deudas corporativas en diferentes
embargo, existen factores que pueden provocar que los bonos del Tesoro
vencimientos. Esto implica comparar el precio de un bono corporativo
tengan rentabilidades excepcionalmente bajas. Por ejemplo, en Estados
con el precio de un bono libre de riesgo que tenga idéntico
Unidos los intereses procedentes de los bonos Tesoro no tributan a nivel
vencimiento y pague el mismo cupón. La asunción general es que el
estatal, mientras que los intereses procedentes de la mayoría de los demás
valor actual del costo de la pérdida es equivalente al exceso del precio
bonos (incluyendo los bonos corporativos) tributan tanto a nivel estatal como
del bono libre de riesgo sobre el precio del bono corporativo. Esto
a nivel federal. Por otra parte, en ciertas fases del ciclo económico pueden
significa que el exceso de la rentabilidad del bono corporativo (precios
existir fuerzas de mercado que hagan que los bonos del Tesoro tengan
y rentabilidades están inversamente relacionados) es en su totalidad
rendimientos artificialmente bajos, distando mucho de alinearse con los
una compensación por las posibles pérdidas derivadas del impago
fundamentales económicos (exceso de liquidez, estimación de inflación
subyacente contenida, elevada volatilidad en el mercado de renta variable o de
renta fija corporativa, etc.).

El valor actual de la pérdida por impago de la deuda corporativa será,

por tanto:
95,1229 – 94,8854 = 0,2375
Esto significa que esperamos que la deuda corporativa implique una
pérdida por impago del 0,2497% del valor de la deuda soberana de
idénticas características, o dicho de otra forma, del valor del bono
corporativo si no conllevase riesgo de impago, dado que,
En la tabla se asume, unos tipos de interés libre de riesgo cupón cero al 5% para todos los
vencimientos. Asimismo, los bonos corporativos cupón cero con vencimientos entre uno y cinco 0,2375 / 95,1229 = 0,2497%
años ofrecen unas rentabilidades que oscilan entre el 5,25% para el vencimiento a un año y el El precio del bono, por tanto, lleva implícito el valor de la pérdida
5,95% para el vencimiento a cinco años. esperada por impago, o dicho de otra forma, los bonos cotizan
El valor de un bono libre de riesgo a un año con un principal de 100 unidades monetarias será: probabilidades de impago.
100*e -0.05 = 95,1229
El valor de un bono corporativo similar será:
100*e -0.0525 = 94,8854
Si consideramos ahora la deuda con vencimiento a dos años, el valor Probabilidad de impago asumiendo tasa de recuperación nula.
del bono libre de riesgo con un principal de 100 será: A continuación se expone la metodología para estimar la probabilidad de
100*e -0.05*2 = 90,4837 impago, asumiendo, como un caso particular, que la tasa de recuperación
El valor de un bono corporativo similar será: es nula.
100*e -0.055*2 = 89,5834 Definiendo las siguientes variables:
El valor actual de la pérdida esperada por impago de la deuda y(T): Tir del bono corporativo cupón cero a T años
corporativa, será, por tanto: y’(T): Tir del bono libre de riesgo cupón cero a T años
90,4837 – 89,5834 = 0,9003 Q(T): Probabilidad de impago corporativo en el intervalo temporal [0, T]
Por tanto, se espera que la deuda corporativa a dos años implique El valor de un bono libre de riesgo cupón cero a T años con un principal de
una pérdida por impago del 0.9950% del valor de la deuda soberana 100 será:
de idénticas características, habida cuenta que, 100*e -y’(T)T
0,9003 / 90,4837 = 0,9950%

La rentabilidad del bono es y(T), de forma que,

100*e -y(T)T = 100*[1-Q(T)]*e -y’(T)T
El valor de un bono corporativo similar será: Luego la probabilidad de impago será:
100*e -y(T)T
La pérdida esperada por impago será, por tanto: e -y’(T)T – e -y(T)T
100*(e -y’(T)T – e -y(T)T) Q(T) =
Si asumimos que la tasa de recuperación fuera nula en caso de e -y’(T)T
impago, el cálculo de Q(T) es relativamente fácil: tendríamos O bien,
una probabilidad Q(T) de que el bono valga cero a vencimiento Q(T) = 1- e -[y(T)-y’(T)]T [1]
y su probabilidad complementaria 1-Q(T) de que el bono valga
100 a vencimiento. El valor actual del bono será, por tanto: Asumiendo tasa de recuperación nula, la siguiente tabla muestra la probabilidad
acumulada de impago así como la probabilidad de impago en cada año para el
{Q(T)*0 + [1-Q(T)]*100}*e -y’(T)T = 100*[1-Q(T)]*e -y’(T)T ejemplo dado. La probabilidad acumulada de impago es la misma que el
porcentaje de pérdida esperada por impago mostrado en la columna final. La
probabilidad de impago en cada año se obtiene por diferencia entre las
probabilidad acumuladas consecutivas. Por ejemplo, la probabilidad de impago
en el año cuarto será 3,3428 – 2,0781 = 1,2647%.
Ejemplo. Suponga que los diferenciales sobre los tipos de interés del Probabilidad de impago condicional
Tesoro de los bonos corporativos BBB cupón cero a 5 y 10 años son 130 En esta etapa del estudio resulta adecuado mencionar que hay dos
y 170 puntos básicos respectivamente, y que la tasa de recuperación es formas de cuantificar las probabilidades de impago. La primera, en
nula en caso de impago. A partir de la ecuación [1] obtenemos que las términos de las así denominadas tasas de riesgo. La segunda, en términos
probabilidades de impago de ambos bonos serán: de la función de densidad de la probabilidad de impago.
Las tasas de riesgo, h(t), en el momento t son definidas tal que h(t)δt es
la probabilidad de impago entre los momentos t y t + δt condicional a la
Q(5) = 1 – e -0,013*5 = 0,0629 ausencia de impagos previos, es decir; h(t)δt es la probabilidad de
Q(10) = 1 – e -0,017*10 = 0,1563 impago entre los momentos t y t + δt condicional a la ausencia de
impagos entre el momento cero y el momento t. Por otra parte, la
De donde se deriva que la probabilidad de impago entre densidad de la probabilidad de impago, q(t), es definida tal que q(t)δt es
los años quinto y décimo será: la probabilidad incondicional de impago entre los momentos t y t + δt
observada en el momento cero.
Q(10) – Q(5) = 0,1563 – 0,0629 = 0,0934

La mayor parte del análisis lo realizaremos en términos de densidad

de la probabilidad de impago. De hecho, ya hemos comenzado a
utilizar la densidad de probabilidad de impago: las probabilidades
de impago expuestas para cada año, son probabilidades
incondicionales de impago observadas en el momento cero. Si
consideramos el año quinto, la siguiente tabla muestra una
probabilidad de impago del 1,2962%. Ahora bien, la tasa de riesgo
correspondiente viene definida por la probabilidad de impago en el
año quinto condicional a la ausencia de impagos hasta el año
cuarto. La probabilidad de ausencia de impagos hasta el año cuarto
será la complementaria de impagos hasta dicho año: 1 – 0,033428
= 0,966572 = 96,6572%. Luego, la tasa de riesgo para el año
quinto será, por tanto, 0,012962 / 0,966572 = 1,3410%.
 Una mejor aproximación a la realidad del riesgo de crédito: tasa de recuperación no
nula. Ejemplo.
El análisis presentado hasta aquí asume una tasa de recuperación nula sobre el valor de los
bonos en caso de impago. Esta hipótesis resulta útil para comenzar a plantear una primera
solución matemático-estadística a la valoración del riesgo de crédito. Sin embargo, en tanto en
cuanto dicha asunción no se corresponde con la realidad financiera, debemos relajar tal
restricción con el objeto de dotar al modelo de valoración de una mayor flexibilidad y
adaptación a las características del mundo real.
Cuando una compañía se declara en quiebra, los tenedores de deuda de dicha compañía
reclaman los activos propiedad de la empresa declarada en “bancarrota” para recuperar, en la
medida de lo posible, la cuantía prestada. Los activos son vendidos por el liquidador para
satisfacer las reclamaciones de los prestamistas en la medida de lo posible. Resulta importante
matizar que ciertos bonos gozan de preferencia legal o garantías sobre otros para el derecho al Se define la tasa de recuperación como la proporción recibida de la cantidad reclamada en caso
cobro en caso de incumplimiento. La siguiente tabla proporciona datos históricos provistos por de impago. Si aceptamos la hipótesis consistente en que la cantidad reclamada de la deuda es el
una reconocida agencia de ratings sobre las cuantías recuperadas por diferentes categorías de valor libre de riesgo del bono (bono equivalente del Tesoro), los cálculos de la probabilidad de
deuda en Estados Unidos. Podemos observar que los tenedores de deuda “senior secured” impago se ven simplificados. Para ello, usaremos la misma notación que hemos venido utilizando
(mayor preferencia legal) recuperaron un promedio de 52,8 céntimos por dólar del valor hasta ahora y denominaremos R a la tasa de recuperación esperada. En caso de impago el
nominal en el periodo comprendido entre 1982 y 2014, mientras que los tenedores de deuda tenedor de la deuda recibirá, pues, una proporción R del valor libre de riesgo del bono (o de la
“junior subordinated” (menor preferencia legal) recuperaron un promedio de tan sólo 24,7 cantidad reclamada según nuestra hipótesis). Por el contrario, si no hay impago, el tenedor de la
céntimos por dólar del valor nominal en el periodo mencionado. deuda recibirá 100 u.m. (valor total de la deuda).

El valor actual libre de riesgo del bono es, como ya hemos visto anteriormente:
100*e -y’(T)T
La probabilidad de impago, al igual que antes, la definimos mediante Q(T).
Ejemplo. La siguiente tabla muestra las probabilidades acumuladas de
El valor actual del bono será, por tanto,
impago que resultan de aplicar la ecuación [2] asumiendo distintas tasas de
[1 – Q(T)]*100*e -y’(T)T + Q(T)*100R*e -y’(T)T
recuperación, según cuál sea la categoría del bono considerado, para los
Igualando dicha expresión al precio actual del bono tendremos que, datos del ejemplo dado en la primera tabla. En la primera columna
100*e -y(T)T = [1 – Q(T)]*100*e -y’(T)T + Q(T)*100R*e -y’(T)T asumimos tasa de recuperación nula, en la segunda columna asumimos una
Y despejando, obtenemos la expresión analítica que nos permite cuantificar la tasa de recuperación del 24,7% (es la tasa media histórica recuperada por
probabilidad de impago: los tenedores de bonos “junior subordinated” en Estados Unidos, de menor
E -y’(T)T – e -y(T)T preferencial legal), en la tercera columna asumimos una tasa de
Q(T) = recuperación del 31,1% (tasa media histórica recuperada por los tenedores
(1 – R) e -y’(T)T de bonos “senior subordinated”, de preferencia legal intermedia) y en la
Simplificando, cuarta columna asumimos una tasa de recuperación del 52,8% (tasa media
1 – e -[y(T)-y’(T)]T recuperada por los tenedores de bonos “senior secured”, de mayor
Q(T) = [2] preferencia legal).
1-R
 Ajustando el modelo (I): probabilidad de impago a partir de bonos
A modo de ejemplo, en el caso del bono “senior subordinated”, la portadores de cupón
probabilidad de impago el segundo año será: La ecuación [2] es, en la práctica, frecuentemente usada para obtener una
1 – e -[0,055-0,050]*2 estimación rápida de la probabilidad de impago. Dicho modelo se basa en la
Q(2) = = 1,4441% hipótesis consistente en que la cantidad reclamada en caso de impago sería el valor
1 – 0,311 libre de riesgo del bono. Este supuesto resulta muy conveniente desde un punto de
vista analítico, pero no se corresponde con las resoluciones de las leyes de
suspensión de pagos vigentes en la mayoría de los países. Así pues, una asunción
más realista sería que la demanda judicial interpuesta en caso de impago
equivaliese al valor nominal del bono más el cupón acumulado. Por otra
parte, la ecuación [2] también asume que los precios de los bonos corporativos
cupón cero son, bien observables, o bien calculables. Sin embargo, las
probabilidades de impago generalmente deben ser calculadas a partir de los precios
de los bonos que devengan intereses, y no de los precios de los bonos cupón cero.
En este contexto, trataremos de ajustar el modelo de valoración del riesgo de
crédito para extraer probabilidades de impago a partir de bonos portadores
de cupón, dados ciertos supuestos sobre la cantidad demandada judicialmente.

Convendremos en denominar que el vencimiento del bono i-ésimo es ti, tal

que t1 < t2 < … < tN. Y definimos las siguientes variables:
Bj: Precio del bono j-ésimo hoy
Supongamos que hemos seleccionado un conjunto de N bonos con Gj: Precio del bono j-ésimo hoy si no hubiera probabilidad de impago (por
cupón, tales que, o bien son emitidos por la entidad considerada a lo ejemplo, el precio de un bono libre de riesgo que ofreciera los mismos flujos
largo del análisis, o bien son emitidos por otra entidad que tenga de caja que el bono j-ésimo)
aproximadamente la misma probabilidad de impago que la entidad Fj(t): Precio forward del bono j-ésimo para un contrato a plazo con
considerada hasta ahora para todos los vencimientos. Aceptaremos que vencimiento en el momento t (t < tj) asumiendo que el bono es libre de
los impagos puedan producirse en cualquiera de las fechas de riesgo. (Nótese que Fj(t) es el valor forward de Gj, no de Bj)
vencimiento de los bonos. Para ser precisos, los impagos pueden v(t): Valor actual de una unidad monetaria recibida en el momento t con
ocurrir inmediatamente antes de cada fecha de vencimiento de los certeza
bonos, si bien más adelante generalizaremos el análisis para permitir Cj(t): Cantidad demandada por los tenedores del bono j-ésimo si hubiera
que los impagos se produzcan en cualquier momento. impago en el momento t (t < tj)
Rj(t): Tasa de recuperación para los tenedores del bono j-ésimo en caso de
impago en el momento t (t < tj)
αij: Valor actual de la pérdida por impago del bono j-ésimo en el momento ti
pi: Probabilidad de impago en el momento ti
 Por otra parte, existe una probabilidad pi de que la pérdida αij se produzca. El
Para simplificar la exposición asumiremos que los tipos de interés son valor actual total de las pérdidas del bono j-ésimo vendrá, por tanto, dado
deterministas y que tanto las tasas de recuperación como las cantidades por la siguiente relación:
demandadas son conocidas con certeza. Ahora la cantidad judicialmente
𝐺 −𝐵 = 𝑝𝛼
demandada en caso de suspensión de pagos puede ser tanto el valor
libre de riesgo del bono como el valor nominal más el cupón acumulado.
Esta ecuación permite que las probabilidades pi puedan ser determinadas
La tasa de recuperación se establece mediante su valor esperado en un
inductivamente. La primera probabilidad, p1, será: (G1 – B1)/α. Las demás
escenario riesgo-neutral.
probabilidades de impago en cada vencimiento i, por tanto, vendrán
El precio en el momento t del valor libre de riesgo del bono j-ésimo es
expresadas por la ecuación [4]:
Fj(t). Si se produjera el impago en el momento t, los tenedores del bono
tendrían una tasa de recuperación Rj(t) sobre la cantidad demandada 𝐺 −𝐵 = 𝑝𝛼 = 𝑝 𝛼 +𝑝 𝛼
Cj(t). Esto significa que el valor actual de la pérdida por suspensión
de pagos en el momento ti será: Despejando:
αij = v(ti)*[Fj(ti) – Rj(ti)Cj(ti)] ∑
𝑝 = [4]

Como señalamos previamente, los N bonos empleados en el análisis han Ejemplo: aplicación del modelo reducido
de haber sido emitidos, o bien por la entidad de referencia para el Analizaremos una cartera de dos bonos emitidos por una misma entidad. El
estudio, o bien por otra compañía cuyo riesgo de quiebra sea el mismo primer bono tiene un vencimiento de 3 años y el segundo tiene un vencimiento de
que el de la entidad objeto de estudio. Esto significa que la probabilidad 5 años y ambos bonos pagan un cupón del 4% anual pagadero anualmente. El
pi debería ser la misma para todos los bonos. La tasa de recuperación, en bono 1 se negocia con una rentabilidad del 4,5% y el bono 2 con una rentabilidad
teoría, puede variar en función del bono y el momento del impago. A del 4,75%. Consideremos que la curva de tipos de interés libre de riesgo está
partir de ahora simplificaremos la exposición considerando que la tasa de plana en el 3,5%. Supongamos que el impago puede producirse en cada pago de
recuperación esperada es la misma para todos los bonos emitidos por cupón o del principal y que la tasa de recuperación es del 40%. La cantidad
una misma compañía y es independiente del tiempo. Así pues, reclamada es el valor nominal del bono más el cupón corrido. Estimaremos las
denotaremos esta tasa de recuperación esperada por R’. Esto implica que probabilidades de impago anuales Q1 para los años 1º a 3º y Q2 para los años 4º
la ecuación enunciada previamente para αij (valor actual de la pérdida a 5º a partir de las cotizaciones de mercado de los bonos.
por impago en el momento ti) será ahora: Como hemos señalado, los dos bonos han sido emitidos por una misma entidad (o
bien por otra compañía cuyo riesgo de quiebra sea el mismo que el de la entidad
αij = v(ti)*[Fj(ti) – R’Cj(ti)] [5] objeto de estudio). Esto significa que las probabilidades Qi deberían ser las
mismas para los dos bonos.
 CÁLCULOS PARA OBTENER LA PROBABILIDAD DEL IMPAGO IMPLÍCITA EN LA RENTABILIDAD DEL BONO 1
ASUMIENDO QUE LOS IMPAGOS PUEDEN PRODUCIRSE EN LAS FECHAS DE PAGO DE CUPÓN O DEL PRINCIPAL.

Para estimar las probabilidades de impago implícitas en las rentabilidades de mercado de

los bonos utilizaremos, como hemos expuesto en el apartado anterior, la ecuación [3]:

𝐺 −𝐵 = 𝑝𝛼

Siendo:
𝛼 = 𝑣 𝑡 ∗ 𝐹 (𝑡 − 𝑅´𝐶 (𝑡 )]
En la siguiente tabla mostramos los resultados de los cálculos para obtener la probabilidad
de impago anual Q1 hasta el año tercero, que explicamos a continuación.

A continuación calculamos los demás parámetros de la ecuación [3]:

En primer lugar calcularemos el valor estimado de la pérdida por fallido
El valor libre de riesgo del bono en cada periodo, F(ti), vendrá dado por
implícito en los precios de mercado, que es equivalente al exceso del
la suma de los flujos futuros del bono actualizados con el tipo libre de
precio del bono libre de riesgo sobre el precio del bono corporativo,
riesgo hasta cada periodo ti:
siempre que ambos bonos sean equivalentes, esto es, con idéntico
𝐹 𝑡 = 4 + 4 ∗ 𝑒 , ∗ + 104 ∗ 𝑒 , ∗ = 104,83
vencimiento y cupón. En la fórmula, viene definido por: G – B.
𝐹 𝑡 = 4 + 104 ∗ 𝑒 , ∗ = 104,42
El valor actual del precio del bono 1 será el valor actualizado de sus flujos
𝐹 𝑡 = 104
futuros. Teniendo en cuenta que paga un cupón de 4 cada año y que su
rentabilidad es del 4,5%, será: La cantidad recuperada es la tasa de recuperación sobre la cantidad
𝐵 = 4 ∗ 𝑒 , ∗ + 4 ∗ 𝑒 , ∗ + 104 ∗ 𝑒 , ∗ = 98,35 reclamada (valor nominal más cupón corrido), de forma que es la misma
Análogamente, el valor actual libre de riesgo del bono 1 se obtiene en todos los periodos:
descontando los flujos de caja con un tipo de interés del 3,5% según 𝑅´𝐶 𝑡 = 40% 100 + 4 = 41,6
nuestro supuesto, esto es: El valor actual de la pérdida dado el impago en cada periodo será el valor
𝐺 = 4 ∗ 𝑒 , ∗ + 4 ∗ 𝑒 , ∗ + 104 ∗ 𝑒 , ∗ = 101,23 libre de riesgo del bono menos la cantidad recuperada, actualizado a t0
con los factores de descuento, esto es,
Por tanto, el valor total de la pérdida por fallido debería ser igual a: 𝛼 = 𝑣 𝑡 ∗ 𝐹 (𝑡 − 𝑅´𝐶 (𝑡 )]
B-G = 101,23 – 98,35 = 2,88
 De forma que el valor actual total de la pérdida esperada será:

Por tanto, el valor de la probabilidad de impago cada año, , definido por el

precio de mercado del bono viene dado por: Q1

Finalmente, el valor actual de la pérdida esperada para cada periodo será

el resultado de multiplicar la probabilidad de impago por el valor de la
pérdida dado el impago, pi*αi: La probabilidad de impago anual desde el año 1º hasta el 3º es Q1= 1,64%.
Para obtener la probabilidad de impago anual Q2 desde el año 4º hasta el 5º
realizamos el mismo procedimiento para el bono 2.

CÁLCULOS PARA OBTENER LA PROBABILIDAD DE IMPAGO IMPLÍCITA EN LA RENTABILIDAD DEL BONO 2

ASUMIENDO QUE LOS IMPAGOS PUEDEN PRODUCIRSE EN LAS FECHAS DE PAGO DE CUPÓN O DEL PRINCIPAL
Siguiendo el procedimiento expuesto para el bono 1, en primer lugar
calculamos el valor estimado de la pérdida por fallido implícito en los
precios de mercado, que viene definido por: G – B.
El valor actual del precio del bono 2 será:

El valor actual libre de riesgo del bono 2 es:

Por tanto, el valor total de la pérdida por fallido debería ser igual a:
B – G = 101,97 – 96,24 = 5,73
 La cantidad recuperada es la misma para todos los periodos e igual que en el
A continuación calculamos los demás parámetros de la ecuación [3]: caso del bono 1:
El valor libre de riesgo del bono en cada periodo, F(ti), vendrá dado por la
suma de los flujos futuros del bono actualizados con el tipo libre de riesgo
El valor actual de la pérdida dado el impago en cada periodo será el valor
hasta cada periodo ti:
libre de riesgo del bono menos la cantidad recuperada, actualizado a t0 con
los factores de descuento, esto es,

Finalmente, el valor actual de la pérdida esperada para cada periodo será el De forma que el valor actual total de la pérdida esperada será:
resultado de multiplicar la probabilidad de impago por el valor de la pérdida
dado el impago, esto es, pi*αi. Remarcamos que la probabilidad de impago
de los tres primeros años es el valor obtenido a partir del bono 1 (Q1 =
1,60%), dado que, como el bono 1 y el bono 2 han sido emitidos por una
misma compañía, sus probabilidades de impago Qi deberían ser las mismas.
Por tanto, el valor de la probabilidad de impago cada año, Q2, definido por
el precio de mercado de los bonos viene dado por:

La probabilidad de impago anual desde el año 4º hasta el 5º es Q2=

2,63%. Los precios de los bonos descuentan, por tanto, una
probabilidad de impago de 1,64% para los tres primeros años y de
2,63% para los dos siguientes años.
Asset Swaps
En la práctica, los traders usan con frecuencia las cotizaciones asset swap como La transacción del swap pone de manifiesto que el inversor ve
medio para extraer probabilidades de impago de los precios de los bonos, compensado su riesgo de crédito recibiendo 150 puntos básicos extras
asumiendo la curva Libor como la curva libre de riesgo. anuales durante cinco años. El valor de 150 puntos básicos anuales
Un swap de tipo de interés (también conocido comúnmente en su terminología (pagados semestralmente) utilizando la curva Libor como factor de
anglosajona: interest rate swap –IRS-) puede emplearse para intercambiar un descuento es 6,65 u.m. por cada 100 u.m. de valor nominal. Esto
pago fijo por un pago flotante. Supongamos que un inversor posee un bono implica que, si el bono corporativo hubiese sido libre de riesgo, su valor
corporativo a cinco años con cupón fijo, cuya valoración actual es a la par y paga se habría incrementado en 6,65 u.m. por cada 100 u.m. de valor
un cupón del 6% anual. Y supongamos una curva cupón cero Libor flat al 4,5% nominal. Así pues, en la terminología de este análisis, Bj = 100 y Gj =
anual (compuesto semestralmente). En un swap de tipo de interés a cinco años 106,65 para el bono estudiado y las ecuaciones [4] y [7] pueden, por
simple o “plain vanilla” intercambiaríamos un tipo fijo del 4,5% por el tipo tanto, ser utilizadas para estimar probabilidades de impago.
variable Libor. De forma equivalente, un tipo fijo del 6% sería intercambiado por Se debe calcular el valor actual de la renta semestral constante (0,75
Libor más 150 puntos básicos en dicho swap. Esto significa que el inversor en u,m, 1,5/2) durante cinco años:
cuestión podría utilizar un swap de tipo de interés a cinco años para intercambiar
el cupón del bono por Libor más 150 puntos básicos. No obstante, el inversor
seguiría aún asumiendo el riesgo de crédito inherente al bono. El asset swap, por
tanto, estaría referido al mero intercambio de los flujos del bono por los flujos
variables resultantes de aplicar un diferencial de 150 puntos básicos sobre Libor.

Completaremos el estudio considerando ahora que el bono estuviese valorado al 95%

de su valor nominal y pagase un cupón del 5% anual. La curva Libor se mantiene al Debemos calcular el pago semestral constante (X) a cinco años de la
4,5% flat anual. El asset swap normalmente se estructuraría de forma que el tenedor
renta cuyo valor actual es 5 u.m.:
del bono pagara 5 u.m. por cada 100 u.m. de valor nominal al inicio e intercambiara los
cupones por el tipo Libor más un diferencial (también convencionalmente conocido en
su versión anglosajona, “spread”). Como quiera que un tipo fijo del 4,5% se
intercambia por el tipo Libor en un swap estándar a cinco años, un cupón del 5% será
pues intercambiado por Libor más 50 puntos básicos. Por otra parte, un pago de 5 u.m.
en el momento inicial equivale a 1,12 u.m. anuales durante cinco años, pagadas Cuando los diferenciales asset swap son conocidos para un cierto número de bonos
semestralmente. Luego el inversor requerirá, por tanto, una compensación adicional de con distintos vencimientos podemos utilizar las ecuaciones [4] y [7] para estimar
112 puntos básicos por el pago hecho hasta el vencimiento. En suma, el pago flotante probabilidades de impago. El diferencial asset swap dependerá del rating o
total debería ser entonces Libor más 162 puntos básicos (50 + 112). De esta manera, calificación crediticia del bono y de su vencimiento. En teoría, también debiera
el asset swap conlleva el intercambio de la rentabilidad del bono por un diferencial de depender moderadamente del cupón del bono, si bien, en la práctica, dado que el
162 puntos básicos sobre Libor. Y habida cuenta que el valor de 162 puntos básicos mercado de bonos no goza de mucha liquidez, con frecuencia se emplean los
anuales (pagaderos semestralmente) durante cinco años es 7,22 u.m.16 por cada 100 mismos diferenciales crediticios para todos los cupones. En conclusión, un
u.m. de valor nominal, tendremos que, en nuestro ejemplo, Bj = 95,00 y Gj = 95,00 + diferencial asset swap cotizado es susceptible de ser aplicado para resolver las
7,22 = 102,22. El conocimiento de ambos parámetros nos permite utilizar los modelos ecuaciones [4] y [7], que ofrecen una posible solución a la estimación de la
vistos, [4] y [7], para estimar probabilidades de impago. probabilidad de impago.
 TASA MEDIA ACUMULADA DE IMPAGO 1983 – 2014 (%)

Modelos basados en los datos históricos

Nos plantearemos ahora cómo la probabilidad de impago puede ser estimada
alternativamente a partir de datos históricos. La siguiente tabla contiene la
información típicamente difundida por las agencias de rating. La tabla muestra
la experiencia de impagos a lo largo del tiempo de empresas que comenzaron a
emitir deuda con una determinada calificación crediticia. Estas tasas de impago
suelen estar basadas en datos de los últimos veinte años. Así pues, según se
desprende de la tabla, un bono emitido con una calificación crediticia inicial de
BBB tiene un 0,18% de probabilidad acumulada de impago al término del
primer año, un 0,52% de probabilidad acumulada de impago al término del
segundo año, y así sucesivamente. La probabilidad de impago durante un año
en particular también puede ser calculada a partir de los datos históricos.

Por ejemplo, la probabilidad de impago durante el segundo año de un bono

cuya solvencia financiera tenga la calificación BBB será: 0,52% – 0,18% =
0,34%. Modelos estructurales: probabilidad de impago a partir de los
Para los bonos de grado de inversión la probabilidad de impago en un año tiende a precios de las acciones. El modelo de Merton.
ser función creciente del tiempo. Sin embargo, para los bonos tasados con una baja
calificación crediticia suele cumplirse lo contrario. Estas afirmaciones pueden Las aproximaciones que hemos examinado hasta ahora para estimar la
demostrarse fácilmente comparando los datos históricos. En la tabla, las probabilidad de impago de una compañía se basan, en último término, en
probabilidades de impago en cada año (no acumuladas) de un bono AA, observadas la calidad crediticia de dicha entidad. Sin embargo, las calificaciones
en el momento cero, durante los años 1º, 2º, 3º, 4º y 5º son 0,02%, 0,05%, 0,08%, crediticias se revisan con cierta periodicidad, que puede resultar
0,13% y 0,16% respectivamente –tendencia creciente en función del tiempo–. Por relativamente escasa para el propósito de actualizar las probabilidades de
otra parte, las probabilidades correspondientes a un bono CCC son 12,35%, 10,49%, impago. Este hecho ha conducido a que algunos analistas se cuestionen si
8,59%, 6,99% y 5,95% –tendencia decreciente en función del tiempo–. En
los precios de las acciones pueden proporcionar información más
conclusión, cuando se trata de bonos con una buena calificación crediticia,
actualizada para estimar probabilidades de impago.
generalmente debería pasar un periodo de tiempo significativo para que los recursos
del emisor se vieran reducidos hasta el punto de provocar la suspensión de pagos. En
el caso de bonos con una débil solvencia financiera, los dos primeros años y,
especialmente el primero, pueden ser críticos. Ahora bien, si el emisor supera dicho
periodo, se espera que la probabilidad de impago sea menor cada año.
 En 1974, Merton propuso un modelo para valorar bonos corporativos,
basado en la teoría de opciones. El modelo proporciona el marco A continuación se expone las líneas generales de la teoría matemático-
conceptual gracias al cual podemos llegar a cuantificar la interrelación financiera en la que se puede fundamentar las afirmaciones sobre la
entre los mercados de renta variable y renta fija. La gran dificultad valoración de bonos corporativos según el modelo de Merton:
para la aplicación práctica de esa metodología es, como casi siempre a mayor apalancamiento financiero, mayor diferencial y a mayor
en temas de valoración, la información. En este estudio, el autor trata volatilidad del precio de la acción, mayor diferencial.
de establecer un marco teórico para poder estimar los posibles
beneficios o pérdidas para los tenedores de bonos corporativos ante El punto de partida reside en la igualdad contable Activo = Pasivo, o bien,
un cambio en la probabilidad de impago, excluyendo las variaciones
de valor debidas a cambios en los tipos de interés sin riesgo. Valor empresa (EV) = Capitalización (C) + Valor de la deuda (D)

En el momento de tiempo 0 estableceremos:

EV0 = C0 + D0
Se conoce que el valor de la empresa (EV del inglés enterprise value) o Esta ecuación no tiene solución dado que tenemos dos incógnitas: EV0
valor de los activos productivos es el valor actual de los flujos generados y D0. Tan sólo conocemos el valor de C0.
por dichos activos productivos, es decir; el valor actual de los flujos de En el momento de tiempo t, en el que asumimos vence la deuda,
caja libre operativos. tendremos:
Este valor también sabemos que es inobservable en el mercado. EVt = Ct + Dt
La capitalización bursátil (C) es un dato observable en el mercado y el
valor de la deuda (D) es la cifra que queremos llegar a determinar con Ct tomará un valor que será el máximo entre:
este modelo. La idea que subyace en el modelo es que los mercados de 0 si EVt < Valor nominal de la deuda (VND)
renta variable son más eficientes, desarrollados y líquidos que los de renta EVt – VND si EVt > VND
fija corporativa. Comencemos la exposición del mismo, aplicándolo a una Dt tomará un valor que será el mínimo entre:
empresa que sólo tiene recursos propios y un bono cupón cero de EVt si EVt < Valor nominal de la deuda (VND)
vencimiento t. VND si EVt > VND
 Según el gráfico inferior los posibles valores que pueden tomar la deuda
y los recursos propios de una compañía atendiendo a la evolución de su
valor empresa y asumiendo que el valor nominal de la deuda es 50 u.m. El significado económico de las propuestas de Merton

VALORES QUE PUEDEN TOMAR LA DEUDA Y LOS RECURSOS PROPIOS EN EL MOMENTO t Los bonistas recibirán en el momento del vencimiento de su deuda un
máximo de la cantidad pactada, el valor nominal de la deuda. Pero, si el
valor de la empresa es inferior a dicha cantidad, recibirán “lo que haya”.
Su máxima pérdida está limitada al dinero prestado. Su potencial
de cobro está también limitado al VND.
Los accionistas recibirán los flujos excedentarios una vez pagada la
deuda. Por tanto, si el valor de la empresa es inferior al valor de la deuda
no recibirán nada. Por el contrario, si el valor de la empresa es superior
recibirán el excedente. Su máxima pérdida está limitada a su
inversión. Pero en este caso, el beneficio potencial es ilimitado.

La paridad put – call

Analogía entre las propuestas de Merton y las opciones de compra y
La paridad put – call establece que comprar el activo subyacente (S0)
venta
equivale a comprar una opción call sobre un activo subyacente (S) a un
Al analizar el gráfico anterior observamos que,
precio de ejercicio (K), vender una opción put sobre el mismo subyacente
- Los recursos propios tienen un perfil idéntico al de una opción call
y al mismo precio de ejercicio y realizar una inversión al tipo libre de
comprada.
riesgo con valor final igual al precio de ejercicio de ambas opciones.
- La deuda tiene una forma general equivalente a la de una opción put
Matemáticamente, formulamos esta equivalencia de la siguiente manera:
vendida, aunque hemos de matizar que el valor total de la posición nunca
tiene un valor inferior a cero.

Antes de continuar con nuestro desarrollo teórico, vamos a enunciar brevemente

las principales formulaciones matemáticas de la teoría de opciones que
posteriormente utilizaremos para llegar a la valoración de la deuda corporativa:
- La paridad put – call (put – call parity).
- El modelo de valoración de opciones de Black-Scholes.
El modelo de valoración de Black-Scholes
El modelo de Black-Scholes ofrece una solución matemática para la
valoración de opciones. La asunción más relevante del modelo es que el
precio de la acción es una variable aleatoria cuya tasa de rendimiento
instantánea sigue un proceso de media y desviación típica constantes que da
lugar a una distribución log-normal.
El valor de una call y de una put viene definido por las siguientes fórmulas
(en una acción que no pague dividendos): Siendo:
S: Activo subyacente
S0: Precio actual del activo subyacente
K: Precio de ejercicio
r: Tipo de interés libre de riesgo
t: Tiempo hasta el vencimiento
σ: Volatilidad del activo subyacente
N: Función de distribución normal

Sustituyendo estos conceptos en la fórmula de la paridad put–call

Modelo de Merton: aplicación de la teoría de opciones al valor podremos deducir el valor de D0. Así pues:
de una empresa

Como hemos anticipado, el gráfico expuesto anteriormente muestra

que la capitalización bursátil responde al pay-off de una opción de
compra (call) sobre el valor de la empresa con un precio de
ejercicio igual al valor nominal de la deuda y vencimiento en t.
Entonces:
C0 = call(EV, VND)
Donde: El valor de la deuda responde al pay-off de una doble posición:
EV (valor empresa) = S (activo subyacente) una posición larga en un bono libre de riesgo con valor final el
VND (valor nominal de la deuda = K (precio de ejercicio) valor nominal de la deuda y una posición corta en una put
sobre el valor empresa y con precio de ejercicio el valor nominal
de la deuda.
 Siendo:
La solución cuantitativa de la ecuación del valor de la deuda la
obtenemos a través del modelo de Black-Scholes (sustituyendo
nuevamente los conceptos):

La probabilidad de impago riesgo-neutral viene definida por el

parámetro N(–d2), siendo, lógicamente, 1- N(-d2) la probabilidad de
cumplimiento de la obligación contraída. Para calcular dicha variable,
se requiere conocer EV0 y σEV. Ninguno de estos valores son
directamente observables en el mercado. Sin embargo, si la
empresa es negociada en el mercado de valores, podremos observar
EV0.

Ejemplo: aplicación del modelo de Merton

Sea la capitalización bursátil de una empresa 3 millones de u.m. La volatilidad de
Esto significa que la ecuación [8] proporciona una condición que debe ser
sus acciones se sitúa en niveles del 80%. El valor de la deuda asciende a 10
satisfecha por EV0 y σEV. Por otra parte, también podemos estimar σC a
millones de u.m. con vencimiento a 1 año y el tipo de interés libre de riesgo es
partir del Lema de Itô:
del 5% anual.
En este caso, EV0 = 3, σEV = 0,80, r = 0,05, t = 1 y VND = 10. Resolviendo las
ecuaciones [8] y [9] se obtiene EV0 = 12,40 y σEV = 0,2123. El parámetro d2
toma el valor 1.1408, de forma que la probabilidad de impago resulta ser N(-d2)
= 0,127, o bien 12,7%. El valor de mercado de la deuda (D0) viene dado por la
diferencia EV0 – C0 = 9,40, mientras que el valor actual de la deuda contraída es
10e -0,05*1 = 9,51. Del valor de mercado y el valor actual derivamos que la
pérdida esperada sobre el pago comprometido es, por tanto, (9,51 – 9,40)/9,51
≈ 1,2% de su valor libre de riesgo. Por último, comparando la pérdida esperada
Esta estimación nos proporciona otra ecuación que debe ser satisfecha por con la probabilidad de impago podemos deducir la tasa de recuperación esperada
EV0 y σEV. Así pues, las expresiones [8] y [9] conforman un sistema de dos en caso de incumplimiento: (12,7 – 1,2)/12,7 ≈ 91%. También podemos obtener
ecuaciones con dos incógnitas que puede ser resuelto para EV0 y σEV,19 el diferencial de tipos de interés. La rentabilidad de este bono es –ln(D0/VND) =
cuyos valores nos permitirán obtener la probabilidad de impago N(–d2). –ln(9,4/10) = 6,18% y el diferencial frente al tipo libre de riesgo: 6,18% – 5,0%
= 1,18% ó 118 p.b.
 a) El carácter hace referencia a la reputación de la empresa en su sector, su antigüedad y la solidez percibida
de sus operaciones.
LAS 5 CS
b) El capital hace referencia a varios ratios financieros, tales como su grado de apalancamiento (ratio
Esos procedimientos están basados en la opinión subjetiva de los directivos deuda/capital propio) o su capacidad de servicio de la deuda (BAII/Intereses). Alto apalancamiento y
más experimentados, que ponderan, de forma personal, dos tipos de escasa capacidad de cobertura del pago de intereses suelen estar asociados con altas probabilidades de
información. La primera de ellas, relacionada con la calidad y posible fallido.

liquidez del colateral o de las garantías que se han depositado. La segunda c) La capacidad de repago está relacionada con la volatilidad de los ingresos, ya que a mayor
relacionada con una serie de elementos característicos del prestatario (por volatilidad, mayor probabilidad de que aparezcan problemas a la hora de satisfacer los pagos de la
deuda.
ejemplo, sus ratios financieros) relacionados con su habilidad para generar
flujos de caja suficientes para hacer frente a las obligaciones del contrato
de préstamo. d) El colateral o garantía es también muy importante, ya que cuanto mayor sea y de mejor calidad y
liquidez, menor riesgo de crédito se asume.
Estas 5 Cs son: carácter, capital, capacidad, colateral y ciclo. Veamos cada
una de ellas en más detalle.
e) Finalmente, el estado del ciclo o de las condiciones económicas resulta también relevante, ya que hay
evidencia empírica que indica que existen diferencias importantes en las tasas esperadas de fallido a lo largo
del ciclo económico, siendo las tasas de impago mayores en situaciones de recesión económica que en
situaciones de expansión.

Credit scoring
Este enfoque tiene su origen en el trabajo de Altman –1968–, que utiliza las
técnicas de análisis multivariante (funciones lineales discriminantes). La idea
básica es tratar de identificar los factores clave asociados a la probabilidad de
incumplimiento basándonos en los ratios de los estados contables de la
empresa.
El modelo Z-Score es el nombre que se le da al resultado de aplicar el análisis
discriminante a un conjunto de indicadores financieros, cuyo propósito es
clasificar las empresas en dos grupos: bancarrota y no bancarrota.
Este modelo se pondera con datos reales de las empresas. La función
discriminante se expresa:

γt para i = 1… k, son los coeficientes de la función discriminante.

Xi para i = 1…. k, son las variables independientes.
Zt es el valor de la función discriminante o Z-Score
 El modelo original Z de Altman fue desarrollado para predecir las quiebras
de las empresas. Altman analizó la información financiera anual de 66
corporaciones del sector manufacturero.
Dentro del análisis de este tipo de modelos es importante tomar en El resultado del modelo fueron 22 razones financieras como variables
cuenta los siguiente: independientes, de las cuales eligió cinco como los mejores indicadores de
a. La selección de variables quiebra corporativa.
b. La selección de la muestra X1 = capital de trabajo/activos totales.
c. Las pruebas de significancia X2 = utilidades retenidas/activos totales.
d. La validación de resultados X3 = utilidades antes de impuestos e intereses/ activos totales.
e. El poder predictivo de la función discriminante X4 = capital a valor de mercado/pasivos totales.
f. La validez de los supuestos que sustenta el modelo X5 = ventas/activos totales.
Z = índice o valor discriminante.

En 1977, Altman, Haldeman y Narayanan construyeron un segundo

modelo, en el que introdujeron algunas modificaciones al modelo Z- Posteriormente, en 1989, Altman desarrolló una metodología para estimar la
Score original, como: probabilidad de quiebra a través de mediciones de la “tasa de mortalidad”. En
1991, utilizó datos de Standard & Poor’s para determinar cómo migran los
• Un modelo para empresas medianas y grandes.
bonos corporativos de un nivel de calificación a otro y originan la aplicación de
• Un modelo para empresas del sector manufacturero.
cadenas de Markov para modelar procesos aleatorios que caracterizan los
• Incorporación de cambio en los estándares de cálculo de las principales
cambios en la calidad de los créditos (Elizondo, 2003).
razones financieras de acuerdo con las nuevas prácticas contables.
El resultado fue mejor, ya que predice la bancarrota de las empresas con Una versión mejorada de la función Z fue publicada por Altman, Hartzell y Peck
cinco años de anticipación con un nivel de confianza del 90% y predice (citados en Samaniego, Trujillo y Martín, 2007) en 1995, la cual se expreso así:
con un año de anticipación con un nivel de confiabilidad del 70%. Sin
embargo, Moses y Liao (1987) devaluaron el poder analítico de este tipo Z = 3,25 + 6,56 X1 + 3,26 X2 + 6,72 X3 +1,05 X4
de modelos, debido a la alta correlación que presentan las variables
consideradas. Esta crítica alentó el uso de sistemas de valuación basados
en la decisión experta de los ejecutivos de crédito de las instituciones.
 EL MODELO ZETA
En 1977, Altman Haldeman y Narayanan construyen un modelo en el que
introducen algunas modificaciones al modelo Z-Score original.
Donde: El propósito de este conocido como modelo Z es clasificar a las empresas en
X1 = activo circulante/activo total. bancarrota incluyendo lo siguiente:
X2 = reservas/activo total. 1. Empresas medianas y grandes en el análisis.
X3= utilidades antes de intereses e impuestos/activo total. 2. Empresas del sector no-manufacturero.
X4 = valor contable del capital propio/pasivo total. 3. Los cambios en los estándares de cálculo de las principales razones
financieras y nuevas prácticas contables.
El término constante (3,25) en el modelo permite estandarizar el 4. Técnicas más recientes del análisis estadístico para la estimación del
análisis, de manera que una calificación equivalente a quiebra es análisis discriminante.
consistente con una puntuación menor o igual que cero. El resultado de la estimación del modelo Z resulta ser superior al Z-Score ya
Las ventajas de este modelo radican en que se puede trabajar con que permite predecir la bancarrota de las empresas con anticipación de cinco
variables extraídas únicamente de los estados financieros y en que años, con un nivel de confiabilidad del 70%, y predice con un año de
se puede aplicar a todos los sectores. anticipación con un nivel de confiabilidad del 96%. Asimismo, se observó que
la inclusión de compañías no manufactureras en el modelo, no producía
resultados inconsistentes.

Para la elaboración de este modelo, se utilizaron dos muestras de

compañías, la primera de ellas incluía información de 53 compañías en
bancarrota. Ambos grupos se encontraban divididos en proporciones
iguales de compañías manufactureras y no manufactureras. Al comparar este modelo con su antecesor, se observa que la
Los resultados de la estimación del modelo incluyeron siete razones precisión para predecir la bancarrota de una compañía con un
financieras que resultaron ser las más significativas: años de anticipación a la fecha en que se da la misma , es de
X1= ROA Retorno sobre activos, EBIT/Activos totales 93,9% para el modelo Z-Score y de 96,2% para el modelo Z.
X2= Estabilidad en utilidades, medida con el error estándar de ROA
X3= Servicio de deuda, EBIT/ Intereses totales pagados.
X4= Rentabilidad acumulada, Utilidades retenidas / Activos totales
X5 = Liquidez, Capital de Trabajo / Activos totales.
X6 = Capitalización, Acciones Comunes / Capital total
X7= Tamaño, medido con el total de activos de la empresa
EL MODELO RPA
El modelo RPA (Recursive Partioning Algortihm) presentado originalmente por
Frydman H, Altman Edward y Duen-Li Kao (1985), es considerado como un
procedimiento de clasificación bayesiana para el análisis financiero, ya que es En esencia el RPA permite llevar a cabo una partición de las variables en diversas
una técnica de clasificación no paramétrica, basada en patrones de regiones rectangulares, definidas de acuerdo con las características de los nodos
reconocimiento que tiene los atributos tanto del enfoque de clasificación terminales. Todos los objetos asignados a un nodo terminal pertenecen al mismo
univariado clásico como el de los procedimientos multivariados. grupo, la asignación se lleva a cabo bajo el criterio de minimización del costo
El modelo resultante es un árbol de clasificación binario que asigna los objetos esperado de mala clasificación, este costo esperado también se conoce como el
de estudio en grupos seleccionados a priori. Este modelo ha sido comparado riesgo de sustitución.
con una función politómica Probit, con el objeto de replicar la clasificación de Considérese un nodo terminal t que tiene ni(t) objetos del grupo i y sea Ni el
los créditos comerciales. tamaño de muestra original correspondiente al i-ésimo grupo.
Los insumos de árbol de clasificación consisten en:
1. La muestra original con todas las variables a ser analizadas para los n
créditos a clasificar.
2. La especificación de las probabilidades a priori.
3. La especificación de los costos de clasificación errónea.

La asignación del nodo terminal se asigna al grupo correspondiente al

El riesgo de asignar el nodo t al grupo 1 está dado por: mínimo riesgo, esta es una regla de clasificación bayesiana.
Modelo RPA
El riesgo resultante en el nodo t es:
𝑅 𝑡 = 𝑚𝑖𝑛 𝑅 𝑡 , 𝑅 (𝑡)
El riesgo total del árbol es la suma de los riesgos de los nodos terminales.
Nótese que si c12=c21=1 y 𝜋 = 𝑖 = 1,2, es decir, las probabilidades a
priori son las proporciones muestrales observada en los grupos 1 y 2,
Donde: entonces:
𝜋 = denota la probabilidad a priori de que un objeto pertenezca al grupo i
𝑛 (𝑡)
𝑐 = es el costo asociado a la clasificación incorrecta del objeto 𝑅 𝑡 =
𝑁
P(2,t) = es la probabilidad de que un objeto pertenezca al grupo 2 y sea
asignado en el nodo t Es la proporción muestral de objetos del grupo i asignados al nodo t.
( )
𝑝(𝑡|2) = Es la probabilidad condicional de que un objeto del grupo 2, En este caso, la regla de clasificación es simplemente asignar cada nodo terminal
sea asignado en el nodo t. al grupo que tiene la mayor representación en ese nodo y el riesgo total del árbol
es la proporción total de clasificaciones incorrectas en todo el árbol.
 Los supuestos bajo los cuales se desarrolló este modelo son (Ávila, Márquez y Romero,
Modelo desarrollado para mercados emergentes: CyRCE 2002):
En una investigación desarrollada en el Banco de México, se propuso el • Las probabilidades de incumplimiento de los créditos y sus covarianzas están dadas por
modelo de Capital y Riesgo de Crédito en Países Emergentes (CyRCE), factores externos y no necesariamente tienen que estar relacionadas a algún sistema de
calificación.
bajo la principal motivación de aplicarlo a la realidad de los países
• El análisis de la cartera se hace con cualquier criterio de segmentación, para poder
emergentes, porque requiere menos recursos de cómputo y es lo
establecer correspondencia entre los límites individuales y obtener una medida de
suficientemente general como para que lo use cualquier banco concentración del riesgo que representa cada uno del total y sus implicaciones al
(Márquez, 2006). requerimiento de capital.
• La distribución de pérdidas se puede caracterizar totalmente por su media y su varianza,
El modelo llega a una expresión para la medida de riesgo que permite
lo cual permite obtener expresiones cerradas para el VaR de una cartera de crédito, sin
establecer la relación directa entre el riesgo de crédito y los parámetros tener que recurrir a técnicas numéricas altamente onerosas en el consumo de recursos y
más importantes: capital requerido para afrontar riesgos y límites tiempo.
individuales de cada segmento de la cartera para propósitos de • Todos los elementos del riesgo se encuentran parametrizados y, por lo tanto, se pueden
diversificación. determinar de manera externa las deficiencias de información que son típicas de los
mercados emergentes y se pueden subsanar haciendo supuestos sobre los valores de
estos.

Bajo el supuesto de independencia y de que la distribución de pérdidas

se puede caracterizar por su media y su varianza, el valor en riesgo de la
cartera para un cierto nivel de confianza es:

Ψ = = razón de capitalización del banco, o propiamente del inverso de

cuántas veces tiene prestado el capital. Como el VaR, debe ser menor o igual al capital del banco, entonces se llega a la
p = probabilidad de impago. expresión:
𝑍 = variable normal estandarizada que corresponde al nivel de confianza α
θ = límite de concentración expresado como una proporción de la cartera V

Esta expresión determina el límite de concentración individual en función de la

razón de capitalización, la probabilidad de incumplimiento y el nivel de
confianza. En una primera generalización considera el vector F = (fi) ∈ En
como la representación de la cartera de crédito.
De esta expresión establece la relación con el índice de HH (índices de En el caso general, donde las probabilidades de incumplimiento se
concentración que cuantifica el estado de la estructura de la población representan como el vector π con matriz de covarianzas entre
en estudio) para establecer los límites de crédito y que la relación de incumplimientos M y son exógenos al modelo, la expresión cerrada
suficiencia de capital quede como: a la que llega es:

Donde el índice de HH es: Y, la desigualdad de suficiencia de capital:

Modelos econométricos Probit o Logit

En la actualidad, estos se utilizan de forma amplia para modelos

El coeficiente de Rayleigh surge como resultado de la solución de una crediticios; en consonancia con De Lara (2013), son modelos de elección
serie de problemas técnicos que presentaba el modelo original y se cualitativa que consisten en determinar la probabilidad de que un
define como la medida que resume el efecto de variación y covariación individuo que tiene ciertas características pertenezca a un grupo o a otro,
en el riesgo de crédito, manteniendo las propiedades originales del pueden ser malos pagadores en un grupo y en el otro los buenos
modelo y evitando el proceso de factorización de la matriz de pagadores. Se denota por “p” a la probabilidad de incumplimiento del
covarianzas con todos los problemas que esto significa. acreedor, esta solo puede tomar valores entre 0 y 1.
La metodología del Logit permite resolver los problemas planteados y
encontrar un valor para la probabilidad de quiebra de forma directa, ya
que sirven para medir la probabilidad de ocurrencia de un evento
particular condicionado a ciertas variables.
 Se define β como el vector de parámetros desconocidos, Xi el vector de La naturaleza dicotómica de estos modelos impide estimar los
variables explicativas para la observación i, P(Xi, β) como la probabilidad de parámetros con métodos tradicionales como Mínimos Cuadrados
quiebra condicional a Xi y β. Además S1 y S2 son las firmas quebradas y no Ordinarios, por lo que los betas se estiman mediante máxima
quebradas respectivamente. verosimilitud. Al definir una función para P se pueden estimar los
parámetros que maximizan la función:

P se define como:
El criterio para seleccionar las variables explicativas fue la simplicidad. Se
usan 9 variables, de las cuales 6 se escogieron por su popularidad en la
literatura. Se incluyen 4 variables que describen el estado financiero de
una empresa, y otras 5 que describen su desempeño:

1. SIZE (tamaño):log( Se espera que tenga signo

Í ) 6. NITA: Ingreso neto/Total de Activos. Es una medida del
negativo. desempeño de la firma, se espera que tenga signo negativo.
2. TLTA: Total Pasivos/Total Activos. Es una medida del leverage y se espera 7. FUTL: Fondos de las operaciones/Total Pasivos. También mide
que tenga signo positivo. el desempeño de la firma y se espera que tenga signo negativo.
3. WCTA: Capital de Explotación/Total Activos. Refleja el nivel de liquidez de la 8. INTWO: dummy que toma el valor de 1 si el ingreso neto en
firma, se espera que tenga signo negativo. los 2 últimos años ha sido negativo, y 0 en otro caso. Se espera
4. CLCA: Pasivo Circulante/Activo Circulante. También refleja liquidez, y se que tenga signo positivo.
espera que tenga signo positivo. 9. CHIN: (𝑁𝐼 − 𝑁 )⁄( 𝑁𝐼 + 𝑁𝐼 ) donde NIt es el ingreso
5. OENEG: dummy que toma el valor de 1 si Pasivos Totales > Activos Totales, neto del período más reciente. Esta variable mide variaciones en
0 en otro caso. No se sabe a priori que signo esperar, ya que esta variable el ingreso neto. Se espera que tenga signo negativo.
corrige por posibles discontinuidades en la variable TLTA. Un signo positivo
indica quiebra casi segura, mientras que un signo negativo indica que la
situación de la empresa es mala, pero no tan mala como para quebrar.
Se hacen tres estimaciones, el primero predice la quiebra para el
año 1, el segundo predice la quiebra para el año 2 condicional a Los modelos Credit VaR
que el año 1 no quebró, y el tercer modelo predice la quiebra para
1 o 2 años. La metodología de Valor en Riesgo (“Value at Risk” o VaR) para la
En general lo que se utiliza para evaluar un modelo del tipo logit, en medición y gestión de riesgos surgió inicialmente vinculada al riesgo de
cuanto a su desempeño discriminador, es el Odds Ratio, el cual se mercado, siendo sus aplicaciones más conocidas los modelos Risk$
define como: (desarrollado por el antiguo Chase Bank norteamericano y basado en
simulaciones históricas), RiskMetrics® (desarrollado por la banca JP
Morgan a partir de la matriz de correlaciones entre las posiciones) y
RAROC 2020 (propuesto por el Bankers Trust mediante la aplicación del
Donde Defaulted y Good sin subíndice indican el número total de método de simulación de Monte Carlo) (COHEN, 1998).
empresas quebradas y no quebradas respectivamente. Mientras
mayor sea el valor de este ratio, mejor es el poder predictivo del
modelo.

El Valor en Riesgo (VaR) es una estadística que representa posibles

pérdidas financieras dentro de una empresa, portafolio o posición durante
La metodología VaR se basa en el cálculo de diferentes medidas un período específico. Esta métrica es la más utilizada por los bancos
estadísticas respecto a la distribución de los valores de una cartera de comerciales y de inversión para la evaluación de riesgos financieros.
posiciones, tales como la media esperada, volatilidad y percentiles, Comprensión del Valor en Riesgo (VaR)
para lo que pueden utilizarse distintas técnicas y modelos de El modelo VaR mide la cantidad de posible pérdida, la probabilidad de que
medición, que dependen de cada desarrollo concreto. ocurra y el período de tiempo.
A partir de esta distribución, se definen las pérdidas de la cartera El uso de una evaluación VaR ayuda a determinar los riesgos acumulativos
como todo valor inferior a un valor de referencia o valor cero, de de los puestos ocupados por una organización. Utilizando los datos
forma tal que para un determinado horizonte temporal puede proporcionados por el modelo VaR, las instituciones financieras pueden
construirse la distribución de pérdidas esperadas de la cartera, y decidir si tienen suficientes reservas de capital para cubrir pérdidas o si los
calcularse el denominado “Valor en Riesgo” (VaR). riesgos superiores a lo aceptable les obligan a realizar cambios en su
portafolio y elegir inversiones con menor riesgo.
 Hay tres principales maneras de calcular el VaR: el método histórico, el método
paramétrico y la Simulación Monte Carlo. Cada una tiene sus cálculos, ventajas y
desventajas relacionadas con la complejidad, la velocidad de cálculo, la aplicabilidad a
ciertos instrumentos financieros y otros factores.
El VaR de una cartera o L(α) puede definirse como el valor esperado 1. Método histórico
correspondiente al percentil (1-α) de la distribución de pérdidas, tal que la El método histórico es el método más simple para calcular el Valor en Riesgo. Se toman
probabilidad de que en un determinado horizonte temporal se produzca una los datos de mercado de los últimos 100 días para calcular el cambio porcentual de
pérdida en la cartera superior a L(α) es inferior a α. De esta forma, el VaR o cada factor de riesgo en cada día. Luego, cada cambio porcentual se calcula con los
L(α) recoge la pérdida potencial máxima que puede producirse en la cartera valores de mercado actuales para presentar 100 escenarios para el valor futuro.
para un determinado nivel de confianza (1-α) (BESSIS, 2002, pág. 87). Para cada escenario, el portafolio se valora utilizando modelos de precios no lineales
completos. Se asume que el quinto peor día seleccionado es un VaR del 95%.
Una definición similar se recoge en GARMAN y BLANCO (1998), quienes
señalan:
“El VaR de una cartera es la mínima pérdida esperada para un horizonte
temporal y nivel de confianza determinados, medida en una moneda de
referencia específica” Donde:
•vi es el número de variables en el día i,
•m es el número de días, de los cuales se toman los datos históricos

Ejemplo, suponga que un gestor de riesgos desea calcular el VaR del 95% de 1 día para 2. Método paramétrico
la acción XYZ utilizando 100 días de datos. Usando el método histórico, el gestor de El método paramétrico también se conoce como método de varianza-
riesgos observaría los últimos 100 días de rendimiento de las acciones XYZ en orden de covarianza. Asume una distribución normal de los rendimientos. Se estiman dos
peor a mejor. Si tenemos las siguientes 100 rentabilidades, ordenadas de menor a factores: un rendimiento esperado y una desviación estándar.
mayor: El método paramétrico se adapta mejor a los problemas de medición de riesgos
donde las distribuciones se conocen y se estiman de manera confiable. Este
método no es fiable cuando el tamaño de la muestra es muy pequeño.
Siendo la pérdida 'l' para un portafolio 'p' con 'n' número de instrumento

El VaR con percentil 95, en este caso, corresponde a -3,64% o el gestor de riesgos
podría decir que el VaR del 95% a un día es una pérdida del 3,64%. Si esta cantidad de
riesgo está dentro de un rango aceptable para el gestor de riesgos, entonces la acción
XYZ puede considerarse una buena inversión.
Este método estima el VaR utilizando datos de rentabilidad estimados y
NO NORMALIDAD DE LOS RENDIMIENTOS
asumiendo una distribución normal de la rentabilidad. Una vez tenemos los
datos de rentabilidad esperados y el riesgo histórico (medido por la desviación
típica) se utiliza la siguiente fórmula:
VaR = |R – zδ|V
Siendo R, la rentabilidad esperada, z, el valor correspondiente para un nivel de
significación (por ejemplo 1.645 para 5%; 2.33 para 1%), δ, la desviación
típica de la rentabilidad y V, el valor de la inversión.
La ventaja de este método radica en su facilidad de cálculo. Solo necesitamos
conocer la media y desviación típica de los rendimientos para calcular el VaR.
Sin embargo, hace suposiciones sobre la normalidad de los rendimientos que
muchas veces no se cumplen (Sheikh & Qiao, 2010). A continuación se aprecia
el error que da lugar dicha suposición, es decir, se prevé una distribución
normal de los rendimientos pero la realidad es que los mismos tienden a
presentar una mayor cola a la izquierda de la media. O lo que es lo mismo, los
rendimientos negativos de un determinado activo se dan más de lo normal.

Este método estima el VaR generando miles de posibles resultados en

3. Método Monte Carlo función de los datos iniciales introducidos por el usuario. Estos
Según el método Monte Carlo, el Valor en Riesgo se calcula resultados se ordenan de mayor a menor rentabilidad. Luego se coge el
creando aleatoriamente escenarios para tasas futuras utilizando 5% de los resultados con menor rentabilidad, y de ese 5% se extrae el
modelos de fijación de precios no lineales para estimar el cambio dato de mayor rentabilidad, siendo éste el valor del VaR por el método
en el valor de cada escenario, calculando luego el VaR según las Monte Carlo (Mooney, 1997).
peores pérdidas. Para la generación de precios a través de este método nos hemos
El método Monte Carlo es adecuado para muchos problemas de apoyado en el proceso browniano. Según Pérez Fernández (Pérez
medición de riesgos, especialmente cuando se trata de factores Fernández, 2015) “Este proceso toma valores continuos y es
complicados. Asume que existe una asignación de probabilidad dependiente de la variable tiempo, la cual es considerada también
conocida para los factores de riesgo. continua. El Movimiento Browniano es muy apropiado para describir el
comportamiento de variables económico-financieras, como es el caso
de los activos financieros”.
De esta forma, los precios de los activos, aunque impredecibles, sigue el
siguiente proceso estocástico:
̅
𝑆 ∆ =𝑆𝑒 ∆
Donde St es el precio de la acción en t, Δt es el incremento de tiempo
medido como porción de año en término de días de contratación. Por Analizando la expresión anterior se puede observar cómo la evolución
del precio de la acción tiene una parte determinista a través de kΔty y
ejemplo un día de contratación equivale a ∆𝑡 = ,𝑘 = 𝜇 − , es el
otra estocástica a través de σεt t.
rendimiento esperado, μ es el rendimiento medio anualizado, σ2 es la La clave para la simulación de los rendimientos por el método de
varianza media de los rendimientos y εt son los shocks aleatorios en los MonteCarlo es la generación de números aleatorios que simulen los
precios de las acciones ocurridos en el momento t. shocks aleatorios.
Reordenando la ecuación anterior se tiene que:
𝑆
𝑟 = 𝑙𝑛 = 𝑘∆𝑡 + 𝜎𝜀 𝑡̅
𝑆
Analizando la expresión anterior se puede observar cómo la evolución del
precio de la acción tiene una parte determinista a través de y otra
estocástica a través de .