Modelo Alfa-Beta:

  • Este modelo permite calcular la concentración de la distribución de frecuencias de probabilidades de ocurrencia por nivel de deterioro de cartera mediante una metodología binomial, contrastando la proporción simple y proporción acumulada de una cartera crediticia, de acuerdo a dos clasificaciones a saber Nivel de Riesgo del Deudor o Días de Atraso.
  • Sobre un análisis binomial de distribución de frecuencia de probabilidades Alfa-Beta, y definiendo una clase de corte máximo aceptable, el modelo calcula el monto de pérdida esperada y no esperada de la cartera, asi como la probabilidad que una cartera se mantenga en un rango de clase y la probabilidad que este propenda a deteriorarse.
  • Este modelo aplica con mayor frecuencia en la determinación del monto efectivo de estimaciones/provisiones para incobrables, siendo que permite sensibilizar con un nivel de confianza dado.

El modelo calcula:

  1. Nivel de Concentración simple y acumuladas de carteras
  2. Factor Alfa y Beta de Ajuste para normalizar la distribución de Frecuencia
  3. Probabilidad que la Cartera se mantenga en la clase actual
  4. Probabilidad de Deterioro de la cartera
  5. Factor de Pérdida no Esperada
  6. Monto de la Pérdida no espera
  7. Monto de la Pérdida Total
  8. Genera Reportes de Salida en Excel, Word o PDF

Modelo IHH Crediticio

  • El modelo IHH Crediticio permite calcular el requerimiento de capital que requiere una entidad para cubrir su riesgo de crédito acorde al nivel de concentración de cartera según grado de deterioro. El indicador Ihh (indicador de Herfindahl Hirschman) permite determinar un factor de concentración medio el cual, sensibilizado contra unas variables econométricas, permite calcular el requerimiento óptimo de capital. Los montos de operaciones clasificados por nivel de atraso, multiplicados por un factor de estimación de pérdida, y un valor de concentración generan una pérdida esperada la cual, multiplicada por el inverso de esta pérdida estimada traducida en términos porcentuales, se sensibiliza posteriormente por un número de desviaciones estándar asociado a un nivel de confianza. El resultado del algoritmo anterior multiplicado por el total de la cartera, es lo que finalmente genera un requerimiento de capital para cobertura de posibles pérdidas.
  • Igualmente, el modelo, al comparar el nivel requerido contra el nivel estimado real, proyecta un saldo máximo de cartera que podrá estar asignando a un monto recomendado de saldos independientes (por operación o por deudor) para la reducción de la exposición de riesgos o la no asunción de riesgos adicionales de concentración. La determinación de escenarios permite incluir mitigadores, por medio de coberturas con garantías reales, y porcentajes de aceptación, lo que sensibiliza al final el monto máximo de riesgo cubierto y el requerimiento neto de capital.

El modelo calcula:

  1. Indicador IHH
  2. Pérdida Espera
  3. Factor de Ajuste según Nivel de Confianza
  4. Raíz Cuadrada de la Pérdida Esperada (como factor de sensibilización)
  5. Factor Máximo de Capital Mínimo Requerido
  6. Capital Requerido para Cobertura de Riesgo de Crédito antes de Mitigación
  7. Capital requerido con Monto Mitigador
  8. Monto de Cobertura Requerida Neta
  9. Monto de Estimación por Cartera Cubierta
  10. Razón de capitalización Actual
  11. Factor de Máxima Concentración requerida
  12. Saldo Máximo de la Cartera de Crédito que se puede asignar a cotas de crédito
  13. Monto máximo de crédito asignable a la cartera total aplicable

Modelo Z-altman:

  • El ¨Z score¨ es un modelo de cálculo de solvencia de riesgo de crédito contraparte de inversiones, en el cual se da una ponderación a ciertas razones financieras para maximizar el poder de predicción del modelo y al mismo tiempo apegarse a ciertos supuestos estadísticos. Las razones son multiplicadas por un coeficiente de regresión logarítmica, calculado previamente para la realidad del país, sobre la base de los datos de indicadores país, los cuáles son calculados con la historia discriminante de entidades solventes y entidades no solventes. Los productos de estas multiplicaciones son sumados para obtener el puntaje Z de la empresa en que se mantienen inversiones y finalmente este puntaje se compara con una escala previamente establecida para obtener la salud financiera de las empresas en las que mantenemos inversiones.
  • En concreto este Modelo permite determinar -de forma sencilla- la situación general que presenta una empresa en un momento de su historia, revisando sólo información clave. Adicionalmente puede analizarse la tendencia de su situación financiera en el tiempo, para tomar medidas correctivas –sobre el mantenimiento o no de las inversiones en esa empresa o valor- en forma oportuna. Sin embargo, es preciso destacar que la calificación obtenida está basada en el desempeño operativo y financiero de la empresa.
  • Aunado a lo anterior, no existe una regla general para evitar la insolvencia. Sin embargo, es posible aprovechar el Modelo ¨Z¨ para detectar posibles circunstancias que se estén presentando en la empresa que pudieran empeorar con el paso del tiempo, al grado de llegar a la quiebra.
  • A través del análisis discriminante y regresión múltiple para predecir la quiebra, es posible determinar con gran precisión si una empresa está en peligro de llegar a la bancarrota. Y mejor aún, proporciona el ejecutivo financiero una herramienta adicional para evaluar la situación actual e histórica de la empresa.
  • Este modelo debe ser completado con análisis del Balance General y el Estado de Resultados de cada empresa. Es el complemento perfecto para los análisis de liquidez y solvencia que deben realizarse para cualquier empresa.

El modelo calcula:

  1. Indicadores relevantes
  2. Pesos de Indicadores Relevantes
  3. Resultado de Valor Agregado de cada indicador
  4. Suma del factor Z
  5. Comparación con los Límites de Tolerancia
  6. Determinación del Nivel y el Rango de Solvencia
  7. Se pueden hacer comparaciones Mensuales, Trimestrales y anuales

Matriz de transición:

  • Las matrices de transición son instrumentos de valoración probabilística simple, que por un comportamiento histórico determina una propensión a futuro sobre posible deterioro de cartera.
  • Siendo las matrices de transición un instrumento que permite determinar como un elemento puede cambiar de condición en un plazo de tiempo determinado, eso es, siempre y cuando este elemento o sujeto haya estado activo en el plazo de transición, es totalmente viable identificar la probabilidad que de una condición vigente cambie a otra condición en el futuro, no solo comparando el momento inicial con el final, sino también sobre su comportamiento de mayor “exposición” en el tiempo.
  • Nuestro sistema de análisis de transición se puede generar por cartera consolidada o por cosecha a la vez que se puede estimar por diferentes clasificaciones, esto es clasificación de riesgo, días de atraso, comportamiento histórico de pago, por puntaje asignado o por capacidad de pago. Igualmente, el modelo permite generar reportes por línea de crédito, por sucursal, y por zona a toda vez que valora deterioros por máxima afectación de “default” en la serie de datos, o por deterioro de inicio y final.
  • Genera reportes por número de créditos, saldo de cartera, porcentaje de cartera en propensión (probabilidad) de deterioro y pérdida.
  • El modelo también permite desarrollar el análisis de propensión por medio de cadenas de Markov, que con un análisis de varianza covarianza, analizar las diferentes posturas de deterioro por lo que determina con precisión la pérdida máxima esperada por composición y comportamiento de cartera.

El modelo calcula:

  1. Porcentajes de cambio por clase según número de deudores
  2. Porcentajes de cambio por clase según saldo de cartera
  3. Cálculo de la concentración por clase según tipo de crédito
  4. Cálculo de la probabilidad Simple de Deterioro
  5. Cálculo proyectado de posible deterioro por cartera proyectada
  6. Propensión de Pérdida por Cadenas de Markov
  7. Determinación del Factor de Requerimiento de Capital en Riesgo de Crédito.