Probabilidad de impago

Basilea II
Banco de pagos internacionales Acuerdos de Basilea Basilea I Basilea II Basilea III
Fondo
Banca Política monetaria Banco Central Riesgo Gestión del riesgo Capital regulatorio Nivel 1 Nivel 2
Pilar 1: Capital regulatorio
Riesgo de crédito Estandarizados Enfoque IRB F-IRB A-IRB PD LGD EAD Riesgo operacional Básico Estandarizados AMA Riesgo de mercado Duración Valor en riesgo
Pilar 2: Revisión supervisora
Capital económico Riesgo de liquidez Riesgo legal
Pilar 3: Mercado divulgación
Divulgación
Portal de economía y negocios

Probabilidad de impago (PD) es un término financiero que describe la probabilidad de un por defecto en un horizonte de tiempo determinado. Proporciona una estimación de la probabilidad de que un prestatario será incapaz de cumplir con sus obligaciones de deuda.

PD se utiliza en una variedad de análisis de crédito y marcos de gestión de riesgo. Bajo Basilea II, es un parámetro clave utilizado en el cálculo de capital económico o capital regulatorio para una institución bancaria.

Resumen

PD es el riesgo de que el prestatario serán incapaces o reacios a pagar su deuda por completo o a tiempo. El riesgo de impago se deriva mediante el análisis de capacidad del deudor pagar la deuda con arreglo a las condiciones contractuales. PD es generalmente asociado con características financieras tales como insuficiente flujo de efectivo a deuda de servicio, disminución de los ingresos o márgenes operativos, plan de alto apalancamiento, liquidez decreciente o marginal y la incapacidad para implementar con éxito un negocio. Además de estos factores cuantificables, disposición del prestatario a reembolsar también debe ser evaluado.

— [Oficina de la Contraloría de la moneda.

La probabilidad de impago es una estimación de la probabilidad de que se produzca el evento predeterminado. Se aplica a un horizonte de evaluación particular, generalmente un año.

Las puntuaciones de crédito, tales como FICO para los consumidores o calificaciones de los bonos de S & P, Fitch o Moodys para corporaciones o gobiernos, normalmente implican una cierta probabilidad de impago.

Para el grupo de deudores comparten similares características de riesgo de crédito como RMBS o piscina de préstamos, un PD puede derivarse de un grupo de activos que es representativo del deudor (promedio) típico del grupo. En comparación, un PD para un bono o un préstamo comercial, normalmente se determinan por una sola entidad.

Bajo Basilea II, un evento predeterminado en una obligación de deuda se dice que si se han producido

• es improbable que el deudor podrá pagar su deuda al banco sin renunciar a cualquier colateral prometida
• el deudor es más de 90 días pasados debido a una obligación de crédito material

Tensionado y Unstressed PD

El PD de un deudor no sólo depende de las características de riesgo de ese deudor particular sino también el entorno económico y el grado al que afecta al deudor. Por lo tanto, la información disponible para estimar PD puede dividirse en dos categorías amplias:

• Información macroeconómica como casa los índices de precios, el desempleo, las tasas de crecimiento del PIB, etc.-esta información sigue siendo el mismo para varios deudores.
• Información específica del deudor como crecimiento de los ingresos (mayorista), número de veces delincuente en los últimos seis meses (minorista), etc. - esta información es específica para un deudor individual y puede ser estática o dinámica en la naturaleza. Ejemplos de características estáticas son la industria de préstamos por mayor y de originación "valor relación préstamo" para los préstamos por menor.

Un unstressed PD es una estimación que el deudor por defecto en un horizonte de tiempo determinado teniendo en cuenta la corriente macroeconómica así como información específica del deudor. Esto implica que si se deterioran las condiciones macroeconómicas, el Departamento de policía de un deudor tenderá a aumentar mientras que tenderá a disminuir si las condiciones económicas mejoran.

Un estresado PD es una estimación que el deudor por defecto en un horizonte temporal determinado teniendo en cuenta la actual información específica de deudor, pero teniendo en cuenta los factores macroeconómicos "tensionado" independientemente del estado actual de la economía. El PD tensionado de un deudor cambia con el tiempo dependiendo de las características de riesgo del deudor, pero no es fuertemente afectada por los cambios en el ciclo económico como las condiciones económicas adversas son ya incluidas en el presupuesto.

Para una explicación más detallada conceptual de tensionado y unstressed PD, consulte.

Through-the-Cycle(TTC) y Point-in-Time(PIT)

Estrechamente relacionado con el concepto de tensionado y unstressed PD, los términos a través de-la-ciclo (TTC) o point-in-time (PIT) puede ser utilizado tanto en el contexto del PD, así como el sistema de calificación. En el contexto de la EP, el PD estresado definido anteriormente generalmente denota el PD de TTC de un deudor mientras que el PD unstressed denota el hoyo PD. En el contexto de sistemas de clasificación, un sistema de calificación PIT asigna a cada deudor a un cubo tal que todos los sujetos obligados en un cubo comparten similares PDs unstressed mientras que todos los sujetos obligados en un cubo de riesgo asignado por una cuota de sistema de clasificación similar del TTC subrayó PDs.

Crédito por defecto swap-implícita (CDS-implicada) probabilidades de cesación de pagos se basan en los precios del mercado de permutas. Como los precios de las acciones, sus precios contienen toda la información disponible en el mercado como un todo. Como tal, el probabliity de forma predeterminada se puede deducir por el precio. CDS implícita que PD puede utilizarse con EDF (frecuencia por defecto espera) crédito medidas para mejorar la precisión.

Derivados Point-in-Time(PIT) y Through-the-cycle(TTC) PDs

Existen enfoques alternativos para derivar y estimación de la fosa y PDs TTC. Un tal marco consiste en distinguir PIT y PDs TTC mediante fluctuaciones predecibles sistemáticas en las condiciones del crédito, es decir, por medio de un "ciclo del crédito". Este marco, que implican el uso selectivo de hoyo o PDs TTC para diversos propósitos, se ha implementado con éxito en grandes bancos UK con estatus de Basilea II AIRB.

Como un primer paso este marco hace uso de Merton enfoque en el cual apalancamiento y volatilidad (o sus apoderados) se utilizan para crear un modelo de PD.

Como segundo paso, este marco asume la existencia de factores sistemáticas similar al modelo asintótica de Factor de riesgo (ASRF).

Como un tercer paso, este marco hace uso de previsibilidad de los ciclos de crédito. Esto significa que si la tasa predeterminada en un sector cerca de histórica alto entonces uno asumiría que caiga y si vota por defecto en un sector cerca de mínimo histórico entonces uno asumiría que levantan. En contraste con otros enfoques que asume el factor sistemático para ser completamente al azar, este marco cuantifica el componente predecible del factor sistemático que se traduce en la predicción más precisa de las tasas por defecto.

Según este marco, el término PIT se aplica al PDs que se mueven con el tiempo en tándem con realizado, tarifas por defecto (DRs), aumentando a medida que se deterioran las condiciones generales del crédito y la disminución de como mejorar las condiciones. El término TTC se aplica al PDs que no exhiben tales fluctuaciones, restante fijo en general así como las condiciones generales de crédito de la cera y la disminución. El PDs TTC de diferentes entidades cambiará, pero no el promedio global a través de todas las entidades. La mayor exactitud del hoyo PDs hace la opción preferida en aplicaciones riesgo actual, como la gestión de precios o cartera. La estabilidad global del PDs TTC hace atractivas en aplicaciones tales como determinación de Basilea II/II RWA.

El marco anterior proporciona un método para cuantificar ciclos de crédito, sus componentes sistemáticos y aleatorios resultante PIT y PDs TTC. Esto se logra por mayor crédito resumiendo, para cada una de varias industrias o regiones, MKMV FED, Kamakura por defecto las probabilidades (KDPs), o algunos otro conjunto integral de PIT PDs o DRs. Después de eso, estos factores se transforma en unidades convenientes y expresado como desviaciones de sus valores respectivos, long-run-media. La transformación de unidad típicamente involucra la aplicación de la función de distribución normal inversa, convirtiendo las medidas del PDs promedio o medianas en medidas de mediana o media "distancia por defecto" (DD). En este punto, uno tiene un conjunto de índices de medición de la distancia entre el actual y largo-promedio DD en cada uno de un conjunto seleccionado de sectores. Dependiendo de la disponibilidad de datos y los requisitos de la cartera, estos índices pueden crearse para diversas industrias y regiones con 20 + años cubriendo múltiples recesiones.

Después de desarrollar estos índices, uno puede calcular tanto hoyo y PDs TTC para las contrapartes dentro de cada uno de los sectores cubiertos. Para obtener el hoyo PDs, uno introduce los índices relevantes en los modelos por defecto relevante, volver a calibrar los modelos predeterminados y aplicar los modelos con los cambios actuales y proyectados en índices como entradas. Si un modelo PD no PIT lo contrario, la introducción de los índices hará PIT. La formulación del modelo específico depende de las características importantes de cada uno, clase distinguida de las contrapartes y las limitaciones de datos. Algunos enfoques comunes incluyen:

• Factor relación modelo: Calibración de factores financieros/no financieros e índices ciclo de crédito a los valores predeterminados. Este enfoque funciona bien con gran número de defectos, por ejemplo las PYMES carteras o carpetas grandes corporativos de calibrado a muestras de incumplimiento externo.
• Modelo de cuadro de mando integral: calibración de puntaje y ciclo de crédito índices calibrados para observaron los defectos internos o externos. Este enfoque funciona con menor número de defectos donde no hay datos suficientes para desarrollar un modelo de relación. Por ejemplo cartera de fondos
• Modelo directo de la Agencia: calibración de ECAI grados (enumerado como distancia por defecto) y los índices de crédito ECAI impagos y aplicarlo a las agencias y entidades co nominales internas. Este enfoque funciona bien donde hay una gran base de datos conjunta clasificado pero no lo suficientemente interna por defecto por ejemplo cartera de seguros
• Modelo de replicación Agencia: calibrar puntuación de factores/cuadro de mando financiero/no-financieros PDS estimada a partir del modelo directo de la agencia. Este enfoque funciona bien donde hay un conjunto de datos grande, co clasificado pero una pequeña muestra de cartera de seguros de defaults—e.g interna.
• Modelo proveedor externo: uso de modelos como el modelo MKMV EDF con índices del ciclo de crédito.

En este punto, para determinar un PD TTC, uno sigue tres pasos:

• Conversión de la PD hoyo a hoyo DD
• Restando el índice ciclo de crédito desde el hoyo DD, obteniendo así el TTC DD; y
• Conversión de la DD TTC a TTC PD.

Además de los modelos PD, este marco puede utilizarse también para desarrollar variantes de modelos LGD, EAD y pruebas de estrés PIT y TTC.

Estimación de PD

Existen muchas alternativas para estimar la probabilidad de impago. Pueden estimarse por defecto las probabilidades de una base de datos histórica de los defectos reales utilizando técnicas modernas como regresión logística. Por defecto las probabilidades también pueden estimarse de los precios observables de las permutas, bonos, y Opciones en acciones ordinarias. El enfoque más sencillo, tomado por muchos bancos, es utilizar las agencias de calificación externas tales como Standard y Poors, Fitch o Investors Service de Moody's para estimar el PDs de experiencia histórica por defecto. Para la estimación de probabilidad de defecto pequeños negocios, regresión logística es otra vez la técnica más común para la estimación de los conductores de valor predeterminado para un pequeño negocio basada en una base de datos histórica de los valores predeterminados. Estos modelos son ambos desarrollados internamente y proporcionados por terceros. Un enfoque similar se toma por defecto por menor, utilizando el término "puntaje" como un eufemismo para la probabilidad de default que es el verdadero foco del prestamista.

Continuación se enumeran algunos de los métodos estadísticos populares que han sido utilizados para modelar la probabilidad de impago.

• Regresión lineal
• Análisis discriminante
• Logit y Probit Modelos
• Los paneles de
• Modelo de riesgos proporcionales de Cox
• Redes neuronales
• Árboles de clasificación

Véase también

• Pérdida esperada y sus tres factores
  • Pérdida dada por defecto (LGD) magnitud de las pérdidas probables en la exposición, expresada como un porcentaje de la exposición
  • Probabilidad de impago (PD) probabilidad de impago de un prestatario (Esta página).
  • Exposición en defecto (EAD) cantidad a la cual el Banco estuvo expuesto al prestatario en el momento de forma predeterminada, medido en moneda
• Para los efectos de la correlación entre la PD y LGD ver Pérdida esperada

Lectura

• de Servigny, Arnaud y Olivier Renault (2004). El Standard & Poor guía para la medición y gestión del riesgo de crédito. McGraw-Hill. ISBN978-0-07-141755-6.
• Duffie, Darrell y Kenneth J. Singleton (2003). Riesgo de crédito: Tasación, medición y gestión. Princeton University Press. ISBN978-0-691-09046-7.

Enlaces externos

• Probabilidad de Default implícita de CDS -Calculadora en línea de matemáticas financieras QuantCalc,
• https://Papers.SSRN.com/sol3/delivery.cfm/SSRN_ID1921419_code282731.pdf?abstractid=1921419&mirid=1 Papel de metodología a través de-la-ciclo medidas de crédito de la Fed
• https://www.bis.org/publ/bcbsca.htm Basilea II: marco capital internacional revisada (BCBS)
• https://www.bis.org/publ/bcbs107.htm Basilea II: convergencia internacional de medición de Capital y las normas de Capital: un marco revisado (BCBS)
• https://www.bis.org/publ/bcbs118.htm Basilea II: convergencia internacional de medición de Capital y las normas de Capital: un marco revisado (CBSB) (revisión de noviembre de 2005)
• https://www.bis.org/publ/bcbs128.pdf Basilea II: convergencia internacional de medición de Capital y las normas de Capital: un marco revisado, versión completa (CBSB) (revisión de junio de 2006)

Otras Páginas

• FC Callatis Mangalia
• Inteligencia emocional 2.0
• Martin A. Siegel
• Bondwell
• Amit Sood
• 2013 NCAA Division I Campeonato de tenis
• Tilloy-les-Conty
• Esteroides anabolicos
• Lista de hierbas con efectos adversos conocidos
• Ciudad natal de AOL
• Amor en los tiempos de ejecucion hipotecaria
• Panaderia de perro
• Sistema financiero mundial
• Burbank, California (redireccion de Burbank, Los Angeles, California)