DISEÑO DE UN SISTEMA INTERNO DE RATING PARA PYMES SEGÚN LOS

NUEVOS ESTÁNDARES INTERNACIONALES DE SOLVENCIA BANCARIA

Antonio Partal Ureña

Profesor Titular de Universidad

Departamento de Administración de Empresas, Contabilidad y Sociología

Facultad de Ciencias Sociales y Jurídicas

Universidad de Jaén

Paraje “Las Lagunillas” s/n 23071-Jaén

Teléfono: 953 01 22 15

Fax:953 01 22 22

apartal@ujaen.es

Pilar Gómez Fernández-Aguado

Profesora asociada

Departamento de Economía Financiera y Contabilidad

Facultad de Estudios Empresariales y Turismo

Universidad de Extremadura

Avda. Universidad s/n 10071-Cáceres

Teléfono: 927 25 74 80 Ext.:7976

Fax: 927 25 74 81

pfaguado@unex.es

2

DISEÑO DE UN SISTEMA INTERNO DE RATING PARA PYMES SEGÚN LOS

NUEVOS ESTÁNDARES INTERNACIONALES DE SOLVENCIA BANCARIA

La adaptación del Nuevo Acuerdo de Capital de Basilea va a suponer un cambio

radical en la gestión y el control del riesgo de crédito para las entidades financieras,

siendo una pieza clave el desarrollo y la implantación de sistemas internos de rating.

Reconociendo la importancia de esta reforma, proponemos una metodología de rating

siguiendo las directrices del Nuevo Acuerdo, y diseñamos un sistema interno de rating

para Pymes basándonos en la experiencia histórica de impagos de una entidad. El

sistema propuesto tiene como base una modelo de probabilidad condicional Logit, que

nos permite determinar de manera consistente la probabilidad de impago de una

empresa basándonos únicamente en su información contable. En el diseño del sistema,

se presta especial atención a la comprobación de la robustez del modelo mediante

métodos de validación temporal y extramuestral, así como a la relevancia de la

información contable en la predicción del evento de impago. Con el objeto de

proporcionar una herramienta fácil de usar, intuitiva, potente y validada empíricamente

para la gestión y control del riesgo de crédito.

Palabras clave: Acuerdo de Capital, Riesgo de crédito, Sistemas de rating.

3

DISEÑO DE UN SISTEMA INTERNO DE RATING PARA PYMES SEGÚN

LOS NUEVOS ESTÁNDARES DE SOLVENCIA BANCARIA

INTERNACIONAL

1. INTRODUCCIÓN

Tradicionalmente, las entidades financieras para la gestión y el control del riesgo

de crédito de sus operaciones se han basado en métodos subjetivos de valoración,

fundamentados en el juicio y la experiencia de los analistas de crédito. Limitándose, al

estudio de la estructura financiera y solvencia del cliente en el momento de la concesión

de cada operación de forma individual, y controlándose el riesgo que introducían las

operaciones mediante el cumplimiento de los coeficientes de solvencia y los niveles de

provisiones establecidos por las autoridades supervisoras.

Esta situación esta cambiando y cada vez es mayor el número de entidades,

aunque todavía insuficiente, que están desarrollando sistemas internos de rating basados

en métodos objetivos de valoración del riesgo de crédito. Las razones que han originado

este cambio son fundamentalmente las siguientes: la orientación de la gestión bancaria

hacia el incremento de valor para el accionista, las innovaciones financieras

relacionadas con el riesgo de crédito (titulización y derivados crediticios), y la

aceptación y el interés de las autoridades monetarias en la utilización de estos sistemas.

La utilización de estos sistemas se incrementará en los próximos años como

consecuencia de la entrada en vigor del Nuevo Acuerdo de Capital de Basilea (más

conocido como Basilea II) propuesto por el Comité de Supervisión Bancaria de

Basilea1, prevista para el año 2006. Uno de los objetivos de esta reforma es establecer

una medida de capital regulatorio más sensible al riesgo de la actividad bancaria en

general, y en concreto al riesgo de crédito. Este objetivo se alcanzará principalmente a

través de la alternativa propuesta con el enfoque IRB (Internal Rating Based) para la

1 En 1998, el Comité de Supervisión Bancaria de Basilea propuso introducir una nuevo acuerdo sobre adecuación del capital que sustituyera al Acuerdo de 1988. Esta propuesta de reforma es, sin duda, un acontecimiento en el ámbito de la regulación bancaria de máxima de relevancia. Donde no solo se modificaran las normas de solvencia, sino también los procesos de supervisión bancaria. Se prevé que el nuevo acuerdo esté finalizado en este año y su entrada en vigor para el año 2006.

4

determinación de los requerimientos de capital por riesgo de crédito. Bajo este enfoque,

los requerimientos de capital se determinaran a partir de la probabilidad de impago de

los diferentes elementos que componen la cartera crediticia, siendo necesario para ello

disponer de un sistema interno de rating.

La adaptación de Basilea II va a suponer un cambio radical en la gestión y el

control del riesgo de crédito para las entidades, siendo una pieza clave el desarrollo y la

implantación de sistemas internos de rating. Reconociendo la importancia que tiene esta

reforma de capital, pretendemos con este trabajo ofrecer una alternativa posible para su

adaptación con relación a los sistemas de calificación crediticia. Concretamente,

proponemos una metodología de rating siguiendo las recomendaciones del Comité de

Supervisión Bancaria de Basilea, y diseñamos un sistema interno de rating para Pymes

basándonos en la experiencia histórica de impago de una entidad crediticia, el cual

puede ser una referencia útil para cualquier entidad en su adaptación a Basilea II. El

sistema propuesto se fundamenta en un modelo de probabilidad condicional, Logit, que

nos permite determinar de manera consistente la probabilidad de impago de una

empresa basándonos únicamente en la información financiera.

Con la finalidad indicada para este estudio, el articulo lo hemos estructurado de

la manera siguiente. En primer lugar, se exponen las características y utilidades de un

sistema interno de rating en la gestión y el control del riesgo de crédito. Segundo, se

analiza el enfoque IRB para la determinación de los requerimientos de capital por

riesgo de crédito, y se examina el tratamiento de las Pymes bajo este enfoque.

Posteriormente, se detallan los criterios establecidos por el Comité para la construcción

de un sistema interno de rating. Después, conforme a estos criterios desarrollamos una

metodología de rating, diseñando una sistema para la calificación de las Pymes. Por

último, se expone las principales conclusiones de este trabajo.

2. FUNDAMENTOS DE UN SISTEMA INTERNO DE RATING

Un sistema interno de rating permite trasladar a un plano más técnico la tarea

que los analistas tradicionalmente venían desempeñando, de forma que la evaluación y

medición del riesgo de crédito es más precisa y objetiva. A través del sistema se pueden

clasificar a los clientes de una entidad en función de su calidad crediticia, y asociarles

5

una probabilidad de incumplimiento o impago concreta. Dicha clasificación vendrá

determinada por una modelo de evaluación de riesgo de crédito o credit scoring. De

modo que, en función de la evaluación resultante el cliente será clasificado en una de las

categorías crediticias definidas en el sistema, y se le asignará la probabilidad de impago

esperada de la categoría correspondiente.

Los sistemas internos de rating son herramientas adecuadas para los siguientes

aspectos relacionados con el riesgo de crédito: 1) identificación, medición, seguimiento

y control del riesgo, 2) definición de estrategias y políticas sobre el riesgo de crédito, 3)

fijación del precio de las operaciones, 4) asignación de capital a las operaciones y su

posible inclusión en los cálculos de RORAC y ROE.

Un sistema interno de rating útil para la gestión y control del riesgo de crédito

debe reunir las siguientes característica (Moody’s, 2000). En primer lugar, el

funcionamiento y los resultados del sistema deben ser compresibles y claros. Es

necesario que el personal que utilice esta herramienta comprenda su funcionamiento e

interprete adecuadamente los resultados, siendo más importante entender por qué

funciona el sistema que proporcionar mejoras marginales en precisión. Segundo, el

sistema debe discriminar eficientemente a los clientes en función de su calidad

crediticia. Y tercero, el sistema deberá estar calibrado en probabilidades de impago.

Aunque un sistema no calibrado puede ser útil para aceptar o declinar prestamos, es de

poca utilidad en otras áreas de la gestión del riesgo de crédito, tales como la

determinación del precio de las operaciones, asignación de capital, así como para la

cobertura o negociación del mismo.

A pesar de las ventajas que ofrece la utilización de los sistemas internos de

rating para la adecuada gestión y control del riesgo de crédito, actualmente son pocas

las entidades financieras españolas que cuentan con este tipo de herramientas. Así se

pone de manifiesto en un estudio llevado a cabo por PricewaterhouseCoopers (2001),

con el objeto de analizar la situación de las entidades financieras españolas para la

adaptación de Basilea II. En el estudio se determina, entre otros aspectos, el grado de

avance de las entidades españolas en la estimación de las probabilidades de

incumplimiento asociadas a las categorías de un sistema interno de rating. Los

resultados fueron que tan solo un 20% de las entidades manejan este concepto en todas

6

sus líneas de negocio (Banca corporativa y grandes empresas, Pymes, Comercios y

pequeños empresarios, Préstamos hipotecarios, Consumo de particulares y Promotores

inmobiliarios), en la mayoría de las entidades no se utiliza este concepto, o simplemente

está asociado a un modelo de scoring. Los segmentos en los que más entidades utilizan

este concepto son en primer lugar, Financiación de consumo de particulares (47%),

seguido de Pymes (40%), siendo en el que menos, Comercio y pequeños empresarios

(33%), en el gráfico nº 1 se muestran los resultados.

Gráfico nº1: Utilización de la probabilidad de incumplimiento por líneas de negocio.

Fuente: PricewaterhouseCoopers (2001)

El escaso uso de estos sistemas por parte de las entidades financieras españolas

puede deberse a los siguientes motivos (García Higueras, 2000): 1) la ausencia de series

de datos públicos suficientes y fiables, 2) la escasez de datos históricos internos cuya

obtención, si es posible, implica un elevado coste, y 3) debido a que la eficacia de

dichos sistemas solo se puede validar empíricamente con el paso del tiempo y su

implantación como criterio único no puede materializarse a corto plazo.

3. EL ENFOQUE IRB PARA LA MEDICIÓN DEL RIESGO DE CRÉDITO EN

BASILEA II

El tratamiento del riesgo de crédito propuesto en Basilea II varía sustancialmente

respecto al actual, estableciéndose una metodología novedosa y múltiples opciones para

la determinación de unos requerimientos de capital más sensibles al riesgo. Se proponen

dos enfoques alternativos con diferentes niveles de complejidad: el enfoque estándar y

el enfoque IRB (Internal Rating Based); y se reconocen diferentes técnicas para la

02040

6080

100

BancaCorporativa

Pymes Comercios Hipotecarios Consumo

% de entidades

7

cobertura del riesgo de crédito (colaterales, derivados crediticios y acuerdos de

compensación en balance).

El enfoque estándar es similar al enfoque propuesto en el Acuerdo de 1988, pero

más sensible al riesgo, al determinarse los requerimientos de capital en función de las

evaluaciones de crédito externas. La novedad más significativa en el tratamiento del

riesgo de crédito es el enfoque IRB, bajo el cual el banco determinará los

requerimientos de capital de acuerdo con su perfil de riesgo crediticio. Esta alternativa,

según Pancorbo de Rato (2002), elimina las limitaciones y reservas de fundamentar las

ponderaciones de riesgo en calificaciones externas (enfoque estándar), o de

fundamentarlas en las ponderaciones propuestas por los supervisores (Acuerdo de

1988).

A través del enfoque IRB, los bancos podrán utilizar sus estimaciones internas

de los factores de riesgo de una operación concreta a fin de determinar los

requerimientos de capital correspondientes a la misma2. Estos factores de riesgo son: la

Probabilidad de incumplimiento (Probability of Default, PD), la Pérdida en caso de

incumplimiento (Loss Given Default, LGD), Exposición al riesgo de crédito (Exposure

at Default, EAD) y el vencimiento efectivo (M, Maturity). La utilización del enfoque

IRB esta condicionada al cumplimiento de determinados requisitos con el fin de

garantizar la integridad y credibilidad de las estimaciones realizadas.

Dependiendo de la capacidad del banco para estimar los factores de riesgo podrá

acogerse al IRB básico o avanzado. Como regla general, en el IRB básico solo será

necesario que el banco estime los distintos valores de PD de sus acreditados, el resto de

factores de riesgo vendrán establecidos por la autoridad supervisora nacional. Mientras

que para adoptar el IRB avanzado, se requerirá que el banco determine internamente

todos los factores de riesgo.

2 Este enfoque es similar al seguido con la enmienda del Acuerdo de Basilea sobre riesgo de mercado, introducida en 1996, que permitió a los bancos utilizar sus modelos de cálculo de Valor en Riesgo (VAR) como alternativa al enfoque normalizado de cálculo de capital obligatorio para cubrir el riesgo de mercado, con sujeción a la aprobación de esos modelos por parte de las autoridades supervisoras nacionales.

8

Las ponderaciones de los distintos activos se determinan mediante una función

continua de los factores de riesgo citados. Esta función permite transformar los

componentes de riesgo en activos ponderados por su nivel de riesgo y,

consecuentemente, en requerimientos de capital. El Comité ha definido una función de

ponderación de riesgo distinta para cada una de las diferentes exposiciones bancarias.

Concretamente se consideran cinco categorías o exposiciones de riesgo distintas, estas

son: exposiciones empresariales (corporate exposures), bancarias (bank esposures),

soberanas (sovering exposures), minoristas (retail exposures), y accionariales (equity

exposures)3.

Según el tercer documento de consulta de Basilea II4, publicado en abril de

2003, la financiación a Pymes5 puede encuadrarse en dos de las categorías anteriores,

bien dentro de la cartera de corporate, pero con un tratamiento diferente del resto de

empresas; o dentro de la cartera de retail, concretamente en la subcartera other retail.

La inclusión de los riesgos contraídos con Pymes dentro de la categoría de retail esta

condicionada al cumplimiento de dos criterios: 1) el riesgo deberá ser gestionado al

igual que las exposiciones minoristas, y 2) el riesgo contraído con la empresa no debe

ser superior a un millón de euros.

El tratamiento de las Pyme en Basilea II ha suscitado un gran interés y

preocupación, tanto por parte de las entidades como de las asociaciones empresariales.

Según se planteaba la determinación de los requerimientos de capital en el segundo

documento de consulta, la reforma podría tener efectos negativos sobre el coste y la

disponibilidad de la financiación para las Pymes. Multitud de comentarios fueron

enviados al Comité para que se introdujeran las modificaciones precisas a fin de poder

paliar tales efectos. Fruto de estos comentarios, en el tercer documento de consulta se

propone un tratamiento especifico para los riesgos asociados con estas empresas. A

3 Dentro de los activos frente a empresas, se distinguen cinco subgrupos de financiación especializada. Entre los activos frente al sector minorista, se identifican tres subcategorías. 4 Desde que el Comité de Supervisión Bancaria emprendió el proceso de reforma del acuerdo de capital, en 1998, ha publicado tres documentos de consulta (junio de 1999, enero de 2001 y abril de 2003). Tras la publicación de estos documentos se abre un periodo de consulta para que las partes interesadas presenten sus comentarios y sugerencias de mejora. Se prevé que finalizado el periodo de consulta del tercer documento, el 31 de julio de 2003, el Comité prepare la versión definitiva de Basilea II, para su entrada en vigor en el año 2006. 5 El Comité considera Pymes aquellas empresas con un volumen de ventas inferior a 50 millones de euros.

9

continuación expondremos cuales son las funciones para ponderar el riesgo con Pymes,

dependiendo dentro de que cartera se ubiquen, y según las últimas propuestas

contenidas en el tercer documento de consulta.

Las ponderaciones de riesgo (K) se determinan mediante una función continua

de los factores de riesgo siguientes: PD y LGD, y en ocasiones de M. En el tercer

documento de consulta de Basilea II se establece la siguiente función de ponderaciones

para las exposiciones con Pymes, cuando éstas se consideren dentro de la cartera de

corporate:

( ) ( ) ( ) ( )PDb5,111999,0N

1PDN1NLGDK 1

5,015,0

⋅−×

⋅

−

+⋅−×= −−−

ρρρ

Para el diseño de las funciones de ponderación de riesgos, el Comité, se basó en

el marco conceptual de los modelos internos para la medición del riesgo de crédito que

actualmente utiliza el sector (CreditMetrics™, Portfolio Manager™, CreditRisk+™, entre

otros), pero parametrizada de modo que los requerimientos de capital cubran las

pérdidas esperadas e inesperadas de la cartera. Bajo estas premisas, las ponderaciones

de riesgo en el enfoque IRB vienen determinadas por los siguientes factores:

• LGD: La pérdida dado el impago, que serán valores establecidos por el

supervisor nacional en el caso del método IRB básico o estimaciones

internas de la entidad, en el caso del IRB avanzado.

• ( ) ( ) ( )

⋅

−

+⋅− −−− 999,0N1

PDN1N 15,0

15,0

ρρρ : Representa la suma de las

pérdidas esperadas e inesperadas para una cartera hipotética en un horizonte

temporal de un año y un nivel de confianza del 99,9%. Siendo N(X) la

función de distribución acumulada normal de media cero y desviación típica

uno, y N-1(X) la función inversa a la anterior. En la expresión, la correlación

de los activos de la cartera (ρ) se determina como sigue:

10

−

−⋅−

−

−−⋅+

−

−⋅=

−

⋅−

−

⋅−

455s104,0

e1e1124,0

e1e112,0 50

PD50

50

PD50ρ

En la expresión para determinar la correlación de los activos de la cartera, es

donde se introduce la modificación de la función de ponderación de corporate para

ajustarla a las Pymes. La adaptación de la función se ha realizado introduciendo un

ajuste por tamaño de la empresa (es decir, ( )( )45/5s104,0 −−⋅ . Donde s, son las ventas

anuales totales de la Pyme en millones de euros, cuyo valor estará comprendido entre 5

millones de euros y 50 millones de euros6.

( )PDb5,111⋅−

: Es el ajuste necesario al factor anterior para reflejar un

vencimiento medio de 2,5 años. Siendo, ( ) ( )( )2PDLn05898,008451,0PDb ⋅−= . En el

supuesto de que no se asuma un vencimiento implícito a la función, sino explícito, se

deberá incluir como ajuste por vencimiento en la función de ponderación de riesgo el

siguiente factor multiplicativo: ( ) ( )5,2MPDb1 −⋅+

En el método IRB, el tratamiento de las retail exposures presentan una

metodología distinta de la establecida para las corporate exposures (entre otros

aspectos, no se distingue entre enfoque básico y avanzado, ni se incluye ajuste por

vencimiento). La función de ponderación de riesgos propuesta para la subcategoría

other retail, en la cual se podrá recoger los riesgos contraídos con Pymes, es la

siguiente:

( ) ( ) ( )

⋅

−

+⋅−×= −−− 999,0N1

PDN1NLGDK 15,0

15,0

ρρρ

Determinándose el coeficiente de correlación de los activos de esta cartera (ρ)

con la siguiente expresión:

6 A los efectos del ajuste por tamaño de las Pymes, las empresas con cifras de ventas inferiores a 5 millones de euros recibirán un tratamiento equivalente al de las empresas con ventas iguales a 5 millones de euros.

11

0%

5%

10%

15%

20%

25%

30%

0% 2% 4% 6% 8% 10%

Curva Corporate (s = 5) Curva Corporate (s = 50) Curva Other Retail

−

−−⋅+

−

−⋅=

−

⋅−

−

⋅−

35

PD35

35

PD35

e1e1117,0

e1e102,0ρ

Con el objeto de analizar la incidencia que tendrá en términos de requerimientos

de capital la clasificación de las Pymes en las distintas carteras (corporate y other

retail), representamos las funciones de ponderación de riesgos correspondientes a cada

una de ellas (véase grafico nº 2). Para la representación de la función correspondiente a

las corporate exposures se ha considerado un volumen de ventas anual de 5 millones de

euros (s = 5) y 50 millones de euros (s = 50). De esta manera, quedan definidas las

funciones de ponderación que determinan los requerimientos de capital mínimos y

máximos para las Pymes en la cartera de corporate. El calibrado de las funciones se ha

realizado considerando una pérdida dado el impago (LGD) del 50%. En el gráfico se ha

representado hasta una PD del 10% por ser el tramo más relevante, aunque, obviamente

la curva de requerimientos de capital llega hasta una PD del 100%.

Gráfico nº 2: Funciones de ponderación de riesgo para las Pymes.

En el gráfico, podemos observar como difieren los requerimientos de capital

para las Pymes en función de la cartera en la que se ubiquen, siendo estas diferencias

más acusadas en los tramos más elevados de probabilidad de impago. La inclusión de

las Pymes en la cartera de other retail supondrá unos menores requerimientos de capital

que en la cartera de corporate a igualdad de probabilidad de impago. Por otra parte, se

12

puede apreciar como el tamaño de la Pyme condiciona de manera significativa los

requerimientos de capital dentro de la categoría de corporate.

En definitiva, la posibilidad de poder clasificar los riesgos contraídos con Pymes

en la categoría de other retail, así como, el ajuste por tamaño introducido en la función

de corporate, mejora sustancialmente el tratamiento de estas empresas en términos de

requerimientos de capital. Este hecho, puede eliminar en parte los efectos apuntados

sobre el coste y la disponibilidad de la financiación de las Pymes, auque hasta la entrada

en vigor de Basilea II no será posible valorar su impacto.

4. CRITERIOS PARA LA CONSTRUCCIÓN DE LOS SISTEMAS INTERNOS

DE RATING SEGÚN BASILEA II

Un sistema de calificación interno bajo el enfoque de Basilea II, tiene por objeto

la evaluación del riesgo de crédito, la asignación de las calificaciones internas y la

cuantificación de las estimaciones de incumplimiento y de pérdida. El sistema deberá

tener dos dimensiones diferentes y separadas, una orientada al riesgo de incumplimiento

del prestatario y otra, destinada a reflejar los factores específicos de la operación, tales

como, el colateral y el tipo de producto.

El Comité de Supervisión Bancaria de Basilea, recomienda a las entidades la

observación de una serie de criterios para la construcción de los sistemas internos de

calificación, con el objeto de que éstos puedan ser empleados para la determinación de

las cargas de capital por riesgo de crédito en el enfoque IRB. A continuación

describiremos en líneas generales estos criterios7:

a. Cobertura: El sistema interno de calificación deberá ser lo suficientemente

amplio como para permitir que cualquier prestatario pueda ser objeto de calificación. La

asignación de una calificación a cada prestario debe formar parte del proceso de

aprobación del crédito.

7 Un análisis más detallado sobre los criterios establecidos por el Comité de Supervisión Bancaria para la construcción y control de los sistemas internos de rating, así como los comentarios realizados por la Comisión Europea y las diversas posturas que se han venido adoptando sobres estos sistemas puede verse en Partal, A. y Gómez, P. (2002).

13

b. Estructura: El sistema deberá estar estructurado en un mínimo de siete grados

de prestatarios en el caso de aquellos que no hayan incurrido en incumplimiento, y de

un grado, en el caso de que hayan incumplido. Un grado de prestatario se define como

la evaluación del riesgo del prestatario basada en un conjunto claro y detallado de los

criterios de calificación, a partir de los cuales se deriven las estimaciones de

probabilidad de incumplimiento y de pérdida.

c. Criterios de calificación: Los criterios de calificación utilizados para asignar

exposiciones a grados dentro del sistema, deberán ser tanto verosímiles como intuitivos,

e inducir a una diferenciación significativa del riesgo.

d. Modelo de calificación: El modelo estadístico en el que se base el proceso de

calificación debe estar fundamentado en una metodología rigurosa y estar validado

fuera del periodo temporal y de la muestra de origen. El modelo debe estar soportado en

la teoría y/o base matemática y empírica estricta, que permita una adecuada asignación

de probabilidades de incumplimiento a las categorías establecidas. La entidad deberá ser

consciente de las limitaciones de la metodología empleada, controlando los puntos

débiles del modelo y las circunstancias bajo las cuales el modelo no funciona

eficazmente. El juicio del analista de riesgo y la vigilancia del modelo serán esenciales

para asegurar el correcto funcionamiento del mismo.

e. Horizonte de evaluación: La calificación del prestatario deberá representar la

evaluación que realice el banco de la capacidad y voluntad del prestatario de atenerse al

contenido contractual. El horizonte temporal para la estimación de la probabilidad de

incumplimiento será de un año, si bien el calculo de dicha probabilidad debe basarse en

series temporales suficientemente largas (convenientemente, un ciclo económico).

El desarrollo de sistemas internos de rating requerirá realizar esfuerzos

importantes, no solamente desde el punto de vista económico, sino también en cuanto a

la utilización de recursos humanos especializados y la disponibilidad de la información

necesaria. La falta de una base de datos amplia y convenientemente organizada es el

mayor inconveniente con el que se encuentran las entidades de crédito para el desarrollo

de sus propios sistemas de rating. Ante esta limitación, el Comité propone dos

alternativas para la construcción del sistema:

14

a) Utilizar datos compartidos: Crear una masa común de información a partir de

la aportación por un grupo de entidades de su experiencia histórica sobre impagos. La

información aportada por un grupo de entidades financieras permitirá el desarrollo de

sistemas internos de rating, aunque el volumen de cada una de las carteras bancarias no

proporcione datos suficientes para poder aplicar rigurosamente técnicas estadísticas. Se

permitirá esta alternativa, siempre y cuando una entidad pueda demostrar que los

sistemas y criterios de calificación interna de las otras entidades del grupo son

comparables y coherentes con los suyos. Esta opción ha sido elegida por la mayoría de

las cajas de ahorro españolas acogiéndose al Proyecto Sectorial de Control Global del

Riesgo8, coordinado por la Confederación Española de Cajas de Ahorro (CECA) desde

mayo de 2000.

b) Utilizar datos externos: Se ofrece la posibilidad de utilizar la técnica de

asociación (mapping) a un conjunto de datos externos, como por ejemplo los de una

agencia de calificación, para la determinación de las probabilidades de incumplimiento

asociadas a las categorías del sistema interno de rating. Mediante el empleo de esta

técnica, una entidad podrá asociar a cada categoría crediticia interna, la probabilidad de

incumplimiento estimada por una agencia de calificación. Para llevar a cabo esta

asociación será necesario, en primer lugar, que la entidad cuente con un sistema para

clasificar a sus clientes en función de su calidad crediticia. En segundo lugar, será

preciso que exista una correspondencia significativa entre las categorías internas y las

externas, a fin de evitar posibles sesgos e inconsistencias a la hora de asociar la

probabilidad de incumplimiento estimada por la agencia de calificación.

5. METODOLOGÍA DE RATING

La finalidad de este trabajo es diseñar un sistema interno de rating para una

entidad crediticia concreta9, conforme a las recomendaciones establecidas en Basilea II.

No obstante, la metodología que proponemos puede ser de igual manera una referencia

útil para cualquier otra entidad. Esta metodología nos permitirá realizar una evaluación

8 Este Proyecto tiene como objetivo general el desarrollo de un modelo de control global del riesgo, y como objetivos intermedios, el desarrollo de modelos de control para todos y cada uno de los principales riesgos de la actividad financiera (riesgo de crédito, riesgo de mercado y riesgo operativo), detallados por líneas de negocio. 9 Por razones de confidencialidad de los datos no desvelamos la entidad de crédito para la cual se ha realizado este estudio.

15

de la calidad crediticia de la cartera de Pymes y determinar la probabilidad de impago

de la misma, basándonos únicamente en la información financiera pública de estas

empresas. El desarrollo de este trabajo se realizó bajo la idea de proporcionar a la

entidad una herramienta fácil de usar, intuitiva, potente y validada empíricamente. La

metodología de rating, que a continuación desarrollaremos, se concreta en los siguientes

pasos:

1. Definición de impago y selección de la muestra: Utilizando la definición de

impago propuesta en Basilea II, se selecciona la muestra de empresas sobre

la cual se especifica el modelo de probabilidad de impago.

2. Análisis de las variables explicativas del impago: A través de diferentes

análisis estadísticos se determinan que variables financieras (ratios) poseen

mayor capacidad explicativa del evento de impago.

3. Especificación y validación del modelo de evaluación del riesgo de impago:

Confirmada la adecuación de las variables consideradas para explicar la

probabilidad de impago de una empresa, se procede a determinar la forma

funcional del modelo que recoja el efecto conjunto de las diferentes variables

sobre el evento de impago. Se proponen dos alternativas: modelo de

regresión Logit y Probit. La forma funcional óptima se determina realizando

rigurosas pruebas estadísticas. Finalmente, se comprueba la estabilidad del

modelo realizando una validación temporal y extramuestral del mismo.

4. Calibración: A partir de los resultados obtenidos del modelo se establecen

las categorías crediticias del sistema interno de rating.

5.1 Definición de impago y selección de la muestra

El principal inconveniente para el desarrollo de este tipo de trabajos es la

dificultad de conseguir la información necesaria y con la calidad suficiente para que los

resultados obtenidos tengan un adecuado grado de validez y fiabilidad. Nuestro objetivo

16

es el diseño de un sistema interno de rating para una entidad crediticia, por lo cual la

información necesaria debía de provenir de la propia entidad.

En primer lugar determinamos la definición de impago a utilizar al objeto de

seleccionar los datos necesarios para el análisis. Consideramos la definición propuesta

en Basilea II, donde el incumplimiento o impago de un deudor en concreto se considera

cuando uno o más de los siguientes acontecimientos han tenido lugar: 1) se ha

determinado que es poco probable que el deudor pague sus obligaciones (capital,

intereses o comisiones) en su totalidad; 2) se ha producido un evento de pérdida de

crédito asociada con cualquier obligación del deudor, tales como, la amortización

contable de la deuda, la provisión especifica o la reestructuración forzosa con la

condonación o aplazamiento del capital, los intereses o comisiones; 3) el deudor tiene

una deuda vencida con más de 90 días en cualquier obligación de crédito; y 4) el deudor

ha solicitado una declaración de quiebra u otra protección similar contra sus acreedores.

La muestra utilizada esta formada por dos grupos de empresas, uno lo integran

empresas que habían generado una situación de impago en la entidad (“empresas que

impagan”), y otro formado por aquellas que atendieron de forma normal sus

obligaciones de pago (“empresas normales”). El segundo grupo de empresas se

seleccionó mediante al técnica de emparejamiento individual10, consistente en que a

cada empresa que produjo una situación de impago se le hizo corresponder otra empresa

normal del mismo sector de actividad y tamaño similar. Con relación al sector, el

emparejamiento se realizó a nivel de tres dígitos de la CNAE-93. El criterio seguido

para emparejar por tamaño ha sido volumen de activo. En total la muestra estaba

compuesta por 100 empresas, 50 empresas que impagaron y 50 empresas normales.

La información utilizada ha sido exclusivamente contable, balances y cuentas de

resultados, con la particularidad de ser la que utilizó en su momento para la aceptación

10 La técnica de emparejamiento para la confección de la muestra ha sido ampliamente utilizada en los estudios sobre el pronostico de la solvencia empresarial. No obstante, la aplicación de la misma ha suscitado algunas críticas: la exclusión del efecto tamaño y sector como variables explicativas en el pronostico y la eliminación de la aleatoriedad en la selección de la muestra. A pesar de ello, desde el punto de vista metodológico existe una justificación econométrica para seleccionar la muestra por este procedimiento, en lugar de realizarlo al azar. Concretamente, un procedimiento de selección al azar daría lugar a una baja representatividad de las empresas insolventes, debido a que las proporciones poblacionales son más favorables a las empresas solventes que a las insolventes, lo cual ocasionaría estimaciones ineficientes en los modelos de pronóstico de la solvencia empresarial (Papelu, 1986).

17

de los créditos el analista de riesgo de la entidad. Esta información proviene de la base

de datos SABE (Información Económica, S.A.), la cual incluye más del 95% de las

compañías que presentan sus cuentas en el Registro Mercantil en España. El periodo de

referencia es el año anterior al que se produjo la situación de impago.

Las empresas incluidas en la muestra son Pymes pertenecientes a diferentes

sectores industriales, excluidas las sociedades de promoción inmobiliaria. Excluimos

estas empresas de la muestra porque en Basilea II se consideran una clase de

financiación especializada dentro de la cartera de corporate, concretamente

“financiación de bienes raíces generadores de renta”11.

5.2 Análisis de las variables explicativas del impago

La finalidad de este trabajo es determinar que factores determinan el impago de

una empresa, y a partir de los mismos especificar un modelo que nos permita clasificar a

las diferentes empresas que conforman la cartera de la entidad, en función de su calidad

crediticia. Las variables utilizadas para explicar el evento de impago son ratios

financieros. Estas variables han sido tradicionalmente utilizadas en los modelos de

predicción de la solvencia empresarial, y por los analistas de riesgo, mostrando una

elevada capacidad predictiva. Este hecho ha sido tenido en cuenta por el Comité,

recomendando para analizar el riesgo subyacente de las empresas aspectos económicos-

financieros cuantitativos, tales como la generación de efectivo, calidad de los

beneficios, estructura de capital, nivel de apalancamiento y flexibilidad financiera.

Las variables explicativas del impago las hemos seleccionado entre aquellas

ratios comúnmente considerados en la literatura contable para medir la solvencia

empresarial y, en especial, entre aquellos que han sido utilizados por la práctica

bancaria para la evaluación del riesgo de crédito12, concretamente hemos considerado

11 La financiación de bienes raíces generadores de renta consiste en un método de financiación de inmuebles donde las perspectivas de reembolso y recuperación de la exposición dependen principalmente de los flujos de caja generados por el bien. El origen principal de estos flujos procederá generalmente de las rentas obtenidas por el alquiler o venta del bien. 12 Altman, E.I (1968 y 2001); Keasey, K. y McGuiness, P. (1990); García, D., et. al. (1994); Arqués, A. (1997); Lizarraga, F. (1997); Moody’s (2000); Rodríguez, M. (2001); Somoza, A. (2001); Trujillo, A. (2001); Corcostegui, C. et. al. (2003); entre otros.

18

inicialmente 52 ratios financieros que se muestran en la tabla nº 1 agrupados por

categorías.

Tabla nº1: Variables explicativas del impago por categorías Liquidez Rentabilidad

LIQ1 = AC/PC LIQ2 = (EX+DISP)/PC LIQ3 = DISP/PC LIQ4 = EX/PC LIQ5 = CC/AT LIQ6 = CC/PC LIQ7 = REAL/PC LIQ8 = REAL/PT LIQ9 = EX/PT LIQ10 = CC/(CE+GP+DA

REN1 = RAO/AT REN2 = REJ/N REN3 = RAI/N REN4 = RAI/PT REN5 = (REJ-EX)/(INCN+OIE) REN6 = (REJ-REAL)/(INCN+OIE) REN7 = REJ/(N-REJ) REN8 = (REJ-REAL)/AT REN9 = (REJ-REAL-EX)/AT

Cobertura de deuda: Generación de recursos COB1 = (RAO+GF)/GF COB2 = CF/GF COB3 = GF/INCN COB4 = CF/(PC+PF) COB5 = GF/(PC+PF)

GEN1 = (REJ+DA-EX)/(PF+PC) GEN2 = (REJ+DA)/(INCN+OIE) GEN3 = (REJ+DA)/PT GEN4 = (REJ+DA)//PC GEN5 = (REJ+DA-AC)/(PF+PC)

Endeudamiento Rotación: END1 = (PC+PF)/N END2= PC/N END3 = PC/(PC+PF) END4 = PF/N END5= PF/(PF+PC)

ROT1 = (AC-PC)/(INCN+OIE) ROT2 = EX/(INCN+OIE) ROT3 = REAL/(INCN+OIE) ROT4 = DISP/(INCN+OIE)

Estructura Actividad EST1 = AC/AT EST2 = AF/AT EST3 = AC/AF EST4 = (AC-PC)/(PC+PF) EST5 = REAL/AC EST6 = EX/AC EST7 = (EX+DISP)/AC EST8 = AF/(PC+PF) EST9 = AF/N EST10 = (N+PF)/AF

ACT1 = (INCN+OIE)/CE ACT2 = (INCN+OIE-CE-DE-OGE)/AT ACT3 = (INCN+OIE)/(INCN+OIE-CE-DE-OGE) ACT4 = (IE-CE)/INCN+OIE)

Como paso previo a la estimación de los modelos, dado el elevado número de

variables explicativas inicialmente considerado, realizamos un proceso de selección de

las variables con el objeto de identificar aquéllas susceptibles de aportar información

relevante e independiente del resto. La reducción de las potenciales variables

explicativas del impago esta motivada por los siguientes aspectos: en primer lugar, la

totalidad de las ratios no son necesarios para describir la situación financiera de una

empresa, y consecuentemente su capacidad para atender al pago de su deuda, debido al

solapamiento de información entre algunos de ellos; y en segundo, la correlación

existente entre las variables podría ocasionar desde el punto de vista empírico,

19

contrastes de baja calidad. La selección de las variables se realizó en función de los

resultados obtenidos en los siguientes análisis13: análisis discriminante univariante y

análisis factorial.

a) Análisis discriminante univariante

El análisis discriminante nos permite asignar o clasificar observaciones dentro

de grupos previamente establecidos. En el caso que nos ocupa, el análisis nos permitirá

clasificar a las empresas en el grupo de impagados o no en función del valor que toman

sus variables financieras. De esta manera, podemos determinar la capacidad de las ratios

para pronosticar el riesgo de impago de una empresa determinada, y proceder a

seleccionar aquellos que sean mas adecuados para la configuración del sistema de

rating. El interés de esta prueba es evidente, y se extiende a diversos campos de

investigación en donde la clasificación de observaciones, a través de un perfil

observado, constituye el objeto de la investigación.

El análisis discriminante lineal nos proporciona una función lineal (Función

discriminante de Fisher) a partir de la cual clasificar a las empresas en los grupos

considerados (impagos o no), en función del valor que toman sus variables financieras.

En el procedimiento de clasificación establecido en el análisis se pueden cometer dos

tipos de errores: error tipo I y error tipo II. El error tipo I se produce cuando la función

clasifica una empresa que impaga como no impagada, por el contrario el error tipo II, se

produce cuando se clasifica una empresa que no ha impagado como impagada. El coste

de estos errores es diferente según el objeto que tenga el análisis, teniendo en cuenta la

finalidad de este estudio, consideramos más grave cometer error tipo I, a fin de no

desestimar el riesgo de crédito que soportaría la entidad. En la tabla nº 2 se presentan las

ratios con mayor poder discriminante del conjunto total de variables consideradas y los

resultados obtenidos (porcentaje de clasificación correcta de empresas impagadas y

normales, porcentaje de clasificación correcta total, error tipo I y error tipo II).

13 Todos los análisis llevados a cabo en este trabajo se han realizado con el paquete estadístico SPSS (Statistical Package for Social Sciences) versión 11.0 para Windows.

20

Tabla nº 2: Resultados del Análisis discriminante.

Ratio Clasif. correcta emp. impagos (%)

Clasif. correcta emp. normales (%)

Clasif. correcta total (%)

Error tipo I (%)

Error tipo II (%)

LIQ1 LIQ6 LIQ10 COB3 COB4 COB5 END1 END3 END4 REN1 REN2 EST1 EST2 ACT1 ACT2

60 80 80 75 70 75 85 55 60 85 75 60 75 80 75

70 70 90 75 80 90 75 70 70 85 90 70 75 70 80

65 75 85 75 75

82,5 80 65 65 85

82,5 65 75 75

77,5

40 20 20 25 30 25 15 45 40 15 25 40 25 20 25

30 30 10 25 20 10 25 30 30 15 10 30 25 30 20

En términos de clasificación correcta total, los mejores resultados se obtuvieron

con las ratios de liquidez (LIQ10) y rentabilidad (REN1), con un 85%. De todas las

ratios considerados, la de endeudamiento (END1) y la de rentabilidad (REN1) son los

que mejor clasifican a las empresas que presentaron una situación de impago,

cometiendo un error tipo I del 15%. Mientras que, la ratio de cobertura de deuda

(COB5), el de liquidez (LIQ10) y el de rentabilidad (REND2), son los que mejor

clasifican al grupo de empresas normales, con sólo un 10% de error tipo II. Por lo

general, los resultados obtenidos muestran que las variables económicas-financieras

poseen un aceptable poder explicativo individual del evento de impago, principalmente

las ratios de liquidez y rentabilidad.

b) Análisis factorial

Después de haber realizado el análisis discriminante con el objeto de determinar

que variables presentaban una mayor capacidad explicativa del evento de impago,

contábamos con 15 ratios susceptibles de ser incluidos en el modelo final. El elevado

número de variables y la correlación existente todavía entre algunas de ellas hacia

necesario una nueva selección. Esta selección se realizó observando las correlaciones

21

entre las variables14 y utilizando como procedimiento de selección estadística el análisis

factorial.

El análisis factorial tiene como objeto simplificar las múltiples y complejas

relaciones que pueden existir entre un conjunto de variables observadas. Para ello, se

trata de encontrar dimensiones comunes o factores que relacionan a las variables

observadas. Asimismo, es una técnica de reducción de datos que examina la

interdependencia de variables y proporciona conocimiento de la estructura subyacente

de los datos. Para la determinación de los factores empleamos el método de

componentes principales, realizando una rotación ortogonal de los factores mediante el

método Varimax, de esta manera se pretende maximizar la correlación de las diferentes

variables asociadas con cada factor y minimizar las correlaciones entre los distintos

factores. El criterio utilizado para la retención de los factores ha sido el de mantener

aquellos cuyo valor propio era superior a la unidad, y el criterio de elección de las ratios

ha sido escoger el que contara con mayor coeficiente de saturación en cada factor

seleccionado.

A través de este procedimiento de selección nos estamos asegurando que, las

ratios elegidos para la inclusión posterior en el modelo posean una elevada capacidad

explicativa del impago, a la vez que se elimina la existencia de correlación entre las

variables. Los resultados obtenidos en el análisis factorial se muestran en la tabla nº 3.

Tabla nº 3 : Resultados del Análisis factorial

Factores(1) Valor Propio(2) Porcentaje de

Varianza(3)

Porcentaje acumulado

de la Varianza Ratio(4)

1

2

3

4

3.890

2.722

2.103

1.990

33.08

23.15

17.88

16.93

33.08

56.23

74.11

91.04

LIQ10

REN1

COB5

END1 (1) Factores cuyo valor propio es superior a la unidad. (2) Varianza explicada en valor absoluto. (3) Aportación de cada factor a la varianza total. (4) Ratio con mayor coeficiente de saturación.

14 Antes de realizar el análisis factorial se contrastó la correlación existente entre las ratios financieros a través del Test de esfericidad de Barlett, pues de no existir correlación el análisis factorial estaría injustificado. Los resultados obtenidos verificaban la existencia de una alta correlación entre las variables y, por tanto, la adecuación de este análisis.

22

( ) dte2

1Z/1YEP 2

2tiZ

ii ⋅⋅===−

∞−∫ Π

( )i

i

z

Z

iie1

eZ/1YEP+

===

Los factores con mayor contenido informativo fueron cuatro, explicando

conjuntamente el 91,04% de la varianza total. Analizando la estructura factorial de los

componentes principales (matriz de correlaciones entre los componentes y las ratios),

identificamos a estos como medidas representativas de la liquidez, rentabilidad,

cobertura de la deuda y endeudamiento de las empresas. Eligiendo de cada factor la

ratio más representativo, seleccionamos finalmente como variables explicativas del

impago los siguientes: LIQ10, REN1, COB5 y END1.

5.3 Especificación y validación del modelo de evaluación del riesgo de impago

Una vez seleccionadas las variables que mejor definen el perfil de riesgo de

crédito de una empresa, iniciamos el proceso de especificación del modelo a utilizar

para la evaluación de su calidad crediticia en términos de probabilidad de impago. Para

la especificación funcional del modelo se consideraron dos alternativas: el modelo de

regresión Logit y Probit.

Ambos son modelos de respuesta cualitativa que tratan de explicar el

comportamiento de una variable endógena que solamente puede tomar una serie de

valores discretos, en función de algunas variables exógenas. En nuestro caso, la variable

endógena toma los valores 0 o 1 dependiendo si los datos proceden de una empresa

normal o una empresa que ha impagado, respectivamente. Las variables exógenas

consideradas son las ratios financieros seleccionados en los análisis previos. La

aplicación de estos modelos nos determinará la probabilidad de impago de una empresa

en función de los valores que tomen sus ratios financieros. La forma funcional que nos

determina la probabilidad es básicamente lo que diferencia al modelo Logit del modelo

Probit. Siendo, en el caso del modelo Logit la función de distribución logística y en el

modelo Probit la función de distribución normal. La representación de los modelos en

cada caso es la siguiente:

Modelo de regresión Logit:

Modelo de regresión Probit:

23

Donde Zi recoge los efectos de las variables explicativas introducidas:

Para seleccionar la especificación óptima del modelo a utilizar en el sistema

interno de rating hemos considerado los siguientes criterios: significatividad conjunta

de las variables, determinada a través del estadístico de cocientes de verosimilitudes de

Lagrange; la bondad de ajuste del modelo, medida por el cociente R2 de McFadden y el

criterio de información de Akaike; errores cometidos en la predicción y porcentaje de

clasificación correcta total. Los resultados obtenidos con ambos modelos se muestran en

la tabla nº 4.

Tabla nº 4: Resultados de la estimación de los modelos Logit y Probit

LOGIT PROBIT PROBABILITY LR STAT 3,33E-05 4,48E-05 R2 MCFADDEN 42,20% 41,09% AIC 1,001268 1,016681 ERROR TIPO I 10% 10% ERROR TIPO II 15% 30% CLASIFICACIÓN CORRECTA TOTAL 87,5% 80%

Los diferentes estadísticos considerados muestran la significatividad conjunta de

las variables consideradas y su poder explicativo del evento de impago en ambos

modelos. En el análisis una empresa se clasifica dentro del grupo que impaga o no,

dependiendo de que la probabilidad condicional estimada sea superior o inferior a un

determinado punto crítico, para ello se ha considerado un punto de corte igual al 0,5, por

ser el que minimizaba el valor medio de los errores de clasificación. Atendiendo al

poder predictivo, el modelo Logit proporciona mejores resultados tanto en términos de

clasificación correcta total de las empresas, como a la hora de clasificar a las empresas

que no impagaron dentro de su grupo.

Los porcentajes de aciertos en las clasificaciones nos dan una primera

aproximación de la capacidad predictiva del modelo, pero es conveniente evaluar dicha

capacidad sobre datos ajenos a la muestra. Por ello, realizamos una validación temporal

y extramuestral de ambos modelos. Con la primera validación se trataba de determinar

la capacidad del modelo para anticipar una situación de impago, para ello se utilizó la

muestra inicial de empresas pero con los datos referidos a dos años anteriores a que

ikk2i21i10i X...XXZ ββββ ++++=

24

presentaran la situación de impago en la entidad. Mientras que, con la validación

extramuestral se trataba de confirmar que los resultados del modelo no dependían

exclusivamente de las empresas que formaban la muestra inicial o de estimación. La

muestra de validación utilizada en este caso estaba formada por 100 empresas que

presentaban una situación de pago normal y 25 empresas que presentaban una situación

de impago. Los resultados obtenidos en el proceso de validación del modelo se

muestran en la tabla nº 5.

Tabla nº 5: Resultados de la validación de los modelo Logit y Probit LOGIT PROBIT

Validación temporal

Validación extramuestral

Validación temporal

Validación extramuestral

ERROR TIPO I 15% 15% 15% 15% ERROR TIPO II 20% 25% 25% 30% CLASIFICACIÓN CORRECTA TOTAL 82,5% 80% 80% 77,5%

Con las validaciones realizadas a los modelos se refuerza la estabilidad de los

resultados. Confirmándose, que la especificación logística es la más adecuada para la

valoración de la probabilidad de impago de una empresa en función de los valores que

toman algunos de sus ratios financieros. Consecuentemente, elegimos el modelo Logit

como herramienta para la evaluación del riesgo de crédito en el diseño del sistema

interno de rating para Pymes.

5.5 Calibración del sistema de rating

Finalmente, una vez especificado el modelo que nos determina la probabilidad

de impago de las Pymes establecemos las categorías en las que queda estructurado el

sistema interno de rating. Las categorías debían de cumplir dos condiciones

fundamentales, según las recomendaciones de Basilea II: 1) Debe de existir una

distribución adecuada de las posiciones entre las distintas categoría, es decir, sin

concentraciones excesivas en ninguna categoría individual, y 2) El riesgo de impago

debe aumentar de una categoría a la siguiente.

Teniendo en cuenta las dos condiciones anteriores, el procedimiento para

establecer las categorías del sistema fue el siguiente. El modelo de regresión Logit nos

determinaba una medida de la calidad crediticia de las empresas expresada con una

25

determinada puntuación (score). A partir de esas puntuaciones, se ordenaron las

empresas de forma ascendente, realizándose una primera clasificación. Para las

categorías creadas se determinaba las frecuencias de impago y se comprueba el

cumplimiento de las condiciones de partida. El proceso se repitió varias veces,

obteniéndose finalmente siete categorías para empresas que no generan impagos y una

para las que impagan.

6. CONCLUSIONES

La reforma del Acuerdo de Capital propuesta por el Comité de Supervisión

Bancaria de Basilea supondrá un marco de actuación completamente distinto al actual

en la gestión y el control del riesgo de crédito, fundamentalmente a través del enfoque

IRB. Bajo este enfoque será responsabilidad del propio banco asegurar un nivel de

solvencia adecuado, y será necesario desarrollar sistemas internos de rating para este

fin.

La finalidad de este estudio es ofrecer una alternativa posible para la adaptación

de este enfoque y describir las posibles utilidades del mismo. En concreto se diseña un

sistema interno de rating para Pymes a partir de la experiencia histórica de impagos de

una entidad crediticia. El sistema se desarrolla sobre un modelo de probabilidad

condicional Logit, que nos permite determinar de manera consistente la probabilidad de

impago de una empresa basándonos únicamente en su información contable.

Los resultados obtenidos indican que el modelo tiene un grado significativo de

éxito a la hora de evaluar la calidad crediticia de las empresas. Asimismo se comprueba

la relevancia de la información contable en la predicción del evento del impago,

concretamente, a través de las ratios de liquidez, rentabilidad, cobertura de deuda y

endeudamiento. A partir del modelo especificado y basándonos en las puntuaciones que

de él se obtienen, se establece la estructura del sistema interno de rating, en el cual se

distinguen ocho categorías o grados de riesgo diferentes.

La simplicidad del modelo propuesto y el hecho de que se utilicen ratios

disponibles a partir de los estados financieros, hacen que esta herramienta, además de

ser estadísticamente consistente, sea fácil de usar y tenga sentido económico para su

26

usuario. Nuestro objetivo durante todo el desarrollo de este trabajo ha sido especificar

un modelo para la evaluación del riesgo de impago de una empresa con elevado poder

explicativo, pero utilizando el menor número de variables posibles. Debido a que la

utilización de un modelo que requiera de muchos datos detallados es probable que de

dificultades en su uso, y porque además, en muchos casos no puede ser posible disponer

de información excesivamente detallada. Si simplemente hubiéramos atendido a la

estadística es más que probable que desarrolláramos un modelo más complejo, pero que

podría concluir con resultados contraintuitivos.

7. BIBLIOGRAFÍA

AECA (2002): La Gestión del Riesgo de Crédito. Métodos y Modelos de Predicción de

la Insolvencia Empresarial. Varios autores. Coordinan: Doldán Tié, F.y

Rodríguez López, M. Madrid.

Altman, E. I. (1968): “Financial Ratios, Discriminant Analysis and the prediction of

Corporate Bankruptcy”. Journal of Finance, vol. XXIII, nº 4, september, pp.

589-609.

Altman, E. I.; Marco, G. y Varetto, F. (1993): “Corporate Distress Diagnosis:

Comparisons using Linear Discriminant Analysis and neural Networks”. NYU

Salomon Center, dicember.

Altman, E. I. (2001): “Special Issue on Credit Rating and the Proposed New BIS

Guidelines on Capital Adequacy for Bank Credit Assets”. Journal of Banking

and Finance, vol. 25, nº 1/2.

Arqués, A. (1997): La predicción del fracaso empresarial. Aplicación al riesgo

crediticio bancario. Tesis Doctoral. Universidad de Murcia.

Basel Committee on Banking Supervision (1988): “International Convergence of

Capital Measurement and Capital Standards”. Basel Committee Publications, nº 4,

july.

27

- (1999): “A new capital adequacy framework”. Basel Committee Publications, nº

50, june.

- (1999): “Credit Risk Modelling: Current Practices and Applications”. Basel

Committee Publications, nº 49, april.

- (2001): “The Internal Rating-Based Approach”. Basel Committee Publications,

Consultative Document, january.

- (2001): “The New Basel Capital Accord”. Basel Committee Publications,

Consultative Document, january.

- (2003): “The New Basel Capital Accord”. Basel Committee Publications,

Consultative Document, april.

Corcóstegui, C; Gónzalez, L.; Marcelo, A. y Trucharte, C. (2003): “Ciclo económico y

capital regulatorio: evidencia en un sistema de clasificación de acreditados”.

Estabilidad Financiera, nº 4, mayo.

Crouhy, M.; Galai, D.y Mark, R. (2000): “A comparative analysis of current credit risk

model”. Journal of Banking and Finance, vol. 24, nº 1 y 2, pp. 59-117.

García Higueras (2000): “Nuevas perspectivas del riesgo de crédito”. Banca y Finanzas,

nº 51, pp. 10-14.

García, D.; Arqués, A. y Calvo-Flores, A. (1994): “Un modelo discriminante para

evaluar el riesgo bancario en los créditos a empresas”. Revista Española de

Financiación y Contabilidad, vol. XXV, nº 86, enero-marzo, pp. 57-101.

García-Ayuso, M. y Jiménez, S. (1996): “Reflexiones sobre el concepto y ámbito del

Análisis financiero”. Revista Española de Financiación y Contabilidad, nº 87,

pp. 403-427.

González, A.; Correa, A. y Blázquez, J. A. (2001): “Perfil del fracaso empresarial para

una muestra de Pequeñas y Medianas Empresas”. XI Congreso de AECA,

Madrid.

28

Keasey, K. y McGuiness, P. (1990): “The Failure of UK Industrial Firms for the Period

1976-1984, Logistic Analysis and Entropy Measures”. Journal of Business

Finance and Accounting, Spring, pp. 119-135.

Laffarga, J. y Mora, A. (1998): “Los modelos de predicción de la insolvencia

empresarial: un análisis critico”. En Calvo-Flores, A.; García, D. (eds.), El

Riesgo Financiero de la Empresa, AECA, Madrid, pp. 14-58.

Lizarraga, F. (1997): “Utilidad de la Información Contable en el Proceso Del Fracaso:

Análisis del Sector Industrial de la Mediana Empresa Española”. Revista

Española de Financiación y Contabilidad, nº 92, pp. 873-915.

López, J.; Gandía, J. L. y Molina, R. (1998): “La Suspensión de Pagos en las Pymes:

una Aproximación Empírica”. Revista Española de Financiación y Contabilidad,

nº 94, pp. 71-97.

Moody’s Investors Service (2000): RiskCalc For Private Companies: Moody’s Default

Model. Global Credit Research, may.

Papelu, K. G. (1986): “Predicting Takeover Targets. A Methodological an Empirical

Analysis”. Journal of Accounting and Economics, vol. 8, ,pp. 3-35.

Pancorbo de Rato, A. (2002): “Basilea II: “Las nuevas normas internacionales de

solvencia”. Información Comercial Española, nº 801, pp. 35-49.

Peel, M. J.; Peel, D. A. (1988):”A multilogit approach to predicting Corporate Failure,

Some Evidence for the UK Corporate Sector”. Omega 16, pp. 309-318.

PricewaterhouseCoopers (2001): Gestión del riesgo de crédito en las entidades

financieras españolas. Estudios e informes.

Reverte Maya, C. (2002): “ Evidencia empírica sobre la utilidad de la información

financiera para la predicción de los resultados futuros”. Revista Española de

Financiación y Contabilidad, nº 111, enero-marzo, pp. 188-224.

29

Rodríguez López, M. (2001): “Predicción del fracaso empresarial en compañías no

financieras. Consideraciones de técnicas de análisis multivariante de corte

paramétrico”. Actualidad Financiera, junio, pp. 27-42.

Somoza López, A. (2001): “La consideración de factores cualitativos, macroeconómicos

y sectoriales en los modelos de predicción de insolvencia empresarial. Su

aplicación al sector textil y confección de Barcelona (1994-1997)”. Papeles de

Economía Española, nº 89/90, pp. 402-426.

Trucharte, C. y Marcelo, A. (2001): “Modelos factoriales de riesgo de crédito: el

modelo de Basilea II y sus implicaciones”. Estabilidad Financiera, nº 1,

septiembre, pp. 205-218.

Trucharte, C. y Marcelo, A. (2002): “Un sistema de clasificación (rating) de

acreditados”. Estabilidad Financiera, nº 2, marzo, pp.93-115.

Trujillo, A. (2001): Análisis y Control del Riesgo de Crédito en Prestamos Comerciales.

Tesis Doctoral, Universidad de Sevilla.

Vargas, F. (2003): “El marco general de la validación de los procedimientos internos en

Basilea II: el enfoque IRB”. Estabilidad Financiera, nº 4, mayo.

Zmiewski, M., y B. Foster (1996): “Credit scoring Speeds Small Business Loan

Processing”. The Journal of Lending & Credit Risk Management, pp. 42-56.