Planificación estratégica en banca: planificando en el caos
-
Upload
pilar-mateo -
Category
Economy & Finance
-
view
345 -
download
0
description
Transcript of Planificación estratégica en banca: planificando en el caos
Planificando en el caosIntegrando macroeconomía, stress test, regulación y apetito al riesgo como parte del plan de negocio en momentos de cambio
Ramon TriasCEOAIS Aplicaciones de Inteligencia [email protected]
Agenda
De dónde venimos y hacia dónde deberíamos dirigirnos
Cómo poner orden en el caos
Saliendo del laberinto: casos prácticos
w w w . a i s - i n t . c o m
Saliendo del laberinto: casos prácticos
Conclusiones
DE DÓNDE VENIMOS Y HACIA DÓNDE DEBERÍAMOS DIRIGIRNOS
w w w . a i s - i n t . c o m
Un poco de historia…
Tradicionalmente nos hemos enfocado en considerar los riesgospor separado: crédito, mercado, liquidez…
Hemos aprendido numerosas metodologías y desarrolladotecnologías que son útiles para tratar los riesgos por separado:enfoque de silos .
El stress test fue un paso importante pero limitado, pues no deja
w w w . a i s - i n t . c o m
El stress test fue un paso importante pero limitado, pues no dejade ser un análisis de valor esperado en un caso extremo.
Hoy por hoy somos capaces de planear la estrategia óptimaconsiderando el negocio en su totalidad: calculando ladistribución óptima del portafolio con la finalidad de alcanzar losobjetivos de negocio del banco, considerando todo tipo derestricciones y todo tipo de riesgos.
Esta ha sido la evolución…
Evolución del modelo financiero
Crédito Macroeconómicos
Otros riesgos
Orientado al fracaso (bancarrota/ mora)
Visión de Cartera de Crédito,Stress testing, RDF
Operacional, reputación,liquidez ...
w w w . a i s - i n t . c o m
Mercado CorporativoMerton
COSOBasel II
Stresstest
Optimización de la
Integración del Negocio
Principal atención en los precios. Especulación, volatilidad
Proyección de balances
¿Hacia dónde vamos?
Lo que ocurrió en el PASADO no es la mejor respuesta para preve r elFUTURO. ¿Por qué?
- La complejidad y el caos se han elevado (y van en aumento) desde diferentesfuentes.
- Los métodos estadísticos están fundamentalmente basados en informaciónhistórica.
w w w . a i s - i n t . c o m
- El control y la regulación basados en ratios tiene sentido en tiempos estables oen “evoluciones de poco ruido”.
- En un momento de cambio, los actores no tienden a repetir su comportamientopasado, sino a buscar su óptimo (según apuntaban escuelas como laneoclásica).
- Integrar las opiniones de los expertos y los modelos se hace indispensable(teoría bayesiana).
- Además, la gestión del riesgo tiene más sentido si se integran todos los riesgoscon los objetivos de negocio.
¿Cómo?
Hay que cambiar el método de modo que el análisis cualitativo dela realidad esté complementado con cálculos modelados. LaOPTIMIZACIÓN debe ser el criterio y la herramienta.
El siguiente paso dentro de esta nueva visión es:
w w w . a i s - i n t . c o m
A través de herramientas de proyección de balance y cuentas deresultados para confeccionar un plan de negocio sujeto a criteriosde optimización, en un ambiente cambiante.
Planificación Estratégica
CÓMO PONER ORDEN EN EL CAOS
w w w . a i s - i n t . c o m
Nuestra propuesta
Implementar un sistema que realmente ayude en la toma de decisionesacerca de qué estrategia seguir, mediante el establecimiento de laestructura de activos y pasivos óptima desde el punto de vista delobjetivo principal del negocio: maximizar EVA, minimizar costes,maximizar el impacto económico, etc.
Integrando –convolucionando– todas las fuentes de beneficios y
w w w . a i s - i n t . c o m
Integrando –convolucionando– todas las fuentes de beneficios ypérdidas: riesgos, ganancias...
Considerando todas las limitaciones y restricciones (Basilea III,mercado, negocio…)
Combinando predicciones macroeconómicas desde un modelo formalcon escenarios extra modelo (escenarios de experto).
Usando una vista dinámica, no una fotografía.
Nuestra propuesta
Generador de escenarios
MacroeconomíaEscenarios de
experto
ObjetivoCriterio de optimización Resultados
• Balance• Cta. Resultados
w w w . a i s - i n t . c o m
Balance de partida
Parámetros
Restricciones• Riesgo• Regulación• Negocio• Tolerancia al riesgo• Costes• Oferta y demanda
• Cta. Resultados• Capital regulatorio• RAROC/ROE• Valor entidad• Liquidez
Análisis de sensibilidad
Análisis de las restricciones
Motor de optimización
Strategic Advisor
Feedback
Escenario Macroeconómico. Construyendo los modelos.
Modelo Macroeconómico
VAR [ ] ttYB ε=Φ )(
Escenario Macro
[ ] [ ] TttTttt YYY ,1,1*
∈∈ ⊂→∃ Proyección Condicionada Generalizada
La combinación de modelos macroeconomómicos, criterios del
experto y modelos microeconómicos permite la proyección de los
principales flujos del balance.
Balance inicial Parámetros,
w w w . a i s - i n t . c o m
Modelos de Flujos Microeconómicos
[ ]itt
iit YLz ε,=
Generalizada
[ ]*,ˆ; TnTnTnTn YYY ×××× ΣΩ
Covarianza de la Cartera
[ ]YPortfolios G Σ=Σ
Modelo Capital Económico
[ ]YLK tt ≤
ε como Apetito al Riesgo
[ ][ ]( ) [ ]YLVaR
YLCDF
tt
t
=⇒=
εε
Input del Modelo de
Optimización
Parámetros, Coeficientes,
Madurez
Motor de Optimización. Componentes
Dinámica de SistemaCuentas y Flujos
[ ]11 ,,,, −−= tttttt xXxXGxX
Optimización
Función Objetivo [ ]
[ ] LTt
Tt
xXSVA
xXEVAZ
∈∀
∈∀=,
,max
Un sistema basado en la optimización explora
automáticamente un universo de posibles activos, pasivos y
estructuras de capital y escoge el mejor plan.
w w w . a i s - i n t . c o m
[ ] [ ]
[ ] nitxXF
xXGxXts
xXWZ
tt
itittt
ttxt
,1,;0,
,,..
,max
∈≥=
=
−−
Optimización
Output a PresupuestaciónFormato EjecutivoNuevos escenarios
Parámetros
[ ] ,...,,1 εTttY ∈
Prioridades
Algunos modelos tradicionales deben ser rediseñados
Activo
Activo
Activo
ActivoActivo
Capital necesarioCálculo de capital
económico
Dad
o
N activos para 1 capital
Ratios, estados
Valuation
Habitualmente…
w w w . a i s - i n t . c o m
Plan Optimizado
Activo
Activo
Activo
Activo
ActivoActivo
Límites de Capital
Dad
o
Otras RestriccionesCálculo de capital
económico
Objetivo 1 capital para N activos (& fondos)Calculado con iteraciones
Función No lineal
SALIENDO DEL LABERINTO:CASOS PRÁCTICOS
w w w . a i s - i n t . c o m
¿Cómo debe trabajar este sistema?
Efecto de anticipar el calendario de
w w w . a i s - i n t . c o m
implementación del ratio de liquidez a cortoplazo de Basilea III.
Efecto de anticipar el calendario de implementación del ratio de liquidez a corto plazo de Basilea III
Definición del ratio:
Veamos cómo la anticipación de éste ratio afecta los activos y
w w w . a i s - i n t . c o m
Veamos cómo la anticipación de éste ratio afecta los activos ypasivos previstos en el plan óptimo.
Consideramos la optimización del balance de un bancohipotético. El criterio de optimización es el maximizar elShareholder Value Added. Las restricciones de activo son losmarcos de Basilea II y Basilea III.
El beneficio
Escenario 1: Sin adelanto del ratio de liquidez
Escenario 2: Adelantando el ratio de liquidez
w w w . a i s - i n t . c o m
El beneficio máximo que se
podría alcanzar es menor que antes
La primera víctima sería la cartera de
negociación
Resultado consolidado del ejercicio en el escenario 1
Resultado consolidado del ejercicio en el escenario 2
Escenario 1 Escenario 2
Caída de la concesión de
hipotecas
Cambio en la estructura del
endeudamiento
El sistema es capaz de
modificar su actitud antes del
momento del
w w w . a i s - i n t . c o m
momento del cambio efectivo
Depósitos de la clientela
Depósitos en entidades de crédito
Depósitos en el Banco Central
Aumento de tesorería
Escenario 1: Sin adelanto del ratio de liquidez
Escenario 2: Adelantando el ratio de liquidez
w w w . a i s - i n t . c o m
tesorería
Reducción de beneficios
Resultado consolidado del ejercicio en el escenario 1
Resultado consolidado del ejercicio en el escenario 2
PyMEs
50
100
150
200
250
300
350
400Hipo
RetornoscapEconomicomax PyMEsmax HipotecasLiquidez LargoApalancamientoCapital TotalTier1 AmpliadoCapital BasebalanceRestricciones
PyMEs
50
100
150
200
250
300
350
400Hipo
PyMEs
50
100
150
200
250
300
350
400Hipo
Optimización como fuente de inteligencia
Planes Factibles
w w w . a i s - i n t . c o m
50 100 150 200PyMEs
50 100 150 200PyMEs
50 100 150 200PyMEs
50 100 150 200PyMEs
50
100
150
200
250
300
350
400Hipo
50 100 150 200PyMEs
50
100
150
200
250
300
350
400Hipo Al calcular el mejor plan para alcanzar los
objetivos de negocio del banco es imprescindible tener en cuenta todas las restricciones implicadas: la regulación, el
mercado, las políticas ...Cualquier cambio da una nueva posición de
activos y pasivos.
Gran dificultad para trabajar cambios en una única variable en Excel. Impensable lo
costoso que resultaría contemplar todas las restricciones manualmente.
Plan Óptimo
EJEMPLO 2: STRESS TEST
Efecto de una subida del tipo de interés
w w w . a i s - i n t . c o m
aplicada al resultado del ejemplo anterior.
Escenario Macroeconómico. Previsión Variables Macro.
Escenario Previsto
Valoraciones expertas
w w w . a i s - i n t . c o m
Escenario Macroeconómico. Previsión Condicionada.
Escenario Previsto
Valoraciones expertas
w w w . a i s - i n t . c o m
Las opiniones del experto sobre el futuro macroeconómico se pueden incorporar al
sistema, que recalcula automáticamente el resto de variables.
El beneficio máximo que se
Escenario 2: Ratio de liquidez adelantado
Escenario 3: Tasa de interés estresada
w w w . a i s - i n t . c o m
máximo que se podría alcanzar es menor que antes
Las inversiones se reajustan
Como consecuencia su fondeo se adapta
Cambio en la estructura de la
inversión
w w w . a i s - i n t . c o m
Adaptación de la estructura de financiación
Depósitos de la clientela
Depósitos en entidades de crédito
Depósitos en el Banco Central
Préstamos al consumo
Financiación de proyectos
¿Quién toma ventaja de esto?
Consejo
Tolerancia al Riesgo
Objetivos Estratégicos
Es útil a la Alta Dirección e implica a todas las
áreas del banco, incluida la red de oficinas
w w w . a i s - i n t . c o m
Dirección Comercial
Dirección Financiera
Primer Plan Comecial
Estrategia de Financiación
Strategic Advisor*
Presupuesto Ajustado
CONCLUSIONES
w w w . a i s - i n t . c o m
Conclusiones
El uso de modelización en las entidades financieras es unacorriente imparable.
Es necesario incorporar nuevas metodologías que integren:
- La opinión del experto y modelos macro
w w w . a i s - i n t . c o m
- Modelos de riesgo, demanda y costes
- Criterios de optimización
Hay que automatizar todo lo automatizable para que se fomenteel tiempo “creativo” del analista.
Así tendremos éxito
Planificando en el caos!
ANEXO
w w w . a i s - i n t . c o m
Atención al precio. Volatilidad. Procesos estocástic os, Difusión Fourier
Arrow, K.J. (1964), The role of Securities in the optimal allocation of Risk-bearing. The Review of Economic Studies Vol 31, no. 2 Apr 1964)
Bachelier, L. (1900), Théorie de la spéculation, Gauthier-Villars. Bankers Trust , VAR as a Risk Measure. See http://value-at-risk.net/proprietary-var-measures/ Black, F. and M. Scholes (1973), The Pricing of Options and Corporate Liabilities. The Journal of Political
Economy vol 81, 3 Elton, E.J. and M.I. Gruber (1981), Modern Portfolio Theory and Investment Analysis, John Whiley Fama, E. (1965), The Behavior of Stock Market Prices efficient-market hypothesis (EMH) Guill , D.G. (2009), Bankers Trust and the Birth of Modern Risk Management .Warton School,U.Pensivania
Evolución de los modelos financieros
Guill , D.G. (2009), Bankers Trust and the Birth of Modern Risk Management .Warton School,U.Pensivania http://fic.wharton.upenn.edu/fic/case%20studies/Birth%20of%20Modern%20Risk%20Managementapril09.pdf JP Morgan (1996) ,Risk Metrix, Technical Document http://www.riskmetrics.com Macaulay, F. (1910), Money, credit and the price of securities, University of Colorado. Markowitz, H.M . (1959), Portfolio Selection: Efficient Diversification of Investments . New York: John Wiley &
Sons. Merton, R.C. (1973), "Theory of Rational Option Pricing". Bell Journal of Economics and Management
Science (The RAND Corporation) 4 (1): 141–183 Merton, R.C. (1995), Influence of Mathematical Models in Finance on Practice: Past. Present and Future . In
Mathematical Models in Finance, Chapman Hall. London Regnault, J. (1863), Calcul des chances et philosophie de la Bourse, Mallet-Bachelier, Paris Samuelson, P. (1965), Proof that ProperlyAnticipated Prices Fluctuate Randomly Savage, L.J. (1954), The Foundations of Statistics (John Wiley and Sons, New York). Trias, R. (1982), Rendimiento, Riesgo y Selección de Activos Financieros. Banco Urquijo Vasicek, O. (1977), An Equilibrium Characterisation of the Term Structure. Journal of Financial Economics 5
(2): 177–188.
Riesgo de Crédito
Evolución de los modelos financieros
Orientación al fracaso (Bancarrota / Mora )----Modelos Actuariales, Distribuciones Binominales Gamma Negativas, Funcionescaracterísticas
- AIS (1987), Credit Scoring Models, Behaviour Scoring, shops channel. - Altman, I.E. (1968), Financial Ratios, Discriminant Analysis and the Prediction of Corporate
Bankruptcy. Journal of Finance: 189–209. - Beaver, H.W. (1966), Financial ratios predictors of failure Journal of Accounting Research, 4, p. 71-
111.111.- Credit Suisse Financial Products (1997), CreditRisk+,
http://www.macs.hw.ac.uk/~mcneil/F79CR/creditrisk.pdf- Fair Credit Reporting Act (1970), http://www.ftc.gov/os/statutes/fcradoc.pdf- FICO Credit Scoring History http://www.fico.com/en/Company/Pages/history.aspx- Trias, R. et al. (2008), El método RDF, El nuevo estándar de stress testing de riesgo de crédito, AIS
http://www.ais-int.com/wp-content/uploads/2011/12/RDF_Articulo_01.pdfEnglish version : The RDF methodology, the new standard stress testing credit risk http://www.ais-int.com/wp-content/uploads/2011/12/Article-01-RDF-Eng.pdf
- Vasicek, O. (1987), Probability of loss on loan portfolio. KMV Corporation- Wells Fargo First Behaviour Scoring. In http://www.fico.com/en/Company/Pages/history.aspx
Otros riesgos y modelos
Evolución de los modelos financieros
1990s Preocupaciones sobre Basilea II Pilar II – Sistemas, Pensiones, Concentración, Reputación, Liquidezy riesgo legal.
Aproximación actuaria: recolección de datos, distribución de acontecimientos – Poison, Gamma distributions, Extreme Value Theory, Distribution Mixtures, Survival analysis, Statistics for rare ev ents, convolution, characteristic functions. …- Basel Committee on Banking Supervision (2004), Basel II New Basel Capital Accord – Pillar I.
Operational Risk- Basel II – Capital reinforcement. Capital ratios- COSO (1991), Internal Control: Integrated Framework. Committee of Sponsoring Organizations of the
Treadway Commission.- Cruz, M., R. Coleman and G. Salkin (1998), Modeling and Measuring operational risk, Journal of Risk
Vol1 No 1, pp.63-72- Hoffman, D.G. (ed.) (1998), Operational Risk and Financial Institutions. Risk Publicaations. London- Power, M. (2003), The invention of Operational Risk. Discussion Paper no. 16 ESRC Centre for Analysis
of Risk and Regulation.- Baring Bank destruction (1995)
Macroeconómico
Evolución de los modelos financieros
- Green H.W. (1993), Econometric Analysis, Collier Macmillan- McKinsey & Co . (1997), Credit View. Research report, McKinsey & Co
McKinsey Credit Portfolio View. Econometric Model factor obtained combining real macroeconomic variables
- Rösh, D. and H. Scheule (2008), Stress Testing for Financial Institutions. Risk Books- Ruiz, G and R. Trias (2011), Financial crisis and risk measurement: the historical perspective and a
new methodology, in the book by Óscar Dejuan Ed.: “The first great recession of the 21st century”. Edward Elgar.
- Trias, R. et al. (2009), El método RDF: Escenarios económicos para el stress testing, AIS - Trias, R. et al. (2009), El método RDF: Escenarios económicos para el stress testing, AIS http://www.ais-int.com/wp-content/uploads/2011/12/AIS-RDF-Articulo-02.pdf. English version: The RDF methodology: Economic scenarios for stress testing. http://www.ais-int.com/wp-content/uploads/2011/12/Article-02-RDF-Eng.pdf
Corporativo
Evolución de los modelos financieros
- Beazer F.W (1976), The Theory of portfolio choice and its applicability to bank asset management. Euromoney pgs 52-73
- Cohen K.J. (1970), Programming Bank Portfolios under Uncertainty, Journal of Bank Research , vl1,num1 pgs 42-61- Cohen, K. J. (1972), Dynamic Balance Sheet Management: A Management Science Approach. Journal of Bank
Research Winter, pgs 9-19- Cohen,K. J. (1979), A Linear Programming Planning Model for Bank Holding Companies. Journal of Bank Research
Autum pgs 152-164- Monti, M. (1972), Deposit, Credit and Interest Rate Determination under alternative Bank Objective Functions.
Mathematical methods in investment and finance, North-Holand, Amsterdam pgs 431-454- Pyle, D.H. (1971), On the theory of financial intermediation. Journal of finance vol 26, num 3 pgs 737-747- Sealey C.W., Jr and J.T. Lindley (1977), Inputs, outputs and a theory of production and cost at depositary financial
institution. The Journal of Finance vol XXXII num 4 pags 1251-1265- Ruiz, G. and R. Trias (2012), Viabilidad de las entidades financieras y las nuevas metodologías reguladoras,
Cuadernos de Información Económica de FUNCAS http://www.ais-int.com/wp-content/uploads/2012/12/RTrias-GRuiz_FUNCAS_2012.pdfEnglish Version::Viability of Financial Entities and New Regulatory Methodologies. Article originally published in FUNCAS “Cuadernos de Información Económica” (Funcas Economic Information Journal) nº 230 September-October 2012, redrafted in accordance with Act 9/2012. http://www.ais-int.com/en/viability-of-financial-entities-and-new-regulatory-methodologies.html
- Tennent, J. and G. Friend (2005), Guide to business modellling, The Economist Newspaper Ltd.- Trias, R. and A. Rodríguez (1980), Simulación y optmización en planificación bancaria. Informática-SIMO.- Trias, R . (1980), El Modelo POTS de Planificación Financiera. Instituto de Economia Aplicada. Internal documentation
for Planification Process Application- Van Loo, P.D. (1980), On the microeconomic foundation of bank behavior in macroeconomic models. The Economist
128 nr 4, pgs 474-495
General
Evolución de los modelos financieros
- Arvanitis, A (2001), Gregory, Jon. Credit, the complete guide to pricing, hedging and Risk Management. Risk books
- Balternsperger, E. (1980), Alternative approaches to the theory of the banking firm. Journal of Monetary Economics 6 pgs 1-37
- Bessis, J. (1998), Risk Management in Banking. Whiley,- Cannata, F. et al. (2011), Basel III and beyond. Risk Books- Malz M.A. (2011), Financial Risk Management. Models, History and Institutions. Whiley- Ong K.M. (1999), Internal Risk Models. “Capital Allocation and Performance Measurement”. Risk
BooksBooks
Planificando en el caosIntegrando macroeconomía, stress test, regulación y apetito al riesgo como parte del plan de negocio en momentos de cambio
Ramon TriasCEOAIS Aplicaciones de Inteligencia [email protected]