Академический Документы
Профессиональный Документы
Культура Документы
*
Este trabajo forma parte del proyecto de investigacin Metodologa para la medicin del riesgo de crdito en empresas
no financieras, que se desarrolla dentro del proyecto ECO2010-22065-C03-03: Modelos actuariales de medicin y
transferencia del riesgo: riesgo de crdito y riesgo de suscripcin, financiado por el Gobierno de Espaa - Ministerio
de Ciencia e Innovacin, la Universitat de Barcelona, Espaa y la Universidad del Valle, Colombia. Nuestros agra-
decimientos a las entidades financiadoras del proyecto, a los evaluadores de este artculo y a Maite Mrmol y Anna
Castaer por los comentarios realizados a versiones previas. Todos los errores, comentarios y observaciones son de la
absoluta y total responsabilidad de los autores y no comprometen en ningn sentido a las instituciones en las cuales
laboran. El artculo se recibi el 09-09-10 y se aprob el 13-05-11.
**
Doctorando en Empresa de la Universitat de Barcelona, Barcelona, Espaa; Master en Investigacin en empresa, fi-
nanzas y seguros de la misma universidad, 2009; Magister en Ciencias de la organizacin, Universidad del Valle, Cali,
Colombia, 1999 y Estadstico de la misma universidad colombiana, 1992. Profesor Asociado y miembro del Grupo de
Investigacin en solvencia y riesgo financiero, Departamento de Contabilidad y Finanzas, Facultad de Administracin,
Universidad del Valle, Cali, Colombia. Correo electrnico: edcaiced@hotmail.com.
***
Doctora en Economa y Empresa de la Universitat de Barcelona, Barcelona, Espaa, 1992; Licenciada en Ciencias
econmicas y actuario en seguros de esta misma universidad, 1987. Profesora Titular de Universidad y miembro del
Grup de Recerca en Teoria de Jocs, Investigaci Operativa i Optimitzaci (2009SGR960), Departament de Matemti-
ca Econmica, Financera i Actuarial, Facultat dEconomia i Empresa, Universitat de Barcelona, Barcelona, Espaa.
Correo electrnico: mmclaramunt@ub.edu.
****
Doctora en Ciencias econmicas y empresariales, Universidad Autnoma de Barcelona, Barcelona, Espaa, 1977;
European Financial Advisor, European Financial Planning Association, Barcelona, Espaa, 2003; Anlista Financie-
ro, Instituto Espaol de Anlistas Financieros, Madrid, Espaa, 1980; Auditora financiera, Colegio de Economistas de
Catalua, Barcelona, Espaa, 1977. Profesora Catedrtica de Universidad y miembro del Grup de Recerca en Econo-
mia i Gest de la Incertesa, Departament dEconomia i Organitzaci dEmpreses, Facultat dEconomia i Empresa, a
Universitat de Barcelona, Espaa. Correo electrnico: mcasanovas@ub.edu.
Resumen
Medicin del riesgo Este artculo presenta los resultados del estudio sobre medicin del riesgo de
crdito en firmas incluidas en el ndice General de la Bolsa de Valores de Co-
de crdito mediante lombia (igbc) entre 2005 y 2007. Las probabilidades de incumplimiento y las
modelos estructurales: tasas de recuperacin dado el incumplimiento se estiman mediante el enfoque
una aplicacin al mercado estructural de Merton y sus extensiones. Con los supuestos de volatilidad cons-
tante y heterocedstica de los activos de las firmas se obtienen estimaciones
colombiano a nivel de empresas y sector econmico. Los resultados indican, con una sig-
nificacin estadstica del 1% y mediante la aplicacin de pruebas no param-
tricas, que en ese periodo no hubo diferencias significativas en la probabilidad
de incumplimiento a nivel de sectores y que los patrones de heterocedasticidad
considerados en la volatilidad de los activos no tienen incidencia significativa
en la estimacin de la probabilidad de incumplimiento.
Palabras clave:
Probabilidades de incumplimiento, modelos estructurales, modelo de Merton,
volatilidad de activos.
Clasificacin JEL: G12, G21.
Abstract
The measurement of This article presents the results of the study on credit risk management in shares
included in the Colombian stock exchange index (IGBC), between 2005 and
credit risk through 2007. The probability of default and rates of recovery given default are estima-
structural models: ted using the Merton structural approach, and its extensions. The assumptions
An application to the of constant volatility and heteroskedacity of the companies assets are used to
provide estimates by individual company and by economic sector. The results
Colombian market indicate, with a statistical significance of 1%, and using non-parametric tests,
that in that period there were significant differences in the probability of default
at the level of the sector, and that the patterns of heteroskedacity considered
in the volatility of assets have no significant influence on the estimates of the
probability of default.
Keywords:
Probability of default, structural models, Merton model, asset volatility.
JEL Classification: G12, G21.
Resumo
Medio do risco de Este artigo apresenta os resultados de uma pesquisa sobre a medio do risco
de crdito em firmas includas no ndice Geral da Bolsa de Valores da Colmbia
crdito mediante modelos (igbc) entre 2005 e 2007. As probabilidades de inadimplncia e as taxas de re-
estruturais: uma aplicao cuperao dadas inadimplncia foram estimadas mediante o enfoque estru-
ao mercado colombiano tural de Merton e suas extenses. Com os supostos de volatilidade constante
e heterocedstica dos ativos das firmas obtm-se estimativas no mbito de
empresas e setor econmico. Os resultados indicam, com uma significao es-
tatstica de 1% e mediante a aplicao de provas no paramtricas, que nesse
perodo no houve diferenas significativas na probabilidade de inadimplncia
no mbito de setores e que os padres de heterocedasticidade considerados
na volatilidade dos ativos no tm incidncia significativa na estimativa da pro-
babilidade de inadimplncia.
Palavras chave:
Probabilidades de inadimplncia, modelos estruturais, modelo de Merton,
volatilidade de ativos.
Classificao JEL: G12, G21.
1
Jarrow y Protter (2004).
cida ms importantes se encuentra el mode- Segn Greene (2000), el mayor uso de los
lo CreditPortafolioView de Mckinsey2. En modelos logit se puede deber a la facilidad
esta categora tambin estn otros trabajos de aplicacin, comprensin e interpretacin
realizados por distintos autores que se basan de sus resultados. Sin embargo, al aplicar los
en modelos logit, modelos probit, modelos modelos logit se parte de la clasificacin de
lineales de probabilidad, simulacin3, en re- los clientes como cumplidos e incumplidos
des neuronales artificiales4 y en metodologa (default o no default). Lo que se ha observa-
borrosa5. do es que, en empresas financieras, cuando
se hace la aplicacin de los modelos logit,
Entre los trabajos que comparan los modelos la cantidad de clientes default no supera el
estructurales con los modelos de forma redu- 15% de los casos en las bases de datos6, lo
cida se encuentran: Jarrow y Protter (2004), que puede ocasionar un sesgo en el momento
Chen et al. (2008) y Arora et al. (2005). Chen de la estimacin del riesgo de crdito debido
y Panjer (2003) relacionan los modelos es- al peso que tienen los clientes no default en
tructurales con los de forma reducida consi- la estimacin de la probabilidad de incum-
derando los valores observados del spread plimiento.
del mercado (premio al riesgo por la deuda
riesgosa). Un modelo importante, que no se Dada la importancia que tiene el crdito en
clasifica en ninguna de las tres categoras an- las actividades comerciales que realizan em-
teriores, que tambin es considerado como presas del sector financiero y no financiero
uno de los modelos estndares para la medi- con sus clientes, es de vital relevancia en-
cin del riesgo de crdito, es el modelo Cre- contrar respuesta a la pregunta: cul es la
ditRisk+ de Credit Suisse Fiancial Products. probabilidad que el cliente de una entidad
financiera o no financiera, incumpla en el
Los modelos de forma reducida suponen pago de una obligacin que ha contrado con
que la empresa cuenta con informacin a la misma entidad?
priori de sus clientes y los tiene clasificados
como cumplidos o incumplidos en torno a El objetivo de este documento es medir el
las obligaciones que implica el crdito, y es- riesgo de crdito de empresas que cotizan
te incumplimiento se puede relacionar con en bolsa de valores a travs del modelo es-
variables internas y externas de sus clien- tructural de Merton (1974). En concreto, se
tes. En la revisin de la literatura financiera analizan empresas que cotizaron sus acciones
efectuada hasta el momento de escribir este en el mercado colombiano durante el periodo
documento, los modelos logit son los ms 2005-2007. Adems, es de inters en este tra-
frecuentemente usados. bajo analizar si hay diferencias en los indica-
dores de riesgo de crdito entre las empresas
2
Crouhy et al. (2000).
cuando se agrupan por sectores econmicos.
3
Ramaswamy (2005) y Dunkel y Weber (2007).
4
Atiya (2001). 6
Entrevistas efectuadas en septiembre de 2007 a direc-
5
Wei (2008) y Zhu y Chiu (2007). tores de riesgo de entidades financieras colombianas.
d1 ( t ) =
ln ( )
Vt 1 2
D + r + 2 V (T t ) senta la tasa de recuperacin.
V (T t ) En el modelo de Merton (1974), lnVT si-
y gue una distribucin normal con media
1
lnVo + r V2 T , y varianza V2 T . Asu-
d2 ( t ) =
ln ( )
Vt 1 2
D + r + 2 V (T t )
2
miendo que la compaa ha sobrevivido t
V (T t ) , (1) aos y el tiempo en que se presenta el incum-
plimiento es una variable aleatoria que se de-
siendo () la funcin de distribucin de una nota como t, entonces en t, la probabilidad
~N(0,1) y V2 , r, Vt y D como fueron defini- de que se presente el incumplimiento en el
das anteriormente. El valor de mercado de momento t es:
la deuda por cada unidad monetaria de valor
nominal, V(t,T) es: PrtQ [ t = T ] = PrtQ [Vt < D ] = ( d2 ( t )) (2)
d2 ( t ) =
ln ( )
Vt 1 2
D + 2 V (T t )
DfVQ T ( D )
V (T t ) 0 < 1
(3) f Q
( ) = PrtQ [VT < D ]
(T )
en otros casos
0
Segn Lffler y Posch (2007) y Vassalou y .
Xong (2004), d2 (t) estimada como se pre-
senta en (3), es denominada la distancia al El valor esperado de (T) es:
default y se interpreta como el nmero de 1
DfVQT ( D )
desviacin estndar en que se debe dismi- ETQ (T ) = d =
nuir el logaritmo natural de la ratio Vt / D de 0
PrtQ [VT < D ]
su media para que se produzca el incumpli- D
v fVQT ( v ) V
dv = EtQ T VT < D =
miento de la firma. 0
D Prt [VT < D ]
Q
D
D ( D VT )+
1.1.2 Estimacin de la tasa de EtQ VT < D
D
recuperacin dado el incumplimiento
D ( D VT )+
Denotamos por (T) a la tasa de recuperacin donde es la proporcin que el
D
dado el incumplimiento. Esta tasa de recu- prestamista recibira en el momento T. El
peracin es la proporcin que representa VT valor esperado de dicha proporcin en el
sobre D si la firma incumple en el momento tiempo t, es:
T. Siguiendo a Chen y Panjer (2003), su fun-
cin de distribucin es:
D ( D VT )+ D ET ( D VT )+
Q
ETQ =
D D
D pt e r (T t )
( d1 ( t ))
= = + ( d2 ( t ))
D d (t ) (4)
8
Samaniego et al. (2007) utilizan la tasa de crecimiento
del pib de Espaa en el 2003 como una proxy de la tasa donde pt es el precio en el momento t de una
de crecimiento de los activos () de las empresas espa- opcin de venta (put) tipo europea sobre el
olas que se transan en el mercado de valores espaol.
Lffler y Posch (2007) proponen estimar , para cada valor de los activos de la firma. Este valor es-
firma a travs del capm. perado en (4), puede ser escrito como sigue:
d ( t ) ( d2 ( t )) Vt (5)
9
Deng (2005), Jackson et al. (1999) y Crouhy et al.
(2000).
compaa se puede describir a travs del per- conocidas. Se asume que el valor del capital
fil de una call (opcin de compra) tipo euro- propio St, sigue un proceso de Gaus-Winner
pea, donde el emisor es el prestamista y el con volatilidad S:
comprador son los accionistas de la compa-
a. El valor de la call, que representa el valor dSt = aStdt + SStdZt (6)
de capital propio, tiene como subyacente el
valor de los activos de la firma y como precio donde S es la desviacin estndar, a es la
de ejercicio el monto de la deuda financiera tasa de retorno instantnea y Zt sigue un mo-
de la compaa. Por lo tanto, se requiere de vimiento browniano.
las estimaciones del valor de los activos de
la firma, Vt y su volatilidad, v. Por otro lado, el valor del capital propio es
funcin del tiempo y del valor de los activos
En la literatura financiera se describen dife- de la firma, St = f (Vt,t). Aplicando el Lemma
rentes mtodos para estimar los valores de de It se tiene que:
Vt y v. Por ejemplo, Lffler y Posch (2007)
presentan un mtodo iterativo basado en el
1 2 f (Vt , t ) f (Vt , t )
comportamiento histrico del valor del ca- dSt = V2 Vt 2 + rVt
2 Vt
2
Vt
pital propio y el valor nominal de la deuda
en libros en un ao de ejercicio; Ericsson y f (Vt , t ) f (Vt , t )
+ dt + V Vt dZ
Reneby (2005) proponen un mtodo de esti- t Vt (7)
madores de mxima verosimilitud basado en
el valor observado del capital propio; Duan De la comparacin de los coeficientes del
y Fulop (2009) usan el mtodo de la mxima proceso de Gaus-Winner en (6) y (7), se tiene
verosimilitud considerando que el valor del la primera ecuacin dada por:
capital propio puede estar influenciado por
el ruido de las transacciones. f (Vt , t )
S St = V Vt
Vt (8)
Jones et al. (1984) proponen dos mtodos
para estimar la volatilidad del valor de los La segunda ecuacin resulta de comparar el
activos de la firma. El primer mtodo se basa valor observado del mercado de St, t, con su
en una serie histrica del valor de los activos valor terico, es decir:
de la firma, el cual puede estimarse a travs
del valor de mercado del capital propio, el t = Vt(d1(t)) Der(Tt) (d2(t)) (9)
valor de mercado de la deuda que es transada
en el mercado y el valor en libro de la deuda De esta manera, el sistema de dos ecuaciones
que no se transa en el mercado. El segundo en el cual solamente las variables Vt y v son
mtodo, que es el que se emplea en este es- desconocidas es:
tudio, hace uso del Lemma de It, del cual se
obtiene un sistemas de dos ecuaciones en el
que solamente las variables Vt y v son des-
f (Vt , t ) h 2
r
S St = V Vt
l ilt
Vt Slt
h (13)
S = V d ( t ) De r(T t ) d ( t )
t t (1 ) ( 2 ) (10)
donde ritl es el retorno diario continuo de la
Para resolver (10) y estimar los valores de Vt accin i el da l del ao t, y est dado por:
y V, se necesita tener las estimaciones del
valor observado del mercado del capital pro- p
pio, t y de la volatilidad de los retornos del rilt = ln ilt
pi(l 1)t
capital propio, S. t se calcula como: (14)
Cuadro 1
Distribucin del nmero de empresas por sectores y por ao
Ao
Cuadro 2
Datos y fuentes de informacin
Cuadro 3
Variables incluidas en el estudio, periodo 2005-2007
Variables de entrada
ao
Identificacin compaa
Pas
Sector Compaa
Variables de salida
Variables de entrada
Cuadro 4
Estadsticas bsicas de las variables consideradas en el estudio
Wilcoxon13 nos permite validar de una ma- desviacin estndar de sus rendimientos, es
nera ms objetiva la igualdad de dichas esti- igual a la volatilidad del capital propio esti-
maciones (cuadro 5). mada a travs de la volatilidad histrica de
los mismos rendimientos del capital propio.
Cuadro 5
Razn por la cual en adelante se presenta los
Comparacin de volatilidades del capital resultados obtenidos con la volatilidad del
propio, histrica vs desviacin estndar capital propio estimada con la desviacin
Wilcoxon W Test
Ao estndar de sus rendimientos.
Statistics
2005 2006 2007
3.2 Estimacin del valor y la
Z -2.343 -1.381 -0.605
volatilidad de los activos
Asymp. Sig.
1.912% 16.718% 54.491%
(2-tailed)
Calculada la desviacin estndar del capital
Fuente: elaboracin propia. propio a partir de las ecuaciones (12) y (13),
se estima el valor de los activos de la firma,
A un nivel de significancia del 1%, no existe Vt y su volatilidad, V del sistema de ecua-
la suficiente evidencia para rechazar la hi- ciones (10).
ptesis que en los aos 2005, 2006 y 2007 la
volatilidad del capital propio estimada con la Cuadro 6
Valores estimados del valor de los activos
y de la volatilidad de los activos por ao
En este estudio se emplean los test no paramtricos
13
En los resultados del cuadro 6 se aprecia una etb y Ecopetrol presentan un componente al-
correlacin negativa entre el valor de los ac- to en el valor de la deuda lo que ocasiona un
tivos de las firmas y su volatilidad, lo cual monto elevado en la estimacin del valor de
indica que entre el 2005 y el 2007 a medida sus activos y, por tanto, del promedio de las
que se increment el valor de los activos de empresas consideradas en ese ao.
las empresas incluidas en el anlisis, se dis-
minuy su volatilidad, lo cual tambin indica Considerando que no se presentaron diferen-
que las empresas del sector financiero que cias significativas en la volatilidad del capital
otorgaron deuda a estas empresas experimen- propio estimada con la desviacin estndar de
taron una probabilidad de incumplimiento los rendimientos y la estimada con la volati-
menor de 2005 a 2007. lidad histrica, en el cuadro 6 se presentan
las estimaciones del valor de los activos y la
Debe tenerse en cuenta que, para cada compa- volatilidad de los activos obtenidas con las es-
a incluida en el anlisis, el valor estimado de timaciones de la volatilidad del capital propio
sus activos (obtenido a travs de la solucin calculadas mediante la desviacin estndar.
del sistema de ecuaciones (10)) es funcin
del valor de la deuda en libros de la firma. El 3.3 Probabilidades de incumplimiento
nmero de empresas analizadas son 17 en el y tasas de recuperacin por empresa
ao 2006, 20 en 2006 y 25 en 2007 y, como se
puede apreciar en el anexo 1, de las empresas Con las estimaciones del valor de los ac-
analizadas en 2007, especficamente Isagen, tivos con sus correspondientes volatilida-
Cuadro 7
Estadsticas bsicas de las probabilidades de incumplimiento y tasas de recuperacin por ao
Probabilidades de incumplimiento
Tasas de recuperacin
1 (
d2 ( t ))
estiman las probabilidades neutrales de in- T t
e 2
Cuadro 8
Comparacin de las probabilidades de incumplimiento
Ao
Wilcoxon W Test Statistics
2005 2006 2007
Cuadro 9
Estadsticas bsicas de las probabilidades de incumplimiento y tasas de recuperacin
por sector y por ao
Valor en libros deuda Probabilidad neutral de Tasa de recuperacin
Sector (en miles de ) incumplimiento (neutral)
Ao
econmico
Promedio Desviacin Promedio Desviacin Promedio Desviacin
Servicios de
44,093 59,050 6.4361716105% 13.9868175954% 91.61% 6.25%
consumo
Mat. bsicos/In-
56,468 65,254 1.3467098926% 3.3325450959% 90.52% 6.21%
dustria/Constr.
2005
Serv. financieros
19,451 11,180 0.6029874300% 1.0444048651% 89.55% 13.10%
e inmob.
Bienes de con-
382,719 -- 0.0001396642% -- 96.19% --
sumo
Servicios de
40,538 52,763 8.8801934338% 18.9744387184% 88.72% 12.38%
consumo
Mat. bsicos/In-
90,616 135,766 8.1515828199% 15.4327152517% 82.59% 17.14%
dustria/Constr.
2006
Bienes de con-
428,749 -- 0.0885652035% -- 89.97% --
sumo
Serv. financieros
58,857 66,235 0.0023790628% 0.0047318181% 93.64% 3.58%
e inmob.
Servicios de
41,405 61,771 1.2282021958% 2.7463436000% 94.91% 5.97%
consumo
Serv. financieros
36,334 30,680 0.2725083948% 0.6093471070% 91.66% 12.51%
e inmob.
Mat. bsicos/In-
2007 93,184 151,770 0.2244966867% 0.6218632005% 95.46% 3.43%
dustria/Constr.
Petrleo y en-
0.1050628995% 0.1754868098% 96.32% 6.21%
erga 91,654,829 93,425,642
Bienes de con-
415,986 -- 0.0000006827% -- 95.43% --
sumo
las empresas agrupadas por sectores segn Se menciona la teora actuarial porque en ella
la clasificacin del mercado de valores co- podemos encontrar una metodologa para
lombiano. calcular unas provisiones como indicadores
de las prdidas a que estara expuesta la em-
Cuadro 10
presa por incumplimientos de sus clientes.
Comparacin de las probabilidades neutrales Aplicar la teora actuarial requiere que tra-
de incumplimiento por sector y por ao temos el conjunto de las cuentas por cobrar
Kruskal- Wallis Test
Ao a clientes de una compaa del sector real
Statistics
2005 2006 2007
o la cartera de crditos dadas a los clientes
de una entidad de crdito, como una cartera
Chi-Square 1.05 2.52 3.80
de seguros en la cual se conoce el nmero de
df 3 3 4 elementos que la componen, los montos
Asymp. Sig. 78.80% 47.17% 43.43% de las exposiciones por cada elemento, las
Fuente: elaboracin propia.
probabilidades de incumplimiento de cada
elemento y las tasas de recuperacin si se
4. Comentarios generales llega a presentar el incumplimiento. Las tres
variables mencionadas son objeto de estudio
En la presente investigacin se utiliza el mo- en el modelo de Merton (1974) lo que faci-
delo de Merton (1974), que limita su aplica- litara la aplicacin de conceptos de la teora
cin a las empresas de las cuales se dispone actuarial para la gestin de riesgo de crdito
de informacin burstil; sin embargo, las en trminos de cuantificar las prdidas por
razones que justifican la utilizacin de este exposicin a dicho riesgo.
modelo concreto en nuestra investigacin son
principalmente las dos siguientes. En primer Uno de los objetivos de la gestin del riesgo
lugar, el modelo de Merton (1974) nos da es- y, en particular, del riesgo de crdito es que
timaciones de las probabilidades de incum- las empresas puedan conocer los niveles de
plimiento y de la tasas de recuperacin de la exposicin al riesgo y que puedan tomar
deuda dado el incumplimiento. Calculadas medidas para minimizar las prdidas por ex-
las probabilidades de incumplimiento y las posicin a dicho riesgo. Consideramos que
tasas de recuperacin, las empresas pueden la complementariedad que se puede obtener
darle el tratamiento a su cartera como si fuera de aplicar la teora financiera tradicional y
una cartera de una empresa del sector de los la teora actuarial, es de gran relevancia pa-
seguros. Mediante la aplicacin de conceptos ra alcanzar dicho objetivo de la gestin de
de la teora actuarial se puede modelar la pr- riesgos.
dida total a que estaran expuestas las com-
paas por incumplimiento de sus clientes14. En segundo lugar, las probabilidades y las ta-
sas de recuperacin dado el incumplimiento
pueden relacionarse con los indicadores con-
tables de las mismas compaas que cotizan
Chen y Panjer (2009) y Carreras (2006).
14 en Bolsa. Luego, a travs del significado de
la Generalizacin Cientfica, las empresas una tasa del 13,10%, mientras que la es-
que no cotizan en Bolsa o que no disponen de timada a travs de la volatilidad histrica
informacin de clasificacin de sus clientes lo hizo a una tasa del 13,25% de 2005 a
como buenos o malos, pero que s disponen 2007. Sin embargo, al 1% de significa-
de su informacin contable, podran tener cin estadstica, durante el periodo anali-
una alternativa para la estimacin de dicha zado no se puede rechazar la hiptesis de
probabilidad de incumplimiento. Aunque la que no hubo diferencia significativa entre
relacin entre los indicadores contables y la la volatilidad del capital propio calculada
probabilidad de incumplimiento no se aborda con la desviacin estndar y la volatilidad
en este documento, se reitera la importancia histrica de los retornos del capital pro-
que tiene la aplicacin del modelo de Mer- pio.
ton (1974) en esta fase de la investigacin
del proyecto de donde se deriva este artculo. No se puede rechazar la hiptesis de que
existieron diferencias significativas entre
Conclusiones las probabilidades neutrales de incumpli-
miento y las probabilidades de incumpli-
En este documento se han cuantificado la miento de las compaas.
probabilidad neutral de incumplimientos y
las tasas de recuperacin dado el incumpli- A nivel de sectores, al 1% de significa-
miento para empresas que cotizaron en la cin estadstica, no se puede rechazar
Bolsa de Valores de Colombia en el periodo la hiptesis de que no hubo diferencias
2005-2007. El anlisis de los resultados nos significativas en las probabilidades de
permite concluir que: incumplimiento. Para los aos analiza-
dos se observ que las empresas del sec-
Durante el periodo de estudio se puede tor de servicios de consumo presentan
apreciar una relacin positiva entre la ta- mayor probabilidad de incumplimiento
sa libre de riesgo y la tasa de crecimiento de la deuda financiera, seguidas de las
del pib. empresas del sector materiales bsicos/
industria/construccin. Las empresas del
En la medida en que se present una ma- sector de petrleo y energa y la de bienes
yor capitalizacin burstil tambin se de consumo presentaron la probabilidad
increment el endeudamiento de las em- ms baja de incumplimiento de la deuda
presas consideras en el estudio. financiera.
Se aprecia una correlacin negativa entre Por todo lo anterior, las empresas del sector
el valor de los activos de las firmas y su financiero que otorgaron deuda a las compa-
volatilidad. as que se transaron en la Bolsa de Valores
de Colombia y que presentaron alta bursati-
La volatilidad del capital propio estimada lidad experimentaron una disminucin en la
con la desviacin estndar disminuy a
Chen, C. J. and Panjer, H. (2003). Unifying discre- Geske, R. (1977). The valuation of corporate liabili-
te structural models and reduced-form models ties as compound options. Journal of Financial
in credit risk using a jump-diffusion process. and Quantitative Analysis, 12 (4), 541-552.
Insurance: Mathematics and Economics, 33 Greene, W. H. (2000). Econometric Analysis, 2nd.
(2), 357-380. ed., New York: Prentice Hall Internacional
Chen, C. J. and Panjer, H. (2009). A Bridge from Editions.
Ruin Theory to Credit Risk. Review of Quanti- International Actuarial Association (2004). A global
tative Finance and Accounting, 32 (4), 373-403. Framework for Insurer Solvency Assessment.
Chen, Z. F.; Liv, Y. Y. and Wang, X. F. (2008). Research Report of the Insurer Solvency As-
Comparative study on credit risk models. Pro- sessment Working Party.
ceedings of 2008 International Conference on Jackson, P.; Nickell, P. and Perraudin, W. (1999).
Risk and Reliability Management, I-II, 189-191. Credit risk modeling. Financial Stability Re-
Coyle, B. (2000). Corporate credit analysis. Chi- view, 94-121.
cago: Amacom. Jarrow, R. A.; Protter, P. and Sezer, A. D. (2007).
Crosbie, P. and Bohn, J. R. (2003). Modeling Default Information reduction via level crossings in a
Risk. KMV Corporation. credit risk model. Finance and Stochastics, 11,
Crouhy, M.; Galai, D. and Mark, R. (2000). A com- 195-212.
parative analysis of current credit risk models. Jarrow, R. A. and Protter, P. (2004). Structural versus
Journal of Banking and Finance, 24, 59-117. reduced form models: A new information based
De Lara, H. A. (2003). Medicin y control de riesgos perspective. Journal of Investment Management,
financieros. Mxico: Limusa Noriega Editores. 2 (2), 1-10.
Deng, Z. W. (2005). Moodys KMV model and its Jones, P.; Mason, P. S. and Rosenfeld, E. (1984).
apply in credit risk evaluation of corporate. Contingent claims analysis of corporate capital
Proceedings of International Conference on structures: An empirical investigation. Journal
Construction & Real Estate Management, 1-2, of Finance, 39 (3), 611-625.
773-775. JP Morgan and Company (1997). CreditMetrics.
Duan, J. C. and Andras, F. (2009). Estimating the Documento Tcnico. Nueva York: JP Morgan.
structural credit risk model when equity prices Lffler, G. and Posch, P. (2007). Credit Risk Mode-
are contaminated by trading noises. Journal of ling. England: John Wiley & Sons.
Econometrics, 150 (2), 288-296. Mrquez, J. (2006). Una nueva visin del riesgo de
Dunkel, J. and Weber, S. (2007). Efficient Monte crdito. Mxico: Limusa - Noriega Editores.
Carlo methods for convex risk measures in port- Merton, R. (1974). On the pricing of the corporate
folio credit risk models. Proceedings of the 2007 debt: the risk structure of interest rates. Journal
Winter Simulation Conference, 1-5, 937-945. of Finance, 29 (2), 449-470.
Elizalde, A. (2005). Credit Risk Models II: Structural Pederson, G. D. and Zech, L. (2009). Assessing
Models. Madrid: CEMFI and UPNA. credit risk in an agricultural loan portfolio. Ca-
Ericsson, J. and Reneby, J. (2005). Estimating struc- nadian Journal of Agricultural Economics, 57,
tural bond pricing models. Journal of Business, 169-185.
78 (2), 707-735.
Ramaswamy, S. (2005). Simulated credit loss dis- sight and Government Reform. U.S. Congres.
tribution. Journal of Portfolio Management, Recuperado el 16 de noviembre de 2008, de
31, 91-99. http://republicans.oversight.house.gov.
Saavedra, G. M. L. and Saavedra, G. M. J. (2010). Vassalou, M. and Xong, Y. (2004). Default risk in
Modelos para medir riesgo de crdito de la equity returns. Journal of Finance, LIX (2),
banca. Cuadernos de Administracin, 23 (40), 831-868.
295-319. Wei, R. (2008). Development of credit risk model
Samaniego, R.; Trujillo, A. y Martin, J. L. (2007). based on fuzzy theory and its application for
Un anlisis de los modelos contables y de mer- credit risk management of commercial banks in
cado en la evaluacin del riesgo de crdito: China. 4th. International conference on wireless
aplicacin al mercado burstil espaol. Revista communications, networking and mobile com-
europea de direccin y economa de la empresa, puting, 1-31, 10339-10342.
16 (2), 93-110. Zech, L. and Pederson, G. (2004). Application of
Seidler, J. and Petr, J. (2009). Implied market loss credit risk models to agricultural lending. Agri-
given default in the Czech Republic: Structural- cultural Finance Review, 64, 91-106.
model approach. Finance a Uver/Czech Journal Zhu, Y. and Chiu, W. H. (2007). Credit risk as-
of Economics and Finance, 59 (1), 20-40. sessment using the RBF neural network. In-
Soros, G.; Simons, J.; Paulson, J.; Griffin, K. and formation. Management and Algorithms, II,
Falcone, P. (2008). Statement before the U.S 125-128.
House of Representatives Committee on over-
Anexo 1
Cuadro A.1
Probabilidades de incumplimiento y tasas de recuperacin, 2005
Valor en libros deuda (en Probabilidad neutral de Tasa de Recuperacin
Empresa
miles de ) incumplimiento (neutral)
Anexo 2
Cuadro A.2
Probabilidades de incumplimiento y tasas de recuperacin, 2006
Valor en libros deuda (en Probabilidad neutral de Tasa de Recuperacin
Empresa
miles de ) incumplimiento (neutral)
Anexo 3
Cuadro A.3
Probabilidades de incumplimiento y tasas de recuperacin, 2007
Valor en libros deuda (en Probabilidad neutral de Tasa de Recuperacin
Empresa
miles de ) incumplimiento (neutral)