Probabilidad de Default o Impago

Este elemento es una ampliación de los cursos y guías de Lawi. Ofrece hechos, comentarios y análisis sobre este tema. [aioseo_breadcrumbs] Este es el riesgo de que el prestatario no pueda o no quiera pagar su deuda en su totalidad o a tiempo. El riesgo de impago se deriva del análisis de la capacidad del deudor para pagar la deuda de acuerdo con los términos contractuales. La probabilidad de impago se asocia generalmente a características financieras como un flujo de caja inadecuado para el servicio de la deuda, la disminución de los ingresos o los márgenes de explotación, un elevado apalancamiento, una liquidez decreciente o marginal y la incapacidad de aplicar con éxito un plan de negocios.

Observación

Además de estos factores cuantificables, también debe evaluarse la disposición del prestatario a pagar.

Probabilidad de Default y distancia al incumplimiento (DTD)

Este elemento es una ampliación de los cursos y guías de Lawi. Ofrece hechos, comentarios y análisis sobre este tema. [aioseo_breadcrumbs] La distancia al incumplimiento, un predictor de incumplimiento corporativo ampliamente adoptado, surge del modelo clásico de riesgo de crédito estructural de Merton (1974). La forma moderna de estimar la DTD aplica el modelo sobre una serie temporal observada de valores de capital junto con la definición de punto de incumplimiento que se hizo popular por el modelo comercial KMV. Se supone que se trata de un nivel de activación del incumplimiento a un año del momento de la evaluación, y se supone que es la deuda a corto plazo (véase más detalles en esta plataforma general) más el 50% de la deuda a largo plazo.

Puntualización

Sin embargo, esta hipótesis de punto de incumplimiento deja fuera otros pasivos (véase más en esta plataforma general) de las empresas, que pueden ser considerables y en particular para las empresas financieras. Duan y otros (2012) lo rectificaron añadiendo otros pasivos (véase más en esta plataforma general) tras aplicar un recorte desconocido pero estimable. La estimación típica de la DTD utiliza una serie temporal diaria de un año de duración. (Tal vez sea de interés más investigación sobre el concepto). Con un máximo de cuatro balances trimestrales, el recorte de pelo estimado será muy inestable.

Una Conclusión

Por lo tanto, la promediación posterior a la estimación de los cortes de pelo que se aplican a un sector de empresas es sensata para aplicaciones prácticas.

El riesgo crediticio de las empresas es una preocupación común para todas las instituciones financieras debido a su exposición natural a las empresas a través de las actividades de préstamo. Desde la perspectiva de los bancos, el Acuerdo de Capital de Basilea y su cumplimiento añade más importancia a la modelización de los riesgos crediticios. La comunidad inversora también se preocupa por el riesgo crediticio de las empresas debido a las posibles pérdidas de sus carteras. Los encargados de formular políticas y los reguladores también prestan mucha atención al riesgo crediticio de las empresas debido al efecto desestabilizador en la economía y los mercados cuando se producen incumplimientos masivos de las empresas. Desde el modelo seminal de riesgo crediticio de Merton (1974), la consideración de la estructura de capital corporativo como un acuerdo de tipo opcional ha ganado una amplia aceptación en la evaluación de las probabilidades de impago de las empresas. Típicamente, para estimar el modelo se utiliza la información fundamental del balance y los precios de las acciones del mercado de valores. Una medida de riesgo particularmente importante del modelo de Merton es la distancia al incumplimiento (DTD), cuyo uso práctico se ha popularizado con el modelo comercial KMV.

La DTD es un predictor de incumplimiento corporativo ampliamente adoptado. Su estimación empírica se obtiene típicamente utilizando una serie temporal observada de valores de capital junto con algunos atributos de la estructura de capital. Para aplicaciones prácticas, una estructura de capital típicamente compleja debe ser simplificada. Esto se suele hacer a través de la definición de puntos por defecto que se ha hecho popular con el modelo KMV. Se entiende que el punto por defecto es el nivel de activación por defecto a un año del momento de la evaluación, y el punto por defecto del KMV, según Crosbie y Bohn (2003), equivale a la deuda a corto plazo (véase más detalles en esta plataforma general) más el 50% de la deuda a largo plazo.

Puntualización

Sin embargo, esta definición del punto de incumplimiento deja fuera los demás pasivos (véase más en esta plataforma general) de una empresa, que pueden ser sustanciales y en particular los de las empresas financieras. Duan y otros (2012) propusieron añadir al punto de incumplimiento todos los demás pasivos (véase más en esta plataforma general) sujetos a un recorte, y estimaron este recorte aplicando el método de máxima probabilidad de datos transformados de Duan (1994, 2000).Entre las Líneas En las aplicaciones típicas que implican series cronológicas diarias de un año de duración, solo se dispone de cuatro balances trimestrales, que ofrecen información limitada para identificar el recorte de pelo. Así pues, promediar las estimaciones de las empresas del mismo sector empresarial y luego aplicar el mismo corte de pelo a todas las empresas en una estimación en dos etapas parece ser una solución sensata y práctica. De hecho, el enfoque en dos etapas ha sido adoptado por el sistema de predicción del incumplimiento de empresas en vivo de la Iniciativa de Investigación Crediticia en el Instituto de Gestión de Riesgos de la Universidad Nacional de Singapur.

En lugar de confiar en el promedio posterior a la estimación, una investigación hicieron una aproximación común para todas las empresas de un sector e idearon un novedoso método de Monte Carlo secuencial de datos en expansión y de densidad moderada para estimar conjuntamente este parámetro común y otros parámetros específicos de la empresa. La estimación conjunta es difícil debido al gran número de parámetros, pero los beneficios son múltiples, por ejemplo, es posible hacer una inferencia estadística rigurosa sobre el parámetro común y las estimaciones de las correlaciones de los activos son un subproducto. Para demostrar este método de estimación se utilizan cuatro grupos industriales de empresas estadounidenses en 2009 y 2014. NSus resultados sugieren que este recorte es materialmente importante, y varía con el tiempo y entre las industrias; por ejemplo, las estimaciones son 78,97% en 2009 y 66,4% en 2014 para 40 empresas de seguros seleccionadas al azar, y 0,76% para las 31 empresas de ingeniería y construcción y 83,92% para 40 bancos seleccionados al azar en 2014.

Datos verificados por: LI

El Modelo Merton

El modelo Merton es un modelo de análisis utilizado para evaluar el riesgo de crédito de la deuda de una empresa.

Detalles

Los analistas e inversores utilizan el modelo Merton para comprender la capacidad de una empresa para cumplir con sus obligaciones financieras, atender el servicio de su deuda y sopesar la posibilidad general de que entre en mora.

En 1974, el economista Robert C. Merton propuso este modelo para evaluar el riesgo crediticio estructural de una empresa modelando el capital de la empresa como una opción de compra de sus activos. Este modelo fue ampliado más tarde por Fischer Black y Myron Scholes para desarrollar el modelo de fijación de precios de opciones de Black-Scholes, ganador del premio Nobel.

Revisor: Lawrence

Uso de la información pública para predecir el riesgo de incumplimiento de las empresas

Los incumplimientos corporativos suelen verse afectados por muchos factores que se dividen a grandes rasgos en dos tipos: factores internos y factores externos. Los factores internos pueden medirse con precisión con estadísticas financieras específicas de la empresa, mientras que los factores externos contienen datos cualitativos, como las noticias relacionadas. Hay una gran cantidad de información oportuna de las noticias que afecta a la probabilidad de incumplimiento de las empresas.

Debido al rápido desarrollo de Internet, podemos obtener noticias económicas globales instantáneas en todos los medios financieros las 24 horas del día. Hay básicamente dos tipos de noticias basadas en su frecuencia y en la entidad involucrada. Una es la publicación regular de datos y previsiones económicas del gobierno, y la otra es la ocurrencia ocasional de litigios corporativos, información sobre ganancias financieras, cambios de personal o dinámica de la industria. Noticias como los casos de infracción regulatoria y financiera tendrán impactos directos o indirectos en los negocios, la industria y el entorno económico general. Extraer e interpretar estas noticias financieras para prever las tasas de incumplimiento corporativo ha sido un tema importante.

Puntualización

Sin embargo, dado que las noticias son en su mayoría cualitativas, y a menudo se publican de forma irregular, es difícil cuantificar dicha información como variables a incluir en los modelos econométricos.Entre las Líneas En la práctica, las agencias de calificación crediticia como S y P y Moody’s y otras agencias de calificación crediticia han tenido en cuenta factores no cuantitativos para ajustar sus resultados de calificación crediticia obtenidos de los modelos estadísticos.

La información financiera también puede clasificarse como de tipo cualitativo y cuantitativo. Las noticias sobre la crisis de la deuda europea son datos cualitativos, mientras que la calificación crediticia o la tasa de crecimiento económico son datos cuantitativos. Ambos tipos de datos tienen un impacto significativo en las ganancias de las empresas y deberían incluirse en los modelos de predicción de incumplimiento de las empresas.Entre las Líneas En cuanto a los datos cuantitativos, se pueden introducir directamente en los modelos estadísticos para el análisis empírico.Entre las Líneas En cuanto a la extracción de información de los datos cualitativos, sería mucho más conveniente realizar la tarea utilizando los modelos bayesianos, que combinan la distribución previa y la función de probabilidad en la distribución posterior. La información cualitativa es para la distribución anterior como los datos son para la función de verosimilitud.Entre las Líneas En otras palabras, las noticias textuales pueden ser coaccionadas para que se distribuyan a priori.

Puntualización

Sin embargo, todavía hay un obstáculo para esta aplicación. (Tal vez sea de interés más investigación sobre el concepto).Entre las Líneas En los modelos bayesianos tradicionales, la distribución a priori se formula para los parámetros del modelo en funciones de verosimilitud o en modelos de regresión. (Tal vez sea de interés más investigación sobre el concepto). Aunque podríamos hacer fácilmente una inferencia estadística de las noticias sobre su impacto en la tasa de incumplimiento, su implicación para los parámetros del modelo no está clara. Por ejemplo, la crisis de la deuda del euro no solo aumentará la probabilidad de impago potencial del banco, sino que también ralentizará el crecimiento económico. Es difícil convertir esa información en una distribución a priori de los parámetros del modelo.

En la Literatura

Brooksaff y otros (2004) utilizaron las calificaciones crediticias de Standard & Poor y Fitch para evaluar sus repercusiones en el mercado bursátil mundial. El análisis empírico confirmó los efectos significativos, especialmente cuando la calificación crediticia se califica a la baja.

Puntualización

Sin embargo, no es el caso de los países de reciente desarrollo (pondere más sobre todos estos aspectos en la presente plataforma online de ciencias sociales y humanidades). Ferreira y Gama (2007) también encontraron un efecto indirecto en los mercados bursátiles de otros países cuando la calificación de un país se califica a la baja. Kim y Wu (2008) descubren algunos efectos en los mercados crediticios cuando las agencias de calificación crediticia publican calificaciones de largo y corto plazo. Orth (2013) aplicó el enfoque de simulación bayesiana para ajustar la calificación de los títulos de deuda soberana y los títulos de deuda empresarial. Existe una subestimación del riesgo para la calificación crediticia de Standard & Poor’s, especialmente cuando la calificación se califica a la baja. Las publicaciones sobre la modelización de la probabilidad de incumplimiento de las empresas son voluminosas y pueden dividirse a grandes rasgos en dos categorías: modelo estructural y modelo de forma reducida. El modelo de Merton, como en Black and Scholes (1973) y Merton (1974), es el modelo estructural representativo. La agencia de calificación crediticia, Moody, lo revisó posteriormente como modelo Merton-KMV.Entre las Líneas En este modelo, cuando el valor de mercado de los activos de una empresa es inferior a sus pasivos, la empresa pronto llegará a la quiebra. Utiliza el precio de las opciones europeas para calcular la probabilidad de incumplimiento. Este modelo ha sido llamado modelo basado en el valor de la empresa.Entre las Líneas En el siglo pasado, varios autores utilizan tipos de interés estocásticos para evaluar los precios de los bonos.[rtbs name=”bonos”] Longstaff y Schwartz (1995) y Hui et al. (2003) relajan parte de los supuestos y modifican el modelo de Merton.

Puntualización

Sin embargo, además de los factores internos de la empresa, hay muchos factores externos que podrían causar el incumplimiento de la empresa. El cambiante entorno externo ha hecho que el modelo estructural se vaya haciendo menos popular. El modelo de forma reducida, también conocido como modelo de intensidad, explora principalmente la vinculación entre el incumplimiento corporativo y las variables explicativas (pondere más sobre todos estos aspectos en la presente plataforma online de ciencias sociales y humanidades). Fue propuesto por primera vez por Jarrow y Turnbull (1995) y se desarrollaron muchos modelos relacionados, entre ellos el análisis de regresión múltiple (West 1970), el análisis discriminante multivariado y el modelo de puntuación Z, el modelo logístico, el modelo de probabilidad de orden, modelo de peligros proporcionales fijos, modelo de peligros en tiempo discreto, matriz de transición de calificación crediticia y modelo dinámico de intensidad de incumplimiento. Cabe señalar que sus modelos ampliados pertenecen a la aplicación de modelos de supervivencia, que utilizan variables macroeconómicas, industriales, específicas de las empresas y de otro tipo para estimar la intensidad del incumplimiento.

Basado en la experiencia de varios autores, mis opiniones, perspectivas y recomendaciones se expresarán a continuación (o en otros lugares de esta plataforma, respecto a las características en 2026 o antes, y el futuro de esta cuestión):

La información llega de muchas formas, pero todas ellas afectan al rendimiento (véase una definición en el diccionario y más detalles, en la plataforma general, sobre rendimientos) de las empresas. Si bien la información sobre los beneficios de las empresas y otra información general se publica trimestral o mensualmente, el mercado bursátil diario suele estar fuertemente influenciado por las noticias del día, de modo que el precio de cierre diario refleja la información del mercado diario y no las condiciones reales de funcionamiento de las empresas. Numerosas investigaciones interpretan este fenómeno desde diferentes ángulos. Tetlock (2007) estudió el impacto de los medios de comunicación (Wall Street Journal) en los inversores y encontró importantes repercusiones de las noticias negativas en el volumen del comercio de valores. Tetlock y otros (2008) muestran que la redacción negativa afectará a los ingresos de las empresas y puede utilizarse como un importante factor de predicción de los rendimientos (véase una definición en el diccionario y más detalles, en la plataforma general, sobre rendimientos) de las acciones y los ingresos de las empresas. Antweiler y Frank (2004) estudiaron el impacto de las noticias de la web en el mercado de valores.

Puntualización

Sin embargo, es bastante difícil evaluar los impactos compuestos de las noticias de diferentes fuentes, ya que sus características básicas pueden ser diferentes entre sí de manera fundamental.

Cabe señalar que el modelo de red bayesiano se aplica principalmente en las redes de regulación de genes de biología computacional y bioinformática, el análisis de la expresión génica, la clasificación de documentos, la recuperación de información, los sistemas de apoyo a las decisiones, etc.
Además, tanto Back y otros (2001) como Kloptchenko y otros (2004) combinaron variables específicas de la empresa con noticias procesadas mediante métodos de minería de textos para evaluar el impacto de las noticias en la empresa.

Puntualización

Sin embargo, este enfoque se limita a acontecimientos específicos y es difícil de generalizar a casos generales. Sólo unos pocos estudios combinan datos cuantitativos y cualitativos en un único modelo para predecir las tasas de incumplimiento de las empresas y Lu y otros (2012) es una excepción. (Tal vez sea de interés más investigación sobre el concepto). Recuperó palabras clave de las noticias, clasificó esas palabras clave en categorías de crisis y de no crisis, utilizó la prueba de chi cuadrado para filtrar las palabras clave adecuadas y luego asignó ponderaciones para construir Intensidad de la Cuota de Incumplimiento (ITDC), que se introduce en un modelo de regresión logística para la predicción de la probabilidad de incumplimiento corporativo. Los resultados empíricos mostraron que cuanto más cerca del punto de crisis, mejor estimación de la probabilidad de incumplimiento.

Datos verificados por: LI

Recursos

Véase También

Regresión lineal
Análisis discriminante
Modelos logit y probit
Modelos de paneles
Modelo de peligros proporcionales de Cox
Redes neuronales
Árboles de clasificación
El modelo de Jarrow-Turnbull
El modelo Merton
Intercambio de créditos por defecto
Derivados de crédito
Riesgo de crédito
Capital (finanzas)
Valoración

▷ Esperamos que haya sido de utilidad. Si conoces a alguien que pueda estar interesado en este tema, por favor comparte con él/ella este contenido. Es la mejor forma de ayudar al Proyecto Lawi.