El método popperiano en la estimación de la probabilidad de incumplimiento de un deudor
Resumen
Este trabajo tiene como objetivo desarrollar un modelo de análisis discriminante que permita clasificar a los individuos dentro de un grupo previamente definido, categorizándolos con probabilidad de default o no, para esto se trabaja con una muestra de 1.000 deudores pertenecientes a una cartera comercial en una entidad financiera. El resultado es un modelo que relaciona la probabilidad de incumplimiento con algunas variables financieras como son el margen operativo, margen neto y nivel de endeudamiento, y variables no financieras como la edad. El modelo estipula probabilidades de default inferiores a las que utiliza la entidad financiera, de tal manera que ofrece la oportunidad de liberar fondos sin que esto sea un elemento comprometedor de la estabilidad financiera por parte de la institución.
Palabras clave
Referencias
Altman, E. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankrutcy. Journal of Finance, 23(4), 589-609.
Alves, I. (2004). Sectoral fragility: factors and dynamics (Vol. 22, pp. 450-480): Bank for International Settlements.
Amaya, C. (2005). Evaluación del Riesgo de Crédito en el sistema financiero Colombiano (pp. 67 - 78). Reporte de Estabilidad Financiera: Banco de la República.
Beaver, W. (1966). Financial Ratios as Predictors of Failure. Journal of Accounting Research, 4(3), 71.
Castagnolo, F. y Ferro, G. (2014). Models for predicting default: towards efficient forecasts. Journal of Risk Finance (Emerald Group Publishing Limited), 15(1), 52.
Cox, R. y Wang, G. (2014). Full length article: Predicting the US bank failure: A discriminant analysis. Economic Analysis and Policy, 44, 202-211.
Figueroa, A. (2012). The Alpha-Beta Method. Buenos Aires, Argentina: Cengage Learning.
Gómez, J. (2009). Estimation of conditional time homogeneus credit quality transition matrices for commercial banks in colombia. In I. P. Orozco Hinojosa (Ed.). Borradores de Economía: Bogotá.
Gómez, J. y Hinojosa, I. (2010). Estimation of conditional time-homogeneous credit quality transition matrices. Economic Modelling, 27, 89-96. doi:10.1016/j.econmod.2009.07.022
Hoggarth, G., Sorensen, S. & Zicchino L. (2005). Stress tes of UK banks using VARapproach (Working Paper no. 282 ed.): Bank of England.
Kollár, B. y Gondžárová, B. (2015). Comparison of Current Credit Risk Models. Procedia Economics and Finance, 23, 341-347. doi:10.1016/S2212-5671(15)00450-5
Lam, K. & Moy, J. (2002). Combining discriminant methods in solving classification problems in two-group discriminant analysis. European Journal of Operational Research, 138(2), 294-301.
Lennox, C. (1999). The Accuracy and Incremental Information Content of Audit Reports in Predicting Bankruptcy. Journal of Business Finance & Accounting, 26(5/6), 757-778.
Ozili, P. (2015). Credit smoothing and determinants of loan loss reserves evidence from europe, us, asia and africa. Journal of Business, Economics & Finance, 4(2), 302-315. doi:10.17261/Pressacademia.2015211621
Saldías, M. (2013). A market-based approach to sector risk determinants and transmission in the euro area. Journal of Banking and Finance, 37, 4534-4555.
Támara, A, Aristizábal, R. y Velásquez C. (2010). Estimación de las provisiones esperadas en una institución financiera utilizando modelos Logit y Probit. Revista de Ciencias Estrategicas, 18(24), 259 - 270.
Wilson, S. & Press, S. (1978). Choosing Between Logistic Regression and Discriminant Analysis. Journal of the American Statistical Association, 73(364), 699-705.
Wong, J. & Fong, T. (2005). A framework for macro stress testing the creditrisk of banks in Hong Kong: Hong Kong Monetary Authority Quarterly Bulletin.
Zamudio, N. (2007). Determinantes de la probabilidad de incumplimiento de las empresas Colombianas (Vol. 466). Borradores de Economía: Banco de la República.
Enlaces refback
- No hay ningún enlace refback.