FUNDAMENTOS ECONOMICOS SUBYACENTES EN LAS CURVAS DE CAPITAL MARZO 2.002 III Jornada Anual de Riesgos del Club de Gestión de Riesgos de España Juan Carlos.

Slides:



Advertisements
Presentaciones similares
Tiempo a la falla La Probabilidad, La Confiabilidad, La Rata de Riesgo y La Probabilidad Condicional de Falla.
Advertisements

Insertar logo Calificaciones de Riesgo y el Rol de Créditos Juan M. Gonzalez Acosta Credit Manager CIT Group
XI JORNADA ANUAL DE RIESGOS
XI Jornada Anual Club de Gestión de Riesgos de España
Rendimiento - Riesgo Dr. Marcelo A. Delfino.
Modelo de Colas Simulación.
Finanzas Política de Financiamiento
¿Qué es el Value at Risk?.
UNIDAD Nro 3 Cuantificación y Medición del Riesgo. Rentabilidad y Riesgo. Activo Individual y Portafolio. CAPM. Riesto Total Sistemático y no Sistemático.
Riesgo de Mercado Diplomado de Especialización en Riesgo.
IV Jornada Anual de Riesgos
Retos en la Gestión Global del Riesgo
Análisis de Riesgo y Rendimiento
10/10/02 Miguel Angel Maliandi
GESTION DE RIESGOS Y DE ACTIVOS Y PASIVOS: LA EXPERIENCIA DE CAJA MADRID Madrid 21 de Octubre, 2004.
Tema II.4 Desarrollo económico
II.2 DISTRIBUCIONES CONTINUAS DISTRIBUCIÓN UNIFORME O RECTANGULAR
Medidas de tendencia central y de variabilidad
DR. JORGE ACUÑA A., PROFESOR
Medidas de Desempeño Teoría de Colas
¿Cómo hacer más rentables nuestras decisiones?. Rentabilidad Monto de cada préstamo $ Costo Fijo Total $ Gastos Adm por crédito $ 130 Tasa.
Teoría de Portfolio Chile Escuela de Ingeniería Comercial K & E Design ® 2000.
Regresión lineal Es un modelo matemático para predecir el efecto de una variable sobre otra, ambas cuantitativas. Una variable es la dependiente y otra.
COMPORTAMIENTO DE LAS DISTRIBUCIONES DE
Aprendizajes Esperados
Universidad Mexicana en Línea Carrera: Administración Pública Asignatura: Estadística Tutor: Leonardo Olmedo Alumno: Alfredo Camacho Cordero Matrícula:
25. Distribución normal y pruebas de normalidad
Presupuesto de Capital
CALIFICACIÓN DE RIESGO: EFECTO EN PORTAFOLIO DE INVERSIONES
Implicaciones de la mora judicial en la financiación de vivienda Mauricio Valenzuela Gruesso Diciembre 3 de 2009.
SISTEMA DE ADMINISTRACION DE RIESGOS DE CREDITO
Supervisión Basada en Riesgos Para la Industria Aseguradora de Chile Riesgo de Inversiones Sergio Pernice, Ph.D. Santiago, Chile 20/11/2008.
ESTADISTICA I CSH M. en C. Gal Vargas Neri.
RANGO PERCENTIL CON LA AYUDA DE LOS PUNTAJES ACUMULADOS, PODEMOS COMPARAR UN CASO INDIVIDUAL Y DE GRUPO ENCONTRANDO CON ELLO EL RANGO PERCENTIL.
Gerenciamiento Técnico de Proyectos
Swap de Divisas.
DISTRIBUCION NORMAL Mario Briones L. MV, MSc 2005.
Procesamiento estadístico de datos en bioquímica clínica
FACILITADOR JOSE HERIBERTO CRUZ GARCÍA
Simular: Representar una cosa, fingiendo o imitando lo que no es.
¿Cuándo usar esta distribución?
Estimación por intervalo en la regresión: Bandas de Confianza
Herramientas básicas.
Margen de Error. n=(Z (p*q)) / e + (Z (p*q))/N 222 n= Tamaño de muestra Z= Valor “Z” de la curva normal p= Probabilidad de que suceda un evento q= 1-p.
Estadígrafos de posición: Cuartiles Y percentiles
Modulo01_Ejercicio05 Distribución Normal.
CAIXA GALICIA – Div. Riesgos. Sub. Rating CEIOME 2005 MODELIZACIÓN DE LA CORRELACIÓN EN CARTERAS CREDITICIAS Albino Espinosa Manso 26 enero 05.
GESTION DE ACTIVOS Y CAPITAL REQUERIDO EN SOLVENCIA II (NO VIDA) Febrero 2008.
Líneas de Espera: Teoría de Colas
Febrero de 2008 Integración de Riesgos de Mercado y Crédito Cálculo del capital regulatorio y económico por exposición a riesgo de contraparte y riesgo.
REGRESION LINEAL II Mario Briones L. MV, MSc
Estadística Aplicada a la Gestión Empresarial
Sistema Integral de Gestión de Calidad
I n s t i t u t o T e c n o l ó g i c o d e T e c n o l ó g i c o d e V i l l a h e r m o s a ING. EN SISTEMAS CATEDRATICO: I.I. Zinath Javier Gerónimo.
Estructura de Riesgo de las Tasas de Interés
1 1 Slide Universidad Diego Portales Facultad de Economía y Empresa y Empresa.
RIESGO, RENDIMIENTO Y VALOR
Ejercicios Dado un conjunto de datos, aplicar el Criterio de Fourier para desechar los posibles valores atípicos.
La campana de Gauss Campana de Gauss
Indices Financieros.
La Elasticidad PRECIO de la DEMANDA
Clase N°5 Generación de instancias de una v.a. (Parte II)
DEFINICIÓN DE NORMALIDAD MEDIDAS DE DESCRIPCIÓN DE DATOS
11. Los percentiles y los valores de normalidad Módulo II: Análisis descriptivo univariado Análisis de Datos Aplicado a la Investigación Científica
Teoría de la Producción
LA DISTRIBUCION DE LA RENTA Sea cual sea la forma en que los individuos o las familias obtienen sus rentas, el resultado es muy desigual. La distribución.
Medidas de tendencia central
Administración de Empresas Facultad de Ciencias económicas
Viviana Acosta Estadística II. Que es Es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida.
Chile Riesgo y Retorno. Chile Cartera y Cartera Eficiente Cartera Cartera, es la combinación de activos o títulos financieros. Cartera Eficiente Cartera.
Transcripción de la presentación:

FUNDAMENTOS ECONOMICOS SUBYACENTES EN LAS CURVAS DE CAPITAL MARZO III Jornada Anual de Riesgos del Club de Gestión de Riesgos de España Juan Carlos García Céspedes

2 Nivel de deuda En todos estos escenarios no se produce default Escenario de default: El valor del activo cae por debajo del nivel de deuda

3

4

5 El modelo de BIS II Es una aproximación inspirada en el “modelo de Merton” donde: El número de contrapartidas en el portfolio “n” tiende a infinito El tamaño de las exposiciones de todas las contrapartidas es igual a “1/n”, y por tanto tiende a cero. Todas las contrapartidas tienen igual probabilidad individual de incumplimiento, p. El valor de los activos de todas las compañías sigue un proceso gaussiano, i.i.d.: donde “f” es un factor común a todas las compañías (modelo unifactorial) La correlación entre los activos de todas las contrapartidas es igual a  En este contexto, existe formula cerrada para la distribución de los defaults

6 La formula de la distribución acumulada de defaults es Donde:  (·) es la distribución normal estándar acumulada  -1 (·) es la distribución normal estándar inversa  es la correlación de activos p es la probabilidad individual de incumplimiento

7 Conforme la correlación de activos es mayor, la densidad de las pérdidas crediticias es más asimétrica y la cola mucho más gruesa. Las gráficas corresponden a una cartera con contrapartidas con PD del 5% y diferentes correlaciones de activos entre 1% y 30%.

8 Por ejemplo, el percentil 99% con una correlación de activos del 7,5% implica una tasa de defaults del 15%, mientras que el mismo percentil para una correlación del 20% supone una tasa de defaults del 25%.

9

10

11 La línea roja mide el percentil 99,5% para diferentes combinaciones de porcentajes de préstamos tipo 1 y 2 considerando una correlación entre factores del 25%. La línea morada es el caso unifactorial (que es igual que suponer una correlación de factores del 100%)... El gráfico inferior mide el “exceso” de capital del modelo unifactorial respecto del modelo bifactorial con correlación entre factores del 25%

12 Añadir préstamos de peor calidad incluso reduce el capital requerido