Search

The global financial crisis that began in 2007, has marked a before and after in contempo-rary risk management, not from the point of view of developing risk management, but from the need to apply what has been developed, and to use it in a timely manner both by financial institutions as well as by regulators and the State. According to Dionne (2013), the study of risk management has been developed since the end of the Second World War, so it has had more than 50 years to evolve in relation to quantitative and scientific techniques. This article proposes the use of dynamic panels for the aggregate quantification of credit risk, using the Macro Credit Scoring methodology; an econometric model is built to measure the credit risk of a banking system based on economic growth and the financial profile of banks (which reflects their risk profile). For the methodology, what Arellano-Bond proposed was used to control the endogeneity between credit risk and economic growth, estimating the expected loss measure as a final product. It was determined that the credit risk coverage is adequate in Bolivia and the applicability of the proposed methodology is demonstrated., La crisis financiera mundial, iniciada en 2007, ha marcado un antes y un después en la administración de riesgos contemporánea, no desde el punto de vista del desarrollo de la administración de riesgos, sino desde la necesidad de aplicar lo desarrollado y utilizarlo oportunamente, tanto por parte de las instituciones financieras como por los reguladores y el Estado. De acuerdo con Dionne (2013), el estudio de la administración de riesgos se ha desarrollado desde la finalización de la Segunda Guerra Mundial, por lo que ha tenido más de 50 años para evolucionar con relación a técnicas cuantitativas y científicas. Este artículo propone el uso de paneles dinámicos para la cuantificación agregada del riesgo de crédito, utilizando la metodología de Macro Credit Scoring; se construye un modelo econométrico para medir el riesgo de crédito de un sistema bancario en función del crecimiento económico y del perfil financiero de los bancos (que refleja su perfil de riesgo). Para la metodología se utilizó lo propuesto por Arellano-Bond para controlar la endogeneidad entre el riesgo de crédito y el crecimiento económico; se estima la medida de pérdida esperada como producto final. Se determinó que la cobertura por riesgo de crédito es adecuada en Bolivia y se demuestra la aplicabilidad de la metodología propuesta.

Credit risk plays an important role in the financial management of organizations, because it is related to the possibility of non-payment of obligations acquired by customers and in turn to mitigating this to guarantee liquidity and sustainability of the loan firm.Through a qualitative methodological approach from a documentary analysis, the current situation of the credit granting process in a company in the health sector is identified, and a periodic follow-up is developed longitudinally after the implementation of the proposal. The results determine that from the definition and implementation of credit policies, the structure of the portfolio improves by reducing the concentration in the highest ages, additionally, the collection increases and the excess in credit limits is reduced. It is concluded from this implementation that one of the main bases for obtaining financial well-being in organizations is the definition of efficient credit policies, which allow adequate profiling of clients, finding profiles with very good support and opportunity in payments., O risco de crédito desempenha um papel importante na gestão financeira das organizações, pois está relacionado com a possibilidade de não pagamento das obrigações contraídas pelos clientes e por sua vez mitigá-lo para garantir a liquidez e sustentabilidade do crédito. empresa. Por meio de uma abordagem metodológica qualitativa a partir de uma análise documental, identifica-se a situação atual do processo de concessão de crédito em uma empresa do setor de saúde, e é realizado um acompanhamento periódico longitudinalmente após a implantação da proposta. Os resultados determinam que a partir da definição e implementação das políticas de crédito, a estrutura da carteira por idade melhora, diminuindo a concentração na maior, adicionalmente, a cobrança aumenta e o excesso de limites de crédito é reduzido. Conclui-se desta implementação que uma das principais bases para a obtenção do bem-estar financeiro nas organizações é a definição de políticas de crédito eficientes, que permitam o adequado perfil dos clientes, encontrando perfis com muito bom suporte e oportunidade de pagamentos., El riesgo de crédito ocupa un rol importante en la gerencia financiera de las organizaciones, debido a que está relacionado con la posibilidad del no pago de las obligaciones adquiridas por los clientes y a su vez a la mitigación de este para garantizar la liquidez y sostenibilidad de la firma. A través de un enfoque metodológico cualitativo desde un análisis documental se identifica la situación actual del proceso de otorgamiento de crédito en una empresa del sector salud, y de forma longitudinal se desarrolla un seguimiento periódico posterior a la implementación de la propuesta. Los resultados determinan que a partir de la definición e implementación de políticas de crédito la estructura de la cartera por edades mejora disminuyendo la concentración en las más altas, adicionalmente aumenta el recaudo y se disminuye el exceso en límites de crédito. Se concluye a partir de esta implementación que una de las principales bases para obtener bienestar financiero en las organizaciones es la definición de políticas de crédito eficientes, que permitan perfilar adecuadamente a los clientes, encontrando perfiles con muy buen respaldo y oportunidad en los pagos.

Credit Default Swaps (CDS) on public external debt can be used as a proxy for sovereign risk. This study analyzes how the behavior of the CDS is related to sovereign risk in the period 2010-2019 for Colombia, Chile, Brazil, and Mexico. Thus, the dynamic conditional correlation (DCC) model and the Granger causality test are used. It is found that there is a dynamic conditional correlation between these two instruments. Also, there is Granger causality given by the CDS for the bonds, that is, that the CDS has some influence on the bonds' behavior; presenting the bidirectional causality (the bonds have some influence of the CDS behavior), for Brazil, Chile, and Colombia. Besides, the DCC estimates shows a considerable variation in the correlations, where the general trend is decreasing, with negative correlations in the sample last years, which can be explained by an improvement in the rating and an investment risk fall in Colombia, Chile and Brazil, exhibiting Chile the lowest volatility due to its good rating and Mexico a stable volatility with conditional correlations close to 0%, reflecting a desired behavior of the price of the bonds., Analisa-se como os Credit Default Swaps (CDS) se relacionam com o risco soberano no Brasil, Chile, Colômbia e México, durante o período 2010-2019. Modelos de correlação condicional dinâmica (DCC) e testes de causalidade de Granger são estimados. Observa-se uma tendência decrescente geral nas correlações dos últimos anos da amostra, que pode ser explicada por uma melhora no rating da dívida soberana e uma queda no risco de investimento na Colômbia, Chile e Brasil. Além disso, os resultados empíricos mostram que os CDS influenciam o comportamento dos títulos da dívida pública., Se analiza cómo los Credit Default Swaps (CDS) están relacionados con el riesgo soberano en Brasil, Chile, Colombia y México, durante el período 2010-2019. Se estiman modelos de correlación condicional dinámica (DCC) y pruebas de causalidad de Granger. Se encuentra una tendencia general decreciente en las correlaciones de los últimos años de la muestra, lo cual puede ser explicado por una mejoría en la calificación de deuda soberana y una caída en riesgo de inversión en Colombia, Chile y Brasil. Además, los resultados empíricos evidencian que los CDS tienen influencia en el comportamiento de los bonos de deuda pública.

This paper aims to implement a credit risk model in infrastructure investment projects, where the probability of default is estimated considering the cash flow available for debt service, which determines the debt service coverage ratio. For that, a structural model developed for illiquid assets is used, such as an extension of the credit risk models of Merton (1974) and KMV of Moody’s, through which the components of the probability of default, exposure, recovery rate and expected loss are analyzed. The main innovation of this approach is due to the incorporation of a dynamic of the debt service coverage ratio, which is modelled stochastically following the same assumptions of the option pricing theory. In addition, this model is complemented with the Monte Carlo simulation technique, under which some essential parameters are estimated, as well as the expected loss and the credit value-at-risk (VaR)., Este trabajo tiene como objetivo implementar un modelo de riesgo de crédito en proyectos de infraestructura, donde se estima la probabilidad de incumplimiento teniendo en cuenta el flujo de efectivo disponible para el servicio de deuda y su ratio de cobertura. Para ello, se utiliza un modelo estructural de riesgo de crédito desarrollado para activos ilíquidos, como una extensión de los modelos de Merton (1974) y KMV de Moody’s, mediante el cual se analizan los componentes de probabilidad de incumplimiento, exposición, tasa de recuperación y pérdida esperada. La principal innovación de este enfoque se debe a la incorporación de una dinámica propia de la ratio de cobertura del servicio de deuda, el cual se modela estocásticamente siguiendo los mismos supuestos de la teoría de valoración de opciones financieras. Además, este modelo se complementa con la técnica de simulación de Monte Carlo, bajo la cual se estiman algunos parámetros esenciales, así como la pérdida esperada y el valor en riesgo (VaR) crediticio.

Defaults by individuals were at the source in the last financial crisis, thus the need to fully understand credit risk from personal borrowers. Expected loss from credit is usually decomposed in probability of default, loss given default and exposure at default (EAD), the latter factor being yet the least investigated. This research seeks to contribute by identifying the determinants of EAD in the Canadian financial cooperative sector that had exhibited great resiliency during the crisis. The sample consisted of more than 11000 cases of default occurring between 2003 and 2008 on revolving lines of credit granted to individuals. The results show that several factors are significant, namely the borrower’s age, the exposure limit, the amount drawn, the interest rate applied on the line of credit and the utilization behavior. Moreover, the relationship of EAD to macroeconomic factors points to it. Overall, more than 50% of the variance of EAD can be explained. In sum, the research sheds light on a credit factor, EAD on credits to individuals, which has remained rather obscure up to now. The improved understanding of EAD can lead to better risk modeling, better credit management and, potentially, improve financial stability., Los impagos de particulares fueron una de las causas de la última crisis financiera dando lugar a una necesidad de comprender todo lo relacionado con el riesgo de crédito de los prestatarios personales. La pérdida esperada del crédito generalmente se descompone en probabilidad de incumplimiento, severidad y exposición de incumplimiento (EAD), siendo este último factor el menos investigado. Este trabajo pretende identificar los determinantes de EAD en el sector cooperativo financiero canadiense que ha mostrado una gran capacidad de resistencia durante la crisis. Utilizando una muestra de más de 11000 casos de incumplimiento ocurridos entre 2003 y 2008 en líneas de crédito a personas físicas, los resultados muestran los factores significativos que explican más del 50% de la varianza de EAD: la edad del prestatario, el límite de exposición, el monto retirado, la tasa de interés aplicada en la línea de crédito y el comportamiento de utilización. Además, la relación de EAD con los factores macroeconómicos nos confirma su prociclicidad. En resumen, la investigación aborda el análisis de la EAD sobre créditos a personas físicas poco analizado en la literatura. La mejor comprensión de EAD permite una mejor modelización del riesgo, así como una mejor gestión de crédito y, potencialmente, mejorar la estabilidad financiera.

This article presents an exciting application of machine learning for loan origination in microfinance. Microfinance targets people who cannot build a credit history and therefore cannot access loans from banks or other financial institutions. We use data from a Mexican microfinance company that operates in several regions throughout the country. The objective is to guide intermediate lenders to choose their clients and achieve a lowerr credit default risk. We use several statistical models such as principal component analysis, clustering analysis and a regression tree. We obtain, as a result, a series of recommendations based on the characteristics of the clients., Se presenta una interesante aplicación de aprendizaje de máquina en la originación de créditos en microfinanzas. El objetivo de microfinanzas son las personas que no pueden construir un historial crediticio y, en consecuencia, no pueden acceder a préstamos de bancos u otras instituciones financieras. Usamos datos de una compañía microfinanciera mexicana que opera en varias regiones del país. De igual modo, se pretende guiar a prestamistas intermediarios para escoger sus clientes y alcanzar un menor riesgo de crédito. Usamos varios modelos estadísticos como análisis de componentes principales, análisis de grupos y árboles de regresión. Obtenemos, como resultado, una serie de recomendaciones basadas en las características de los clientes.

En este artículo estudiamos el rendimiento de diferentes modelos de aprendizaje automático —machine learning (ML)— en la predicción de incumplimiento crediticio. Para ello hemos utilizado una base de datos única y anónima de uno de los bancos españoles más importantes. Hemos comparado el rendimiento estadístico de los modelos tradicionalmente más usados, como la regresión logística (Logit), con modelos más avanzados, como la regresión logística penalizada (Lasso), árboles de clasificación y regresión, bosques aleatorios, XGBoost y redes neuronales profundas. Siguiendo el proceso de validación supervisora de sistemas basados en calificaciones internas —Internal ratings-based approach (IRB)— hemos examinado los beneficios en poder predictivo de usar técnicas de ML, tanto para clasificar como para calibrar. Hemos realizado simulaciones con diferentes tamaños de muestras y número de variables explicativas para aislar las ventajas que pueden tener los modelos de ML asociadas al acceso de grandes cantidades de datos, de las ventajas propias de los modelos de ML. Encontramos que los modelos de ML tienen un mejor rendimiento que Logit tanto en clasificación como en calibración, aunque los modelos más complejos de ML no son necesariamente los que predicen mejor. Posteriormente traducimos esta mejoría en rendimiento estadístico a impacto económico. Para ello estimamos el ahorro en capital regulatorio cuando usamos modelos de ML en lugar de métodos tradicionales para calcular los activos ponderados en función del riesgo. Nuestros resultados indican que usar XGBoost en lugar de Lasso puede resultar en ahorros de un 12,4 % a un 17 %, en términos de capital regulatorio, cuando utilizamos el proceso IRB. Esto nos lleva a concluir que los beneficios potenciales de usar ML, en términos económicos, serían significativos para las instituciones, lo que justifica una mayor investigación para comprender mejor todos los riesgos incorporados en los modelos de ML., In this paper we study the performance of several machine learning (ML) models for credit default prediction. We do so by using a unique and anonymized database from a major Spanish bank. We compare the statistical performance of a simple and traditionally used model like the Logistic Regression (Logit), with more advanced ones like Lasso penalized logistic regression, Classification And Regression Tree (CART), Random Forest, XGBoost and Deep Neural Networks. Following the process deployed for the supervisory validation of Internal Rating-Based (IRB) systems, we examine the benefits of using ML in terms of predictive power, both in classification and calibration. Running a simulation exercise for different sample sizes and number of features we are able to isolate the information advantage associated to the access to big amounts of data, and measure the ML model advantage. Despite the fact that ML models outperforms Logit both in classification and in calibration, more complex ML algorithms do not necessarily predict better. We then translate this statistical performance into economic impact. We do so by estimating the savings in regulatory capital when using ML models instead of a simpler model like Lasso to compute the risk-weighted assets. Our benchmark results show that implementing XGBoost could yield savings from 12.4% to 17% in terms of regulatory capital requirements under the IRB approach. This leads us to conclude that the potential benefits in economic terms for the institutions would be significant and this justify further research to better understand all the risks embedded in ML models.

The micro and small business in Peru has been in constant development for 40 years, since then the Municipal Savings and Credit Banks (CMAC) appeared, which have administrative, financial, and economic autonomy and participate in the decentralization of the financial services; However, the growth of the loan portfolio is accompanied by high delinquency indicators related to the credit risk of these institutions. The objective of this work is to analyze whether the over-indebtedness of clients, measured as the balance and number of financial entities that the debtor has, is a variable that has a positive and direct relationship to credit risk, leading to the establishment of higher provisions that negatively affect in the income statements of this group of institutions. This research has a quantitative and correlational approach, where the data collected from 48 months, (2016-2019), were processed using the statistical methodology CRISP-DM, where the direct relationship of the over-indebtedness with the credit risk of the CMAC. The relevance of this research is aimed at making strategic decisions that allow better control of the payment behavior of your credit operations and this is reflected in better economic results., A micro e pequena empresa no Peru está em constante desenvolvimento há 40 anos, desde então surgiram os Bancos Municipais de Poupança e Crédito (CMAC), que possuem autonomia administrativa, financeira e econômica e participam da descentralização dos serviços financeiros; No entanto, o crescimento da carteira de crédito é acompanhado por elevados indicadores de inadimplência relacionados ao risco de crédito dessas instituições. O objetivo deste trabalho é analisar se o superendividamento de clientes, medido pelo saldo e número de entidades financeiras que o devedor possui, é uma variável que tem relação direta e positiva com o risco de crédito, levando ao estabelecimento de maiores disposições que afetam negativamente as demonstrações de resultados deste grupo de instituições. Esta pesquisa possui uma abordagem quantitativa e correlacional, onde os dados coletados de 48 meses, (2016-2019), foram processados utilizando a metodologia estatística CRISP-DM, onde a relação direta do superendividamento com o risco de crédito do CMAC é encontrado. A relevância desta pesquisa está voltada para a tomada de decisões estratégicas que permitam melhor controle do comportamento de pagamento de suas operações de crédito e isso se reflita em melhores resultados econômicos., La micro y la pequeña empresa en Perú se encuentra en constante desarrollo desde hace cuarenta años. Desde entonces, aparecieron las cajas municipales de ahorro y crédito (CMAC), que tienen autonomía administrativa, financiera y económica, y participan de la descentralización de los servicios financieros. Sin embargo, el crecimiento de la cartera de colocaciones viene acompañado de elevados indicadores de morosidad relacionados al riesgo de crédito de estas instituciones. El objetivo del presente trabajo es analizar si el sobreendeudamiento de clientes, medido como el saldo y número de entidades financieras que tiene el deudor, es una variable que tiene una relación positiva y directa al riesgo de crédito, lo que lleva a constituir mayores provisiones que inciden negativamente en los estados de los resultados de este grupo de instituciones. Esta investigación es de enfoque cuantitativo y correlacional. Los datos recolectados de 48 meses (2016-2019) fueron procesados utilizando la metodología estadística CRISP-DM. Como resultado, se determinó la relación directa del sobreendeudamiento con el riesgo de crédito de las CMAC. La relevancia de esta investigación está dirigida a tomar decisiones estratégicas que permitan tener un mejor control del comportamiento de pago de sus operaciones de crédito y que esto se vea reflejado en mejores resultados económicos.

The global financial crisis that began in 2007, has marked a before and after in contempo-rary risk management, not from the point of view of developing risk management, but from the need to apply what has been developed, and to use it in a timely manner both by financial institutions as well as by regulators and the State. According to Dionne (2013), the study of risk management has been developed since the end of the Second World War, so it has had more than 50 years to evolve in relation to quantitative and scientific techniques. This article proposes the use of dynamic panels for the aggregate quantification of credit risk, using the Macro Credit Scoring methodology; an econometric model is built to measure the credit risk of a banking system based on economic growth and the financial profile of banks (which reflects their risk profile). For the methodology, what Arellano-Bond proposed was used to control the endogeneity between credit risk and economic growth, estimating the expected loss measure as a final product. It was determined that the credit risk coverage is adequate in Bolivia and the applicability of the proposed methodology is demonstrated., La crisis financiera mundial, iniciada en 2007, ha marcado un antes y un después en la administración de riesgos contemporánea, no desde el punto de vista del desarrollo de la administración de riesgos, sino desde la necesidad de aplicar lo desarrollado y utilizarlo oportunamente, tanto por parte de las instituciones financieras como por los reguladores y el Estado. De acuerdo con Dionne (2013), el estudio de la administración de riesgos se ha desarrollado desde la finalización de la Segunda Guerra Mundial, por lo que ha tenido más de 50 años para evolucionar con relación a técnicas cuantitativas y científicas. Este artículo propone el uso de paneles dinámicos para la cuantificación agregada del riesgo de crédito, utilizando la metodología de Macro Credit Scoring; se construye un modelo econométrico para medir el riesgo de crédito de un sistema bancario en función del crecimiento económico y del perfil financiero de los bancos (que refleja su perfil de riesgo). Para la metodología se utilizó lo propuesto por Arellano-Bond para controlar la endogeneidad entre el riesgo de crédito y el crecimiento económico; se estima la medida de pérdida esperada como producto final. Se determinó que la cobertura por riesgo de crédito es adecuada en Bolivia y se demuestra la aplicabilidad de la metodología propuesta.

This paper presents an application of Copula Theory to an Ecuadorian consumer credit portfolio. To be applied, first, the marginal distributions of the default rate and the amount of exposure were estimated based on historical information; then copulas were built, and Sklar’s Theorem was applied through Models of Multivariate Distribution of Copulas (MVDC). Subsequently, by knowing the dependency structure, the total loss of the port-folio, maximum loss, Credit VaR and Expected Shortfall (ES) were estimated. Conside-ring a confidence level of 99,5 % in normal market conditions in a month, the maximum loss that the portfolio can present is USD 18.65 million (Credit VaR). If any factor chan-ges and market conditions worsen, once the maximum loss is exceeded, the expected loss after Credit VaR, that is, ES can reach a value of USD 21.49 million (15,22 % more than Credit VaR) . Finally, when comparing the estimates of the MVDC with the methodology of the Ecuadorian control body, it was shown that it underestimates the expected loss, risk indicators and extreme loss events. The failure to predict extreme events underesti-mates potential losses and increases risk levels., Este trabajo presenta una aplicación de la teoría de cópulas a un portafolio de crédito de consumo ecuatoriano. Para la aplicación primero se estimaron las distribuciones marginales de la tasa de incumplimiento y del monto de exposición con base en la información histórica; luego, se construyeron cópulas y se aplicó el Teorema de Sklar a través de modelos de distribuciones multivariadas de cópulas (MVDC). Posteriormente, conociendo la estructura de dependencia, se estimó la pérdida total de la cartera, máxima pérdida, Credit VaR y Expected Shortfall (ES). Considerando un nivel de confianza de 99,5 %, en condiciones normales de mercado en un mes, la máxima pérdida que puede presentar el portafolio es de USD 18,65 millones (Credit VaR). De modificarse algún factor yempeorarse las condiciones de mercado, una vez superada la máxima pérdida, la pérdida esperada luego del Credit VaR, es decir el ES, puede alcanzar un valor de USD 21,49 millones (15,22 % más que el Credit VaR). Finalmente, al comparar las estimaciones de los MVDC con la metodología del organismo de control ecuatoriano, se demostró que esta última subestima la pérdida esperada, indicadores de riesgo y eventos de pérdida extrema. Al no predecir los eventos extremos, se subestiman las pérdidas potenciales y aumenta el nivel del riesgo.

Credit risk plays an important role in the financial management of organizations, because it is related to the possibility of non-payment of obligations acquired by customers and in turn to mitigating this to guarantee liquidity and sustainability of the loan firm.Through a qualitative methodological approach from a documentary analysis, the current situation of the credit granting process in a company in the health sector is identified, and a periodic follow-up is developed longitudinally after the implementation of the proposal. The results determine that from the definition and implementation of credit policies, the structure of the portfolio improves by reducing the concentration in the highest ages, additionally, the collection increases and the excess in credit limits is reduced. It is concluded from this implementation that one of the main bases for obtaining financial well-being in organizations is the definition of efficient credit policies, which allow adequate profiling of clients, finding profiles with very good support and opportunity in payments., O risco de crédito desempenha um papel importante na gestão financeira das organizações, pois está relacionado com a possibilidade de não pagamento das obrigações contraídas pelos clientes e por sua vez mitigá-lo para garantir a liquidez e sustentabilidade do crédito. empresa. Por meio de uma abordagem metodológica qualitativa a partir de uma análise documental, identifica-se a situação atual do processo de concessão de crédito em uma empresa do setor de saúde, e é realizado um acompanhamento periódico longitudinalmente após a implantação da proposta. Os resultados determinam que a partir da definição e implementação das políticas de crédito, a estrutura da carteira por idade melhora, diminuindo a concentração na maior, adicionalmente, a cobrança aumenta e o excesso de limites de crédito é reduzido. Conclui-se desta implementação que uma das principais bases para a obtenção do bem-estar financeiro nas organizações é a definição de políticas de crédito eficientes, que permitam o adequado perfil dos clientes, encontrando perfis com muito bom suporte e oportunidade de pagamentos., El riesgo de crédito ocupa un rol importante en la gerencia financiera de las organizaciones, debido a que está relacionado con la posibilidad del no pago de las obligaciones adquiridas por los clientes y a su vez a la mitigación de este para garantizar la liquidez y sostenibilidad de la firma. A través de un enfoque metodológico cualitativo desde un análisis documental se identifica la situación actual del proceso de otorgamiento de crédito en una empresa del sector salud, y de forma longitudinal se desarrolla un seguimiento periódico posterior a la implementación de la propuesta. Los resultados determinan que a partir de la definición e implementación de políticas de crédito la estructura de la cartera por edades mejora disminuyendo la concentración en las más altas, adicionalmente aumenta el recaudo y se disminuye el exceso en límites de crédito. Se concluye a partir de esta implementación que una de las principales bases para obtener bienestar financiero en las organizaciones es la definición de políticas de crédito eficientes, que permitan perfilar adecuadamente a los clientes, encontrando perfiles con muy buen respaldo y oportunidad en los pagos.

Credit Default Swaps (CDS) on public external debt can be used as a proxy for sovereign risk. This study analyzes how the behavior of the CDS is related to sovereign risk in the period 2010-2019 for Colombia, Chile, Brazil, and Mexico. Thus, the dynamic conditional correlation (DCC) model and the Granger causality test are used. It is found that there is a dynamic conditional correlation between these two instruments. Also, there is Granger causality given by the CDS for the bonds, that is, that the CDS has some influence on the bonds' behavior; presenting the bidirectional causality (the bonds have some influence of the CDS behavior), for Brazil, Chile, and Colombia. Besides, the DCC estimates shows a considerable variation in the correlations, where the general trend is decreasing, with negative correlations in the sample last years, which can be explained by an improvement in the rating and an investment risk fall in Colombia, Chile and Brazil, exhibiting Chile the lowest volatility due to its good rating and Mexico a stable volatility with conditional correlations close to 0%, reflecting a desired behavior of the price of the bonds., Analisa-se como os Credit Default Swaps (CDS) se relacionam com o risco soberano no Brasil, Chile, Colômbia e México, durante o período 2010-2019. Modelos de correlação condicional dinâmica (DCC) e testes de causalidade de Granger são estimados. Observa-se uma tendência decrescente geral nas correlações dos últimos anos da amostra, que pode ser explicada por uma melhora no rating da dívida soberana e uma queda no risco de investimento na Colômbia, Chile e Brasil. Além disso, os resultados empíricos mostram que os CDS influenciam o comportamento dos títulos da dívida pública., Se analiza cómo los Credit Default Swaps (CDS) están relacionados con el riesgo soberano en Brasil, Chile, Colombia y México, durante el período 2010-2019. Se estiman modelos de correlación condicional dinámica (DCC) y pruebas de causalidad de Granger. Se encuentra una tendencia general decreciente en las correlaciones de los últimos años de la muestra, lo cual puede ser explicado por una mejoría en la calificación de deuda soberana y una caída en riesgo de inversión en Colombia, Chile y Brasil. Además, los resultados empíricos evidencian que los CDS tienen influencia en el comportamiento de los bonos de deuda pública.

This paper aims to implement a credit risk model in infrastructure investment projects, where the probability of default is estimated considering the cash flow available for debt service, which determines the debt service coverage ratio. For that, a structural model developed for illiquid assets is used, such as an extension of the credit risk models of Merton (1974) and KMV of Moody’s, through which the components of the probability of default, exposure, recovery rate and expected loss are analyzed. The main innovation of this approach is due to the incorporation of a dynamic of the debt service coverage ratio, which is modelled stochastically following the same assumptions of the option pricing theory. In addition, this model is complemented with the Monte Carlo simulation technique, under which some essential parameters are estimated, as well as the expected loss and the credit value-at-risk (VaR)., Este trabajo tiene como objetivo implementar un modelo de riesgo de crédito en proyectos de infraestructura, donde se estima la probabilidad de incumplimiento teniendo en cuenta el flujo de efectivo disponible para el servicio de deuda y su ratio de cobertura. Para ello, se utiliza un modelo estructural de riesgo de crédito desarrollado para activos ilíquidos, como una extensión de los modelos de Merton (1974) y KMV de Moody’s, mediante el cual se analizan los componentes de probabilidad de incumplimiento, exposición, tasa de recuperación y pérdida esperada. La principal innovación de este enfoque se debe a la incorporación de una dinámica propia de la ratio de cobertura del servicio de deuda, el cual se modela estocásticamente siguiendo los mismos supuestos de la teoría de valoración de opciones financieras. Además, este modelo se complementa con la técnica de simulación de Monte Carlo, bajo la cual se estiman algunos parámetros esenciales, así como la pérdida esperada y el valor en riesgo (VaR) crediticio.

This article presents an exciting application of machine learning for loan origination in microfinance. Microfinance targets people who cannot build a credit history and therefore cannot access loans from banks or other financial institutions. We use data from a Mexican microfinance company that operates in several regions throughout the country. The objective is to guide intermediate lenders to choose their clients and achieve a lowerr credit default risk. We use several statistical models such as principal component analysis, clustering analysis and a regression tree. We obtain, as a result, a series of recommendations based on the characteristics of the clients., Se presenta una interesante aplicación de aprendizaje de máquina en la originación de créditos en microfinanzas. El objetivo de microfinanzas son las personas que no pueden construir un historial crediticio y, en consecuencia, no pueden acceder a préstamos de bancos u otras instituciones financieras. Usamos datos de una compañía microfinanciera mexicana que opera en varias regiones del país. De igual modo, se pretende guiar a prestamistas intermediarios para escoger sus clientes y alcanzar un menor riesgo de crédito. Usamos varios modelos estadísticos como análisis de componentes principales, análisis de grupos y árboles de regresión. Obtenemos, como resultado, una serie de recomendaciones basadas en las características de los clientes.

Summary of Banco de España Working Paper no. 2105

Credit Default Swaps (CDS) on public external debt can be used as a proxy for sovereign risk. This study analyzes how the behavior of the CDS is related to sovereign risk in the period 2010-2019 for Colombia, Chile, Brazil, and Mexico. Thus, the dynamic conditional correlation (DCC) model and the Granger causality test are used. It is found that there is a dynamic conditional correlation between these two instruments. Also, there is Granger causality given by the CDS for the bonds, that is, that the CDS has some influence on the bonds' behavior; presenting the bidirectional causality (the bonds have some influence of the CDS behavior), for Brazil, Chile, and Colombia. Besides, the DCC estimates shows a considerable variation in the correlations, where the general trend is decreasing, with negative correlations in the sample last years, which can be explained by an improvement in the rating and an investment risk fall in Colombia, Chile and Brazil, exhibiting Chile the lowest volatility due to its good rating and Mexico a stable volatility with conditional correlations close to 0%, reflecting a desired behavior of the price of the bonds., Se analiza cómo los Credit Default Swaps (CDS) están relacionados con el riesgo soberano en Brasil, Chile, Colombia y México, durante el período 2010-2019. Se estiman modelos de correlación condicional dinámica (DCC) y pruebas de causalidad de Granger. Se encuentra una tendencia general decreciente en las correlaciones de los últimos años de la muestra, lo cual puede ser explicado por una mejoría en la calificación de deuda soberana y una caída en riesgo de inversión en Colombia, Chile y Brasil. Además, los resultados empíricos evidencian que los CDS tienen influencia en el comportamiento de los bonos de deuda pública., Analisa-se como os Credit Default Swaps (CDS) se relacionam com o risco soberano no Brasil, Chile, Colômbia e México, durante o período 2010-2019. Modelos de correlação condicional dinâmica (DCC) e testes de causalidade de Granger são estimados. Observa-se uma tendência decrescente geral nas correlações dos últimos anos da amostra, que pode ser explicada por uma melhora no rating da dívida soberana e uma queda no risco de investimento na Colômbia, Chile e Brasil. Além disso, os resultados empíricos mostram que os CDS influenciam o comportamento dos títulos da dívida pública.

Las entidades financieras por su naturaleza de negocio se encuentran inherentemente expuestas al riesgo de crédito, por ello, están continuamente en búsqueda de nuevas formas para medir la probabilidad de incumplimiento de los clientes que solicitan un crédito. Esta investigación tiene como objetivo comparar la precisión de un modelo de regresión logística frente a algunos modelos de Machine Learning, para la estimación del riesgo de crédito en una cartera de consumo; dichas metodologías se perfilan como una herramienta clave para la estimación de riesgos, debido a su flexibilidad y capacidad de aprendizaje. Para ello, se utilizaron los modelos de Regresión logística, Random Forest, Support Vector Machine y Multi-layer Perceptron, haciendo una comparación en la eficiencia de la estimación de los clientes que van a entrar en mora, y obteniendo como resultado que el modelo más equilibrado al momento de la evaluación es el Random Forest, dado que fue el que presentó el mejor ajuste de acuerdo con las métricas de exactitud evaluadas., Financial entities, due to their business nature, are inherently exposed to credit risk, for this reason, they are continually searching for new ways to measure the probability of default of clients requesting a loan. This research aims to comparing the precision of a logistic regression model against basic Machine Learning models for estimating credit risk in a consumer loan portfolio, these methodologies are emerging as a key tool for estimating risks due to their flexibility and learning capacity. For this, the Logistic Regression, Random Forest, Support Vector Machine and Multilayer Perceptron models were used, making a comparison in the efficiency of the estimation of the clients that are going to default, and obtaining as a result that the most balanced model at time of evaluation is the Random Forest.

El propósito de esta investigación es proponer un modelo de seguimiento de riesgo de crédito para la cartera de clientes de perfil independiente de una entidad financiera de Valle del Cauca, que aporte información relacionada con variables relevantes ligadas al análisis y la gestión del riesgo de crédito de este segmento. El desarrollo del modelo de seguimiento permite agruparlos según sus características y clasificarlos por su nivel de riesgo, predecir con más certeza un eventual impago y tomar acciones preventivas frente a este hecho, cumpliendo a su vez con las políticas de riesgo definidas en el Sistema de administración de riesgo de crédito (SARC), regulado en Colombia por la Superintendencia Financiera y fundamentado en el marco de referencia de los Acuerdos de Basilea. La metodología usada es la de técnicas de minería de datos como el clustering; la evaluación se lleva a cabo mediante árboles de decisión; al final se presentan las recomendaciones., The purpose of this research is to propose a credit risk monitoring model for the independent profile client portfolio of a financial entity in Colombia´s department of Valle del Cauca, which provides information related to relevant variables associated to the analysis and management of the credit risk of this segment. The development of the monitoring model allows the grouping of the clients according to their characteristics and classifying them by their level of risk, predicting a possible default with more certainty and taking preventive actions against this fact, allowing in turn to comply with the risk policies defined in the Credit Risk Management System (Sistema de administración de riesgo de crédito, SARC), regulated in Colombia by the Superintendencia Financiera and based on the reference framework of the Basel Accords. The methodology used is that of data mining techniques such as clustering; the evaluation is carried out using decision trees; at the end the recommendations are presented.

Defaults by individuals were at the source in the last financial crisis, thus the need to fully understand credit risk from personal borrowers. Expected loss from credit is usually decomposed in probability of default, loss given default and exposure at default (EAD), the latter factor being yet the least investigated. This research seeks to contribute by identifying the determinants of EAD in the Canadian financial cooperative sector that had exhibited great resiliency during the crisis. The sample consisted of more than 11000 cases of default occurring between 2003 and 2008 on revolving lines of credit granted to individuals. The results show that several factors are significant, namely the borrower’s age, the exposure limit, the amount drawn, the interest rate applied on the line of credit and the utilization behavior. Moreover, the relationship of EAD to macroeconomic factors points to it. Overall, more than 50% of the variance of EAD can be explained. In sum, the research sheds light on a credit factor, EAD on credits to individuals, which has remained rather obscure up to now. The improved understanding of EAD can lead to better risk modeling, better credit management and, potentially, improve financial stability., Los impagos de particulares fueron una de las causas de la última crisis financiera dando lugar a una necesidad de comprender todo lo relacionado con el riesgo de crédito de los prestatarios personales. La pérdida esperada del crédito generalmente se descompone en probabilidad de incumplimiento, severidad y exposición de incumplimiento (EAD), siendo este último factor el menos investigado. Este trabajo pretende identificar los determinantes de EAD en el sector cooperativo financiero canadiense que ha mostrado una gran capacidad de resistencia durante la crisis. Utilizando una muestra de más de 11000 casos de incumplimiento ocurridos entre 2003 y 2008 en líneas de crédito a personas físicas, los resultados muestran los factores significativos que explican más del 50% de la varianza de EAD: la edad del prestatario, el límite de exposición, el monto retirado, la tasa de interés aplicada en la línea de crédito y el comportamiento de utilización. Además, la relación de EAD con los factores macroeconómicos nos confirma su prociclicidad. En resumen, la investigación aborda el análisis de la EAD sobre créditos a personas físicas poco analizado en la literatura. La mejor comprensión de EAD permite una mejor modelización del riesgo, así como una mejor gestión de crédito y, potencialmente, mejorar la estabilidad financiera.

Las pequeñas y medianas empresas en Colombia, en adelante Pyme, se encuentran en su día a día con limitantes que complican las posibilidades de inversión y financiamiento por parte de terceros para impulsar y reforzar su operación, esto se explica por baja capacidad gerencial, falta de conocimiento de estados financieros para los inversores y la baja disponibilidad de estos, y entre otros (Banco Mundial, 2008). Teniendo en cuenta la problemática citada anteriormente, se plantea la pregunta ¿Como predecir la quiebra financiera de las Pyme en Colombia, para que se tomen mejores decisiones al momento de invertir en las compañías? El objetivo de este documento es la aplicación de un modelo para dicha predicción, por lo tanto, se plantea el uso de técnicas de Machine Learning en adelante ML1 generando un comparativo de dos modelos predictivos para evaluar mediante razones financieras la quiebra corporativa, los modelos seleccionados son, el modelo estadístico discriminante múltiple de Altman que permite dentro de un conjunto de empresas poder evaluar sus respectivas variables basado en el análisis de diversos indicadores y un modelo de regresión logística2, que asigna una probabilidad de quiebra a cada empresa., Small and medium-sized enterprises in Colombia, SMEs, in their day-to-day life find limitations that complicate the possibilities and procedures of investment and financing by third parties to boost and strengthen their operation, given variables such as the lack of availability of financial statements, low management capacity, among others. "Supplier credit and bank loans (including leasing) are the main sources of external financing for SMEs" (Banco Mundial, 2008). Taking into account the problems mentioned above, the question arises ¿How to predict the financial failure of SMEs in Colombia, so that better decisions are made when investing in companies? The objective of this document is the application of a model for said prediction, therefore, the use of Machine Learning techniques is proposed, henceforth ML, generating a comparison of two predictive models to evaluate corporate bankruptcy for financial reasons, the selected models. The selected models are, Altman’s multiple discriminant statistical model that allows within a group of companies to evaluate their respective variables based on the analysis of various indicators and a logistic regression model which assigns a probability of bankruptcy to each company.

El perfilamiento de riesgo de crédito es un tema relevante para las entidades financieras, toda vez que identifica los factores generadores de riesgo de crédito (edad, género, capacidad de pago), además de contribuir en la implementación de Sistemas de Administración de Riesgo SARC. En ese sentido, este estudio estima el perfil de riesgos de los asociados (buenos y malos) de una cooperativa de ahorro y crédito en la ciudad de Villavicencio, que acceden a créditos en la modalidad de consumo, para lo cual se utiliza un modelo logit, que luego de ser aplicado arrojo como resultado que los asociados a la misma, presentan como factores generadores de riesgo, el ser hombres, la corta edad, bajos ingresos, ser soltero, poca antigüedad como asociado, no tener personas a cargo, encontrarse empleado en empresas privadas, tener créditos con montos altos, al igual que su respectivo plazo.

In actuarial science relative to pensions and life annuities, it is a common assumption that the discount rate used to calculate the adequate reserve amount to cover future payments is equal to the expected long-term return rate of portfolios in which it is invested. This assumption is inadequate because it could lead fund managers to take excessive risks in order to obtain greater profitability and not be aware that each future cash flow should have a discount rate in accordance with its payment date. This article demonstrates the existence of a suitable technical interest rate to discount each future payment. However, these rates are not necessarily equal among themselves and the expected long-term return of the portfolio. In order to estimate these technical interest rates, it is proposed to apply a risk model to each of the expected payments, which incorporates the fluctuations of the portfolio in which the actuarial reserves are invested. Calculating appropriate discount rates to determine actuarial reserves contributes to strengthening the stability of pension systems and the financial system in general., En la ciencia actuarial de vida relativa a pensiones y rentas vitalicias es un supuesto usual que la tasa de descuento utilizada para calcular el monto de reserva adecuado para cubrir los pagos futuros es igual a la tasa esperada de retorno de largo plazo de los portafolios en los cuales está invertida. Ese supuesto es inconveniente ya que podría llevar a los administradores de los recursos a tomar un exceso de riesgo con el fin de tener mayor rentabilidad e ignora que cada flujo de efectivo futuro debe tener una tasa de descuento acorde con su fecha de pago. En este artículo se demuestra la existencia de una tasa de interés técnico adecuada para descontar cada pago futuro y que dichas tasas no son necesariamente iguales entre sí, ni iguales al retorno esperado de largo plazo del portafolio. Para estimarlas se propone la utilización de un modelo de riesgo de incumplimiento en los pagos previstos, que incorpora las fluctuaciones propias del portafolio en el cual están invertidas las reservas actuariales. Determinar las tasas de descuento adecuadas para calcular reservas actuariales contribuye a fortalecer la estabilidad de los sistemas pensionales y del sistema financiero en general.

Informes recientes muestran la creciente adopción en el sector financiero de técnicas de aprendizaje automático o machine learning (ML) en la gestión del riesgo de crédito. En este entorno, los supervisores se encuentran ante el reto de permitir que se maximicen las oportunidades derivadas del progreso tecnológico y la innovación financiera, a la vez que se respeta la neutralidad tecnológica y la compatibilidad con la regulación. Proponemos un marco para medir los beneficios y los costes de usar ML en riesgo de crédito, siguiendo tres pasos. Primero, identificamos los beneficios a través de una revisión de la literatura económica, donde se observa que el ML proporciona mejoras de hasta el 20 % en la capacidad de discriminación de impagos con respecto a modelos estadísticos tradicionales. Segundo, utilizamos el proceso de validación de sistemas de rating (IRB) para capital regulatorio a fin de detectar las limitaciones del ML en riesgo de crédito. Identificamos hasta trece factores que pueden suponer un coste supervisor. Finalmente, proponemos una metodología para evaluar estos costes. A modo ilustrativo, cuantificamos las mejoras en predicción mediante la estimación de seis modelos de ML usando una base de datos pública. Posteriormente construimos una función de coste supervisor asignando valores a través de un scorecard que pondera, para cada modelo, cada factor en función de la tolerancia al riesgo del supervisor y el uso que se le dé por parte de la entidad financiera. De esta manera se podría aumentar la transparencia, eliminando una barrera a la innovación en la industria financiera., New reports show that the financial sector is increasingly adopting machine learning (ML) tools to manage credit risk. In this environment, supervisors face the challenge of allowing credit institutions to benefit from technological progress and financial innovation, while at the same ensuring compatibility with regulatory requirements and that technological neutrality is observed. We propose a new framework for supervisors to measure the costs and benefits of evaluating ML models, aiming to shed more light on this technology’s alignment with the regulation. We follow three steps. First, we identify the benefits by reviewing the literature. We observe that ML delivers predictive gains of up to 20 % in default classification compared with traditional statistical models. Second, we use the process for validating internal ratings-based (IRB) systems for regulatory capital to detect ML’s limitations in credit risk mangement. We identify up to 13 factors that might constitute a supervisory cost. Finally, we propose a methodology for evaluating these costs. For illustrative purposes, we compute the benefits by estimating the predictive gains of six ML models using a public database on credit default. We then calculate a supervisory cost function through a scorecard in which we assign weights to each factor for each ML model, based on how the model is used by the financial institution and the supervisor’s risk tolerance. From a supervisory standpoint,having a structured methodology for assessing ML models could increase transparency and remove an obstacle to innovation in the financial industry.

El perfilamiento de riesgo de crédito es un tema relevante para las entidades financieras, toda vez que identifica los factores generadores de riesgo de crédito (edad, género, capacidad de pago), además de contribuir en la implementación de Sistemas de Administración de Riesgo SARC. En ese sentido, este estudio estima el perfil de riesgos de los asociados (buenos y malos) de una cooperativa de ahorro y crédito en la ciudad de Villavicencio, que acceden a créditos en la modalidad de consumo, para lo cual se utiliza un modelo logit, que luego de ser aplicado arrojo como resultado que los asociados a la misma, presentan como factores generadores de riesgo, el ser hombres, la corta edad, bajos ingresos, ser soltero, poca antigüedad como asociado, no tener personas a cargo, encontrarse empleado en empresas privadas, tener créditos con montos altos, al igual que su respectivo plazo.

In actuarial science relative to pensions and life annuities, it is a common assumption that the discount rate used to calculate the adequate reserve amount to cover future payments is equal to the expected long-term return rate of portfolios in which it is invested. This assumption is inadequate because it could lead fund managers to take excessive risks in order to obtain greater profitability and not be aware that each future cash flow should have a discount rate in accordance with its payment date. This article demonstrates the existence of a suitable technical interest rate to discount each future payment. However, these rates are not necessarily equal among themselves and the expected long-term return of the portfolio. In order to estimate these technical interest rates, it is proposed to apply a risk model to each of the expected payments, which incorporates the fluctuations of the portfolio in which the actuarial reserves are invested. Calculating appropriate discount rates to determine actuarial reserves contributes to strengthening the stability of pension systems and the financial system in general., En la ciencia actuarial de vida relativa a pensiones y rentas vitalicias es un supuesto usual que la tasa de descuento utilizada para calcular el monto de reserva adecuado para cubrir los pagos futuros es igual a la tasa esperada de retorno de largo plazo de los portafolios en los cuales está invertida. Ese supuesto es inconveniente ya que podría llevar a los administradores de los recursos a tomar un exceso de riesgo con el fin de tener mayor rentabilidad e ignora que cada flujo de efectivo futuro debe tener una tasa de descuento acorde con su fecha de pago. En este artículo se demuestra la existencia de una tasa de interés técnico adecuada para descontar cada pago futuro y que dichas tasas no son necesariamente iguales entre sí, ni iguales al retorno esperado de largo plazo del portafolio. Para estimarlas se propone la utilización de un modelo de riesgo de incumplimiento en los pagos previstos, que incorpora las fluctuaciones propias del portafolio en el cual están invertidas las reservas actuariales. Determinar las tasas de descuento adecuadas para calcular reservas actuariales contribuye a fortalecer la estabilidad de los sistemas pensionales y del sistema financiero en general.

El presente trabajo examina las principales debilidades encontradas en el proceso de gestión del riesgo en el segmento de mediana empresa dentro del Banco Interbank, que cuenta con la participación de las áreas Comercial, Admisión de Riesgos y Seguimiento. Se identificó que el proceso existente no presentaba una organización y estructura idónea para la optimización de tiempos en la correcta toma de decisiones respecto a los clientes con mayor probabilidad de riesgo crediticio. Para ello se propuso la consolidación del trabajo de propuesta, aprobación y monitoreo de los créditos en un solo comité que relacione a todas las áreas involucradas, basándose en el mejor tratamiento de la información y posterior resolución de la casuística mediante decisiones consensuadas. La reorganización del proceso ha llevado a disminuir los ratios de cartera atrasada, de alto riesgo y gasto de provisiones, mejorando la calidad de la cartera de clientes y beneficiando de manera positiva las utilidades netas de Interbank., This paper analyzes the main weaknesses found in the risk management process in the medium-sized business segment at Interbank, which counts with the participation of the Commercial, Risk Admission and Monitoring areas. It was identified that the current process did not present a proper organization and structure for time optimization in right decision-making, with regards to the clients with a higher probability of credit risk. To this end, it was suggested to integrate work of proposal, approval and credit monitoring in one single committee, which would link all the involved areas, based on optimum information processing and subsequent case study resolution through consensus decision-making. The reorganization of the process has led to a decrease in the ratio of overdue and high-risk client portfolio, and provision expense, improving the quality of the customer portfolio and positively benefiting Interbank's net profits.

El presente trabajo examina las principales debilidades encontradas en el proceso de gestión del riesgo en el segmento de mediana empresa dentro del Banco Interbank, que cuenta con la participación de las áreas Comercial, Admisión de Riesgos y Seguimiento. Se identificó que el proceso existente no presentaba una organización y estructura idónea para la optimización de tiempos en la correcta toma de decisiones respecto a los clientes con mayor probabilidad de riesgo crediticio. Para ello se propuso la consolidación del trabajo de propuesta, aprobación y monitoreo de los créditos en un solo comité que relacione a todas las áreas involucradas, basándose en el mejor tratamiento de la información y posterior resolución de la casuística mediante decisiones consensuadas. La reorganización del proceso ha llevado a disminuir los ratios de cartera atrasada, de alto riesgo y gasto de provisiones, mejorando la calidad de la cartera de clientes y beneficiando de manera positiva las utilidades netas de Interbank., This paper analyzes the main weaknesses found in the risk management process in the medium-sized business segment at Interbank, which counts with the participation of the Commercial, Risk Admission and Monitoring areas. It was identified that the current process did not present a proper organization and structure for time optimization in right decision-making, with regards to the clients with a higher probability of credit risk. To this end, it was suggested to integrate work of proposal, approval and credit monitoring in one single committee, which would link all the involved areas, based on optimum information processing and subsequent case study resolution through consensus decision-making. The reorganization of the process has led to a decrease in the ratio of overdue and high-risk client portfolio, and provision expense, improving the quality of the customer portfolio and positively benefiting Interbank's net profits.

Los modelos de estimación de riesgo de crédito presentan una amplia trayectoria dentro del sector financiero, no siendo así para el sector real que informalmente busca un mayor retorno de la inversión con créditos comerciales, lo que en algunos casos ha implicado una adhesión a las operaciones avanzadas por el sector financiero en materia del cálculo de riesgo, a partir de las características propias de las empresas que emprenden este esfuerzo. Por tal motivo, se propone la construcción de un modelo de estimación de riesgo de crédito para que una empresa del sector textil amplíe los cupos de crédito de manera calculada. Para tal cumplimiento se propuso una investigación experimental que permitió la construcción del modelo bajo indicadores financieros. Se concluyó que al aumentar los cupos, a riesgo de la compañía, se gana participación en el marcado y se mejoran las utilidades con un riesgo aceptable dentro de los estándares financieros., Models of estimation of credit risk have a long history in the financial sector, not being so for the real sector that informally seeks a greater return on investment with commercial credits, which in some cases has implied adherence to advanced operations by the financial sector in the area of risk calculation, based on the characteristics of the companies that undertake this effort. For this reason, the construction of a model of estimation of credit risk proposed so that a company in the textile sector expands the credit quotas in a calculated way. For such compliance was proposed an experimental investigation which allowed the construction of the model under financial indicators. It concluded that by increasing the quotas, at the risk of the company, participation in the marking is gained and profits are improved with an acceptable risk within the financial standards.

Conventionally, business valuation methods do not usually incorporate explicitly the effects that the probable bankruptcy costs of the firm could have on the cost of capital. Doing this introduces a stress test in the estimation of the discount rate, which can be very relevant for the fair valuation of excessively leveraged companies traded on the stock market. In this sense, the purpose of this article is to demonstrate the resulting financial vulnerability for this type of firms by explicitly adjusting the cost of capital for bankruptcy risk, and highlighting its implications for the stock market and bank debt market, based on a comparative analysis between three alternative methods of calculating the weighted average cost of capital., Convencionalmente, los métodos de valoración de empresas no suelen incorporar explícitamente los efectos que podrían tener los probables costos de quiebra de la firma sobre el costo del capital. Hacer esto introduce una prueba de estrés en la estimación de la tasa de descuento, que puede ser muy relevante para la valoración justa de empresas excesivamente apalancadas transadas en bolsa. En este sentido, el propósito de este artículo consiste en evidenciar la vulnerabilidad financiera resultante para este tipo de firmas al ajustar explícitamente por riesgo de quiebra el costo del capital, y resaltar sus implicaciones para el mercado de deuda bursátil y bancaria, partiendo de un análisis comparativo entre tres métodos alternativos de cálculo del costo promedio de capital: costo promedio ponderado del capital clásico sin riesgo de incumplimiento, costo promedio ponderado del capital con costo de la deuda esperado ajustado internamente por riesgo de incumplimiento y costo promedio ponderado del capital con costo de la deuda ajustado externamente por riesgo de incumplimiento.