Proyección de Tasa de Default para Instituciones Bancarias con Variables Macroeconómicas

El objetivo de este trabajo es entregar una estimación de tasas de incumplimiento en carteras de personas naturales (consumo y vivienda) y empresas (comercial) bancos locales. Para ello, se desarrolla una metodología diferente a las tradicionales, que sólo ocupan variables de perfil del cliente (demográficas, comportamiento histórico de pagos, entre otras) sin considerar explícitamente el comportamiento del ciclo económico. Específicamente, se construyen dos modelos estadísticos, uno lineal (mínimos cuadrados ordinarios, o MCO) en conjunto con el modelo de Holt para estimación de series de tiempo que se incorpora como una variable adicional a la regresión, y otro no lineal (redes neuronales), con información de tasas de incumplimiento de los cuatro bancos y variables macroeconómicas entre noviembre de 2004 y noviembre de 2009. Actualmente, las instituciones bancarias utilizan métodos de estimación por cliente de la proporción (de las colocaciones) que pasan a cartera vencida, de acuerdo a los requerimientos de gestión de riesgo de crédito establecidos en la normativa SBIF. La importancia de una correcta proyección radica en que el banco pueda prever descalces entre lo estimado y lo real, y su impacto en la cartera. Los resultados obtenidos con ambos métodos en general son satisfactorios. En efecto, en la mayoría de las carteras de los cuatro bancos estudiados, el error relativo entre la tasa estimada y la observada es inferior al rango del 12-20%, que es el error de estimación aceptado, de acuerdo a fuentes provenientes de Gerencias de Riesgo de diversas instituciones bancarias. Por lo tanto, es posible afirmar que con la metodología propuesta se obtiene un nivel de predicción menor a credit scoring usadas por los bancos y las variables macroeconómicas contienen información potencialmente valiosa para predecir incumplimiento. El modelo lineal presenta un menor error relativo en comparación a las redes neuronales, y en particular resulta bastante útil para la estimación del sistema bancario utilizado como referencia para las comparaciones (benchmark)