Integrando macroeconomía, stress test, regulación y apetito al riesgo como parte del plan de negocio en momentos de cambio.

1. Planificando en el caos
Integrando macroeconomía, stress test, regulación
y apetito al riesgo como parte del plan de negocio
en momentos de cambio
Ramon Trias
CEO
AIS Aplicaciones de Inteligencia Artificial
rtrias@ais-int.com
www.ais-int.com

2. Agenda
De dónde venimos y hacia dónde deberíamos dirigirnos
Cómo poner orden en el caos
Saliendo del laberinto: casos prácticos
Conclusiones
w w w. a i s - i n t . c o m

3. DE DÓNDE VENIMOS Y HACIA
DÓNDE DEBERÍAMOS
DIRIGIRNOS
w w w. a i s - i n t . c o m

4. Un poco de historia…
Tradicionalmente nos hemos enfocado en considerar los riesgos
por separado: crédito, mercado, liquidez…
Hemos aprendido numerosas metodologías y desarrollado
tecnologías que son útiles para tratar los riesgos por separado:
enfoque de silos .
El stress test fue un paso importante pero limitado, pues no deja
de ser un análisis de valor esperado en un caso extremo.
Hoy por hoy somos capaces de planear la estrategia óptima
considerando el negocio en su totalidad: calculando la
distribución óptima del portafolio con la finalidad de alcanzar los
objetivos de negocio del banco, considerando todo tipo de
restricciones y todo tipo de riesgos.
Esta ha sido la evolución…
w w w. a i s - i n t . c o m

5. Evolución del modelo financiero
Orientado al
fracaso
(bancarrota/
mora)
Otros riesgos
Operacional,
reputación,
liquidez ...
Crédito
Mercado
Principal
atención en los
precios.
Especulación,
volatilidad
Visión de Cartera
de Crédito,
Stress testing, RDF
Macroeconómicos
Corporativo
Merton
COSO
Basel II
Proyección de
balances
Stress
test
Optimización
de la
Integración
del Negocio
w w w. a i s - i n t . c o m

6. ¿Hacia dónde vamos?
Lo que ocurrió en el PASADO no es la mejor respuesta para prever el
FUTURO. ¿Por qué?
-
La complejidad y el caos se han elevado (y van en aumento) desde diferentes
fuentes.
-
Los métodos estadísticos están fundamentalmente basados en información
histórica.
-
El control y la regulación basados en ratios tiene sentido en tiempos estables o
en “evoluciones de poco ruido”.
-
En un momento de cambio, los actores no tienden a repetir su comportamiento
pasado, sino a buscar su óptimo (según apuntaban escuelas como la
neoclásica).
-
Integrar las opiniones de los expertos y los modelos se hace indispensable
(teoría bayesiana).
-
Además, la gestión del riesgo tiene más sentido si se integran todos los riesgos
con los objetivos de negocio.
w w w. a i s - i n t . c o m

7. ¿Cómo?
Hay que cambiar el método de modo que el análisis cualitativo de
la realidad esté complementado con cálculos modelados. La
OPTIMIZACIÓN debe ser el criterio y la herramienta.
El siguiente paso dentro de esta nueva visión es:
Planificación
Estratégica
A través de herramientas de proyección de balance y cuentas de
resultados para confeccionar un plan de negocio sujeto a criterios
de optimización, en un ambiente cambiante.
w w w. a i s - i n t . c o m

8. CÓMO PONER ORDEN EN EL
CAOS
w w w. a i s - i n t . c o m

9. Nuestra propuesta
Implementar un sistema que realmente ayude en la toma de decisiones
acerca de qué estrategia seguir, mediante el establecimiento de la
estructura de activos y pasivos óptima desde el punto de vista del
objetivo principal del negocio: maximizar EVA, minimizar costes,
maximizar el impacto económico, etc.
Integrando –convolucionando– todas las fuentes de beneficios y
pérdidas: riesgos, ganancias...
Considerando todas las limitaciones y restricciones (Basilea III,
mercado, negocio…)
Combinando predicciones macroeconómicas desde un modelo formal
con escenarios extra modelo (escenarios de experto).
Usando una vista dinámica, no una fotografía.
w w w. a i s - i n t . c o m

10. Nuestra propuesta
Generador de escenarios
Macroeconomía
Escenarios de
experto
Objetivo
Criterio de optimización
Balance de partida
Parámetros
Restricciones
• Riesgo
• Regulación
• Negocio
• Tolerancia al riesgo
• Costes
• Oferta y demanda
Motor de
optimización
Strategic
Advisor
Resultados
• Balance
• Cta. Resultados
• Capital regulatorio
• RAROC/ROE
• Valor entidad
• Liquidez
Análisis de
sensibilidad
Análisis de las
restricciones
Feedback
w w w. a i s - i n t . c o m

11. Escenario Macroeconómico.
Construyendo los modelos.
La combinación de modelos
macroeconomómicos, criterios del
experto y modelos microeconómicos
permite la proyección de los
principales flujos del balance.
Modelo
Macroeconómico
VAR
Φ( B)[{Yt }] = {ε t }
Escenario Macro
[{∃Y → Y }] {
*
t
t
t∈ 1,T }
⊂ [{Yt }]t∈{1,T }
Proyección Condicionada
Generalizada
[
ˆ
Ω Yn×T ; Yn×T , Σ n×T Yn*×T
]
Covarianza de la
Cartera
Σ Portfolios = G[ΣY ]
ε como Apetito al Riesgo
CDF[Lt [{Y }] ] = ε ⇒
VaRt (ε ) = Lt [{Y }]
Modelo Capital
Económico
K t ≤ Lt [{Y }]
w w w. a i s - i n t . c o m
Balance inicial
Parámetros,
Coeficientes,
Madurez
Modelos de Flujos
Microeconómicos
{z}it
[
= Li {Yt }, ε ti
]
Input del
Modelo de
Optimización

12. Motor de Optimización.
Componentes
Función Objetivo
Dinámica de Sistema
Cuentas y Flujos
max Z = EVA[{{X }, {x}}∀t∈T ]
SVA[{{X }, {x}}∀t∈T ] L
{X t , xt } = G[{X t }, {xt }, {X t −1}, {xt −1}]
Un sistema basado en la
optimización explora
automáticamente un universo
de posibles activos, pasivos y
estructuras de capital y
escoge el mejor plan.
Optimización
max Z = W [{X t , xt }]
xt
Parámetros
[{Yt }]t∈{1,T }, ε ,...
Nuevos escenarios
s.t.
{X t , xt } = G[{X t −i , xt −i }]
F [{X t , xt }] ≥ 0 ; t , i ∈ { , n}
1
Formato Ejecutivo
w w w. a i s - i n t . c o m
Prioridades
Output a
Presupuestación

13. Algunos modelos tradicionales
deben ser rediseñados
Habitualmente…
N activos para 1 capital
Activo
Capital necesario
Dado
Activo
Cálculo de capital
económico
Activo
Ratios, estados
Activo
Activo
Valuation
Plan Optimizado
Activo
Activo
Dado
Límites de Capital
Otras Restricciones
Objetivo
Función No lineal
Cálculo de capital
económico
1 capital para N activos (& fondos)
Calculado con iteraciones
w w w. a i s - i n t . c o m
Activo
Activo
Activo

14. SALIENDO DEL LABERINTO:
CASOS PRÁCTICOS
w w w. a i s - i n t . c o m

15. ¿Cómo debe trabajar este sistema?
Efecto de anticipar el calendario de
implementación del ratio de liquidez a corto
plazo de Basilea III.
w w w. a i s - i n t . c o m

16. Efecto de anticipar el calendario de
implementación del ratio de liquidez a corto
plazo de Basilea III
Definición del ratio:
Veamos cómo la anticipación de éste ratio afecta los activos y
pasivos previstos en el plan óptimo.
Consideramos la optimización del balance de un banco
hipotético. El criterio de optimización es el maximizar el
Shareholder Value Added. Las restricciones de activo son los
marcos de Basilea II y Basilea III.
w w w. a i s - i n t . c o m

17. Escenario 1: Sin adelanto
del ratio de liquidez
Escenario 2: Adelantando el
ratio de liquidez
El beneficio
máximo que se
podría alcanzar es
menor que antes
La primera víctima
sería la cartera de
negociación
Resultado consolidado del
ejercicio en el escenario 1
Resultado consolidado del
ejercicio en el escenario 2
Escenario 1
w w w. a i s - i n t . c o m
Escenario 2

18. Caída de la
concesión de
hipotecas
Cambio en la
estructura del
endeudamiento
El sistema es
capaz de
modificar su
actitud antes del
momento del
cambio efectivo
Depósitos de la clientela
Depósitos en entidades de crédito
Depósitos en el Banco Central
w w w. a i s - i n t . c o m

19. Escenario 1: Sin adelanto
del ratio de liquidez
Escenario 2: Adelantando el
ratio de liquidez
Aumento de
tesorería
Resultado consolidado del
ejercicio en el escenario 1
Reducción de
beneficios
Resultado consolidado del
ejercicio en el escenario 2
w w w. a i s - i n t . c o m

20. Optimización como fuente de
inteligencia
Restricciones
balance
Capital Base
Tier1 Ampliado
Capital Total
Apalancamiento
Liquidez Largo
max Hipotecas
max PyMEs
capEconomico
Retornos
Hipo
400
350
300
250
200
150
100
50
Hipo
400
350
300
250
200
150
100
50
50
100
150
200
Planes
Factibles
PyMEs
PyMEs
50
Hipo
400
Plan
Óptimo
350
300
250
200
150
100
150
200
Al calcular el mejor plan para alcanzar los
objetivos de negocio del banco es
imprescindible tener en cuenta todas las
restricciones implicadas: la regulación, el
mercado, las políticas ...
Cualquier cambio da una nueva posición de
activos y pasivos.
100
50
Gran dificultad para trabajar cambios en una
única variable en Excel. Impensable lo
costoso que resultaría contemplar todas las
restricciones manualmente.
w w w. a i s - i n t . c o m
PyMEs
50
100
150
200

21. EJEMPLO 2: STRESS TEST
Efecto de una subida del tipo de interés
aplicada al resultado del ejemplo anterior.
w w w. a i s - i n t . c o m

22. Escenario Macroeconómico.
Previsión Variables Macro.
Escenario
Previsto
Valoraciones
expertas
w w w. a i s - i n t . c o m

23. Escenario Macroeconómico.
Previsión Condicionada.
Escenario
Previsto
Valoraciones
expertas
Las opiniones del experto sobre el futuro
macroeconómico se pueden incorporar al
sistema, que recalcula automáticamente el
resto de variables.
w w w. a i s - i n t . c o m

24. Escenario 2: Ratio de
liquidez adelantado
Escenario 3: Tasa de
interés estresada
El beneficio
máximo que se
podría alcanzar es
menor que antes
Las inversiones se
reajustan
Como
consecuencia su
fondeo se adapta
w w w. a i s - i n t . c o m

25. Cambio en la
estructura de la
inversión
Préstamos al consumo
Financiación de proyectos
Adaptación de la
estructura de
financiación
Depósitos de la clientela
Depósitos en entidades de crédito
Depósitos en el Banco Central
w w w. a i s - i n t . c o m

26. ¿Quién toma ventaja de esto?
Es útil a la Alta Dirección
e implica a todas las
áreas del banco, incluida
la red de oficinas
Consejo
Tolerancia al
Riesgo
Dirección
Financiera
Objetivos
Estratégicos
Strategic
Advisor*
Estrategia de
Financiación
Dirección
Comercial
Primer Plan
Comecial
Presupuesto
Ajustado
w w w. a i s - i n t . c o m

27. CONCLUSIONES
w w w. a i s - i n t . c o m

28. Conclusiones
El uso de modelización en las entidades financieras es una
corriente imparable.
Es necesario incorporar nuevas metodologías que integren:
- La opinión del experto y modelos macro
- Modelos de riesgo, demanda y costes
- Criterios de optimización
Hay que automatizar todo lo automatizable para que se fomente
el tiempo “creativo” del analista.
Así tendremos éxito
Planificando en el caos!
w w w. a i s - i n t . c o m

29. ANEXO
w w w. a i s - i n t . c o m

30. Evolución de los modelos financieros
Atención al precio. Volatilidad. Procesos estocásticos, Difusión Fourier
Arrow, K.J. (1964), The role of Securities in the optimal allocation of Risk-bearing. The Review of Economic
Studies Vol 31, no. 2 Apr 1964)
Bachelier, L. (1900), Théorie de la spéculation, Gauthier-Villars.
Bankers Trust, VAR as a Risk Measure. See http://value-at-risk.net/proprietary-var-measures/
Black, F. and M. Scholes (1973), The Pricing of Options and Corporate Liabilities. The Journal of Political
Economy vol 81, 3
Elton, E.J. and M.I. Gruber (1981), Modern Portfolio Theory and Investment Analysis, John Whiley
Fama, E. (1965), The Behavior of Stock Market Prices efficient-market hypothesis (EMH)
Guill, D.G. (2009), Bankers Trust and the Birth of Modern Risk Management .Warton School,U.Pensivania
http://fic.wharton.upenn.edu/fic/case%20studies/Birth%20of%20Modern%20Risk%20Managementapril09.pdf
JP Morgan (1996) ,Risk Metrix, Technical Document http://www.riskmetrics.com
Macaulay, F. (1910), Money, credit and the price of securities, University of Colorado.
Markowitz, H.M. (1959), Portfolio Selection: Efficient Diversification of Investments . New York: John Wiley &
Sons.
Merton, R.C. (1973), "Theory of Rational Option Pricing". Bell Journal of Economics and Management
Science (The RAND Corporation) 4 (1): 141–183
Merton, R.C. (1995), Influence of Mathematical Models in Finance on Practice: Past. Present and Future . In
Mathematical Models in Finance, Chapman Hall. London
Regnault, J. (1863), Calcul des chances et philosophie de la Bourse, Mallet-Bachelier, Paris
Samuelson, P. (1965), Proof that ProperlyAnticipated Prices Fluctuate Randomly
Savage, L.J. (1954), The Foundations of Statistics (John Wiley and Sons, New York).
Trias, R. (1982), Rendimiento, Riesgo y Selección de Activos Financieros. Banco Urquijo
Vasicek, O. (1977), An Equilibrium Characterisation of the Term Structure. Journal of Financial Economics 5
(2): 177–188.

31. Evolución de los modelos financieros
Riesgo de Crédito
Orientación al fracaso (Bancarrota / Mora )---Modelos Actuariales, Distribuciones Binominales Gamma Negativas, Funciones
características
-
-
AIS (1987), Credit Scoring Models, Behaviour Scoring, shops channel.
Altman, I.E. (1968), Financial Ratios, Discriminant Analysis and the Prediction of Corporate
Bankruptcy. Journal of Finance: 189–209.
Beaver, H.W. (1966), Financial ratios predictors of failure Journal of Accounting Research, 4, p. 71111.
Credit Suisse Financial Products (1997), CreditRisk+,
http://www.macs.hw.ac.uk/~mcneil/F79CR/creditrisk.pdf
Fair Credit Reporting Act (1970), http://www.ftc.gov/os/statutes/fcradoc.pdf
FICO Credit Scoring History http://www.fico.com/en/Company/Pages/history.aspx
Trias, R. et al. (2008), El método RDF, El nuevo estándar de stress testing de riesgo de crédito, AIS
http://www.ais-int.com/wp-content/uploads/2011/12/RDF_Articulo_01.pdf
English version : The RDF methodology, the new standard stress testing credit risk
http://www.ais-int.com/wp-content/uploads/2011/12/Article-01-RDF-Eng.pdf
Vasicek, O. (1987), Probability of loss on loan portfolio. KMV Corporation
Wells Fargo First Behaviour Scoring. In http://www.fico.com/en/Company/Pages/history.aspx

32. Evolución de los modelos financieros
Otros riesgos y modelos
1990s Preocupaciones sobre Basilea II Pilar II – Sistemas, Pensiones, Concentración, Reputación, Liquidez
y riesgo legal.
Aproximación actuaria: recolección de datos, distribución de acontecimientos – Poison, Gamma
distributions, Extreme Value Theory, Distribution Mixtures, Survival analysis, Statistics for rare events,
convolution, characteristic functions. …
Basel Committee on Banking Supervision (2004), Basel II New Basel Capital Accord – Pillar I.
Operational Risk
Basel II – Capital reinforcement. Capital ratios
COSO (1991), Internal Control: Integrated Framework. Committee of Sponsoring Organizations of the
Treadway Commission.
Cruz, M., R. Coleman and G. Salkin (1998), Modeling and Measuring operational risk, Journal of Risk
Vol1 No 1, pp.63-72
Hoffman, D.G. (ed.) (1998), Operational Risk and Financial Institutions. Risk Publicaations. London
Power, M. (2003), The invention of Operational Risk. Discussion Paper no. 16 ESRC Centre for Analysis
of Risk and Regulation.
Baring Bank destruction (1995)

33. Evolución de los modelos financieros
Macroeconómico
-
-
-
Green H.W. (1993), Econometric Analysis, Collier Macmillan
McKinsey & Co. (1997), Credit View. Research report, McKinsey & Co
McKinsey Credit Portfolio View. Econometric Model factor obtained combining real macroeconomic
variables
Rösh, D. and H. Scheule (2008), Stress Testing for Financial Institutions. Risk Books
Ruiz, G and R. Trias (2011), Financial crisis and risk measurement: the historical perspective and a
new methodology, in the book by Óscar Dejuan Ed.: “The first great recession of the 21st century”.
Edward Elgar.
Trias, R. et al. (2009), El método RDF: Escenarios económicos para el stress testing, AIS
http://www.ais-int.com/wp-content/uploads/2011/12/AIS-RDF-Articulo-02.pdf. English version: The
RDF methodology: Economic scenarios for stress testing. http://www.ais-int.com/wpcontent/uploads/2011/12/Article-02-RDF-Eng.pdf

34. Evolución de los modelos financieros
Corporativo
-
-
Beazer F.W (1976), The Theory of portfolio choice and its applicability to bank asset management. Euromoney pgs
52-73
Cohen K.J. (1970), Programming Bank Portfolios under Uncertainty, Journal of Bank Research , vl1,num1 pgs 42-61
Cohen, K. J. (1972), Dynamic Balance Sheet Management: A Management Science Approach. Journal of Bank
Research Winter, pgs 9-19
Cohen,K. J. (1979), A Linear Programming Planning Model for Bank Holding Companies. Journal of Bank Research
Autum pgs 152-164
Monti, M. (1972), Deposit, Credit and Interest Rate Determination under alternative Bank Objective Functions.
Mathematical methods in investment and finance, North-Holand, Amsterdam pgs 431-454
Pyle, D.H. (1971), On the theory of financial intermediation. Journal of finance vol 26, num 3 pgs 737-747
Sealey C.W., Jr and J.T. Lindley (1977), Inputs, outputs and a theory of production and cost at depositary financial
institution. The Journal of Finance vol XXXII num 4 pags 1251-1265
Ruiz, G. and R. Trias (2012), Viabilidad de las entidades financieras y las nuevas metodologías reguladoras,
Cuadernos de Información Económica de FUNCAS http://www.ais-int.com/wp-content/uploads/2012/12/RTriasGRuiz_FUNCAS_2012.pdf
English Version::Viability of Financial Entities and New Regulatory Methodologies. Article originally published in
FUNCAS “Cuadernos de Información Económica” (Funcas Economic Information Journal) nº 230 September-October
2012, redrafted in accordance with Act 9/2012. http://www.ais-int.com/en/viability-of-financial-entities-and-newregulatory-methodologies.html
Tennent, J. and G. Friend (2005), Guide to business modellling, The Economist Newspaper Ltd.
Trias, R. and A. Rodríguez (1980), Simulación y optmización en planificación bancaria. Informática-SIMO.
Trias, R. (1980), El Modelo POTS de Planificación Financiera. Instituto de Economia Aplicada. Internal documentation
for Planification Process Application
Van Loo, P.D. (1980), On the microeconomic foundation of bank behavior in macroeconomic models. The Economist
128 nr 4, pgs 474-495

35. Evolución de los modelos financieros
General
-
Arvanitis, A (2001), Gregory, Jon. Credit, the complete guide to pricing, hedging and Risk
Management. Risk books
Balternsperger, E. (1980), Alternative approaches to the theory of the banking firm. Journal of
Monetary Economics 6 pgs 1-37
Bessis, J. (1998), Risk Management in Banking. Whiley,
Cannata, F. et al. (2011), Basel III and beyond. Risk Books
Malz M.A. (2011), Financial Risk Management. Models, History and Institutions. Whiley
Ong K.M. (1999), Internal Risk Models. “Capital Allocation and Performance Measurement”. Risk
Books

36. Planificando en el caos
Integrando macroeconomía, stress test, regulación
y apetito al riesgo como parte del plan de negocio
en momentos de cambio
Ramon Trias
CEO
AIS Aplicaciones de Inteligencia Artificial
rtrias@ais-int.com
www.ais-int.com