El enfoque innovador de la modelización del riesgo crediticio mejora la predicción de mora

La modelización del riesgo crediticio es fundamental para comprender la probabilidad de mora o quiebra entre las empresas públicas. Y dado el impacto económico duradero de Covid-19, se necesitan soluciones “listas para usar” que aborden los crecientes desafíos de la gestión y mitigación del riesgo crediticio. 

1. La pandemia agravó los desafíos planteados por la gestión y el control del riesgo crediticio.
2. En tiempos de incertidumbre, es esencial considerar un nuevo enfoque de modelado de riesgo crediticio para tener una predicción más precisa de la probabilidad de mora entre las empresas que operan en bolsa.
3. Los modelos de riesgo crediticio StarMine de Refinitiv han superado al benchmark que se utiliza ampliamente como medida del riesgo de incumplimiento.

Como parte de su estrategia coordinada de evaluación del riesgo crediticio relacionado con el coronavirus, el Banco Central Europeo (BCE) publicó el 19 de mayo de este año un boletín titulado “Covid-19: Gaps in Credit Risk Management Identified”.

El documento decía: “Una infraestructura de datos sólida es fundamental, ya que respalda la capacidad de un banco para comprender los riesgos a los que se enfrenta. Los datos deben estar fácilmente disponibles para poder agregarlos fácilmente. "

El boletín del BCE también expresó su preocupación por la capacidad de algunos bancos para agregar los datos necesarios, lo que podría perjudicar las evaluaciones del riesgo al crédito. “Está claro que la forma en que los bancos usan los datos se ha vuelto aún más importante”, concluyó la organización.

Para obtener más información, descargue el informe: “El desempeño de los modelos de riesgo crediticio de Refinitiv StarMine

Enfoque innovador

Los modelos de riesgo crediticio de StarMine abordan las preocupaciones planteadas por el BCE y vienen superando al benchmark Altman Z-Score, publicado en 1968 y ampliamente utilizado como medida del riesgo de incumplimiento o mora.

Según el informe recién publicado por Refinitiv, que analiza los modelos de riesgo crediticio StarMine en tres momentos, su desempeño prácticamente se mantuvo igual, superando de forma significativa el benchmark en lo tocante a la previsión de riesgo de quiebra o mora (a un año) para más de 47 mil empresas de capital abierto en el mundo entero.

El paquete StarMine incluye cuatro modelos de riesgo crediticio:

• StarMine Structural Credit Risk Model (SCR): evalúa el riesgo crediticio desde la perspectiva del mercado de valores utilizando una extensión patentada del marco de predicción de default estructural de Merton, que modela el capital de una empresa como una opción de compra para sus activos.
• StarMine SmartRatios Credit Risk Model (SRCR): emplea análisis de índices financieros para la evaluación del riesgo crediticio e incorpora información reportada y estimaciones prospectivas utilizando StarMine SmartEstimate.
• StarMine Text Mining Credit Risk Model (TMCR): analiza el lenguaje de los datos textuales de diversas fuentes (noticias de Reuters, transcripciones de conferencias telefónicas de StreetEvents, informes corporativos e investigación de corredores seleccionados) para evaluar posibles crisis financieras corporativas.
• StarMine Combined Credit Risk Model (CCR): combina el poder de StarMine SCR, StarMine SRCR y StarMine TMCR para generar una estimación final única del riesgo crediticio de la empresa pública.

El universo de cobertura del conjunto de modelos de riesgo crediticio de StarMine abarca a todas las empresas públicas de todo el mundo, incluidas las del sector financiero.

La métrica principal de rendimiento para todos los modelos es el “Área Bajo la Curva ROC” (“Area Under the ROC Curve” o AUC).

Otra forma de medir el rendimiento de un modelo de predicción es observar la fracción de eventos estándar capturados dentro de una "zona de peligro" especificada. En este caso, el quintil inferior (20%) sería la "zona de peligro".

Estudio de caso: actuar durante la pandemia

Los resultados del conjunto de modelos de riesgo crediticio StarMine antes y durante la pandemia se demostraron en un estudio de caso incluido en nuestro reporte, escrito a mediados de 2021. Este estudio de caso cubrió el período comprendido entre enero de 2019 y diciembre de 2020.

El análisis encontró que al usar StarMine CCR a fines de febrero de 2020, al comienzo de la caída del mercado de valores de 2020, era posible evitar más del 90% de los incumplimientos en los siguientes seis meses. Con Altman Z-Score (el benchmark), se habrían evitado menos del 70% de estos defaults.

Porcentaje de mora detectada durante un período de seis meses en el quintil inferior (entre enero de 2019 y diciembre de 2020)

Rendimiento superior

Si consideramos los modelos de riesgo crediticio de StarMine individualmente, su desempeño sigue siendo extremadamente positivo, agregando valor al proceso de gestión de riesgos.

El informe Refinitiv detalla el desempeño de los modelos, dividiendo las AUC de cada uno por región, año y sector en los tres periodos de tiempo.

StarMine CCR sigue ofreciendo el mejor rendimiento. Logró un AUC de 0,91 y capturó el 86,4% de los casos de mora en el quintil inferior entre enero de 1998 y junio de 2020, en comparación con el 0,78 y el 63,7%, respectivamente, para el Altman Z-Score.

Modelos de riesgo crediticio de StarMine: herramienta valiosa

Sin lugar a dudas, los modelos de riesgo crediticio StarMine de Refinitiv ayudan a identificar las empresas con mayor riesgo. Esto los convierte en una herramienta valiosa para los profesionales financieros encargados de funciones como evaluaciones de riesgo crediticio y de contrapartes, selección y valoración de bonos de renta fija, selección de valores y gestión de riesgos.

Para obtener más información, descargue el informe: “El desempeño de los modelos de riesgo crediticio de Refinitiv StarMine