El riesgo de crédito y de mercado es fundamental para las instituciones financieras. En este artículo presentamos el modelo utilizado por el Banco Central de Chile para llevar a cabo las pruebas de tensión a los bancos comerciales en Chile. El riesgo de mercado utiliza un enfoque de balance que es consistente con el riesgo de crédito. El riesgo de tipo de cambio considera un cambio en el valor del portafolio ante una variación inesperada de X% del tipo de cambio, mientras que el riesgo de tasas se calcula utilizando un modelo para toda la curva de rendimiento. En particular, la modelación de este riesgo se basa en Nelson y Siegel (1987). El riesgo de crédito es calculado mediante un VAR no lineal que relaciona los agregados del sistema bancario (gasto en provisiones, crecimiento del crédito, y castigos) con variables macroeconómicas (crecimiento del producto, tasa de interés de corto y largo plazo, y desempleo). Para cada Informe de Estabilidad Financiera (IEF) el modelo es calibrado con datos en frecuencia mensual desde 1997 hasta la fecha más reciente. El efecto sobre bancos individuales es calculado ajustando el gasto en provisiones y los préstamos totales de cada banco con las proyecciones del sistema. Dado que las proyecciones se encuentran separadas por tipo de cartera (comercial, vivienda, y consumo), el efecto final sobre un banco particular depende de su composición inicial.
Credit and market risks are crucial for financial institutions. In this paper we present the model used by the Central Bank of Chile to conduct the stress tests for commercial banks in Chile. Market risk uses a balance-sheet approach that is consistent with the credit risk. For exchange rate risk we consider a change in the value of the portfolio under an unexpected change in the exchange rate by X%, meanwhile the interest rate risk is computed using a model for the whole yield curve. In particular, the modeling of this risk follows Nelson and Siegel (1987). Credit risk is computed using a non-linear VAR that relates banking system aggregates (loan loss provisions, credit growth, and write-offs) with macroeconomics variables (output growth, short and long term interest rates, terms of trade, and unemployment). For each Financial Stability Report (FSR) the model is calibrated using data from 1997 to the most recent date at monthly frequency. The effect on individual banks is computed adjusting the loan loss provision and total loans of each bank with the forecast value for the system. Given that forecasts are separated by type of loans (commercial, mortgage, and consumer) then the final effect on a particular bank depend on its initial composition.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados