Resumen de Modelación de la probabilidad de incumplimiento y cálculo de la perdida catastrófica en una institución financiera en Colombia

Armando Lenin Támara Ayús, José Eduardo Segura Ramos, Ignacio Emilio Chica Arrieta

• español

  La pérdida esperada en una institución financiera es el monto de capital que se perdería producto de la exposición que tienen la deuda en el tiempo. Este trabajo se enfoca en modelar la probabilidad de incumplimiento para una cartera de crédito bajo dos escenarios de estudio, uno con nivel de mora normal y otro con un nivel de mora restringido. Se toma como referencia una base de datos perteneciente a una cartera de crédito de consumo, con una muestra de 5.000 obligaciones analizadas en el período de enero a diciembre del 2019. El método estadístico utilizado es la regresión logística basado en las variables financieras de liquidez y endeudamiento, más una variable no financiera como es la edad. Los resultados muestran un modelo con un nivel de ajuste global mayor al 85% en los dos escenarios de estudio, donde, la variable ingreso es la que más influencia posee sobre el modelo de regresión logística. Finalmente, se ratifica la aplicabilidad de la regresión logística como una herramienta estadística en la búsqueda de modelos de pronosticación, con lo cual se logra reducir la perdida esperada en una cartera de crédito sin aumentar la exposición al riesgo.

• English

  The expected loss in a financial institution is the amount of capital that would be lost as a result of the exposure that the debt has over time. This work focuses on modeling the probability of default for a loan portfolio under two study scenarios, one with a normal default level and the other with a restricted default level. A database belonging to a consumer loan portfolio is taken as a reference, with a sample of 5,000 obligations analyzed in the period from January to December 2019. The statistical method used is the logistic regression based on the financial variables of liquidity and indebtedness, plus a non-financial variable such as age. The results show a model with a global adjustment level greater than 85% in the two study scenarios, where the income variable is the one that has the most influence on the logistic regression model. Finally, the applicability of logistic regression as a statistical tool in the search for forecasting models is ratified, with which it is possible to reduce the expected loss in a loan portfolio without increasing risk exposure.