Construcción de un modelo de ingeniería del riesgo financiero para la supervisión bancaria frente a crisis sistémicas

Autores/as

  • Rafael Caparó Universidad Nacional de Ingeniería, Lima, Perú

DOI:

https://doi.org/10.21754/iecos.v17i0.1270

Palabras clave:

modelo BVAR, posteriori, a priori

Resumen

El documento desarrolla un modelo que mejora la medida de las correlaciones presentes en escenarios de estrés mediante el uso de cópulas, reordena la propagación de choques e involucra juicios de expertos para mejorar las predicciones mediante un VAR Bayesiano, se muestra que, bajo escenarios de una crisis sistémica, las pérdidas pueden alcanzar porcentajes  elevados. Si se considera una tasa de pérdida asociada al incumplimiento de la contraparte del 45% y un umbral de quiebra entre el 4% y 8% sugerido por el Comité de Supervisión Bancaria de Basilea, se estima que un choque externo puede generar caídas superiores al 10% en las diferentes variables financieras: la tasa de ahorro, los índices bursátiles, el tipo de cambio, entre otras. Si una contraparte entra en default genera un 45% de las pérdidas asociadas (exposición), cada institución absorbe el 45% de sus exposiciones. El modelo construido resulta de aplicabilidad para los organismos reguladores porque permite exponer un mecanismo de propagación a través de un contagio financiero resultante de un choque externo y sometido a pruebas de estrés. Teniendo en cuenta los supuestos mencionados, se encuentra que las  variables reales pueden ser afectadas en más del 15%. Aunque estas tasas son extremas y el escenario de estrés poco probable, es necesario considerar estos efectos para la prevención de crisis sistémicas, de tal manera que es aconsejable que las autoridades regulatorias pongan énfasis en el capital regulatorio exigido a las instituciones financieras.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Adrian, T., & Brunnermeier, M. K. (2009). CoVaR. Technical report, Federal Reserve Bank of New York and Princeton University.

Bouyé, E., Roncalli, T., Durrleman, V., Nikeghbali, A., & Riboulet, G. (2000). Copulas for finance: A reading guide and some applications. Technical report, Financial Econometrics Research Centre y Groupe de Recherche Opérationnelle, Bercy Expo, Immeuble Bercy Sud, 4é étage, 90 quai de Bercy, 75613 Paris Cedex 12, France.

Casella, G., & George, E. I. (1992). Explaining the Gibbs sampler. The American Statistician, 46(3), 167–174.

Chib, S., & Greenberg, E. (1995). Understanding the Metropolis-Hastings algorithm. The American Statistician, 49(4), 327–335.

Demarta, S., & McNeil, A. (2004). The t copula and related copulas. Technical Report 11-17, Federal Institute of Technology, ETH Zentrum, CH-8092 Zurich.

Diebold, F. X., Rudebusch, G. D., & Aruoba, S. B. (2004). The macroeconomy and the yield curve: A dynamic latent factor approach. Technical Report 10616, National Bureau of Economic Research, 1050 Massachusetts Avenue, Cambridge, MA 02138.

Embrechts, P., Kluppelberg, C., & Mikosch, T. (2003). Modelling Extremal Events for Insurance and Finance. Springer-Verlag.

Graf, J. P., Guerrero, S., & López-Gallo, F. (2005). Interbank exposures and contagion: An empirical analysis for the Mexican banking sector. Technical report, Banco de México, Av. 5 de mayo No. 1-Mezzanine, Col. Centro, 06059 México D.F.

Hamilton, J. D. (1994). Time Series Analysis. Princeton University Press.

Hull, J. (2007). Risk Management and Financial Institutions. Pearson Prentice Hall.

Koop, G., & Korobilis, D. (2010). Bayesian multivariate time series methods for empirical macroeconomics. Technical report, University of Strathclyde.

Korobilis, D. (2011). VAR forecasting using Bayesian variable selection. ECORE, 46.

Lehar, A. (2005). A risk management approach. Journal of Financial Economics, 29(10), 2577–2603.

Lütkepohl, H. (2005). New Introduction to Multiple Time Series Analysis. Springer.

Martínez-Jaramillo, S., López, C., Pérez, O., Ávila, F., & López-Gallo, F. (2010). Systemic risk, stress testing and financial contagion: Their interaction and measurement. Technical report, Banco de México, Av. 5 de mayo No. 1-Mezzanine, Col. Centro, 06059 México D.F.

Martínez-Jaramillo, S., Pérez, O., Ávila, F., & López-Gallo, F. (2010). Systemic risk, financial contagion and financial fragility. Journal of Economic Dynamics and Control, 34, 2358–2374.

McCulloch, J. (1971). Measuring the term structure of interest rates. Econometrica, 44, 19–31.

Nelsen, R. B. (2006). An Introduction to Copulas. Springer Series in Statistics.

Nelson, C. R., & Siegel, A. F. (1987). Parsimonious modeling of yield curves. The Journal of Business, 60(4), 473–489.

Svensson, L. (1994). Estimating and interpreting forward interest rates: Sweden 1992-1994. Technical Report 4871, National Bureau of Economic Research, 1050 Massachusetts Avenue, Cambridge, MA 02138.

Publicado

2016-03-22

Cómo citar

Caparó, R. (2016). Construcción de un modelo de ingeniería del riesgo financiero para la supervisión bancaria frente a crisis sistémicas. Revista IECOS, 17, 57–91. https://doi.org/10.21754/iecos.v17i0.1270

Número

Sección

Artículos de Investigación