mÓnica paola yaÑez castiblanco · 2.2.4 tipos de crédito 26 2.2.5 Árbol de decisión 27 2.2.6...

ADMINISTRACIÓN DEL RIESGO DE CRÉDITO DE COLOCACIONES DEL INSTITUTO

FINANCIERO PARA EL DESARROLLO DE NORTE DE SANTANDER ¨IFINORTE¨

MÓNICA PAOLA YAÑEZ CASTIBLANCO

UNIVERSIDAD DE SANTANDER

PROGRAMA DE MAESTRÍAS

MAESTRÍA EN FINANZAS

BUCARAMANGA

2016

ADMINISTRACION DEL RIESGO DE CRÉDITO DE COLOCACIONES DEL INSTITUTO

FINANCIERO PARA EL DESARROLLO DE NORTE DE SANTANDER ¨IFINORTE¨

MÓNICA PAOLA YAÑEZ CASTIBLANCO

Director Científico:

GLORIA INÉS MACIASVILLALBA

Asesor Metodológico:

OLGA CHACÓN

UNIVERSIDAD DE SANTANDER

PROGRAMA DE MAESTRÍAS

MAESTRÍA EN FINANZAS

BUCARAMANGA

2016

Contenido

pág.

Introducción 14

1. Problema 16

1.1 Título 16

1.1.1 Planteamiento o descripción del problema 16

1.1.2 Sistematización del problema 17

1.2 Objetivos 17

1.2.1 Objetivo general 17

1.2.2 Objetivos específicos 17

1.3 Justificación 18

1.4 Delimitaciones 19

1.4.1 Delimitación espacial 19

1.4.2 Delimitación temporal 19

1.4.3 Delimitación conceptual 19

2. Marco Referencial 20

2.1 Marco Contextual 20

2.1.1 Instituto Financiero para el Desarrollo de Norte de Santander 20

2.1.2 Sistema de provisiones 23

2.2 Marco Conceptual 24

2.2.1 Riesgo de crédito 24

2.2.2 Tipos de riesgo 25

2.2.3 Crédito 26

2.2.4 Tipos de crédito 26

2.2.5 Árbol de decisión 27

2.2.6 Matriz de transición 28

2.2.7 Análisis discriminante 29

2.2.8 Medición del riesgo de crédito 29

2.2.9 Modelos de medición del riesgo de crédito 30

2.2.10 Scoring de crédito 33

2.3 Marco Legal 34

3. Resultados 35

3.1 Análisis de la Normativa de la Superintendencia Financiera de Colombia 35

3.1.1 Basilea I 35

3.1.2 Basilea II 36

3.1.3 Circular externa 034 de 2013 38

3.2 Selección de la Línea de Crédito para Aplicar el Modelo de Riesgo de Crédito 42

3.2.1 Crédito de fomento 42

3.2.2 Crédito tesorería 44

3.2.3 Crédito factoring 45

3.2.4 Créditos de libranza 45

3.2.5 Clasificación resumida por línea 46

3.3 Identificación del Modelo de Riesgo de Crédito a Aplicar 70

3.3.1 Medición del riesgo de crédito 70

3.3.2 Modelos de medición del riesgo de crédito 71

3.4 Aplicación del Modelo de Riesgo de Crédito 74

3.4.1 Selección de clientes para el modelo 74

3.4.2 Aplicación del modelo 82

3.4.3 Análisis del modelo 93

3.4.4 Validación del modelo 94

3.5 Propuesta del Scoring Financiero 95

4. Conclusiones 96

Referencias Bibliográficas 97

Lista de Figuras

pág.

Figura 1. Elementos que componen el SARC 39

Figura 2. Comportamiento total de la cartera del mes de enero 47

Figura 3. Comportamiento de cada línea de crédito en el mes de enero 48

Figura 4. Datos del comportamiento de la cartera del mes de Febrero 49

Figura 5. Comportamiento de cada línea de crédito en el mes de febrero 50

Figura 6. Datos del comportamiento de la cartera del mes de Marzo 51

Figura 7. Comportamiento de cada línea de crédito en el mes de marzo 52

Figura 8. Datos del comportamiento de la cartera del mes de Abril 53

Figura 9. Comportamiento de cada línea de crédito en el mes de abril 54

Figura 10. Datos del comportamiento de la cartera del mes de Mayo 55

Figura 11. Comportamiento de cada línea de crédito en el mes de mayo 56

Figura 12. Datos del comportamiento de la cartera del mes de Junio 57

Figura 13. Comportamiento de cada línea de crédito en el mes de junio 58

Figura 14. Datos del comportamiento de la cartera del mes de julio 59

Figura 15. Comportamiento de cada línea de crédito en el mes de julio 60

Figura 16. Datos del comportamiento de la cartera del mes de Agosto 61

Figura 17. Comportamiento de cada línea de crédito en el mes de agosto 62

Figura 18. Comportamiento de cada línea de crédito desde el mes de enero a agosto en la

cartera al día (A) 63


cartera al día (B) 64


cartera al día (C) 66


cartera al día (D) 67


cartera al día (E) 68

Figura 23. Distribución de resultados según género 74

Figura 24. Distribución de resultados según cargo 75

Figura 25. Distribución de resultados según nivel de estudios 76

Figura 26. Distribución de resultados según valor del prestamo 77

Figura 27. Distribución de resultados según valor del sueldo 78

Figura 28. Distribución de resultados según valor de la cuota 79

Figura 29. Distribución de resultados según valor de los egresos 80

Figura 30. Distribución de resultados según número de personas a cargo 81

Figura 31. Paso 1: Se inicia el programa Gretl 83

Figura 32. Paso 2: Se importa el archivo de datos desde Excel 84

Figura 33. Paso 3: Se selecciona la carpeta donde se encuentra la base de datos 85

Figura 34. Paso 4: Se selecciona el archivo de Excel con la base de datos depurada con las

variables 86

Figura 35. Paso 5: Se selecciona la hoja específica 87

Figura 36. Paso 6: Se elige el modelo a aplicar, en este caso se selecciona el modelo no

lineal, logit. 87

Figura 37. Paso 7: Se especifica la variable dependiente y las variables independientes 88

Figura 38. Paso 8: Se generan los resultados en el “modelo inicial con 7 variables porque se

elimino 1 “egresos” por colianidad. 89

Figura 39. Paso 9: Se realiza la depuración de variables menos significativas 90

Figura 40. Resultados para eliminar las variables con menor Valor P. 91

Figura 41. Resultados para eliminar las variables con menor Valor P 91

Figura 42. Modelo depurado “eliminando” variables no significativas 92

Figura 43. Validación del modelo 94

Lista de Tablas

pág.

Tabla 1. Comportamiento de la cartera del mes de enero 47

Tabla 2. Comportamiento de cada línea de crédito en el mes de enero 48

Tabla 3. Datos del comportamiento de la cartera del mes de Febrero 49

Tabla 4. Comportamiento de cada línea de crédito en el mes de febrero 50

Tabla 5. Datos del comportamiento de la cartera del mes de Marzo 51

Tabla 6. Comportamiento de cada línea de crédito en el mes de marzo 52

Tabla 7. Datos del comportamiento de la cartera del mes de Abril 53

Tabla 8. Comportamiento de cada línea de crédito en el mes de abril 54

Tabla 9. Datos del comportamiento de la cartera del mes de Mayo 55

Tabla 10. Comportamiento de cada línea de crédito en el mes de mayo 56

Tabla 11. Datos del comportamiento de la cartera del mes de Junio 57

Tabla 12. Comportamiento de cada línea de crédito en el mes de junio 58

Tabla 13. Datos del comportamiento de la cartera del mes de julio 59

Tabla 14. Comportamiento de cada línea de crédito en el mes de julio 60

Tabla 15. Datos del comportamiento de la cartera del mes de Agosto 61

Tabla 16. Comportamiento de cada línea de crédito en el mes de agosto 62

Tabla 17. Comportamiento de cada línea de crédito desde el mes de enero a agosto en la

cartera al día (A) 63


cartera al día (B) 64


cartera al día (C) 65


cartera al día (D) 67


cartera al día (E) 68

Tabla 22. Aplicación del Modelo de Riesgo de Crédito 82

Tabla 23. Propuesta del scoring financiero 95

Titulo: ADMINISTRACIÓN DEL RIESGO DE CRÉDITO DE COLOCACIONES DEL

INSTITUTO FINANCIERO PARA EL DESARROLLO DE NORTE DE SANTANDER

¨IFINORTE¨

Autor: MÓNICA PAOLA YAÑEZ CASTIBLANCO

Palabras clave: scoring financiero, riesgo crediticio, modelo de Altman, modelos Logit y Probit.

Resumen

El presente proyecto se enfoca en la administración, prevención y mitigación del riesgo crediticio

en la etapa de otorgamiento por medio del scoring de credito. El objetivo fue definir un modelo

para la gestión del riesgo de crédito de colocación en IFINORTE. Se utilizó una metodología

descriptiva para recopilar la información sobre las diferentes líneas de crédito y el

comportamiento de pago de los clientes. Se aplicó el análisis de discriminantes lineal y de

regresión lineal múltiple (modelo de Altman) y modelos Logit y Probit para determinar

probabilidades de incumplimiento. En estos modelos, las variables independientes son razones

financieras y variables externas que miden los efectos macroeconómicos. En los resultados se

analiza la normativa de la Superintendencia Financiera de Colombia capítulo II y la circular

externa 034 de 2013. Seguidamente, se seleccionó la línea de crédito y se identificó el modelo de

riesgo de crédito a aplicar. Finalmente, se propuso un modelo de Scoring Financiero que permite

reducir el riesgo en el otorgamiento de crédito y ayuda a definir perfiles de créditos propensos al

incumplimiento de sus obligaciones.

Title: CREDIT RISK MANAGEMENT OF LOANS OF FINANCIAL INSTITUTE FOR

DEVELOPMENT OF NORTH SANTANDER ¨IFINORTE¨

Author: MÓNICA PAOLA YAÑEZ CASTIBLANCO

Keywords: Financial scoring, credit risk, Altman model, logit and probit models.

Abstract

This project focuses on the management, prevention and mitigation of credit risk at the stage of

granting through credit scoring. The aim was to define a model for credit risk management

placement in IFINORTE. A descriptive methodology was used to gather information on the

various lines of credit and payment behavior of customers. Linear discriminant analysis and

multiple linear regression (Altman model) and logit and probit models to determine probabilities

of default was applied. In these models, the independent variables are financial reasons and

external variables measuring macroeconomic effects. In the results the rules of the Financial

Superintendence of Colombia chapter II and External Circular 034 of 2013. Then the credit line

was selected and the credit risk model to implement identified was analyzed. Finally, a model of

scoring that reduces financial risk in granting credit and helps define credit profiles likely to

breach of its obligations was proposed.

14

Introducción

El riesgo se define como posibilidad de que ocurra un acontecimiento que tenga un impacto

en el alcance de los objetivos, se mide en términos de un impacto y probabilidades; El sistema

financiero desde sus inicios ha buscado una mejor administración de los riesgos; en su primer

lugar administrar el riesgo de crédito asegurando que las contrapartes cumplieran en lo posible

las obligaciones que adquirían así mismo en el pasar del tiempo han surgido otros tipos de riesgo

como riesgo de liquidez, riesgo de mercado, riesgo operacional y riesgo SARLAFT.

La Superintendencia Financiera en el capítulo II de la Circular Básica Contable y Financiera

(Circular Externa 100 de 1995), define el Riesgo de Crédito como “la posibilidad de que una

entidad incurra en pérdidas y se disminuya el valor de sus activos, como consecuencia de que un

deudor o contraparte incumpla sus obligaciones”. Siendo así uno de los principales a los que se

enfrenta las entidades financieras.

Este trabajo será realizado con él ánimo de fomentar la investigación y aplicar los

conocimientos adquiridos en el desarrollo de la maestría en finanzas.

La empresa que se apoyó en estos siete meses es IFINORTE, Instituto Financiero para el

Desarrollo de Norte de Santander, que tiene como objetivo social el Fomento y Desarrollo

Regional. Está comprometido con el desarrollo socio económico y cultural del departamento

apoyando a los entes territoriales, entidades públicas y privadas, a través de Créditos, Convenios,

Capacitación y Asesoría en el fortalecimiento de proyectos productivos que permiten la

consolidación de sus clientes.

15

IFINORTE cuenta con la calificación de Sociedades Calificadoras de Valores de riesgos

financieros y durante el desarrollo de esta investigación el instituto dio desarrollo a la aplicación

del sistema de Administración del Riesgo Crediticio SARC para prevenir y medirlos, ya que por

su actividad financiera se enfrenta a la posibilidad de pérdidas.

El objeto principal de este trabajo es el riesgo de crédito, específicamente su adecuada

administración y control. Con tal propósito se examinara algunas de las más importantes

herramientas prudenciales establecidas en la regulación y supervisión que tienen como finalidad

identificar, evaluar, monitorear y controlar o mitigar este riesgo.

Así mismo proponer a IFINORTE la utilización de un scoring financiero para los

otorgamientos de créditos de libranza ya que es la línea con mayores créditos del instituto.

16

1. Problema

1.1 Título

ADMINISTRACIÓN DEL RIESGO DE CRÉDITO DE COLOCACIONES DEL

INSTITUTO FINANCIERO PARA EL DESARROLLO DE NORTE DE SANTANDER

¨IFINORTE¨.

1.1.1 Planteamiento o descripción del problema. La Superintendencia Financiera, en el

capítulo II de la Circular Básica Contable y Financiera (Circular Externa 100 de 1995), define el

Riesgo de Crédito como “la posibilidad de que una entidad incurra en pérdidas y se disminuya el

valor de sus activos, como consecuencia de que un deudor o contraparte incumpla sus

obligaciones”.

IFINORTE cuenta con la calificación de BRC Investor Services S.A. es una Calificadora de

valores que provee a los inversionistas opiniones profesionales, especializadas e independientes

acerca de la calidad crediticia de una emisión de deuda en el mercado de capitales, de la

capacidad de pago de diferentes tipos de empresas y de contrapartes para sus negocios. Estas

calificadoras se orientan a las emisiones de deuda, y no a evaluación de los créditos que se

otorgan, es decir la colocación.

Actualmente IFINORTE está en proceso de lograr los estándares requeridos por la SFC para

empezar a ser vigilados en base a la circular 034 de 2013.

Este proyecto será un gran aporte para este proceso ayudando en la administración,

prevención y mitigación del riesgo crediticio en la etapa de otorgamiento del instituto,

proponiendo la aplicación de un SCORING DE CREDITO.

17

1.1.2 Sistematización del problema. ¿Cuáles serían las ventajas de aplicar un SCORIG DE

CREDITO?

El utilizar un scoring financiero para el otorgamiento del crédito es una alerta de control para

seleccionar los clientes que tengan capacidad de pago; como garantías y fuentes de pago.

¿Qué método utiliza IFINORTE para otorgar el crédito?

El instituto utiliza un simulador en excel para identificar la capacidad de endeudamiento del

cliente, este funciona como filtro al momento de la etapa de otorgamiento.

¿Qué ventajas competitivas representa administrar el riesgo de crédito con la aplicación de un

SCORIG?

La aplicación de un Scoring Financiero en la etapa de otorgamiento genera ventajas

competitivas en el proceso de la aplicación del SARC ya que ayudaría a identificar los clientes

potenciales para el instituto.

1.2 Objetivos

1.2.1 Objetivo general. Definir un modelo para gestión del riesgo de crédito de colocación

de IFINORTE.

1.2.2 Objetivos específicos. Analizar la normativa de la Superintendencia Financiera De

Colombia capítulo II y la circular externa 034 de 2013.

Seleccionar la línea de crédito a la cual se aplicará el modelo de riesgo de crédito.

Identificar el modelo de riesgo de crédito a aplicar.

18

Aplicar el modelo de riesgo de crédito en la línea de crédito seleccionada.

Proponer un SCORING FINANCIERO que apoye en el otorgamiento de crédito para la línea

anteriormente seleccionada.

1.3 Justificación

IFINORTE cuenta con la calificación de BRC Investor Services S.A Sociedad Calificadora

de Valores de riesgos financieros pero internamente no contaba con un proceso de gestión del

riesgo financiero para prevenir y medirlos, ya que por su actividad financiera se enfrenta a la

posibilidad de pérdidas.

Actualmente IFINORTE está en proceso de lograr los estándares requeridos por la

Superintendencia Financiera de Colombia para empezar a ser vigilados en base a la circular 034

de 2013.

El objeto principal del presente trabajo es el riesgo de crédito, específicamente su adecuada

administración y control en la etapa de otorgamiento proponiendo la aplicación de un scoring

financiero, con tal propósito se examinara algunas de las más importantes herramientas

prudenciales establecidas en la regulación y supervisión, que tienen como finalidad identificar,

evaluar, monitorear y controlar o mitigar este riesgo.

Las ventajas de contar con una adecuada administración del riesgo de crédito son las pérdidas

que se evitan y no la generación de ganancias adicionales; administrar el riesgo de crédito genera

una mejor conducta en la productividad del instituto.

19

1.4 Delimitaciones

1.4.1 Delimitación espacial. La ubicación del Instituto Financiero para el Desarrollo de

Norte de Santander IFINORTE, AV 0 # 9-80 Ed. Rosetal. San José de Cúcuta – Norte de

Santander – Colombia.

1.4.2 Delimitación temporal. El proyecto se realizó en los ocho (7) meses después de ser

aprobado del anteproyecto (Octubre de 2014 –Octubre de 2015)

1.4.3 Delimitación conceptual. El riesgo bancario reúnen todos los distintos tipos de riesgos

que enfrentan las instituciones bancarias cuando llevan a cabo sus actividades. Este riesgo varía

dependiendo del tipo de negocios que tenga un banco.

20

2. Marco Referencial

2.1 Marco Contextual

Los institutos financieros (INFIS) generan desarrollo económico y social a los departamentos

del país mediante la colocación de cartera, captaciones y gestión de proyectos, esto orienta a la

ejecución de los planes, proyectos y programas de inversión social que Impulsan y promueven

desarrollo económico, social y cultural.

2.1.1 Instituto Financiero para el Desarrollo de Norte de Santander. El Instituto

Financiero para el Desarrollo de Norte de Santander fue creado con un patrimonio de acciones

que cedió el Departamento y que constituyeron su capital inicial para empezar su actividad

financiera como un Instituto Financiero de Captación y de colocación de Dinero (Instituto

Financiero para el Desarrollo de Norte de Santander, 2012).

El Instituto es uno de los instrumentos fundamentales para alcanzar el desarrollo del

Departamento Norte de Santander y de los Municipios y Entidades descentralizadas que lo

conforman ya que contribuyen al desarrollo económico y social de la región norte santandereana

mediante la financiación de sus Inversiones, la administración de los recursos, el fomento y la

participación en empresas de economía mixta y de la prestación de servicios de Asesoría en

aspectos de mejoramiento y gestión institucional.

Instituto Financiero para el Desarrollo de Norte de Santander, tiene como objetivo social el

Fomento y Desarrollo Regional. Está comprometido con el desarrollo socio económico y cultural

del departamento Norte de Santander apoyando a los entes territoriales, entidades públicas y

privadas, a través de Créditos, Convenios, Capacitación y Asesoría en el fortalecimiento de

21

proyectos productivos que permiten la consolidación de sus clientes (Instituto Financiero para el

Desarrollo de Norte de Santander, 2012).

El portafolio de servicios que tiene IFINORTE es el siguiente:

Crédito de Fomento.

Crédito de Tesorería.

Crédito de Libranza.

Crédito Educativo.

Administración de recursos por convenios.

Descuentos de actas y facturas.

Certificado de desarrollo territorial – CDT.

Depósito a la vista – Cuenta de ahorro.

Microcréditos – Desarrollo Micro empresarial.

Servicios de cooperación y negocios internacionales.

Operaciones de activos de manejo de deuda pública.

Convenios interinstitucionales.

Captación de recursos.

Créditos re descontable con los fondos financieros nacionales.

22

Otros Servicios.

Visión. Ser reconocido en el año 2015 como instituto de Fomento y Desarrollo líder en la

financiación, cofinanciación y Administración de proyectos que contribuyan al desarrollo del

Departamento de Norte de Santander (Instituto Financiero para el Desarrollo de Norte de

Santander, 2015).

Misión. Generar desarrollo económico y social, mediante la prestación de servicios

financieros y gestión de proyectos que impulsen y promuevan el desarrollo del Departamento

Norte de Santander (Instituto Financiero para el Desarrollo de Norte de Santander, 2015).

Política de otorgamiento IFINORTE. La política de otorgamiento de crédito del instituto se

realiza como lo expresa el manual de captaciones y colocaciones de la entidad; cualquier persona

natural contratada por prestación de servicios, fondo de empleados, servidores públicos, los Entes

Territoriales, Empresas Industriales y Comerciales del Estado, Corporaciones Autónomas

Regional, podrán adquirir productos y servicios financieros o bines y servicios financieros o u

horarios, siempre que medie autorización expresa de descuento dada al empleador o entidad

pagadora, quien en virtud de la suscripción de la libranza o descuentos directo otorgada por el

asalario, contratista, estará obligado a girar los recursos y a las políticas comerciales del operador

(Instituto Financiero para el Desarrollo de Norte de Santander, 2015).

Los documentos requeridos son los siguientes:

Solicitud de crédito debidamente diligenciada y firmada.

Fotocopia de la C.C. al 150% del Deudor y Codeudor.

Fotocopia de los 2 últimos desprendibles de pago de nomina del Deudor y Codeudor.

23

Original Constancia Laboral del Deudor y Codeudor donde se certifique claramente el cargo,

sueldo, tiempo de servicio y tipo de vinculación.

Original Convenio Para Prestamos por Libranza a funcionarios públicos.

Cancelación en IFINORTE de la consulta a la CIFIN.

2.1.2 Sistema de provisiones. Para cubrir el RC el SARC debe contar con el siguiente

sistema de provisiones, las cuales deben calcularse en función de las pérdidas esperadas que

arroje la aplicación del modelo interno o el de referencia, según sea el caso:

Provisiones individuales o específicas.

Provisiones individuales contracíclicas.

Provisión general.

Procesos de control interno.

Cada entidad debe hacerse responsable del control y verificación de información generada en

cada crédito con el fin de evaluar permanentemente los riesgos y suministrar a la SFC la

información más acertada y real.

Esta información se debe clasificar y calificar de acuerdo a las 4 modalidades de crédito.

Créditos comerciales.

Créditos de consumo.

Créditos de vivienda.

24

Microcréditos.

Se debe suministrar y actualizar la información a las centrales de riesgo y a su vez informar

cada tres meses de dichas calificaciones a la SFC.

Hay entidades excluidas de adoptar un SARC, como las casas de cambio.

Las entidades fiduciarias, leasing, aseguradoras y todas aquellas que sean vigiladas por la

SFC, deben aplicar el SARC para poder evaluar y así saber como se asignaran las provisiones,

manejo de información y estructura organizacional.

2.3 Marco Conceptual

2.3.1 Riesgo de crédito. En el análisis del riesgo de crédito, se entiende el racionamiento de

crédito, en términos de Stiglitz y Weiss (1981), como una contracción de la oferta causada

exclusivamente por problemas de información por parte de los bancos que no conocen la

verdadera rentabilidad ni el riesgo de los proyectos que sus clientes potenciales desean financiar;

lo cual llevará a los bancos a fijar la tasa de interés de colocación por debajo de la tasa de interés

que iguala a la oferta y la demanda de crédito, generando, por consiguiente, un exceso de

demanda. Por otro lado, el concepto de credit crunch, o estrangulamiento de crédito, es muy

similar al de racionamiento de crédito; sin embargo, éste se genera por factores adicionales al de

información asimétrica (Bustamante, 2005).

Los problemas pueden derivarse de restricciones en la capacidad de los bancos para prestar,

originados en limitaciones de capital o disminución en las fuentes para los créditos, es decir, en

las captaciones. Por tanto, cuando se estudian algunos determinantes del crecimiento de la cartera

en función de factores de oferta que reflejan, por un lado, la capacidad para prestar y, por otro, el

25

deseo de los intermediarios financieros para otorgar crédito, rigurosamente se debería hablar de

estrangulamiento de crédito (Bustamante, 2005).

2.3.2 Tipos de riesgo. Los tipos de riesgos son los siguientes:

Riesgo crediticio: La Superintendencia Financiera, en el capítulo II de la Circular Básica

Contable y Financiera (Circular Externa 100 de 1995), define el Riesgo de Crédito como “la

posibilidad de que una entidad incurra en pérdidas y se disminuya el valor de sus activos, como

consecuencia de que un deudor o contraparte incumpla sus obligaciones”. (Superintendencia

Financiera, 2015).

Riesgo de liquidez: Se entiende como la pérdida potencial ocasionada por eventos que afecten

la capacidad de disponer de recursos para enfrentar sus obligaciones pasivas, ya sea por

imposibilidad de vender activos, por reducción inesperada de pasivos comerciales o por ver

cerradas sus fuentes habituales de financiamiento. En el caso de IFINORTE aplica en los niveles

de concentración de dinero, además de ello, los topes mínimos de disponible en efectivo que

permitan el correcto funcionamiento de la institución (Compañía Aseguradora de Fianzas, 2011).

Riesgo de mercado: Se define como la pérdida potencial en el valor de los activos financieros

debido a movimientos adversos en los factores que determinan su precio, también conocidos

como factores de riesgo las tasas de interés o el tipo de cambio. En el caso de IFINORTE

concretamente, se deben contemplar todas aquellas inversiones que se tengan en activos

financieros, tales como acciones, CDTs y bonos (Compañía Aseguradora de Fianzas, 2011).

Riesgo Operacional: Se define como la posibilidad de incurrir en pérdidas por deficiencias,

fallas o inadecuaciones, en el recurso humano, los procesos, la tecnología, la infraestructura o por

26

la ocurrencia de acontecimientos de acontecimientos externos. Esta definición incluye el riesgo

legal y reputacional, asociados a tales factores (Compañía Aseguradora de Fianzas, 2011).

Riesgo de Lavado de Activos y Financiación del Terrorismo: Según la Circular Externa 022

de 2007 de la Superintendencia Financiera de Colombia, es la posibilidad de pérdida o daño que

puede sufrir una entidad vigilada por su propensión a ser utilizada directamente, o a través de sus

operaciones, como instrumento para el lavado de activos y/o canalización de recursos hacia la

realización de actividades terroristas, o cuando se pretenda el ocultamiento de activos

provenientes de dichas actividades (Compañía Aseguradora de Fianzas, 2011).

Este riesgo se materializa a través de los riesgos asociados: riesgo legal, reputacional,

operativo y de contagio; con el consecuente efecto económico negativo que ello puede

representar para su estabilidad financiera cuando es utilizada para tales actividades.

2.3.3 Crédito. El crédito es una operación financiera donde una persona presta una cantidad

determinada de dinero a otra persona llamada "deudor", en la cual este último se compromete a

devolver la cantidad solicitada en el tiempo o plazo definido según las condiciones establecidas

para dicho préstamo más los intereses devengados, seguros y costos asociados si los hubiera

(Compañía Aseguradora de Fianzas, 2011).

2.3.4 Tipos de crédito. Los tipos de créditos son los siguientes:

Créditos comerciales: Se definen como créditos comerciales los otorgados a personas

naturales o jurídicas para el desarrollo de actividades económicas organizadas, distintos a los

otorgados bajo la modalidad de microcréditos (Superintendencia Financiera, 2015).

27

Créditos de consumo: Se entiende por créditos de consumo, independientemente de su monto,

los otorgados a personas naturales para financiar la adquisición de bienes de consumo o el pago

de servicios para fines no comerciales o empresariales, distintos a los otorgados bajo la

modalidad de microcréditos (Superintendencia Financiera, 2015).

Créditos de vivienda: Son créditos de vivienda, independientemente del monto, aquéllos

otorgados a personas naturales destinados a la adquisición de vivienda nueva o usada, o a la

construcción de vivienda individual (Superintendencia Financiera, 2015).

Microcréditos: Es el constituido por las operaciones activas de crédito a las cuales se refiere

el artículo 39 de la Ley 590 de 2000, o las normas que la modifiquen, sustituyan o adicionen, así

como las realizadas con microempresas en las cuales la principal fuente de pago de la obligación

provenga de los ingresos derivados de su actividad (Superintendencia Financiera, 2015).

Se tendrá por definición de microempresas aquella consagrada en las disposiciones

normativas vigentes.

2.3.5 Árbol de decisión. Un árbol de decisión es un modelo de predicción utilizado en el

ámbito de la inteligencia artificial. Dada una base de datos se construyen diagramas de

construcciones lógicas, muy similares a los sistemas de predicción basados en reglas, que sirven

para representar y categorizar una serie de condiciones que ocurren de forma sucesiva.

Un árbol de decisión tiene unas entradas las cuales pueden ser un objeto o una situación

descrita por medio de un conjunto de atributos y a partir de esto devuelve una respuesta la cual en

últimas es una decisión que es tomada a partir de las entradas. Los valores que pueden tomar las

entradas y las salidas pueden ser valores discretos o continuos. Se utilizan más los valores

28

discretos por simplicidad, cuando se utilizan valores discretos en las funciones de una aplicación

se denomina clasificación y cuando se utilizan los continuos se denomina regresión.

Un árbol de decisión lleva a cabo un test a medida que este se recorre hacia las hojas para

alcanzar así una decisión. El árbol de decisión suele contener nodos internos, nodos de

probabilidad, nodos hojas y arcos. Un nodo interno contiene un test sobre algún valor de una de

las propiedades. Un nodo de probabilidad indica que debe ocurrir un evento aleatorio de acuerdo

a la naturaleza del problema, este tipo de nodos es redondo, los demás son cuadrados. Un nodo

hoja representa el valor que devolverá el árbol de decisión y finalmente las ramas brindan los

posibles caminos que se tienen de acuerdo a la decisión tomada (Ecured, 2015).

En el diseño de aplicaciones informáticas, un árbol de decisión indica las acciones a realizar

en función del valor de una o varias variables. Es una representación en forma de árbol cuyas

ramas se bifurcan en función de los valores tomados por las variables y que terminan en una

acción concreta. Se suele utilizar cuando el número de condiciones no es muy grande (en tal caso,

es mejor utilizar una tabla de decisión).

Refiriéndonos al ámbito empresarial, podemos decir que los árboles de decisión son

diagramas de decisiones secuenciales nos muestran sus posibles resultados. Éstos ayudan a las

empresas a determinar cuáles son sus opciones al mostrarles las distintas decisiones y sus

resultados. La opción que evita una pérdida o produce un beneficio extra tiene un valor. La

habilidad de crear una opción, por lo tanto, tiene un valor que puede ser comprado o vendido

(Ecured, 2015).

2.3.6 Matriz de transición. En matemáticas, una matriz estocástica (también denominada

matriz de probabilidad, matriz de transición, matriz de sustitución o matriz de Markov) es una

29

matriz utilizada para describir las transiciones en una cadena de Markov. Ha encontrado uso en la

teoría de la probabilidad, en estadística y en álgebra lineal, así como en informática (Mosquera,

2011).

2.3.7 Análisis discriminante. El Análisis Discriminante es una técnica estadística

multivariante cuya finalidad es analizar si existen diferencias significativas entre grupos de

objetos respecto a un conjunto de variables medidas sobre los mismos para, en el caso de que

existan, explicar en qué sentido se dan y facilitar procedimientos de clasificación sistemática de

nuevas observaciones de origen desconocido en uno de los grupos analizados (Mosquera, 2011).

2.3.8 Medición del riesgo de crédito. La medición del riesgo de crédito en una entidad

bancaria se hace a partir de la estimación de tres factores fundamentales, los cuales son:

Pérdidas Esperadas (Expected Loss EL). La pérdida esperada indica cuánto se puede

perder en promedio por causa de incumplimiento en un periodo determinado; normalmente está

asociada a la política de reservas preventivas que la institución debe tener contra riesgos

crediticios. Su estimación está dada por (Autoridades de Supervisión del Sistema Financiero de

Bolivia, 2008):

EL = EAD * LGD * PD

Donde:

Exposición en el momento de incumplimiento (Exposure at default- EAD): es el monto que

se arriesga.

Pérdida en el momento de incumplimiento (Loss given default - LGD): pérdidas en caso de

que el deudor caiga en default.

30

Probabilidad de incumplimiento (Probability of default - PD): probabilidad de que el deudor

incurra en default.

Pérdidas inesperadas (Un expected loss - UL). Es la máxima cantidad de recursos que

podría perder una entidad por el incumplimiento de sus deudores. Se puede expresar como un

múltiplo de la desviación estándar (σ) de la distribución de probabilidades de pérdidas y

ganancias. Estas pérdidas determinan el capital económico requerido por el acreedor para hacer

frente a pérdidas no anticipadas.

2.3.9 Modelos de medición del riesgo de crédito. El sistema de medición de riesgo de

crédito tiene por objeto identificar los determinantes del riesgo de crédito de las carteras de cada

institución, con el propósito de prevenir pérdidas potenciales en las que podría incurrir.

Modelos para el cálculo de probabilidades de incumplimiento. La circular 1423 Expedia

por la Comisión Nacional Bancaria y de Valores relativa a las disposiciones que deben

observarse para una adecuada administración integral de riesgos, señala en su disposición

vigésima, sección II, inciso d, que las instituciones de crédito deben calcular la probabilidad de

incumplimiento de los deudores en lo que hace al riesgo de la cartera creditaria.

Los modelos mas utilizados en el mercado para medir riesgos de crédito son los siguientes:

Modelos económicos. Entre estos se encuentran el análisis de discriminantes lineal y de

regresión lineal múltiple (modelo de Altman), y modelos Logit y Probit para determinar


financieras y otros indicadores así como variables externas que miden los efectos

macroeconómicos.

31

Modelo KWV y Modys. Aplica la teoría de opciones para determinar probabilidades de

incumplimiento y la valuación. Este modelo se basa en que es posible simular el comportamiento

de un préstamo mediante una opción y las acciones como una opción call. No obstante que este

modelo es muy robusto para empresas que cotizan en la bolsa, la empresa KWV también lo

aplica para empresas privadas. Este modelo también se conoce como Credit Monitor (CM).

Redes neuronales artificiales. Son sistemas por computadora que intentan imitar el proceso de

aprendizaje humano emulando una red de neuronas interconectadas entre si.

Independientemente del modelo que se elija, el objetivo debe ser, por una parte, contar con la

probabilidad de incumplimiento de la contraparte y, por otra, construir una matriz de

probabilidades de transición para producir la tendencia de un crédito a subir o bajar de

calificación, como se explica mas adelante en la metodología de Credimetries.

El modelo de Z-Score de Altman. Es un modelo econométrico que se construye a partir de

razones financieras. Dichas razones financieras se combinan linealmente con un peso específico

para cada una, a fin de obtener como resultado final una calificación (Z-store) que discrimina las

empresas que incumplen en sus compromisos crediticios, de aquellas que no lo hacen (Rodríguez,

2012).

El modelo de Altman utiliza el análisis discriminante como técnicas estadística multivariado.

De un universo de empresas, discrimina o separa aquellas que están en quiebra de aquellas que no

lo están de tal suerte que la variable dependiente de la función discriminante es 0 a 1 y las

variables independientes son las razones financieras que mejor explica el incumplimiento de las

empresas. Es un proceso secuencial en el analista excluye aquellas razones financieras que no son

estadísticamente significativas e incluye las que si lo son (Rodríguez, 2012).

32

En su primer modelo (1968). Altman escogio 22 razones financieras que formban su lista

original, finalmente escogio cinco de ellas a saber:

Z= 1,2x1 + 1,4x2 + 3,3 x3 + 0,6 x4 + .99x5

Donde:

X1= capital de trabajo activos totales

X2 = utilidades retenidas activos totales

X3= utilidades antes de impuestos activos totales

X4 = valor de mercado de la acción valor en libros de la deuda.

X5= ventas activos totales

Este modelo fue obtenido de una muestra de empresas que cotizan en la Bolsa, pero también

diseño otro modelo para empresas privadas e inclusive un modelo para empresas mexicanas al

que llamo de mercados emergentes. De acuerdo con E. Altman, la situación financiera de la

emisora depende del valor de Z.

Si Z> 2.99 La empresa se considera saludable

Si Z<1.81 la empresa esta en banca rota

Si 1.81 <Z< 2.99 no se puede determinar la condición financiera de la empresa

Modelos Probit o Logit. En econometría, un modelo de elección cualitativa consiste en

determinar la probabilidad de que un individuo que tiene ciertos atributos pertenezca a uno de dos

33

grupos específicos (por ejemplo, empresas que pertenezcan al grupo de cartera vigente y

empresas que están en el grupo de cartera vencida). En nuestro caso, se trata de determinar la

probabilidad de que un acreditado que tiene ciertos atributos (razones financieras) se declare en

incumplimiento o degrade su calificación crediticia. De manera mas general, se trata de

determinar el conjunto de atributos (razones financieras) que explican el incumplimiento del

acreditado que hoy pertenece al grupo de cartera vigente, con el tiempo pertenezca al grupo de

cartera vencida (Medina, 2003).

Para este propósito, los modelos de elección cualitativa asumen que la probabilidad del

incumplimiento es una función lineal de múltiples variables independientes (razones financieras)

que consideran el nivel del capital contable. El modelo se expresa de la siguiente manera:

2.3.10 Scoring de crédito. Busca la automatización del proceso de medición del riesgo y

utiliza técnicas estadísticas de análisis multi-variable.

El credit scoring consiste en asignar una puntuación teniendo en cuenta valores históricos.

Este modelo está basado en modelos matemáticos que operan en función de un conjunto de

muestras o variables que permiten tipificar el valor de una serie de parámetros, a los cuales se les

aplicarán una serie de pesos según su importancia. El sistema nos ofrecerá una pauta de

comportamiento según las variables establecidas y su peso relativo, lo que resultará en una

puntuación que nos indicará el nivel de riesgo del cliente. Este modelo de calificación se suele

utilizar en aquellos riesgos que se encuentran muy estandarizados y/o suponen pequeños

volúmenes de efectivo y/o se formalizan a corto plazo, puesto que agiliza enormemente la

34

valoración del riesgo, pero deja fuera de los mismos factores cualitativos que pueden resultar

importantes para la evolución futura del propio riesgo.

2.4 Marco Legal

Este proyecto, se desarrollará con base a la Circular Básica Contable y Financiera Circular

Externa 100 de 1995 apoyada en la circular externa 034 de 2013 emitida por la Superintendencia

Financiera de Colombia, enfocada especialmente para la regulación de los procesos de los

institutos de fomento INFIS.

35

3. Resultados

3.1 Análisis de la Normativa de la Superintendencia Financiera de Colombia

En este capítulo se analizan tres documentos que estructuran el riesgo de crédito; Acuerdos

de Basilea, Circular externa 034 del 2013 y capitulo II de la Súper financiera llamado reglas

relativas a la gestión del riesgo crediticio.

3.1.1 Basilea I. Basilea I es un acuerdo publicado en el año 1988, por el comité de Basilea en

la ciudad de Basilea, Suiza, el cual era compuesto por los gobernadores de los bancos centrales

de Alemania, Bélgica, Canadá, España, EE. UU., Francia, Italia, Japón, Luxemburgo, Holanda, el

Reino Unido, Suecia y Suiza. Para juntar recomendaciones estableciendo un capital mínimo que

debía tener una entidad bancaria en función de los riesgos que afrontaba (Banco de Pagos

Internacionales, 2004).

El acuerdo establecía una definición de "capital regulatorio" compuesto por elementos que se

agrupan en 2 categorías (o "tiers") si cumplen ciertos requisitos de permanencia, de capacidad de

absorción de pérdidas y de protección ante quiebra. Este capital debe ser suficiente para hacer

frente a los riesgos de crédito, mercado y tipo de cambio. Cada uno de estos riesgos se medía con

unos criterios aproximados y sencillos (Banco de Pagos Internacionales, 2004).

El principal riesgo era el riesgo de crédito, y se calculaba agrupando las exposiciones de

riesgo en 5 categorías según la contraparte y asignándole una «ponderación» diferente a cada

categoría (0%, 10%, 20%, 50%, 100%), la suma de los riesgos ponderados formaba los activos de

riesgo.

http://es.wikipedia.org/wiki/B%C3%A9lgica

http://es.wikipedia.org/wiki/Canad%C3%A1

http://es.wikipedia.org/wiki/Espa%C3%B1a

http://es.wikipedia.org/wiki/EE._UU.

http://es.wikipedia.org/wiki/Francia

http://es.wikipedia.org/wiki/Italia

http://es.wikipedia.org/wiki/Jap%C3%B3n

http://es.wikipedia.org/wiki/Luxemburgo

http://es.wikipedia.org/wiki/Pa%C3%ADses_Bajos

http://es.wikipedia.org/wiki/Reino_Unido

http://es.wikipedia.org/wiki/Suecia

http://es.wikipedia.org/wiki/Suiza

36

El acuerdo establecía que el capital mínimo de la entidad bancaria debía ser el 8% del total de

los activos de riesgo (crédito, mercado y tipo de cambio sumados).

Este acuerdo era una recomendación: cada uno de los países signatarios, así como cualquier

otro país, quedaba libre de incorporarlo en su ordenamiento regulatorio con las modificaciones

que considerase oportunas.

Este acuerdo era una recomendación: cada uno de los países signatarios, así como cualquier

otro país, quedaba libre de incorporarlo en su ordenamiento regulatorio con las modificaciones

que considerase oportunas.

Dado que el acuerdo contenía ciertas limitaciones en su definición, en junio de 2004 fue

sustituido por el llamado acuerdo BASILEA II.

3.1.2 Basilea II. La principal limitación del acuerdo de Basilea I es que es insensible a las

variaciones de riesgo y que ignora una dimensión esencial: la de la calidad crediticia y, por lo

tanto, la diversa probabilidad de incumplimiento de los distintos prestatarios. Es decir,

consideraba que los créditos tenían la misma probabilidad de incumplir (Banco de Pagos


Para superarla, el Comité de Basilea propuso en 2004 un nuevo conjunto de

recomendaciones. Éstas se apoyan en los siguientes tres pilares.

Pilar I: el cálculo de los requisitos mínimos de capital. Constituye el núcleo del acuerdo e

incluye una serie de novedades con respecto al anterior: tiene en cuenta la calidad crediticia de

los prestatarios (utilizando ratings externos o internos) y añade requisitos de capital por el riesgo

operacional.

37

La norma de Basilea I, que exige fondos propios > 8% de activos de riesgo , considerando:

(riesgo de crédito + riesgo de negociación+ riesgo de tipo de cambio) mientras que ahora

considera: (riesgo de crédito + riesgo de mercado+ riesgo de tipo de cambio + riesgo operacional)

(Banco de Pagos Internacionales, 2004).

A continuación se puede ver la fórmula para hallar el riesgo de crédito.

El riesgo de crédito se calcula a través de tres componentes fundamentales:

PD (Probability of Default), o probabilidad de incumplimiento.

LGD (LossGiven Default), o pérdida dado el incumplimiento (también se conoce como

"severidad", indicando la gravedad de la pérdida).

EAD (Exposure At Default), o exposición en el momento del incumplimiento.

Habida cuenta de la existencia de bancos con distintos niveles de sofisticación, el acuerdo

propone distintos métodos para el cálculo del riesgo crediticio. En el método estándar, la PD y la

LGD se calculan implícitamente a través de las calificaciones de riesgo crediticio publicadas por

empresas especializadas (agencias de rating) utilizando una serie de baremos. En cambio, los

bancos más sofisticados pueden, bajo cierto número de condiciones, optar por el método de

ratings internos avanzado (AIRB), que les permite utilizar sus propios mecanismos de evaluación

del riesgo y realizar sus propias estimaciones. Existe un método alternativo e intermedio

(foundation IRB) en el que los bancos pueden estimar la PD, el parámetro de riesgo más básico, y

utilizar en cambio valores pre calculados por el regulador para la LGD (Banco de Pagos

http://es.wikipedia.org/w/index.php?title=Riesgo_de_negociaci%C3%B3n&action=edit&redlink=1

http://es.wikipedia.org/wiki/Riesgo_de_cr%C3%A9dito

http://es.wikipedia.org/w/index.php?title=Riesgo_operacional&action=edit&redlink=1

http://meta.wikimedia.org/wiki/w:en:probability_of_default

http://meta.wikimedia.org/wiki/w:en:loss_given_default

38


Hasta la fecha, muchas entidades bancarias gestionaban su riesgo crediticio en función de la

pérdida esperada, EL = PD x LGD x EAD, que determinaba su nivel de provisiones frente a

incumplimientos. La nueva normativa establece una nueva medida, el RWA (Activos ponderados

por riesgo), que se fija no en la media sino en un cuantil elevado de la distribución de pérdida

estimada a través de una aproximación basada en la distribución normal.

El riesgo de crédito se cuantifica entonces como la suma de los RWA correspondientes a cada

una de las exposiciones que conforman el activo de la entidad.

Dentro del riesgo de crédito se otorga un tratamiento especial a las titulaciones, para las

cuales se debe analizar si existe una transferencia efectiva y significativa del riesgo, y si son

operaciones originadas por la entidad o generados por otras.

3.1.3 Circular externa 034 de 2013. Esta circular es dirigida a los representantes legales de

los institutos de fomento y desarrollo de las entidades territoriales – INFIS; donde imparten

instrucciones relativas al régimen especial de control y vigilancia aplicable a los INFIS que

pretendan administrar excedentes de liquidez. Para tal efecto, se adiciona el numeral 2 al Capítulo

VI del Título III de la Circular Básica Jurídica de la Superintendencia Financiera de Colombia.

A través de esta circular la Superintendencia Financiera estableció el régimen especial de

control y vigilancia para los institutos de fomento y desarrollo de las entidades territoriales,

INFIS, que administren excedentes de liquidez. Explica que “teniendo en cuenta el plazo previsto

en el artículo 8 del Decreto 1117 de 2013, los Institutos de Fomento y Desarrollo de las entidades

territoriales que pretendan administrar excedentes de liquidez con posterioridad al 30 de

39

noviembre de 2014 deberán contar a dicha fecha con la autorización de esta Superintendencia, en

los términos previstos en la presente Circular Externa, y con la calificación de bajo riesgo

crediticio emitida por una sociedad calificadora de valores vigilada por esta Superintendencia, de

acuerdo con lo previsto en el artículo 1 del mencionado Decreto”.

Capitulo II: Reglas relativas a la gestión del riesgo crediticio. Consideraciones generales:

El riesgo de crédito (RC) el riesgo que corre una entidad al ver disminuido su capital por el

incumplimiento en los pagos de sus obligaciones de las personas o entidades a las cuales se les ha

hecho un crédito.

Elementos que componen el SARC

El SARC debe contar al menos con los siguientes componentes básicos:

Políticas de administración del RC

Procesos de administración del RC

Modelos para la estimación o cuantificación de pérdidas esperadas

Sistema de provisiones para cubrir el RC

Procesos de control interno

Figura 1. Elementos que componen el SARC

Todas las entidades deben establecer unas medidas determinadas para reducir este riesgo

implementando medios de evaluación como el SARC, estas medidas deben ser tenidas en cuenta

tanto la asignación de créditos como en el tiempo que duren los mismos, estos están

fundamentados por diferentes elementos de evaluación como:

40

Políticas de administración del RC. Estas políticas de administración deben ser adoptadas

por la junta directiva o el consejo de administración de la entidad, estos deben tener claridad en la

forma de evaluar, calificar, asumir, controlar y cubrir el RC, se deben establecer y asegurar el

cumplimiento de dichas políticas, estas deben tener los siguientes aspectos:

Estructura organizacional. Se debe contar una estructura organizacional apropiada para la

administración del RC. Teniendo en cuenta que se debe contar con el personal apropiado y ético

con el fin de evitar el mal uso de la información y conflicto de intereses, se debe contar a su vez

con la capacidad técnica y tecnológica suficiente para asegurar el cumplimiento de las normas y

evaluar correctamente la información.

Se debe evaluar los montos de los créditos de acuerdo al sector económico, estabilidad y

comportamiento de pago de los beneficiados con un crédito, verificando que la información que

da el cliente sea veraz, completa y además tenga garantías que puedan reponer en algo el crédito

en caso del no pago, se debe hacer un seguimiento estricto al cumplimento de pagos para así

saber y asignar montos de previsión de riesgo.

Procesos de administración del RC. Dentro del proceso también se deben adoptar medidas

acertadas en el caso de incumplimiento en los pagos con el fin de evitar o minimizar el riesgo de

pérdida, tales como asignar responsabilidades a las diferentes áreas de desempeño en la entidad.

Otorgamiento, seguimiento y control, recuperación; son etapas relacionadas con la

operación del crédito. En la etapa de otorgamiento se debe conocer al cliente, en cuanto a

capacidad de pago, solvencia, cumplimento en sus pagos con obligaciones anteriores o actuales,

la cantidad de veces que un deudor haya hechos reestructuración de los productos, garantías,

posición en el mercado, de ser necesario se solicitaran codeudores que puedan cubrir la deuda en

41

caso de no pago por parte del titular del crédito, se debe hacer claridad en la información que

damos a los clientes en el momento de hacer un crédito con respecto a los intereses que se

generarán y otros costos que vayan sujetos al crédito, forma de pago, plazo del crédito y otras

cláusulas, también los derechos y obligaciones que contrae al aceptar o incumplir sus pagos de un

crédito.

En la etapa de seguimiento y control de crédito se debe proporcionar un informe adecuado

como mínimo dos veces al año que debe hacerse en los meses de mayo y noviembre, con el fin de

establecer la calificación de la cartera y buscar diferentes alternativas para contra arrestar perdida

de capital y recuperar cartera.

Modelos para la estimación o cuantificación de pérdidas esperadas: Se deben estimar o

cuantificar las pérdidas, para las diferentes opciones de crédito tales como la cartera comercial,

de consumo, de vivienda y de microcréditos.

Componentes de los modelos internos: En los modelos internos se debe tener en cuenta la

información del comportamiento de créditos, durante los años anteriores, clasificándolos de

acuerdo a los productos que se han colocado en el mercado mencionados anteriormente. Toda

esta información será validada y revisada por la SFC.

La estimación de la pérdida esperada en el marco del SARC resulta de la aplicación de la

siguiente fórmula:

Pérdida esperada= [Probabilidad de incumplimiento] x [Exposición del activo] x [Pérdida

esperada de valor del activo dado el incumplimiento].

42

La posibilidad de pérdida será evaluada de acuerdo a los días de mora que tengan los

productos y su clasificación.

Se debe cuantificar la pérdida en función de las recuperaciones que se han realizado en

efectivo sobre el conjunto de créditos incumplidos.

Se deben terne en cuenta en cuenta como mínimo los créditos incumplidos durante los

últimos tres (3) años.

Debe considerar la existencia e idoneidad de las garantías que respaldan los créditos.

3.2 Selección de la Línea de Crédito para Aplicar el Modelo de Riesgo de Crédito

3.2.1 Crédito de fomento. Las personas que pueden acceder y que son clientes podrán

aprobar a créditos de Fomento para financiar inversiones en proyectos que contribuyan al

mejoramiento de la calidad de vida de la comunidad y que estén incluidos en los planes de

desarrollo y que se adapte a las necesidades y requerimientos del cliente.

Beneficios:

Tasas de interés más bajas del mercado

Financiamiento máximo 4 años

Facilidad de acceder a los recursos

La periodicidad de los pagos se pacta por mutuo acuerdo

43

Requisitos:

1. Autorización del Concejo Municipal para el empréstito y otorgar las garantías ofrecidas.

2. Ejecución Presupuestal de la vigencia anterior.

3. Presupuesto de la presente vigencia

4. Certificación del Tesorero o Hacienda Municipal que indique que la renta ofrecida en

pignoración

5. Decreto de Nombramiento o Acta de Posesión del Alcalde o Representante Legal y

fotocopia de la cédula de ciudadanía

6. Concepto de la Oficina de Planeación municipal sobre la conveniencia Técnica y

económica del proyecto

7. Fotocopia del NIT

8. Fotocopia de la Tarjeta Profesional de Contador Público

9. Certificado de la Secretaría de Hacienda y/o Planeación, respecto al cumplimiento del

ajuste Fiscal sobre racionalización del gasto público según la Ley 617/2000

10. Anexar la distribución del Sistema General de Participaciones (modificaciones Acto Leg

04 y Ley 1176 de 2007)

11. Adjuntar Estudio Técnico Económico y Financiero del Proyecto a Realizar acorde a

Metodologías de Ley.

44

12. Certificación de la Secretaría de Planeación y Nº de registro en Banco de Programas y

Proyectos y Plan de Desarrollo.

13. Certificado expedido por el Alcalde, respecto al cumplimiento de la Ley 358 de 1997

sobre Capacidad de Pago

3.2.2 Crédito tesorería. Es la solución a corto plazo para atender situaciones temporales de

liquidez de nuestros clientes. Las entidades descentralizadas y entes territoriales podrán acceder

de forma ágil y oportuna.

Beneficios:

Facilidad de acceso a los recursos

Tasas de interés más bajas del mercado

Requisitos:

1. Carta Modelo de la Solicitud de Crédito. (art. 15 Ley 819 de junio 9 de 2003)

2. Ejecución Presupuestal de la vigencia anterior.

3. Presupuesto de la presente vigencia y ejecución presupuestal a la fecha.

4. Boletín de cajas actualizadas (PAC).

5. Diligenciar cuadros adjuntos en Excel (todos los campos de los formularios son

obligatorios)

6. Certificación del Tesorero o Hacienda Municipal que indique que la renta ofrecida en

45

pignoración se encuentra libre, y el valor de la garantía durante la vigencia del crédito.

7. Decreto de Nombramiento o Acta de Posesión del Sr. Alcalde y fotocopia de la Cédula de

Ciudadanía

8. Fotocopia del NIT

9. Fotocopia Tarjeta Profesional del Contador Público.

3.2.3 Crédito factoring. Es la alternativa de financiación a corto plazo más eficiente y

moderna del mercado por medio de la cual IFINORTE provee de recursos a los contratistas o

proveedores de los entes territoriales y entidades descentralizadas de Norte de Santander a través

del pago de las facturas o descuento de actas que estas entidades tengan pendientes por saldar.

Condiciones Financieras:

Plazo: hasta 90 días

Tasas de interés: DTF + 7

Monto: el 75 % del valor neto del acta o factura

Beneficios:

Financiación Inmediata

Los proveedores de nuestros clientes disminuyen las cuentas por cobrar

3.2.4 Créditos de libranza. Son descuentos por nómina, pueden ser solicitado por personas

naturales Contratadas por prestación de Servicios, Servidores Públicos vinculados a las entidades

46

Territoriales o entes Descentralizados, Empresas Industriales y Comerciales , Corporaciones

Autónomas Regional del Departamento Norte de Santander, con el fin de cubrir problemas de

liquidez, sujetos a su Capacidad de Endeudamiento del solicitante.

Líneas de Crédito: Las solicitudes por libranzas serán destinadas para Libre Inversión,

Educación, Salud, Vivienda, Recreación y Turismo.

Montos y Plazo: El monto mínimo a prestar es desde un (1) S.M.M.L.V., hasta la Capacidad

de Pago del Solicitante y a un plazo máximo de 60 meses.

Requisitos:

Solicitud de crédito debidamente diligenciada y firmada.

Fotocopia de la C.C. al 150% del Deudor y Codeudor.

Fotocopia de los 2 últimos desprendible de pago de nomina del Deudor y Codeudor.

Original Constancia Laboral del Deudor y Codeudor donde se certifique claramente el

cargo, sueldo, tiempo de servicio y tipo de vinculación.

Original Convenio Para Préstamos por Libranza a funcionarios públicos.

Cancelación en IFINORTE de la consulta a la CIFIN.

3.2.5 Clasificación resumida por línea. A continuación se presenta el estudio de análisis de

la cartera de IFINORTE, para lograr conocer el riesgo de crédito esta información se analiza del

mes de enero hasta agosto de 2015.

Análisis de cartera del mes de Enero:

47

Tabla 1. Comportamiento de la cartera del mes de enero

Línea clasificación

Total

Porcentaje %

Fomento 7,963,699,684.00 28.14%

Tesorería 280.000.000.00 0.98%

Créditos car 12.664.247.825.00 44.74%

Créditos libranza 5,168,246,936.62 18.26%

Educativo 2,223,833,768.00 7,41%

Total general 28,300,028,213.62 100%

Figura 2. Comportamiento total de la cartera del mes de enero

En esta grafica se puede observar el comportamiento total de la cartera del mes de enero en

las diferentes líneas de crédito, se puede evidenciar que las líneas mas significativas son fomento

con un 28.14 %, créditos libranza con un 18.26% y créditos car con un 44.74 %.

48

A continuación se muestra el comportamiento de cada línea de crédito en el mes de Enero,

cartera al día (A) y la cartera en mora (B, C, D y E).

Tabla 2. Comportamiento de cada línea de crédito en el mes de enero

Línea de

crédito

A B C D E

FOMENTO

96.72%

0%

0%

0%

3.27%

CREDITOS

CAR

85.51%

1.19%

1.47%

11.87%

0%

CREDITOS

LIBRANZA

90.57%

6.64%

0.76%

1.85%

0.15%

Figura 3. Comportamiento de cada línea de crédito en el mes de enero

49

Análisis de cartera del mes de Febrero:

Tabla 3. Datos del comportamiento de la cartera del mes de Febrero

Línea

clasificación

Total

Porcentaje %

Fomento 8,020,976,723.00 28,18%

Tesorería 360,000,000.00 1,26 %

Créditos car 12,613,622,843.00 44.31%


Educativo 2,110,294,121.00 7.41%

Total general 28,462,766,276.75 100%

Figura 4. Datos del comportamiento de la cartera del mes de Febrero

En esta grafica se puede observar el comportamiento total de la cartera del mes de Febrero en

las diferentes líneas de crédito, se puede evidenciar que las líneas más significativas son fomento

con un 28.18%, créditos car con un 44.31% y créditos libranza con un 18.82%.

50

A continuación se muestra el comportamiento de cada línea de crédito en el mes de Febrero,


Tabla 4. Comportamiento de cada línea de crédito en el mes de febrero

Línea de

crédito

A B C D E

FOMENTO

96.70%

0%

0%

0%

3.26%

CREDITOS

CAR

63.29%

23.37%

11.50%

1.82%

0%

CREDITOS

LIBRANZA

89.88%

6.01%

2.36%

1.24%

0.49%

Figura 5. Comportamiento de cada línea de crédito en el mes de febrero

51

Análisis de cartera del mes de Marzo:

Tabla 5. Datos del comportamiento de la cartera del mes de Marzo

Línea

clasificación

Total

Porcentaje %

Fomento 789926713800 28,70%

Tesorería 360,000,000.00 1.30%

Créditos car 12,017,455,601.51 43.67%


Educativo 1,998,366,017.00 7.26%

Total general 27,514,031,004.26 100%

Figura 6. Datos del comportamiento de la cartera del mes de Marzo

En esta grafica se puede observar el comportamiento total de la cartera del mes de Marzo en



52

A continuación se muestra el comportamiento de cada línea de crédito en el mes de marzo,


Tabla 6. Comportamiento de cada línea de crédito en el mes de marzo

Línea de

crédito

A B C D E

FOMENTO

96.62%

0%

0%

0%

3.37%

CREDITOS

CAR

80.33%

11.96%

6.86%

0.73%

0.09%

CREDITOS

LIBRANZA

90.97%

4.94%

1.83%

1.76%

0.48%

Figura 7. Comportamiento de cada línea de crédito en el mes de marzo

53

Análisis de cartera del mes de Abril

Tabla 7. Datos del comportamiento de la cartera del mes de Abril


Total

Porcentaje %

Fomento 777232570100 29.67%

Tesorería 457,893,436.00 1.74%

Créditos car 10,934,179,583.51 41.75%


Educativo 1,886,437,913.00 7.20%

Total general 26,187,273,110.26 100%

Figura 8. Datos del comportamiento de la cartera del mes de Abril

En esta grafica se puede observar el comportamiento total de la cartera del mes de Marzo en



54

A continuación se muestra el comportamiento de cada línea de crédito en el mes de Abril,


Tabla 8. Comportamiento de cada línea de crédito en el mes de abril

Línea de

crédito

A B C D E

FOMENTO

96.54%

0%

0%

0%

3.47%

CREDITOS

CAR

77.83%

18.37%

3.78%

0%

0%

CREDITOS

LIBRANZA

92.40%

3.69%

1.28%

1.45%

1.16%

Figura 9. Comportamiento de cada línea de crédito en el mes de abril

55

Análisis de cartera del mes de Mayo

Tabla 9. Datos del comportamiento de la cartera del mes de Mayo


Total

Porcentaje %

Fomento 27.93%

Tesorería 734,190,476.00 2,67%

Créditos car 12,035,736,838.51 43,89%

Créditos libranza 5,214,042,931.00 19,01%

Educativo 1,774,509,809.00 6,47%

Total general 27,417,269,348.51 100%

Figura 10. Datos del comportamiento de la cartera del mes de Mayo

En esta grafica se puede observar el comportamiento total de la cartera del mes de Mayo en


56


A continuación se muestra el comportamiento de cada línea de crédito en el mes de Abril,


Tabla 10. Comportamiento de cada línea de crédito en el mes de mayo

Línea de

crédito

A B C D E

FOMENTO

91.74%

4.71%

0%

0%

3.54%

CREDITOS

CAR

91.28%

5.02%

3.69%

0%

0%

CREDITOS

LIBRANZA

89.21%

6.21%

1.83%

1.07%

1.66%

Figura 11. Comportamiento de cada línea de crédito en el mes de mayo

57

Análisis de cartera del mes de Junio

Tabla 11. Datos del comportamiento de la cartera del mes de Junio


Total

Porcentaje %

Fomento 752450854600 29.48%

Tesorería 837,227,780.00 3.28%

Créditos car 10,347,547,183.51 40.54%


Educativo 1,662,581,705.00 6.51%

Total general 25,519,915,798.51 100%

Figura 12. Datos del comportamiento de la cartera del mes de Junio

En esta grafica se puede observar el comportamiento total de la cartera del mes de Junio en



58

A continuación se muestra el comportamiento de cada línea de crédito en el mes de junio,


Tabla 12. Comportamiento de cada línea de crédito en el mes de junio

Línea de

crédito

A B C D E

FOMENTO

91.52%

0%

4.83%

0%

3.63%

CREDITOS

CAR

90.28%

5.11%

4.06%

0.54%

0%

CREDITOS

LIBRANZA

89.62%

6.46%

1.09%

0.95%

1.85%

Figura 13. Comportamiento de cada línea de crédito en el mes de junio

59

Análisis de cartera del mes de Julio

Tabla 13. Datos del comportamiento de la cartera del mes de julio


Total

Porcentaje %

Fomento 7333865368400 30.46%

Tesorería 800,272,190.00 3.32%

Créditos car 9,330,747,418.00 38.73%


Educativo 1,550,653,601.00 6.43%

Total general 24,089,167,798.00 100%

Figura 14. Datos del comportamiento de la cartera del mes de julio

En esta grafica se puede observar el comportamiento total de la cartera del mes de Julio en las

diferentes líneas de crédito, se puede evidenciar que las líneas más significativas son fomento con

un 30.46%, créditos car con un 38.73% y créditos libranza con un 21.04%.

60

A continuación se muestra el comportamiento de cada línea de crédito en el mes de julio,


Tabla 14. Comportamiento de cada línea de crédito en el mes de julio

Línea de

crédito

A B C D E

FOMENTO

86.97%

9.26%

0%

0%

3.75%

CREDITOS

CAR

69.59%

21.72%

5.18%

3.49%

0%

CREDITOS

LIBRANZA

88.49%

6.73%

1.53%

1.37%

1.85%

Figura 15. Comportamiento de cada línea de crédito en el mes de julio

61

Análisis de cartera del mes de Agosto

Tabla 15. Datos del comportamiento de la cartera del mes de Agosto


Total

Porcentaje %

Fomento 818889840700 33.62%

Tesorería 1,050,267,677.00 4.31%

Créditos car 7,941,685,501.00 32.60%


Educativo 1,938,725,497.00 7.96%

Total general 24,354,771,564.00 100%

Figura 16. Datos del comportamiento de la cartera del mes de Agosto

En esta grafica se puede observar el comportamiento total de la cartera del mes de Agosto en



62

A continuación se muestra el comportamiento de cada línea de crédito en el mes de agosto,


Tabla 16. Comportamiento de cada línea de crédito en el mes de agosto

Línea de

crédito

A B C D E

FOMENTO

88.57%

4.11%

4.01%

0%

3.29%

CREDITOS

CAR

39.40%

29.42%

21.61%

9.54%

0%

CREDITOS

LIBRANZA

89.89%

4.87%

2.25%

0.91%

2.06%

Figura 17. Comportamiento de cada línea de crédito en el mes de agosto

63

Comportamiento de la cartera al día (A). A continuación se muestra el comportamiento de

las líneas de crédito desde el mes de enero a agosto en la cartera al día (A).


cartera al día (A)

Línea

de crédito

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agostó

Fomento

96.72%

96.70%

96.62%

96.54%

91.74%

91.52%

86.97%

88.57%

Créditos

car

85.51%

63.29%

80.33%

77.83%

91.28%

90.28%

69.59%

39.40%

Créditos

libranza

90.57%

89.88%

90.97%

92.40%

89.21%

89.62%

88.49%

89.89%


cartera al día (A)

64

Comportamiento de la cartera en mora (B, C, D, y E). A continuación se muestra el

comportamiento de las líneas de crédito desde el mes de enero a agosto en la cartera en mora (B).


cartera al día (B)

Línea

de crédito

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agostó

Fomento

0%

0%

0%

0%

4.71%

0%

9.26%

4.11%

Créditos

car

1.19%

23.37%

11.96%

18.37%

5.02%

5.11%

21.72%

29.42%

Créditos

libranza

6.64%

6.01%

4.94%

3.69%

6.21%

6.46%

6.73%

4.87%

0

2

4

6

8

Creditos libranza


65

cartera al día (B)

A continuación se muestra el comportamiento de las líneas de crédito desde el mes de enero a

agosto en la cartera en mora (C).


cartera al día (C)

Línea

de crédito

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agostó

Fomento

0%

0%

0%

0%

0%

4.83%

0%

4.01%

Créditos

car

11.87%

11.50%

6.86%

3.78%

3.69%

4.06%

5.18%

21.61%

Créditos

libranza

1.85%

2.36%

1.83%

1.28%

1.83%

1.09%

1.53%

2.25%

66

0

0,5

1

1,5

2

2,5

Creditos libranza


cartera al día (C)


agosto en la cartera en mora (D).

67


cartera al día (D)

Línea

de crédito

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agostó

Fomento

0%

0%

0%

0%

0%

0%

0%

0%

Créditos

car

11.87%

1.82%

0.73%

0%

0%

0.54%

3.49%

9.54%

Créditos

Libranza

1.85%

1.24%

1.76%

1.45%

1.07%

0.95%

1.37%

0.91%


cartera al día (D)

68


agosto en la cartera en mora (E).


cartera al día (E)

Línea

de crédito

Enero

Febrero

Marzo

Abril

Mayo

Junio

Julio

Agostó

Fomento

3.27%

3.260%

3.37%

3.47%

3.54%

3.63%

3.75%

3.29%

Créditos

car

0%

0%

0.09%

0%

0%

0%

0%

0%

Créditos

Libranza

0.15%

0.49%

0.48%

1.16%

1.66%

1.85%

1.85%

2.06%


69

cartera al día (E)

Análisis de resultados. Según los datos obtenidos se realiza el siguiente análisis, a

continuación se presenta el comportamiento total de la cartera en todas las líneas de crédito en los

meses de Enero a agosto. Se observa que las líneas de crédito más significativas fue fomento,

créditos car y créditos libranza. Con estas tres líneas de créditos se observara el riesgo de crédito

de IFINORTE, por tal motivo se analiza la cartera al día (A), y la cartera en mora ( B, C, D, y E).

En el mes de enero la cartera al día presenta un valor significativo con un porcentaje en la en

la línea de crédito fomento de 96.72%, créditos car con un 85.51 % y créditos libranza con un

90.57%, los porcentajes de la cartera en mora son muy bajos. El comportamiento del mes de

febrero fue similar con una diferencia en la línea de créditos car, ya que se observa en la cartera

en mora (B) un porcentaje de 23.37%, en los siguientes meses en esta línea de crédito la cartera

en mora (B, C, D y E) sus porcentajes son significativos.

En las gráficas se puede evidenciar que los clientes de IFINORTE pagan al día, por lo que se

puede decir que los porcentajes de la cartera en mora son muy bajos. Se obtuvo que el mes de

enero la línea de crédito fomento presento el mayor porcentaje con un 96.72% y el mes con la

cartera en mora más alta fue el mes de agosto en la cartera (B) con un porcentaje de 29.42%.

A partir de los resultados anteriores, se tomó la linea de credito de libranza, teniendo en

cuenta que participa con el mayor numero de clientes x% (364) y porque contine el numero de

deudores más alto teniendo, a pesar que el cobro se realiza por medio de libranza.

70

3.3 Identificación del Modelo de Riesgo de Crédito a Aplicar

3.3.1 Medición del riesgo de crédito. La medición del riesgo de crédito en una entidad

bancaria se hace a partir de la estimación de tres factores fundamentales, los cuales son:

Pérdidas Esperadas (Expected Loss EL). La pérdida esperada indica cuánto se puede

perder en promedio por causa de incumplimiento en un periodo determinado; normalmente está

asociada a la política de reservas preventivas que la institución debe tener contra riesgos

crediticios. Su estimación está dada por (Autoridades de Supervisión del Sistema Financiero de

Bolivia, 2008):

EL = EAD * LGD * PD

Donde:

Exposición en el momento de incumplimiento (Exposure at default- EAD): es el monto que

se arriesga.

Pérdida en el momento de incumplimiento (Loss given default - LGD): pérdidas en caso de

que el deudor caiga en default.

Probabilidad de incumplimiento (Probability of default - PD): probabilidad de que el deudor

incurra en default.

Pérdidas inesperadas (Un expected loss - UL). Es la máxima cantidad de recursos que

podría perder una entidad por el incumplimiento de sus deudores. Se puede expresar como un

múltiplo de la desviación estándar (σ) de la distribución de probabilidades de pérdidas y

ganancias. Estas pérdidas determinan el capital económico requerido por el acreedor para hacer

71

frente a pérdidas no anticipadas.

3.3.2 Modelos de medición del riesgo de crédito. El sistema de medición de riesgo de

crédito tiene por objeto identificar los determinantes del riesgo de crédito de las carteras de cada

institución, con el propósito de prevenir pérdidas potenciales en las que podría incurrir.

Modelos para el cálculo de probabilidades de incumplimiento. La circular 1423 Expedia

por la Comisión Nacional Bancaria y de Valores relativa a las disposiciones que deben

observarse para una adecuada administración integral de riesgos, señala en su disposición

vigésima, sección II, inciso d, que las instituciones de crédito deben calcular la probabilidad de

incumplimiento de los deudores en lo que hace al riesgo de la cartera creditaria.

Los modelos mas utilizados en el mercado para medir riesgos de crédito son los siguientes:

Modelos económicos. Entre estos se encuentran el análisis de discriminantes lineal y de

regresión lineal múltiple (modelo de Altman), y modelos Logit y Probit para determinar


financieras y otros indicadores así como variables externas que miden los efectos

macroeconómicos.

Modelo KWV y Modys. Aplica la teoría de opciones para determinar probabilidades de

incumplimiento y la valuación. Este modelo se basa en que es posible simular el comportamiento

de un préstamo mediante una opción y las acciones como una opción call. No obstante que este

modelo es muy robusto para empresas que cotizan en la bolsa, la empresa KWV también lo

aplica para empresas privadas. Este modelo también se conoce como Credit Monitor (CM).

Redes neuronales artificiales. Son sistemas por computadora que intentan imitar el proceso de

72

aprendizaje humano emulando una red de neuronas interconectadas entre si.

Independientemente del modelo que se elija, el objetivo debe ser, por una parte, contar con la

probabilidad de incumplimiento de la contraparte y, por otra, construir una matriz de

probabilidades de transición para producir la tendencia de un crédito a subir o bajar de

calificación, como se explica mas adelante en la metodología de Credimetries.

El modelo de Z-Score de Altman. Es un modelo econométrico que se construye a partir de

razones financieras. Dichas razones financieras se combinan linealmente con un peso específico

para cada una, a fin de obtener como resultado final una calificación (Z-store) que discrimina las

empresas que incumplen en sus compromisos crediticios, de aquellas que no lo hacen.

El modelo de Altman utiliza el análisis discriminante como técnicas estadística multivariado.

De un universo de empresas, discrimina o separa aquellas que están en quiebra de aquellas que no

lo están de tal suerte que la variable dependiente de la función discriminante es 0 a 1 y las

variables independientes son las razones financieras que mejor explica el incumplimiento de las

empresas. Es un proceso secuencial en el analista excluye aquellas razones financieras que no son

estadísticamente significativas e incluye las que si lo son.

En su primer modelo (1968). Altman escogio 22 razones financieras que formban su lista

original, finalmente escogio cinco de ellas a saber:

Z= 1,2x1 + 1,4x2 + 3,3 x3 + 0,6 x4 + .99x5

Donde:

X1= capital de trabajo activos totales

73

X2 = utilidades retenidas activos totales

X3= utilidades antes de impuestos activos totales

X4 = valor de mercado de la acción valor en libros de la deuda.

X5= ventas activos totales

Este modelo fue obtenido de una muestra de empresas que cotizan en la Bolsa, pero también

diseño otro modelo para empresas privadas e inclusive un modelo para empresas mexicanas al

que llamo de mercados emergentes. De acuerdo con E. Altman, la situación financiera de la

emisora depende del valor de Z.

Si Z> 2.99 La empresa se considera saludable

Si Z<1.81 la empresa está en banca rota

Si 1.81 <Z< 2.99 no se puede determinar la condición financiera de la empresa

Modelos Probit o Logit. En econometría, un modelo de elección cualitativa consiste en

determinar la probabilidad de que un individuo que tiene ciertos atributos pertenezca a uno de dos

grupos específicos (por ejemplo, empresas que pertenezcan al grupo de cartera vigente y

empresas que están en el grupo de cartera vencida). En nuestro caso, se trata de determinar la

probabilidad de que un acreditado que tiene ciertos atributos (razones financieras) se declare en

incumplimiento o degrade su calificación crediticia. De manera más general, se trata de

determinar el conjunto de atributos (razones financieras) que explican el incumplimiento del

acreditado que hoy pertenece al grupo de cartera vigente, con el tiempo pertenezca al grupo de

cartera vencida.

74

Para este propósito, los modelos de elección cualitativa asumen que la probabilidad del

incumplimiento es una función lineal de múltiples variables independientes (razones financieras)

que consideran el nivel del capital contable. El modelo se expresa de la siguiente manera:

3.4 Aplicación del Modelo de Riesgo de Crédito

3.4.1 Selección de clientes para el modelo. Inicialmente, se aplicó el modelo con los 90

clientes, pero se presentaron problemas con la clasificación de los clientes en mora, ya que se

estaba clasificando clientes con mora menor a 30 días.

Se trabajó con una muestra de 48 clientes, ya que solo 24 clientes estaban en mora mayor a

30 días y para que el modelo quedara equilibrado, teniendo en cuenta que el sistema debe contar

con 24 clientes al día, es decir el mismo número de clientes en mora.

57%

46%

54%

43%

53%

47%

0%

10%

20%

30%

40%

50%

60%

Proporción Al día En mora

Masculino

Femenino

Figura 23. Distribución de resultados según género

75

Los resultados del análisis indican que del total de clientes de la línea de crédito seleccionada,

el 57% son de género masculino y el 43% del género femenino. De igual manera, el 46% de

clientes hombres y el 53% de mujeres están al día con los pagos. Del total de clientes que están

en mora, el 54% son hombres y el 47% son mujeres.

74%

54%

46%

6%

20%

80%

18%

44%

56%

2%

100%

0%0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%


ADMINISTRATIVO

ALCALDE

CONSEJAL

PERSONERO

Figura 24. Distribución de resultados según cargo

Al analizar los resultados por tipo de cargo, se determina que del total de la muestra

seleccionada, el 74% tienen cargos administrativos, el 6% son alcaldes, el 18% son consejales y

el 2% son personeros. En cuanto a los pagos, están al día el 54% de administrativos, el 20% de

alcaldes, el 44% de consejales y el 100% de los personeros. Están en mora el 46% de

administrativos, el 80% de alcaldes, el 56% de consejales y el 0% de personeros.

76

23%

75%

25%

77%

41%

59%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%


ACADEMICO

PROFESIONAL

Figura 25. Distribución de resultados según nivel de estudios

Al hacer el análisis de los clientes de la línea de crédito por el nivel de estudios, se determina

que el 23% son bachilleres y el 77% profesionales. Del total de clientes que están al día el 75%

son bachilleres y el 41% son profesionales. Del total en situación de mora, el 25% son

académicos y el 59% son profesionales.

77

78%

51%49%

20%

12%

88%

0%

100%

0%1%

100%

0%1%

100%

0%0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%


$ 0 - $ 22.800.000

$ 22.800.000 - $ 45.600.000

$ 45.600.000 - $ 68.400.000

$ 68.400.000 - $ 91.200.000

$ 91.200.000 - $ 114.000.000

Figura 26. Distribución de resultados según valor del préstamo

En la figura anterior se determina que el 78% de clientes tienen un préstamo de hasta

$22.800.000, mientras que el 20% tiene un préstamo entre $22.800.000 y $45.600.000, el 1%

entre $68.400.000 y $91.200.000 y el 1% restante entre $91.200.000 y $114.000.000. De los

prestamos otorgados en el rango de hasta $22.800.000 el 51% se encuentra al día, mientras que

esto sucede con el 12% del rango entre $22.800.000 y $45.600.000. Los prestamos superiores a

$45.600.000 tienen un nivel de cumplimiento en los pagos del 100%. En contraste, el 49% de

préstamos hasta $22.800.000 están en mora y el 88% del rango entre $22.800.000 y $45.600.000

también están en mora.

78

15%

57%

43%47%

52%48%

12%

55%

45%

16%

43%

57%

10% 11%

89%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%


$ 0 - $ 898.372

$ 898.372 - $ 1.796.745

$ 1.796.745 - $ 2.695.117

$ 2.695.117 - $ 3.593.489

$ 3.593.489 - $ 4.491.861

Figura 27. Distribución de resultados según valor del sueldo

La figura indica que el 15% de los clientes de la línea de crédito cuentan con un salario hasta

$898.372, el 47% tiene un salario entre $898.372 y $1.796.745, el 12% entre $1.796.745 y

$2.695.117, el 16% entre $2.695.117 y $3.593.489, y el 10% entre $3.593.489 y $4.491.861. Del

rango más bajo de salario, el 57% está al dia y el 43% en mora, entre $898.372 y $1.796.745 el

52% está al día y el 48% en mora, entre $1.796.745 y $2.695.117 el 55% está al día y el 45% en

mora, entre $2.695.117 y $3.593.489 el 43% está al día y el 57% en mora, y entre $3.593.489 y

$4.491.861 de salario el 11% está al día y el 89% en mora.

79

62%

54%

46%

28%

52%48%

4%0%

100%

3%0%

100%

2%0%

100%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%


$ 0-$ 648.930

$ 648.930 - $ 1.297.860

$ 1.297.860,00 - $ 1.946.790

$ 1.946.790 - $ 2.595.720

$ 2.595.720 - $ 3.244.650

Figura 28. Distribución de resultados según valor de la cuota

Al analizar los resultados del comportamiento de pago de la línea de crédito según el valor de

la cuota, el 62% de clientes paga entre $0 y $648.930, el 28% entre $648.930 y $1.297.860, el 4%

entre $1.297.860 y $1.946.790, el 3% entre $1.946.790 y $2.595.720 y el 2% entre $2.595.720 y

$3.244.650. Del total de clientes, el 54% de los que pagan entre $0 y $648.930 están al día y el

46% están en mora, el 52% que pagan entre $648.930 y $1.297.860 están al día y el 48% en

mora. De los clientes que pagan más de $1.297.860 el 100% se encuentran en mora.

80

64%

52,6%

47,4%

27%

50,0% 50,0%

3%

33,3%

66,7%

2% 0,0%

100%

4%0,0%

100%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%


$0 - $ 898.372

$ 898.372 - $ 1.796.745

$ 1.796.745 - $ 2.695.117

$ 2.695.117 - $ 3.593.489

$ 3.593.489 - $ 4.491.861

Figura 29. Distribución de resultados según valor de los egresos

En la figura anterior se observa que al analizar información de los clientes de la línea de

crédito seleccionada, el 64% de los clientes tienen egresos entre $0 y $898.372, el 27% tiene

egresos entre $898.372 y $1.796.745, el 3% entre $1.796.745 y $2.695.117, el 2% entre

$2.695.117 y $3.593.489 y el 4% restante tiene egresos entre $3.593.489 y $4.491.861. En el

análisis se determina que el 52,6% de los clientes que tienen egresos entre $0 y $898.372 el

52,6% está al día y el 47,4% está en mora, 50% de los clientes con egresos entre $898.372 y

$1.796.745 están al día y el 50% en mora, el 33,3% con rango de egresos entre $1.796.745 y

$2.695.117 están al día y el 66,7% están en mora. De los clientes que cuentan con egresos

superiores a $2.695.117 el 0% se encuentra al día y el 100% en mora.

81

22%

70%

30%

46%

54%

46%

24%27%

73%

6%

20%

80%

2% 0%

100%

0%

10%

20%

30%

40%

50%

60%

70%

80%

90%

100%


0 personas

1 persona

2 personas

3 personas

4 personas

Figura 30. Distribución de resultados según número de personas a cargo

Según la figura anterior, al analizar la información de los clientes de la línea de crédito

seleccionada, el 22% de los clientes no tienen personas a cargo, mientras que el 46% tienen 1

persona a cargo, el 24% tiene 2 personas a cargo, el 6% tiene 3 personas a cargo y el 2% tiene 4

personas a cargo. Se determina que el 70% de los clientes que no tienen personas a cargo se

encuentran al día y el 30% en mora, mientras que el 54% de clientes con 1 persona a cargo están

al día y el 46% se encuentra en mora, el 27% con dos personas a cargo están al día en los pagos y

el 73% en mora, el 20% con 3 personas a cargo están al día y el 80% se encuentra en mora y el

100% de los clientes con 4 personas a cargo se encuentran en mora y no realizan los pagos

oportunamente.

82

3.4.2 Aplicación del modelo. Como se muestra a continuación:

Tabla 22. Aplicación del Modelo de Riesgo de Crédito

RIESGO GENERO MONTO CUOTA CARGO FORMACIÓN INGRESOS EGRESOS PERSONAS A CARGO

1 0 18.974.839,00 432.856,00 1 0 1.247.830$ 623.915$ 1

1 0 45.000.000,00 3.244.650,00 1 0 1.436.870$ 718.435$ 2

1 1 45.000.000,00 3.244.650,00 0 0 2.879.348$ 1.439.674$ 2

1 1 34.657.805,00 2.094.236,00 0 0 2.978.398$ 1.489.199$ 2

1 1 15.000.000,00 1.077.038,00 1 0 8.367.500$ 4.183.750$ 1

1 1 15.000.000,00 255.948,93 0 0 8.387.500$ 4.193.750$ 1

1 1 7.000.000,00 1.280.216,00 0 0 931.134$ 465.567$ 2

1 1 26.000.000,00 442.719,00 1 0 1.105.639$ 552.820$ 0

1 0 12.909.165,00 324.642,00 1 0 1.133.108$ 566.554$ 1

1 1 6.000.000,00 430.944,00 1 0 1.386.000$ 693.000$ 1

1 1 6.000.000,00 430.944,00 0 0 1.386.000$ 693.000$ 1

1 1 7.000.000,00 619.682,19 1 0 1.575.052$ 787.526$ 2

1 1 7.000.000,00 151.500,00 1 0 2.177.945$ 1.088.973$ 2

1 1 4.688.836,00 279.090,00 1 0 2.905.395$ 1.452.698$ 1

1 1 25.000.000,00 542.365,00 1 0 1.431.333$ 715.667$ 0

1 0 2.218.001,00 232.575,00 1 0 1.195.521$ 597.761$ 2

1 1 74.731.853,00 1.008.504,00 1 0 6.410.559$ 3.205.280$ 1

1 1 3.301.702,00 914.440,00 0 0 931.134$ 465.567$ 0

1 0 15.380.973,00 389.571,00 1 0 1.182.345$ 591.173$ 1

1 0 14.557.786,00 652.882,00 1 0 1.428.664$ 714.332$ 1

1 0 37.425.509,00 865.713,00 1 0 2.119.466$ 1.059.733$ 1

1 1 3.298.774,00 209.424,00 0 0 785.944$ 392.972$ 2

1 1 25.634.967,00 649.284,00 1 0 2.119.466$ 1.059.733$ 2

1 1 8.208.736,00 1.155.615,00 0 1 728.895$ 364.448$ 1

0 1 2.309.260,00 422.336,00 0 1 555.028$ 277.514$ 2

0 1 2.309.260,00 422.336,00 0 1 566.591$ 283.296$ 0

0 1 3.848.767,00 703.893,00 0 1 566.591$ 283.296$ 0

0 1 2.190.591,00 139.545,00 1 1 566.592$ 283.296$ 1

0 1 5.388.273,00 985.451,00 0 0 566.600$ 283.300$ 1

0 0 12.670.104,00 281.357,00 1 0 687.676$ 343.838$ 1

0 1 6.328.521,00 1.155.615,00 0 1 728.895$ 364.448$ 1

0 1 6.318.702,00 1.155.615,00 0 1 746.000$ 373.000$ 1

0 1 3.500.000,00 309.656,00 1 1 815.335$ 407.668$ 3

0 1 6.054.706,00 1.126.229,00 0 1 908.956$ 454.478$ 1

0 1 3.848.767,00 703.893,00 1 1 911.150$ 455.575$ 2

0 0 18.000.000,00 391.319,80 1 0 952.293$ 476.147$ 1

0 0 16.602.985,00 378.749,00 1 0 1.054.361$ 527.181$ 2

0 0 21.000.000,00 360.260,01 1 0 1.103.538$ 551.769$ 0

0 0 14.761.554,00 367.928,00 1 0 1.124.632$ 562.316$ 1

0 1 19.500.000,00 331.841,00 1 0 1.158.468$ 579.234$ 1

0 0 18.717.302,00 415.542,00 1 1 1.163.588$ 581.794$ 1

0 0 10.000.000,00 258.718,31 1 1 1.200.000$ 600.000$ 1

0 1 18.000.000,00 306.955,22 1 1 1.292.069$ 646.035$ 0

0 0 12.000.000,00 394.546,95 1 1 1.296.048$ 648.024$ 1

0 0 12.000.000,00 205.679,00 1 0 1.328.370$ 664.185$ 1

0 0 18.713.349,00 432.856,00 1 0 1.371.239$ 685.620$ 2

0 1 4.912.569,00 228.509,00 1 1 1.428.664$ 714.332$ 2

0 0 13.000.000,00 281.357,00 1 0 1.431.333$ 715.667$ 1

83

Muestra de 48 clientes que se le aplico el modelo.

A continuación se desarrolla la aplicación en el programa GRETL:

1 Paso: Se inicia el programa Gretl y es la primera pantalla que sale.

Figura 31. Paso 1: Se inicia el programa Gretl

84

2 Paso: Se importa el archivo de datos desde Excel.

Figura 32. Paso 2: Se importa el archivo de datos desde Excel

85

3 Paso: Se selecciona la carpeta donde se encuentra la base de datos.

Figura 33. Paso 3: Se selecciona la carpeta donde se encuentra la base de datos

86

4 Paso: Se selecciona el archivo de Excel con la base de datos depurada con las variables:

RIESGO, GÉNERO, MONTO, CUOTA, CARGO, FORMACIÓN, INGRESOS, EGRESOS,

PERSONAS A CARGO.

Figura 34. Paso 4: Se selecciona el archivo de Excel con la base de datos depurada con las

variables

87

5 Paso: Se selecciona la hoja específica.

Figura 35. Paso 5: Se selecciona la hoja específica

6 Paso: Se elige el modelo a aplicar, en este caso se selecciona el modelo no lineal, logit.

Figura 36. Paso 6: Se elige el modelo a aplicar, en este caso se selecciona el modelo no lineal,

logit.

88

7 Paso: Se especifica la variable dependiente y las variables independientes.

Figura 37. Paso 7: Se especifica la variable dependiente y las variables independientes

Variable dependiente: RIESGO.

Variables independientes: GÉNERO, MONTO, CUOTA, CARGO, FORMACIÓN,

INGRESOS, EGRESOS, PERSONAS A CARGO.

89

8 Paso: Se generan los resultados en el “modelo inicial con 7 variables porque se elimino 1

“egresos” por colianidad.

Figura 38. Paso 8: Se generan los resultados en el “modelo inicial con 7 variables porque se

elimino 1 “egresos” por colianidad.

Resultados del modelo inicial usando las variables RIESGO, GÉNERO, MONTO, CUOTA,

CARGO, FORMACIÓN, INGRESOS, EGRESOS, PERSONAS A CARGO. Se omitió la

variable EGRESOS por colinealidad exacta; y siendo las variables más significativas de este

primer modelo FORMACION y INGRESOS.

Ecuaciones de la aplicación del modelo:

BINARY(D=L) RIESGO CARGO CUOTA FORMACION GENERO INGRESOS MONTO

PERSONAS_A_CARGO C

Estimation Equation:

90

=========================

I_RIESGO = C(1)*CARGO + C(2)*CUOTA + C(3)*FORMACION + C(4)*GENERO +

C(5)*INGRESOS + C(6)*MONTO + C(7)*PERSONAS_A_CARGO + C(8)

Forecasting Equation:

=========================

RIESGO = 1-@CLOGISTIC(-(C(1)*CARGO + C(2)*CUOTA + C(3)*FORMACION +

C(4)*GENERO + C(5)*INGRESOS + C(6)*MONTO + C(7)*PERSONAS_A_CARGO + C(8)))

Substituted Coefficients:

=========================

RIESGO = 1-@CLOGISTIC(-(-1.49592488743*CARGO + 2.33514131578e-06*CUOTA -

4.14665502174*FORMACION + 1.20155646766*GENERO + 5.21740743031e-06*INGRESOS

- 7.63807716673e-08*MONTO - 0.38481764752*PERSONAS_A_CARGO - 4.51915591551))

9 Paso: Se realiza la depuración de variables menos significativas.

Figura 39. Paso 9: Se realiza la depuración de variables menos significativas

91

En este paso se edita la presentación de los resultados para eliminar las variables con menor

Valor P.

Figura 40. Resultados para eliminar las variables con menor Valor P.


Valor P.

Figura 41. Resultados para eliminar las variables con menor Valor P

92


Valor P.

Presentación del modelo depurado “eliminando” variables no significativas:

Figura 42. Modelo depurado “eliminando” variables no significativas

En este paso se edita la presentación de resultados, eliminando las variables con menor Valor

P, y quedan como variables significativas en el modelo las variables GENERO, FORMACION,

INGRESOS.

93

3.4.3 Análisis del modelo. Como se muestra a continuaron:

Variables cualitativas:

Género:

Masculino “1”

Femenino “0”

Cargo:

Administrativos “1”

Alcalde ”0”

Concejal “0”

Personero “0”

Formación:

Profesional: “0”

Académico: “1”

94

3.4.4 Validación del modelo. Como se muestra a continuaron:

1)SIGNIFICANCIA GLOBAL DEL MODELO

VALOR CRITICO 14,06714045

GRADOS DE

LIBERTAD 7

NIVEL DE

SIGNIFICANCIA 5%

ESTADISTICO DE PRUEBA 37,7727

LR ESTADISTICO

Contraste de razón de

verosimilitudes:

2) SIGNIFICANCI INDIVIDUAL "QUE TAN SIGNIFICATIVA ES

CADA VARIABLE"

VARIABLE VALOR P

GENERO 37,1%

MONTO 50,0%

CUOTA 31,0%

CARGO 59,2%

FORMACION 1,3%

INGRESOS 7,3%

PERSONAS_A_CARG 68,7%

3) % DE CORRECTOS

Número de casos 'correctamente predichos' 39 (81.3%)

f(beta'x) en la media de las variables independientes = 0.066

Contraste de razón de verosimilitudes: Chi-cuadrado(7) = 37.7727 [0.0000]

Figura 43. Validación del modelo

95

3.5 Propuesta del Scoring Financiero

Se desarrolló una propuesta del SCORING FINANCIERO que apoye en el otorgamiento de

crédito para la línea de servicio anteriormente seleccionada.

Tabla 23. Propuesta del scoring financiero

COEFICIENTES

2,18292

-3,55474

2,91E-06

-3,78614

2,18292 -3,55474 2,91292E-06 -3,78614 CORTE 0,5

GENERO FORMACIÓN INGRESOS Z PROBABILIDAD CLASIFICAR CORRECTOS

0 0 1.247.830$ -0,151311 0,462244 0 0

0 0 1.436.870$ 0,399347 0,598531 1 1

1 0 2.879.348$ 6,784090 0,998870 1 1

1 0 2.978.398$ 7,072615 0,999153 1 1

1 0 8.367.500$ 22,770638 1,000000 1 1

1 0 8.387.500$ 22,828897 1,000000 1 1

1 0 931.134$ 1,109099 0,751961 1 1

1 0 1.105.639$ 1,617418 0,834439 1 1

0 0 1.133.108$ -0,485487 0,380957 0 0

1 0 1.386.000$ 2,434087 0,919390 1 1

1 0 1.386.000$ 2,434087 0,919390 1 1

1 0 1.575.052$ 2,984780 0,951882 1 1

1 0 2.177.945$ 4,740960 0,991345 1 1

1 0 2.905.395$ 6,859963 0,998952 1 1

1 0 1.431.333$ 2,566139 0,928650 1 1

0 0 1.195.521$ -0,303683 0,424657 0 0

1 0 6.410.559$ 17,070226 1,000000 1 1

1 0 931.134$ 1,109099 0,751961 1 1

0 0 1.182.345$ -0,342064 0,415308 0 0

0 0 1.428.664$ 0,375444 0,592774 1 1

0 0 2.119.466$ 2,387695 0,915884 1 1

1 0 785.944$ 0,686172 0,665115 1 1

1 0 2.119.466$ 4,570615 0,989754 1 1

1 1 728.895$ -3,034747 0,045881 0 0

1 1 555.028$ -3,541208 0,028162 0 1

1 1 566.591$ -3,507526 0,029099 0 1

1 1 566.591$ -3,507526 0,029099 0 1

1 1 566.592$ -3,507523 0,029099 0 1

1 0 566.600$ 0,047240 0,511808 1 0

0 0 687.676$ -1,782995 0,143934 0 1

1 1 728.895$ -3,034747 0,045881 0 1

1 1 746.000$ -2,984922 0,048112 0 1

1 1 815.335$ -2,782954 0,058252 0 1

1 1 908.956$ -2,510244 0,075143 0 1

1 1 911.150$ -2,503853 0,075589 0 1

0 0 952.293$ -1,012187 0,266552 0 1

0 0 1.054.361$ -0,714871 0,328523 0 1

0 0 1.103.538$ -0,571622 0,360863 0 1

0 0 1.124.632$ -0,510177 0,375152 0 1

1 0 1.158.468$ 1,771305 0,854620 1 0

0 1 1.163.588$ -3,951441 0,018864 0 1

0 1 1.200.000$ -3,845376 0,020931 0 1

1 1 1.292.069$ -1,394266 0,198728 0 1

0 1 1.296.048$ -3,565596 0,027502 0 1

0 0 1.328.370$ 0,083296 0,520812 1 0

0 0 1.371.239$ 0,208170 0,551855 1 0

1 1 1.428.664$ -0,996376 0,269655 0 1

0 0 1.431.333$ 0,383219 0,594649 1 0

38

% DE CORRECTOS 79,17%

GENERO FORMACIÓN INGRESOS Z PROBABILIDAD CLASIFICAR

1 0 1.200.000,00$ 1,892284 0,869016 1

0,869016

1

NO APROBADO

COEFICIENTES

96

4. Conclusiones

Al analizar la normativa se identificaron los requerimientos solicitados por las entidades que

rigen los riesgos.

Se conocieron los modelos de administración de los riesgos financieros.

Al analizar las líneas de crédito de identificaron las líneas de crédito más significativas

financieramente del instituto, las cuales son de mayor productividad financiera y mayor número

de clientes.

Se seleccionó la línea de crédito libranza; ya que es la línea de crédito con mayor número de

clientes de la entidad, que presenta un comportamiento de pago relativamente normal, pero por

tener la característica de libranza debería presentar un comportamiento de pago normalizado. Esta

situación da lugar a un alto índice de clientes morosos.

Se aplicó el modelo LOGIST a la línea de crédito Libranza, lo que permitió identificar las

variables género, formación e ingresos, como las más significativas dentro del análisis de la base

de datos establecida por IFINORTE.

Se propuso un modelo de Scoring Financiero que puede reducir el riesgo en el otorgamiento

de crédito y ayuda a definir perfiles de créditos propensos al incumplimiento de sus obligaciones,

así como los perfiles de prestatarios de buen comportamiento.

97

Referencias Bibliográficas

Banco de Pagos Internacionales. (2004). Comité de supervisión bancaria de Basilea.

Convergencia internacional de medidas y normas de capital. Basilea, Suiza: Press &

Communicatios.

Bustamante, R. (2005). El problema del racionamiento del crédito en el sistema bancario

peruano: Como factor explicativo fundamental en el costo de crédito. Capitulo 2. La teoría:

Credit Crunch, racionamiento del crédito y las hipótesis de estabilidad. (Economista).

Universidad Mayor de San Marcos, Lima, Perú.

Compañía Aseguradora de Fianzas. (2011). Cartilla de riesgo operativo. Sistema de

administración de riesgos operacionales. Bogotá: Confianza.

Ecured. (2015). Arboles de decisiones. Recuperado de: http://www.ecured.cu/Árbol_de_decisión

Instituto Financiero para el Desarrollo de Norte de Santander. (2012). Manual institucional.

Cúcuta: Ifinorte.

Instituto Financiero para el Desarrollo de Norte de Santander. (2015). Información institucional

de la Entidad. Recuperado de: www.ifinorte.gov.co/

Medina, E. (2003). Modelos de elección discreta. Recuperado:

http://www.uam.es/personal_pdi/economicas/eva/pdf/logit.pdf

Mosquera. W. (2011). Métodos probabilísticos. Santamarta: UNAD.

Rodriguez, G. (2012). La condición financier y la medidicón de riesgo en el sector de alimentos

para animals. Universidad Javeriana. Cuadernos de Contabilidad. 4(19). 121-150

98

Superintendencia Financiera. (2015). Circular básica contable y financiera. (Circular externa 100

de 1995). Recuperado de:

https://www.superfinanciera.gov.co/jsp/loader.jsf?lServicio=Publicaciones&lTipo=publicaci

ones&lFuncion=loadContenidoPublicacion&id=15466

Superintendencia Financiera. (2015). Conceptos financieros. Recuperado de:

https://www.superfinanciera.gov.co/jsp/loader.jsf?lServicio=Publicaciones&lTipo=publicaci

ones&lFuncion=loadContenidoPublicacion&id=60956&reAncha=1

mÓnica paola yaÑez castiblanco · 2.2.4 tipos de crédito 26 2.2.5 Árbol de decisión 27 2.2.6...

Documents