planificación estratégica en banca: planificando en el caos

Planificando en el caosIntegrando macroeconomía, stress test, regulación y apetito al riesgo como parte del plan de negocio en momentos de cambio

Ramon TriasCEOAIS Aplicaciones de Inteligencia [email protected]

Agenda

De dónde venimos y hacia dónde deberíamos dirigirnos

Cómo poner orden en el caos

Saliendo del laberinto: casos prácticos

w w w . a i s - i n t . c o m

Saliendo del laberinto: casos prácticos

Conclusiones

DE DÓNDE VENIMOS Y HACIA DÓNDE DEBERÍAMOS DIRIGIRNOS


Un poco de historia…

Tradicionalmente nos hemos enfocado en considerar los riesgospor separado: crédito, mercado, liquidez…

Hemos aprendido numerosas metodologías y desarrolladotecnologías que son útiles para tratar los riesgos por separado:enfoque de silos .

El stress test fue un paso importante pero limitado, pues no deja


El stress test fue un paso importante pero limitado, pues no dejade ser un análisis de valor esperado en un caso extremo.

Hoy por hoy somos capaces de planear la estrategia óptimaconsiderando el negocio en su totalidad: calculando ladistribución óptima del portafolio con la finalidad de alcanzar losobjetivos de negocio del banco, considerando todo tipo derestricciones y todo tipo de riesgos.

Esta ha sido la evolución…

Evolución del modelo financiero

Crédito Macroeconómicos

Otros riesgos

Orientado al fracaso (bancarrota/ mora)

Visión de Cartera de Crédito,Stress testing, RDF

Operacional, reputación,liquidez ...


Mercado CorporativoMerton

COSOBasel II

Stresstest

Optimización de la

Integración del Negocio

Principal atención en los precios. Especulación, volatilidad

Proyección de balances

¿Hacia dónde vamos?

Lo que ocurrió en el PASADO no es la mejor respuesta para preve r elFUTURO. ¿Por qué?

- La complejidad y el caos se han elevado (y van en aumento) desde diferentesfuentes.

- Los métodos estadísticos están fundamentalmente basados en informaciónhistórica.


- El control y la regulación basados en ratios tiene sentido en tiempos estables oen “evoluciones de poco ruido”.

- En un momento de cambio, los actores no tienden a repetir su comportamientopasado, sino a buscar su óptimo (según apuntaban escuelas como laneoclásica).

- Integrar las opiniones de los expertos y los modelos se hace indispensable(teoría bayesiana).

- Además, la gestión del riesgo tiene más sentido si se integran todos los riesgoscon los objetivos de negocio.

¿Cómo?

Hay que cambiar el método de modo que el análisis cualitativo dela realidad esté complementado con cálculos modelados. LaOPTIMIZACIÓN debe ser el criterio y la herramienta.

El siguiente paso dentro de esta nueva visión es:


A través de herramientas de proyección de balance y cuentas deresultados para confeccionar un plan de negocio sujeto a criteriosde optimización, en un ambiente cambiante.

Planificación Estratégica

CÓMO PONER ORDEN EN EL CAOS


Nuestra propuesta

Implementar un sistema que realmente ayude en la toma de decisionesacerca de qué estrategia seguir, mediante el establecimiento de laestructura de activos y pasivos óptima desde el punto de vista delobjetivo principal del negocio: maximizar EVA, minimizar costes,maximizar el impacto económico, etc.

Integrando –convolucionando– todas las fuentes de beneficios y


Integrando –convolucionando– todas las fuentes de beneficios ypérdidas: riesgos, ganancias...

Considerando todas las limitaciones y restricciones (Basilea III,mercado, negocio…)

Combinando predicciones macroeconómicas desde un modelo formalcon escenarios extra modelo (escenarios de experto).

Usando una vista dinámica, no una fotografía.

Nuestra propuesta

Generador de escenarios

MacroeconomíaEscenarios de

experto

ObjetivoCriterio de optimización Resultados

• Balance• Cta. Resultados


Balance de partida

Parámetros

Restricciones• Riesgo• Regulación• Negocio• Tolerancia al riesgo• Costes• Oferta y demanda

• Cta. Resultados• Capital regulatorio• RAROC/ROE• Valor entidad• Liquidez

Análisis de sensibilidad

Análisis de las restricciones

Motor de optimización

Strategic Advisor

Feedback

Escenario Macroeconómico. Construyendo los modelos.

Modelo Macroeconómico

VAR [ ] ttYB ε=Φ )(

Escenario Macro

[ ] [ ] TttTttt YYY ,1,1*

∈∈ ⊂→∃ Proyección Condicionada Generalizada

La combinación de modelos macroeconomómicos, criterios del

experto y modelos microeconómicos permite la proyección de los

principales flujos del balance.

Balance inicial Parámetros,


Modelos de Flujos Microeconómicos

[ ]itt

iit YLz ε,=

Generalizada

[ ]*,ˆ; TnTnTnTn YYY ×××× ΣΩ

Covarianza de la Cartera

[ ]YPortfolios G Σ=Σ

Modelo Capital Económico

[ ]YLK tt ≤

ε como Apetito al Riesgo

[ ][ ]( ) [ ]YLVaR

YLCDF

tt

t

=⇒=

εε

Input del Modelo de

Optimización

Parámetros, Coeficientes,

Madurez

Motor de Optimización. Componentes

Dinámica de SistemaCuentas y Flujos

[ ]11 ,,,, −−= tttttt xXxXGxX

Optimización

Función Objetivo [ ]

[ ] LTt

Tt

xXSVA

xXEVAZ

∈∀

∈∀=,

,max

Un sistema basado en la optimización explora

automáticamente un universo de posibles activos, pasivos y

estructuras de capital y escoge el mejor plan.


[ ] [ ]

[ ] nitxXF

xXGxXts

xXWZ

tt

itittt

ttxt

,1,;0,

,,..

,max

∈≥=

=

−−

Optimización

Output a PresupuestaciónFormato EjecutivoNuevos escenarios

Parámetros

[ ] ,...,,1 εTttY ∈

Prioridades

Algunos modelos tradicionales deben ser rediseñados

Activo

Activo

Activo

ActivoActivo

Capital necesarioCálculo de capital

económico

Dad

o

N activos para 1 capital

Ratios, estados

Valuation

Habitualmente…


Plan Optimizado

Activo

Activo

Activo

Activo

ActivoActivo

Límites de Capital

Dad

o

Otras RestriccionesCálculo de capital

económico

Objetivo 1 capital para N activos (& fondos)Calculado con iteraciones

Función No lineal

SALIENDO DEL LABERINTO:CASOS PRÁCTICOS


¿Cómo debe trabajar este sistema?

Efecto de anticipar el calendario de


implementación del ratio de liquidez a cortoplazo de Basilea III.

Efecto de anticipar el calendario de implementación del ratio de liquidez a corto plazo de Basilea III

Definición del ratio:

Veamos cómo la anticipación de éste ratio afecta los activos y


Veamos cómo la anticipación de éste ratio afecta los activos ypasivos previstos en el plan óptimo.

Consideramos la optimización del balance de un bancohipotético. El criterio de optimización es el maximizar elShareholder Value Added. Las restricciones de activo son losmarcos de Basilea II y Basilea III.

El beneficio

Escenario 1: Sin adelanto del ratio de liquidez

Escenario 2: Adelantando el ratio de liquidez


El beneficio máximo que se

podría alcanzar es menor que antes

La primera víctima sería la cartera de

negociación

Resultado consolidado del ejercicio en el escenario 1


Escenario 1 Escenario 2

Caída de la concesión de

hipotecas

Cambio en la estructura del

endeudamiento

El sistema es capaz de

modificar su actitud antes del

momento del


momento del cambio efectivo

Depósitos de la clientela

Depósitos en entidades de crédito

Depósitos en el Banco Central

Aumento de tesorería

Escenario 1: Sin adelanto del ratio de liquidez

Escenario 2: Adelantando el ratio de liquidez


tesorería

Reducción de beneficios



PyMEs

50

100

150

200

250

300

350

400Hipo

RetornoscapEconomicomax PyMEsmax HipotecasLiquidez LargoApalancamientoCapital TotalTier1 AmpliadoCapital BasebalanceRestricciones

PyMEs

50

100

150

200

250

300

350

400Hipo

PyMEs

50

100

150

200

250

300

350

400Hipo

Optimización como fuente de inteligencia

Planes Factibles


50 100 150 200PyMEs

50 100 150 200PyMEs

50 100 150 200PyMEs

50 100 150 200PyMEs

50

100

150

200

250

300

350

400Hipo

50 100 150 200PyMEs

50

100

150

200

250

300

350

400Hipo Al calcular el mejor plan para alcanzar los

objetivos de negocio del banco es imprescindible tener en cuenta todas las restricciones implicadas: la regulación, el

mercado, las políticas ...Cualquier cambio da una nueva posición de

activos y pasivos.

Gran dificultad para trabajar cambios en una única variable en Excel. Impensable lo

costoso que resultaría contemplar todas las restricciones manualmente.

Plan Óptimo

EJEMPLO 2: STRESS TEST

Efecto de una subida del tipo de interés


aplicada al resultado del ejemplo anterior.

Escenario Macroeconómico. Previsión Variables Macro.

Escenario Previsto

Valoraciones expertas


Escenario Macroeconómico. Previsión Condicionada.

Escenario Previsto

Valoraciones expertas


Las opiniones del experto sobre el futuro macroeconómico se pueden incorporar al

sistema, que recalcula automáticamente el resto de variables.

El beneficio máximo que se

Escenario 2: Ratio de liquidez adelantado

Escenario 3: Tasa de interés estresada


máximo que se podría alcanzar es menor que antes

Las inversiones se reajustan

Como consecuencia su fondeo se adapta

Cambio en la estructura de la

inversión


Adaptación de la estructura de financiación

Depósitos de la clientela

Depósitos en entidades de crédito

Depósitos en el Banco Central

Préstamos al consumo

Financiación de proyectos

¿Quién toma ventaja de esto?

Consejo

Tolerancia al Riesgo

Objetivos Estratégicos

Es útil a la Alta Dirección e implica a todas las

áreas del banco, incluida la red de oficinas


Dirección Comercial

Dirección Financiera

Primer Plan Comecial

Estrategia de Financiación

Strategic Advisor*

Presupuesto Ajustado

CONCLUSIONES


Conclusiones

El uso de modelización en las entidades financieras es unacorriente imparable.

Es necesario incorporar nuevas metodologías que integren:

- La opinión del experto y modelos macro


- Modelos de riesgo, demanda y costes

- Criterios de optimización

Hay que automatizar todo lo automatizable para que se fomenteel tiempo “creativo” del analista.

Así tendremos éxito

Planificando en el caos!

ANEXO


Atención al precio. Volatilidad. Procesos estocástic os, Difusión Fourier

Arrow, K.J. (1964), The role of Securities in the optimal allocation of Risk-bearing. The Review of Economic Studies Vol 31, no. 2 Apr 1964)

Bachelier, L. (1900), Théorie de la spéculation, Gauthier-Villars. Bankers Trust , VAR as a Risk Measure. See http://value-at-risk.net/proprietary-var-measures/ Black, F. and M. Scholes (1973), The Pricing of Options and Corporate Liabilities. The Journal of Political

Economy vol 81, 3 Elton, E.J. and M.I. Gruber (1981), Modern Portfolio Theory and Investment Analysis, John Whiley Fama, E. (1965), The Behavior of Stock Market Prices efficient-market hypothesis (EMH) Guill , D.G. (2009), Bankers Trust and the Birth of Modern Risk Management .Warton School,U.Pensivania

Evolución de los modelos financieros

Guill , D.G. (2009), Bankers Trust and the Birth of Modern Risk Management .Warton School,U.Pensivania http://fic.wharton.upenn.edu/fic/case%20studies/Birth%20of%20Modern%20Risk%20Managementapril09.pdf JP Morgan (1996) ,Risk Metrix, Technical Document http://www.riskmetrics.com Macaulay, F. (1910), Money, credit and the price of securities, University of Colorado. Markowitz, H.M . (1959), Portfolio Selection: Efficient Diversification of Investments . New York: John Wiley &

Sons. Merton, R.C. (1973), "Theory of Rational Option Pricing". Bell Journal of Economics and Management

Science (The RAND Corporation) 4 (1): 141–183 Merton, R.C. (1995), Influence of Mathematical Models in Finance on Practice: Past. Present and Future . In

Mathematical Models in Finance, Chapman Hall. London Regnault, J. (1863), Calcul des chances et philosophie de la Bourse, Mallet-Bachelier, Paris Samuelson, P. (1965), Proof that ProperlyAnticipated Prices Fluctuate Randomly Savage, L.J. (1954), The Foundations of Statistics (John Wiley and Sons, New York). Trias, R. (1982), Rendimiento, Riesgo y Selección de Activos Financieros. Banco Urquijo Vasicek, O. (1977), An Equilibrium Characterisation of the Term Structure. Journal of Financial Economics 5

(2): 177–188.

Riesgo de Crédito


Orientación al fracaso (Bancarrota / Mora )----Modelos Actuariales, Distribuciones Binominales Gamma Negativas, Funcionescaracterísticas

- AIS (1987), Credit Scoring Models, Behaviour Scoring, shops channel. - Altman, I.E. (1968), Financial Ratios, Discriminant Analysis and the Prediction of Corporate

Bankruptcy. Journal of Finance: 189–209. - Beaver, H.W. (1966), Financial ratios predictors of failure Journal of Accounting Research, 4, p. 71-

111.111.- Credit Suisse Financial Products (1997), CreditRisk+,

http://www.macs.hw.ac.uk/~mcneil/F79CR/creditrisk.pdf- Fair Credit Reporting Act (1970), http://www.ftc.gov/os/statutes/fcradoc.pdf- FICO Credit Scoring History http://www.fico.com/en/Company/Pages/history.aspx- Trias, R. et al. (2008), El método RDF, El nuevo estándar de stress testing de riesgo de crédito, AIS

http://www.ais-int.com/wp-content/uploads/2011/12/RDF_Articulo_01.pdfEnglish version : The RDF methodology, the new standard stress testing credit risk http://www.ais-int.com/wp-content/uploads/2011/12/Article-01-RDF-Eng.pdf

- Vasicek, O. (1987), Probability of loss on loan portfolio. KMV Corporation- Wells Fargo First Behaviour Scoring. In http://www.fico.com/en/Company/Pages/history.aspx

Otros riesgos y modelos


1990s Preocupaciones sobre Basilea II Pilar II – Sistemas, Pensiones, Concentración, Reputación, Liquidezy riesgo legal.

Aproximación actuaria: recolección de datos, distribución de acontecimientos – Poison, Gamma distributions, Extreme Value Theory, Distribution Mixtures, Survival analysis, Statistics for rare ev ents, convolution, characteristic functions. …- Basel Committee on Banking Supervision (2004), Basel II New Basel Capital Accord – Pillar I.

Operational Risk- Basel II – Capital reinforcement. Capital ratios- COSO (1991), Internal Control: Integrated Framework. Committee of Sponsoring Organizations of the

Treadway Commission.- Cruz, M., R. Coleman and G. Salkin (1998), Modeling and Measuring operational risk, Journal of Risk

Vol1 No 1, pp.63-72- Hoffman, D.G. (ed.) (1998), Operational Risk and Financial Institutions. Risk Publicaations. London- Power, M. (2003), The invention of Operational Risk. Discussion Paper no. 16 ESRC Centre for Analysis

of Risk and Regulation.- Baring Bank destruction (1995)

Macroeconómico


- Green H.W. (1993), Econometric Analysis, Collier Macmillan- McKinsey & Co . (1997), Credit View. Research report, McKinsey & Co

McKinsey Credit Portfolio View. Econometric Model factor obtained combining real macroeconomic variables

- Rösh, D. and H. Scheule (2008), Stress Testing for Financial Institutions. Risk Books- Ruiz, G and R. Trias (2011), Financial crisis and risk measurement: the historical perspective and a

new methodology, in the book by Óscar Dejuan Ed.: “The first great recession of the 21st century”. Edward Elgar.

- Trias, R. et al. (2009), El método RDF: Escenarios económicos para el stress testing, AIS - Trias, R. et al. (2009), El método RDF: Escenarios económicos para el stress testing, AIS http://www.ais-int.com/wp-content/uploads/2011/12/AIS-RDF-Articulo-02.pdf. English version: The RDF methodology: Economic scenarios for stress testing. http://www.ais-int.com/wp-content/uploads/2011/12/Article-02-RDF-Eng.pdf

Corporativo


- Beazer F.W (1976), The Theory of portfolio choice and its applicability to bank asset management. Euromoney pgs 52-73

- Cohen K.J. (1970), Programming Bank Portfolios under Uncertainty, Journal of Bank Research , vl1,num1 pgs 42-61- Cohen, K. J. (1972), Dynamic Balance Sheet Management: A Management Science Approach. Journal of Bank

Research Winter, pgs 9-19- Cohen,K. J. (1979), A Linear Programming Planning Model for Bank Holding Companies. Journal of Bank Research

Autum pgs 152-164- Monti, M. (1972), Deposit, Credit and Interest Rate Determination under alternative Bank Objective Functions.

Mathematical methods in investment and finance, North-Holand, Amsterdam pgs 431-454- Pyle, D.H. (1971), On the theory of financial intermediation. Journal of finance vol 26, num 3 pgs 737-747- Sealey C.W., Jr and J.T. Lindley (1977), Inputs, outputs and a theory of production and cost at depositary financial

institution. The Journal of Finance vol XXXII num 4 pags 1251-1265- Ruiz, G. and R. Trias (2012), Viabilidad de las entidades financieras y las nuevas metodologías reguladoras,

Cuadernos de Información Económica de FUNCAS http://www.ais-int.com/wp-content/uploads/2012/12/RTrias-GRuiz_FUNCAS_2012.pdfEnglish Version::Viability of Financial Entities and New Regulatory Methodologies. Article originally published in FUNCAS “Cuadernos de Información Económica” (Funcas Economic Information Journal) nº 230 September-October 2012, redrafted in accordance with Act 9/2012. http://www.ais-int.com/en/viability-of-financial-entities-and-new-regulatory-methodologies.html

- Tennent, J. and G. Friend (2005), Guide to business modellling, The Economist Newspaper Ltd.- Trias, R. and A. Rodríguez (1980), Simulación y optmización en planificación bancaria. Informática-SIMO.- Trias, R . (1980), El Modelo POTS de Planificación Financiera. Instituto de Economia Aplicada. Internal documentation

for Planification Process Application- Van Loo, P.D. (1980), On the microeconomic foundation of bank behavior in macroeconomic models. The Economist

128 nr 4, pgs 474-495

General


- Arvanitis, A (2001), Gregory, Jon. Credit, the complete guide to pricing, hedging and Risk Management. Risk books

- Balternsperger, E. (1980), Alternative approaches to the theory of the banking firm. Journal of Monetary Economics 6 pgs 1-37

- Bessis, J. (1998), Risk Management in Banking. Whiley,- Cannata, F. et al. (2011), Basel III and beyond. Risk Books- Malz M.A. (2011), Financial Risk Management. Models, History and Institutions. Whiley- Ong K.M. (1999), Internal Risk Models. “Capital Allocation and Performance Measurement”. Risk

BooksBooks

Planificando en el caosIntegrando macroeconomía, stress test, regulación y apetito al riesgo como parte del plan de negocio en momentos de cambio

Ramon TriasCEOAIS Aplicaciones de Inteligencia [email protected]

planificación estratégica en banca: planificando en el caos

Economy & Finance