Made available in DSpace on 2016-04-25T16:44:21Z (GMT). No. of bitstreams: 1 Jose Renato de Paula Lamberti.pdf: 1340923 bytes, checksum: 9600626bdbb142fe874e7ba242bc30b1 (MD5) Previous issue date: 2011-05-19 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Evaluating the risk of default by a company became an indispensable object when making the decision to grant to the financial credit institutions. Taking in account the current record of credit growth, the strategic role of risk management for financial institutions, the constant innovations in the process of detection risk and the large volume of academic researches related to management models for credit risk, because of this, it was considered the appropriate occasion for the development of this dissertation. The present work aims to confront the traditional analysis of risk based on accounting ratios and the results of KMV model to determine the probability of default of publicly traded companies. The dissertation will address the theoretical review of the traditional analysis of credit risk and the model of KWN (based on the theory of Black and Scholes 1973 and Merton, 1974). The next step will apply the accounting ratios and the KMV model, calculating the probability of default of the building sample. Therefore, we will discuss the limitations of the KMV model and some recommendations in order to improve management of credit / Avaliar o risco de inadimplência de uma empresa tornou-se objeto indispensável para a tomada de decisão de concessão de crédito para as instituições financeiras. O atual histórico de crescimento do crédito, o papel estratégico do gerenciamento do risco para as instituições financeiras, as constantes inovações nos procedimentos de detecção de risco e o grande volume de pesquisas acadêmicas abordando modelos de gestão dos riscos de crédito, considerou-se oportuna a ocasião para o desenvolvimento desta dissertação. O presente trabalho tem como objetivo confrontar a análise tradicional de risco baseada em índices contábeis e o resultado do modelo KMV para determinar a probabilidade de default das empresas de capital aberto. A dissertação abordará a revisão teórica da análise tradicional do risco de crédito e em seguida, a modelagem do KMV ( baseada na teoria de Black e Scholes, 1973 e Merton, 1974). O próximo passo aplicará os índices contábeis e a modelagem do KMV, calculando a probabilidade de default das empresas da amostra. Por conseguinte, serão discutidas as limitações do modelo KMV e algumas recomendações com o intuito de aprimorar o gerenciamento do crédito

Made available in DSpace on 2016-03-15T19:26:13Z (GMT). No. of bitstreams: 1 Rodrigo Vogliotti.pdf: 868389 bytes, checksum: e1b90368c40778893d720b9e7a0fe869 (MD5) Previous issue date: 2012-08-17 / The difficulty in developing a statistical model that includes random variables and the need for intensive data processing capacity are the main challenges for the measurement of counterparty credit risk. The need to know the exposure value at the time of default (EAD) on a derivative instrument is a decisive factor for pricing, portfolio management and capital allocation. Recent events such as the creation of innovative products, coming from the new Basel Accord (Basel II) and the credit crisis of 2007/08 reinforce the importance of knowing what the actual credit risk exposure in a particular transaction. The aim of this study was to develop models for measuring credit risk of the counterparty from the estimation of counterparty exposure to bonds, equities and forward contract through the use of Monte Carlo simulation. The results of the sensitivity analysis indicate that certain parameters such as the interest rate, the mean and standard deviation show strong linear correlation with exposure (EAD) and this issue can be an important driver for the decision-making process. In the model of forward contract was found that correlated random variables can potentiate the exposure value. / A dificuldade em desenvolver um modelo estatístico que contemple variáveis aleatórias e a necessidade de intensa capacidade para processamento de dados são os principais desafios para a mensuração do risco de crédito de contraparte. A necessidade em conhecer o valor da exposição no momento do default (EAD) em um instrumento derivativo é fator decisivo para a precificação, gestão do portfólio e alocação de capital. Recentes acontecimentos como a criação de produtos inovadores, o advindo do novo acordo de Basileia (Basileia II) e a crise de crédito de 2007/08 reforçaram a importância de se saber qual o risco de crédito efetivo que cada contraparte está exposta em uma determinada transação. O objetivo deste estudo foi desenvolver modelos para mensuração do risco de crédito da contraparte a partir da estimação da exposição da contraparte para títulos, ações e contrato a termo de ações através da utilização da simulação de Monte Carlo. Os resultados da análise de sensibilidade indicam que certos parâmetros como a taxa de juro, a média e o desvio padrão apresentam forte correlação linear com a exposição (EAD) calculada e podem ser importantes direcionadores para o processo decisório. No modelo de contrato a termo de ações foi verificado que variáveis aleatórias correlacionadas potencializam o valor da exposição.

Modelos de customer scoring são utilizados para mensurar o risco de crédito de clientes de instituições financeiras. Neste trabalho, são apresentadas três estratégias que podem ser utilizadas para o desenvolvimento desses modelos. São discutidas as vantagens de cada uma dessas estratégias, bem como os modelos e a teoria estatística associada a elas. Algumas medidas de performance usualmente utilizadas na comparação de modelos de risco de crédito são descritas. Modelos para cada uma das estratégias são ajustados utilizando-se dados reais obtidos de uma instituição financeira. A performance das estratégias para esse conjunto de dados é comparada a partir de medidas usualmente utilizadas na avaliação de modelos de risco de crédito. Uma simulação também é desenvolvida com o propósito de comparar o desempenho das estratégias em condições controladas. / Customer scoring models are used to measure the credit risk of financial institution´s customers. In this work, we present three strategies that can be used to develop these models. We discuss the advantages of each of the strategies, as well as the models and statistical theory related with them. We fit models for each of these strategies using real data of a financial institution. We compare the strategies´s performance through some measures that are usually used to validate credit risk models. We still develop a simulation to study the strategies under controlled conditions.

Com a crescente demanda por crédito é muito importante avaliar o risco de cada operação desse tipo. Portanto, ao fornecer crédito a um cliente é necessário avaliar as chances do cliente não pagar o empréstimo e, para esta tarefa, as técnicas de credit scoring são aplicadas. O presente trabalho apresenta uma revisão da literatura de credit scoring com o objetivo de fornecer uma vis~ao geral das várias técnicas empregadas. Além disso, um estudo de simulação computacional é realizado com o intuito de comparar o comportamento de várias técnicas apresentadas no estudo. / Nowadays the increasing amount of bank transactions and the increasing of data storage created a demand for risk evaluation associated with personal loans. It is very important for a company has a very good tools in credit risk evaluation because theses tools can avoid money losses. In this context, it is interesting estimate the default probability for a customers and, the credit scoring techniques are very useful for this task. This work presents a credit scoring literature review with and aim to give a overview covering many techniques employed in credit scoring and, a computational study is accomplished in order to compare some of the techniques seen in this text.

Métodos analíticos para concessão de crédito vêm apresentando enormes avanços nas últimas décadas, particularmente no que se refere a métodos estatísticos de classificação para identificar grupos de indivíduos com diferentes taxas de inadimplência. A maioria dos trabalhos existentes sugere decisões do tipo conceder o crédito ou não, considerando apenas de forma marginal o resultado esperado da operação. O presente trabalho tem o objetivo de propor um modelo de avaliação de risco de crédito mais complexo que os tradicionais modelos de Credit Scoring, que forneça uma perspectiva mais detalhada acerca do desempenho futuro de um contrato de crédito, e que vá além da classificação entre bom e mau pagador. Aliado a este ganho de informação na previsibilidade oferecida pelo modelo, também é objetivo ampliar o espaço de decisões do problema, saindo de uma resposta binária (como aceitar/rejeitar o crédito) para algo que responda à seguinte pergunta: qual é a taxa justa para cobrir determinado risco?. / Analytical methods for granting credit are presenting enormous advances in recent decades, particularly in the field of statistical methods of classification to identify groups of individuals with different rates of default. Most of the existing work suggests decisions of the type granting credit or not, regarding just marginally the expected outcome of the operation. This work aims to propose a model to evaluate credit risk with more complexity than the traditional \"Credit Scoring\" models, providing a more detailed view about the future performance of a credit agreement, which goes beyond the classification of good and bad payers. Coupled with this improvement of information offered by the model, it is also this works aim to expand the decision space of the problem, leaving a binary response (such as accept/reject the claim) to something that answers the following question: \"what is the fair rate to cover a given risk \".

Modelos de regressão para variáveis resposta binárias são muito comuns em diversas áreas do conhecimento. O modelo mais utilizado nessas situações é o modelo de regressão logística, que assume que o logito da probabilidade de ocorrência de um dos valores da variável resposta é uma função linear das variáveis preditoras. Quando essa suposição não é razoável, algumas possíveis alternativas são: realizar transformação das variáveis preditoras e/ou inserir termos quadráticos ou cúbicos no modelo. O problema dessa abordagem é que ela dificulta bastante a interpretação dos parâmetros do modelo e, em algumas áreas, é fundamental que eles sejam interpretáveis. Assim, uma abordagem muitas vezes utilizada é a categorização das variáveis preditoras quantitativas do modelo. Sendo assim, este trabalho tem como objetivo propor duas novas classes de métodos de categorização de variáveis contínuas em modelos de regressão para variáveis resposta binárias. A primeira classe de métodos é univariada e busca maximizar a associação entre a variável resposta e a covariável categorizada utilizando medidas de associação para variáveis qualitativas. Já a classe de métodos multivariada tenta incorporar a estrutura de dependência entre as covariáveis do modelo através da categorização conjunta de todas as variáveis preditoras. Para avaliar o desempenho, aplicamos as classes de métodos propostas e quatro métodos de categorização existentes em 3 bases de dados relacionadas à área de risco de crédito e a dois cenários de dados simulados. Os resultados nas bases reais sugerem que a classe univariada proposta têm um desempenho superior aos métodos existentes quando comparamos o poder preditivo do modelo de regressão logística. Já os resultados nas bases de dados simuladas sugerem que ambas as classes propostas possuem um desempenho superior aos métodos existentes. Em relação ao desempenho computacional, o método multivariado mostrou-se inferior e o univariado é superior aos métodos existentes. / Regression models for binary response variables are very common in several areas of knowledge. The most used model in these situations is the logistic regression model, which assumes that the logit of the probability of a certain event is a linear function of the predictors variables. When this assumption is not reasonable, it is common to make some changes in the model, such as: transformation of predictor variables and/or add quadratic or cubic terms to the model. The problem with this approach is that it hinders parameter interpretation, and in some areas it is fundamental to interpret the parameters. Thus, a common approach is to categorize the quantitative covariates. This work aims to propose two new classes of categorization methods for continuous variables in binary regression models. The first class of methods is univariate and seeks to maximize the association between the response variable and the categorized covariate using measures of association for qualitative variables. The second class of methods is multivariate and incorporates the predictor variables correlation structure through the joint categorization of all covariates. To evaluate the performance, we applied the proposed methods and four existing categorization methods in 3 credit scoring databases and in two simulated cenarios. The results in the real databases suggest that the proposed univariate class of categorization methods performs better than the existing methods when we compare the predictive power of the logistic regression model. The results in the simulated databases suggest that both proposed classes perform better than the existing methods. Regarding computational performance, the multivariate method is inferior and the univariate method is superior to the existing methods.

Modelos de credit score são usualmente desenvolvidos somente com informações dos proponentes aceitos. Neste trabalho foram consideradas estratégias que podem ser utilizadas para o desenvolvimento de modelos de credit score com a inclusão das informações dos rejeitados. Foram avaliadas as seguintes técnicas de inferência de rejeitados: classificação dos rejeitados como clientes Maus, parcelamento, dados aumentados, uso de informações de mercado e ainda a estratégia de aceitar proponentes rejeitados para acompanhamento e desenvolvimento de novos modelos de risco de crédito. Para a avaliação e comparação dos modelos foram utilizadas as medidas de desempenho: estatística de Kolmogorov-Smirnov (KS), área sob a curva de Lorentz (ROC), área entre as curvas de distribuição acumulada dos escores (AEC), diferença entre as taxas de inadimplência nos intervalos do escore definidos pelos decis e coeficiente de Gini. Concluiu-se que dentre as quatro primeiras técnicas avaliadas, o uso de informaçõoes de mercado foi a que apresentou melhor desempenho. Quanto à estratégia de aceitar proponentes rejeitados, observou-se que há um ganho em relação ao modelo ajustado só com base nos proponentes aceitos. / Credit scoring models are usually built using only information of accepted applicants. This text considered strategies that can be used to develop credit score models with inclusion of the information of the rejects. We evaluated the techniques of reject inference: classification of rejected customers as bad, parceling, augmentation, use of market information and the strategy of accepting rejected proponents for monitoring and developing new models of credit risk. For the evaluation and comparison between models were used performance measures: Kolmogorov-Smirnov statistics (KS), the area under the Lorentz Curve (ROC), area between cumulative distribution curves of the scores (AEC), difference among the delinquency rate in the score buckets based on deciles (DTI) and the Gini coefficient. We concluded that among the first four techniques evaluated, the fourth (use of market information) had the best performance. For the strategy to accept rejected bidders, it was observed that there is a gain in relation to the model that uses only information of accepted applicants.

O objetivo deste trabalho é desenvolver uma estratégia de hedge dinâmico de um swap FtD com n nomes, para n maior ou igual a dois. A estratégia deve eliminar os riscos de mercado e de default, incluindo o risco de correlação. Neste sentido, a escolha do instrumento de hedge é fundamental. A rolagem contínua de CDS é um instrumento de hedge que além de proteger contra os riscos envolvidos no contrato em questão, a estratégia gera recurso necessário e suficiente para que no instante do primeiro default, o vendedor do swap FtD cumpra com as obrigações dos contratos e não tenha perdas com os (n-1) CDSs correspondentes aos nomes que sobreviveram e foram utilizados no hedge. / The objetive of this work is to develop a dynamic hedging of first-to-default swap with n underlying names. The strategy should eliminate market risk and default risk, including correlation risk. In this sense, the hedge instrument choice is essencial. The continuous resettling strategy os CDS is a hedge instrument against risks in the contract and moreover it will generate necessary and sufficient income to hedger fulfill all contracts obligations and doesn\'t have losses with the (n-1) CDSs associates with the names that have survival and were used in the hedging.

O objetivo deste trabalho é desenvolver uma estratégia de hedge dinâmico de um swap FtD com n nomes, para n maior ou igual a dois. A estratégia deve eliminar os riscos de mercado e de default, incluindo o risco de correlação. Neste sentido, a escolha do instrumento de hedge é fundamental. A rolagem contínua de CDS é um instrumento de hedge que além de proteger contra os riscos envolvidos no contrato em questão, a estratégia gera recurso necessário e suficiente para que no instante do primeiro default, o vendedor do swap FtD cumpra com as obrigações dos contratos e não tenha perdas com os (n-1) CDSs correspondentes aos nomes que sobreviveram e foram utilizados no hedge. / The objetive of this work is to develop a dynamic hedging of first-to-default swap with n underlying names. The strategy should eliminate market risk and default risk, including correlation risk. In this sense, the hedge instrument choice is essencial. The continuous resettling strategy os CDS is a hedge instrument against risks in the contract and moreover it will generate necessary and sufficient income to hedger fulfill all contracts obligations and doesn\'t have losses with the (n-1) CDSs associates with the names that have survival and were used in the hedging.

Esse estudo avalia a adequação dos requerimentos absolutos de capital no Brasil para bancos pequenos e grandes separadamente e investiga os requerimentos de capital mínimo para risco de crédito nas diferentes abordagens de Basiléia, em especial o impacto da adoção dos modelos dos ratings internos (IRB) conforme o Edital BCB n. 37/11. Além disso, propõe e avalia a abordagem padronizada dos ratings centralizados, CRBA, para cálculo do Capital Mínimo Exigido (CME) em bancos pequenos e que é baseada na abordagem padronizada em vigor na Europa, mas voltada para dados disponíveis nas Centrais de Risco. A CRBA pertence à família dos modelos internos e busca contribuir com as recentes discussões sobre a reforma regulatória bancária na Europa e nos Estados Unidos. Para os três objetivos mencionados, as metodologias adotadas foram: 1) o Valuet-at-Risk (VaR) não paramétrico de Crédito (CVaR) de Carey (2002) e o paramétrico Creditrisk+ para estimar o capital econômico do Sistema Bancário; seguido da 2) estimação amostral e avaliação do capital regulatório para bancos pequenos e grandes nas abordagens IRB, Basileia 1, abordagem padrão simplificada (SSA); além da 3) avaliação da abordagem proposta nesse estudo, a CRBA. A performance de todas essas abordagens é avaliada frente a cenários de stress ad hoc e durante a Crise de 2008-2009. Os dados utilizados foram exposições de crédito aleatórias colhidas da Nova Central de Risco do Banco Central do Brasil (SCR). Os principais resultados desse estudo são: 1) sugerir um capital regulatório total (Patrimônio de Referência mais provisão) para bancos grandes de 17,5% baseado no CVaR paramétrico de 99,9% e, para pequenos, de 15,31% baseado no CVaR de 99%; 2) sugerir que, de todas as abordagens de Basileia II, o IRB estimado conforme o Edital BCB n. 37/2011 e para as Probabilidade de Default (PDs) calculadas por matrizes de migração do SCR, é o mais conservador; 3) sugerir que a abordagem proposta seja mais sensível ao risco de crédito do que atual brasileira, especialmente no varejo, além de oferecer um nível proteção maior contra choques aleatórios de crédito. Na Crise de 2008-2009, os bancos pequenos e grandes apresentaram respostas muito distintas a choques diversos ou quando os \"estados da economia\" se deterioravam. Os bancos pequenos não atingem o grau de diversificação necessário para minimizar perdas extremas. Por outro lado, do ponto de vista do risco sistêmico, a falência dessas entidades tem impactos muito menores que a de conglomerados bancários de porte. Finalmente, a abordagem proposta CRBA é apresentada como uma alternativa à abordagem atual no Brasil e à abordagem padronizada (SA) nos demais países, em especial na Europa. No Brasil, a CRBA cumpriria o papel de aumentar a sensibilidade a risco de crédito do CME nos bancos pequenos criando incentivos para uma gestão de risco de crédito mais cautelosa e alinhando o nível de capital dos bancos pequenos ao seu risco efetivo. Nos demais países, a CRBA é uma alternativa à abordagem padronizada, que independe da opinião das Agências de Classificação de Risco (ACRs). A CRBA traz dois benefícios: o primeiro de ampliar o escopo dos modelos internos e eliminar a dependência regulatória na opinião das ACRs, diminuindo a oportunidade de arbitragem regulatória com ratings inflacionados e corrigindo incentivos para que as ACRs sejam apenas provedoras de opiniões isentas; e o segundo, de prover os organismos supervisores com um mecanismo de controle (tracking error) sobre a qualidade de gestão de risco dos bancos pequenos por meio das Centrais de Risco. / This work analyses capital requirements adequacy in Brazil both for small and big banks individually and evaluates the minimum capital requirements for credit risk in the different Basel II approaches, especially, the impacts of IRB adoption as stated on Edital BCB n.37/11. Besides, it proposes and evaluates the Centralized Standard Ratings Based Approach (CRBA) to calculate Minimum Capital Requirements (MCR) in small banks. It is inspired in the Basel II Standard Approach (SA) disseminated in Europe, but based on information from the Credit Registers. The CRBA is an internal model approach in line with recent discussions on regulatory reform in Europe and in the US. The methodology to address these three research goals is: the non-parametric credit Value-at-Risk (VaR) or CVaR of Carey(2002) and the parametric Creditrisk+ to estimate the economic capital for the banking system; to evaluate regulatory capital in small and big banks in the IRB, Basel 1 and the Simplified Standard Approach (SSA) on the sample; and to evaluate the CRBA, proposed in this study. The performance of these approaches is confronted with ad hoc stress scenarios and within the Credit Crisis of 2008-2009. The data is comprised of credit exposures available in the Brazilian Credit Register (SCR). This work main results are: 1) to suggest a total regulatory capital (capital and provision) of 17.5% to big banks based on a parametric CVaR (99.9%) and of 15.31% to small banks based on a CVaR (99%); 2) to suggest, based on all Basel II approaches, that the IRB, as stated on Edital BCB n.31/11 and calibrated with the probabilities of default (PD) estimated with transition matrixes from the SCR, is the most conservative approach; 3) to suggest that the proposed approach is more sensitive to credit risk especially in retail and is more effective against stress chocks. Small and big banks behave differently to adverse shocks. The small banks, for instance, have problems diversifying out extreme losses when the \"states of the economy\" deteriorate. On the other hand, considering systemic risk, the bankruptcies of these institutions are much less of a problem than the ones of a big bank. Finally, the CRBA is presented as an alternative to the current approach (SSA) in Brazil and to the Standard Approach (SA) in other countries, specifically in Europe. In Brazil, the CRBA would increase the risk sensitivity of MCR on smaller banks creating incentives to more careful risk management practices and aligning their capital and risk levels. On the other countries, the CRBA is an alternative to the Standard Approach (SA) that is not dependent on Credit Rating Agencies - CRAs\' opinions and brings two additional benefits. First, it is an internal model based approach eliminating regulatory dependence on CRAs\' opinions, minimizing opportunities to regulatory arbitrage with inflated ratings and allowing CRAs to be more of a trustworthy opinion provider. Second, it provides supervisors a tracking error mechanism to evaluate risk management in small banks using Credit Registers.