Palabras clave
modelos estructurales
modelo de Merton
volatilidad de activos
Cómo citar
Resumen
Este artículo presenta los resultados del estudio sobre medición del riesgo de
crédito en firmas incluidas en el Índice General de la Bolsa de Valores de Colombia (igbc) entre 2005 y 2007. Las probabilidades de incumplimiento y las
tasas de recuperación dado el incumplimiento se estiman mediante el enfoque
estructural de Merton y sus extensiones. Con los supuestos de volatilidad constante y heterocedástica de los activos de las firmas se obtienen estimaciones a nivel de empresas y sector económico. Los resultados indican, con una significación estadística del 1% y mediante la aplicación de pruebas no paramétricas, que en ese periodo no hubo diferencias significativas en la probabilidad de incumplimiento a nivel de sectores y que los patrones de heterocedasticidad considerados en la volatilidad de los activos no tienen incidencia significativa en la estimación de la probabilidad de incumplimiento.
Altman, E. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance, 23, 589-609.
Altman, E. (2000). Predicting financial distress of companies: Revisiting the Z-Score and Zeta Models. Recuperado el 29 de septiembre de 2008, de http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.25.1884
Altman, E.; Haldeman, R. and Narayanan P. (1977). Zeta analysis. A new model to identify bankruptcy risk of corporations. Journal of Banking and Finance, 1, 589-609.
Altman, E.; Marco, M. and Varetto, F. (1994). Corporate distress diagnostics: Comparison using linear discriminant analysis and neural networks (the Italian experience). Journal of Banking and Finance, 18, 505-529.
Altman, E. and Sabato, G. (2005). Modeling credit risk for SMEs: Evidence from the US market. Recuperado el 29 de septiembre de 2008, de http://ssrn.com/abstract=872336
Arora, N.; Jeffrey R. and Fanlin, Z. (2005). Reduced form vs. structural models of credit risk: A case study of three models. Journal of Investment Management, 3 (4), 43-67.
Atiya, A. F. (2001). Bankruptcy prediction for credit risk using neural networks: A survey and new results. IEEE Transactions on Neural Networks, 12, 929-935.
Basilea (1988). Convenio de capital. Comité de Supervisión Bancaria de Basilea, Convenio de Capital. Banco de Pagos Internacionales. Basilea, Suiza.
Basilea (2001). Convenio de capital. Proceedings of the 11th. International Conference of Banking Supervisors, 20-22 september, Basilea, Suiza.
Basilea (2004). Convergencia internacional de medidas y normas de capital. Comité de Supervisión Bancaria de Basilea, Marco revisado junio. Banco de Pagos Internacionales. Basilea, Suiza.
Black, F. and Scholes, M. (1973). The pricing of options and corporate liabilities. Journal Political Economy, 81 (3), 637-654.
Carreras, P. M. (2006). Credit risk modeling using insurance methods. Barcelona: Tesis doctoral Universidad de Barcelona.
Chen, C. J. and Panjer, H. (2003). Unifying discrete structural models and reduced-form models in credit risk using a jump-diffusion process. Insurance: Mathematics and Economics, 33 (2), 357-380.
Chen, C. J. and Panjer, H. (2009). A Bridge from Ruin Theory to Credit Risk. Review of Quantitative Finance and Accounting, 32 (4), 373-403.
Chen, Z. F.; Liv, Y. Y. and Wang, X. F. (2008). Comparative study on credit risk models. Proceedings of 2008 International Conference on Risk and Reliability Management, I-II, 189-191.
Coyle, B. (2000). Corporate credit analysis. Chicago: Amacom.
Crosbie, P. and Bohn, J. R. (2003). Modeling Default Risk. KMV Corporation.
Crouhy, M.; Galai, D. and Mark, R. (2000). A comparative analysis of current credit risk models. Journal of Banking and Finance, 24, 59-117.
DeLara, H.A. (2003). Medición y control de riesgos financieros. México: Limusa Noriega Editores.
Deng, Z. W. (2005). Moody's KMV model and its apply in credit risk evaluation of corporate. Proceedings of International Conference on Construction and Real Estate Management, 1-2, 773-775.
Duan, J. C. and Andras, F. (2009). Estimating the structural credit risk model when equity prices are contaminated by trading noises. Journal of Econometrics, 150 (2), 288-296.
Dunkel, J. and Weber, S. (2007). Efficient Monte Carlo methods for convex risk measures in portfolio credit risk models. Proceedings of the 2007 Winter Simulation Conference, 1-5, 937-945.
Elizalde, A. (2005). Credit Risk Models II: Structural Models. Madrid: CEMFI and UPNA.
Ericsson, J. and Reneby, J. (2005). Estimating structural bond pricing models. Journal of Business, 78 (2), 707-735.
Geske, R. (1977). The valuation of corporate liabilities as compound options. Journal of Financial and Quantitative Analysis, 12 (4), 541-552.
Greene, W. H. (2000). Econometric Analysis, 2nd . ed., New York: Prentice Hall Internacional Editions.
International Actuarial Association (2004). A global Framework for Insurer Solvency Assessment. Research Report of the Insurer Solvency Assessment Working Party.
Jackson, P.; Nickell, P. and Perraudin, W. (1999). Credit risk modeling. Financial Stability Review, 94-121.
Jarrow, R. A.; Protter, P. and Sezer, A. D. (2007). Information reduction via level crossings in a credit risk model. Finance and Stochastics, 11, 195-212.
Jarrow, R.A. and Protter, P.(2004). Structural versus reduced form models: A new information based perspective. Journal of Investment Management, 2 (2), 1-10.
Jones, P.; Mason, P. S. and Rosenfeld, E. (1984). Contingent claims analysis of corporate capital structures: An empirical investigation. Journal of Finance, 39 (3), 611-625.
JP Morgan and Company (1997). CreditMetrics. Documento Técnico. Nueva York: JP Morgan.
Loffler, G. and Posch, P. (2007). Credit Risk Modeling. England: John Wiley and Sons.
Márquez, J. (2006). Una nueva visión del riesgo de crédito. México: Limusa - Noriega Editores.
Merton, R. (1974). On the pricing of the corporate debt: the risk structure of interest rates. Journal of Finance, 29 (2), 449-470.
Pederson, G. D. and Zech, L. (2009). Assessing credit risk in an agricultural loan portfolio. Canadian Journal of Agricultural Economics, 57, 169-185.
Ramaswamy, S. (2005). Simulated credit loss distribution. Journal of Portfolio Management, 31, 91-99.
Saavedra, G. M. L. and Saavedra, G. M. J. (2010). Modelos para medir riesgo de crédito de la banca. Cuadernos de Administración, 23 (40), 295-319.
Samaniego, R.; Trujillo, A. y Martin, J. L. (2007). Un análisis de los modelos contables y de mercado en la evaluación del riesgo de crédito: aplicación al mercado bursátil español. Revista europea de dirección y economía de la empresa, 16 (2), 93-110.
Seidler, J. and Petr, J. (2009). Implied market loss given defaultin the Czech Republic: Structural-model approach. Finance a Uver/Czech Journal of Economics and Finance, 59 (1), 20-40.
Soros, G.; Simons, J.; Paulson, J.; Griffin, K. and Falcone, P. (2008). Statement before the U.S House of Representatives Committee on oversight and Government Reform. U.S. Congress. Recuperado el 16 de noviembre de 2008, de http://republicans.oversight.house.gov
Vassalou, M. and Xong, Y. (2004). Default risk in equity returns. Journal of Finance, LIX (2), 831-868.
Wei, R. (2008). Development of credit risk model based on fuzzy theory and its application for credit risk management of commercial banks in China. 4th. International conference on wireless communications, networking and mobile computing, 1-31, 10339-10342.
Zech, L. and Pederson, G. (2004). Application of credit risk models to agricultural lending. Agricultural Finance Review, 64, 91-106.
Zhu, Y. and Chiu, W. H. (2007). Credit risk assessment using the RBF neural network. Information. Management and Algorithms, II, 125-128.
Cuadernos de Administración se encuentra registrada bajo la licencia Creative Commons Reconocimiento 4.0 Internacional. Por lo tanto, esta obra se puede reproducir, distribuir y comunicar públicamente en formato digital, siempre que se reconozca el nombre de los autores y a la Pontificia Universidad Javeriana. Se permite citar, adaptar, transformar, autoarchivar, republicar y crear a partir del material, para cualquier finalidad (incluso comercial), siempre que se reconozca adecuadamente la autoría, se proporcione un enlace a la obra original y se indique si se han realizado cambios. La Pontificia Universidad Javeriana no retiene los derechos sobre las obras publicadas y los contenidos son responsabilidad exclusiva de los autores, quienes conservan sus derechos morales, intelectuales, de privacidad y publicidad.
El aval sobre la intervención de la obra (revisión, corrección de estilo, traducción, diagramación) y su posterior divulgación se otorga mediante una licencia de uso y no a través de una cesión de derechos, lo que representa que la revista y la Pontificia Universidad Javeriana se eximen de cualquier responsabilidad que se pueda derivar de una mala práctica ética por parte de los autores. En consecuencia de la protección brindada por la licencia de uso, la revista no se encuentra en la obligación de publicar retractaciones o modificar la información ya publicada, a no ser que la errata surja del proceso de gestión editorial. La publicación de contenidos en esta revista no representa regalías para los contribuyentes.