Modelosde Avaliação de Riscode Crédito · Curvas Spots dos ratings Curvas forward dos ratings...
Transcript of Modelosde Avaliação de Riscode Crédito · Curvas Spots dos ratings Curvas forward dos ratings...
OCTA PLUS - Financial Analytics
Modelos de Avaliaçãode Risco de Crédito:
Paradigmas para a Realidade do Brasil
29 de Março de 2006
OCTA PLUS - Financial Analytics
Programa:
1. Metodologias de Cálculo de Risco de Crédito
2. Modelos Estruturais
3. Modelos baseados em Marcação-a-Mercado
4. Modelos Atuariais
5. Basiléia II
6. Uso de Paradigmas no Brasil
7. Tratamento de Securitizações
8. Perspectivas
OCTA PLUS - Financial Analytics
O primeiro modelo estrutural: o modelo de Merton de 1976
Modelo de Merton (1976)
tt
t
dVdt dw
Vµ σ= +
OCTA PLUS - Financial Analytics
� O modelo de Merton é uma “caricatura” de modelo de uma empresa em um mundo ideal de Modigliani-Miller...
� O valor dos ativos Vt é observável e segue um processo difusivo geométrico.
� As ações (Equity) St são negociadas no mercado e sua volatilidade é conhecida.
� A empresa é financiada pelo Patrimônio líquido e por um “título de renda fixa de cupom zero”, Dt, que vence em T e tem valor de face F. Sob as hipóteses de Modigliani-Miller, vale Vt = St+ Dt.
Premissas Teóricas
OCTA PLUS - Financial Analytics
Modelo de Merton
( ) ( ) 12
2
( )( )
( )t
r T t r T t
t t
B P D
N dD F e N d F e V
N d
− − − −
−
= − − −
14243 1424314 442 4 4 43
LGD
No modelo de Merton, os
parâmetros de risco são
endógenos...
( ) 1
2
( )
( )
r T t
t
N dLGD Fe V
N d
− − −= −
2( )P D N d= −
O modelo de Black-Scholes-Merton para opções e a relação de Modigliani-Miller podem ser usados para calcular o valor da dívida, dos valores da ação e do valor da empresa endogenamente. fornece o valor da dívida também de forma endógena:
OCTA PLUS - Financial Analytics
� O apreçamento dos instrumentos financeiros em modelos estruturais é completamente endógeno.� O modelo depende da volatilidade do valor de seus ativos, esta, por sua vez, calculada a partir da volatilidade do valor de suas ações, pressupondo mercados líquidos para as ações !!!� A estrutura dos passivos é caricatural e dada por um único valor em um único Duration.� Modelo de crescimento do valor dos ativos é simples. Como calcular a taxa de crescimento ?� Modelo assume taxa de juros constante. Como incorporar uma estrutura a termo de taxas de juros volátil ?� Etc.
Críticas ao Modelo de Merton
A caricatura é muito simples ... Sobra algo de bom ?
OCTA PLUS - Financial Analytics
Distância ao Default (DDi) :
“Metodologia KMVTM: DISTANCE TO DEFAULT”
i2oV 1
log T 2
i Vi
Ti
T
V
DDD
T
µ σ
σ
+ − =
O modelo de Merton sugere o uso de DD ( “Distance-to-Default”) como uma métrica que pode ser usada como uma pontuação ( Score) que depende do vencimento e da Empresa...
OCTA PLUS - Financial Analytics
Mapeamento DD-EDF
0,010,000,009,90-10,0
............
............
0,470,450,404,00-4,10
...
...
39,72
T= 2 anos (%)
...
...
38,23
T= 1 ano (%)
...
...
43,98
T= 3 anos (%)
...
...
0-0,10
DD
Baseado em informações históricas de uma grande amostra de empresas ao longo de um extenso período, estima-se a proporção de firmas de um dado intervalo de DD, que entraram em default em 1, 2, 3, ..., n anos.
As probabilidades estimadas deixam de ser endógenas, passando a depender das frequências reais de default. Estas probabilidades são chamadas de “EDF”: Freqüências Esperadas de Default.
PD
Mercados
OCTA PLUS - Financial Analytics
Mapeamento DD-EDF
Difícil uso no Brasil:
� Mercados Líquidos para Ações das empresas (amostra consistindo de um reduzido número de empresas com ações listadas na BOVESPA )
� Mercados Líquidos de Dívidas
� Disponibilidade, Complexidade e Transparênciade informações contábeis
Modelo KMVTM: É uma metodologia que está baseada na existência de mercados líquidos ...
OCTA PLUS - Financial Analytics
Paradigmas
Vamos ser menos ambiciosos...
Se temos o “risco” (PD+LGD) dos ativos de um portfólio de dívidas, qual o risco agregado do portfólio ?
OCTA PLUS - Financial Analytics
Paradigmas de mensuração de Risco de Crédito
Evento de default
Quanto vale ? Quanto perco ?
OCTA PLUS - Financial Analytics
Evento de default
Incerteza no que é obtido Incerteza no que é perdido
Paradigmas de mensuração de Risco de Crédito
OCTA PLUS - Financial Analytics
MODELOS DE VAR DE CRÉDITO
Modelos de Gestão de Risco de Crédito
CREDITMETRICS 1997, RMG
1997, CSFB
Modelos Proprietários
CREDITRISK+
KMV/Moody’s
Outros modelos Modelo de Vasicekde 1-fator
Basiléia II
OCTA PLUS - Financial Analytics
Paradigmas de Cálculo de Risco de Crédito
Modelos de Gestão de Risco de Crédito com Paradigma Atuarial
Distribuição de incerteza é no Valor da Carteira
KMV/Moody’s
CREDITMETRICS CREDITRISK+
Modelos de Gestão de Risco de Crédito com Paradigma MTM
Distribuição de incerteza é na Perda da Carteira
Difícil aplicação onde não existem mercados líquidos de dívidas !!!!
Excelente aplicação para mercados ilíquidos de dívidas !
OCTA PLUS - Financial Analytics
CreditMetricsTM
3
2
1
3
2
1
3
2
1
3
2
1
3
2
1
3
2
1
1.000.000.003
0.150.700.152
0.020.030.951
321P
1.000.000.003
0.150.700.152
0.020.030.951
321P0.95 0.95
0.150.15
1.001.00
0.03 0.03
0.020.02
0.70 0.70
...
OCTA PLUS - Financial Analytics
CreditMetricsTM
� Apreçamento é feito totalmente via preços de mercado.
� Utiliza-se matrizes de transição de ratings
� Todos os elementos de um rating específico são exatamente iguais
� As correlações são tratadas via modelo de retornos setoriais
� Fácil aplicação na existência de mercados de títulos de crédito líquidos (“corporates” ou debêntures)
OCTA PLUS - Financial Analytics
Transições entre Ratings
N
N-1
...
i
...
5
4
3
2
1
N
N-1
...
i
...
5
4
3
2
1
N
N-1
...
i
...
5
4
3
2
1
N
N-1
...
i
...
5
4
3
2
1
N
N-1
...
i
...
5
4
3
2
1
N
N-1
...
i
...
5
4
3
2
1
N
N-1
...
i
...
5
4
3
2
1
N
N-1
...
i
...
5
4
3
2
1
Transições entre Ratings
( , )= ( ( ) | ( ) )ijP t s P X s j X t i= =
OCTA PLUS - Financial Analytics
Matriz de Transição de Ratings
Matriz de Transições de Ratings
3
2
1
3
2
1
3
2
1
3
2
1
3
2
1
3
2
1
1.000.000.003
0.150.700.152
0.020.030.951
321P
1.000.000.003
0.150.700.152
0.020.030.951
321P0.95 0.95
0.150.15
1.001.00
0.03 0.03
0.020.02
0.70 0.70
...
OCTA PLUS - Financial Analytics
Valor
t=0 t=1 ano
Rating Inicial é o Rating 1
Uso as curvas de desconto para o
rating 2…
Rating Final é o Rating 2
1.000.000.003
0.150.700.152
0.020.030.951
321P
1.000.000.003
0.150.700.152
0.020.030.951
321P
Curvas de Desconto: CreditMetricsTM
OCTA PLUS - Financial Analytics
Valor
t=0 t=1 ano
Estrutura a Termode Taxas de Jurosem t=0 para cada
Rating
Estrutura a Termode Taxas de Jurosem t=1 ano paracada Rating
Curvas Spots dos ratings
Curvas forward dos ratings
Taxas de desconto em 1 ano
Curvas de Desconto: CreditMetricsTM
OCTA PLUS - Financial Analytics
CreditMetricsTM
Difícil uso, mas não impossível, no Brasil:
� Mercados Líquidos para Equity da empresa
� Matrizes de Transição de Ratings
� Curvas de Desconto para cada Rating
� Escolhas de Indices Setoriais e criação de um modelo de retornos ( correlações)
Modelo CreditMetricsTM: É uma metodologia que estábaseada na existência de mercados líquidos para ações de empresas.
OCTA PLUS - Financial Analytics
CreditRisk+TM
D ist r ib uição de Perdas da C art eira
-0,20%
0,00%
0,20%
0,40%
0,60%
0,80%
1,00%
1,20%
0 20.000.000 40.000.000 60.000.000 80.000.000
Perda
m m
j j
j=1 j=1
- +
G(z)=e
jzν
µ µ∑ ∑
OCTA PLUS - Financial Analytics
Modelo atuarial: 2 estados
Default do Contrato
Solvência do Contrato
Contrato
Modelo Atuarial de Default
Assumir que os eventos de default do portfólio são estatisticamente independentes ...
pi
1-pi
OCTA PLUS - Financial Analytics
Modelo atuarial: 2 estados
1
0i
=
I
se default ocorre
se default não ocorre
Função Indicadora de Default
1
n
i i
i
L e=
= ∑ I Função de Perda do portfólio
OCTA PLUS - Financial Analytics
VaR de Crédito
Perda Esperada
Perda Inesperada
$
% Qual a perda máxima, dentro de um nível de confiança, e dentro de um horizonte de risco T, de uma carteira de instrumentos de dívida com risco de default de pagamentos de obrigações dentro do horizonte T ?
VaR
OCTA PLUS - Financial Analytics
Abordagem Atuarial
O modelo CreditRisk+ trata um fluxo temporal de exposições financeiras como uma carteira de
créditos individuais, cada um deles com uma
probabilidade de default para o vencimento
...E1 E2 En
...
t=0 t=Tt=1 t=2 t=3 t=i
OCTA PLUS - Financial Analytics
Estrutura a Termo do Risco de Crédito
A probabilidade é a probabilidade de default do ativo j para o período t.
t=0 t=Tt=1 t
( )
j
tp
( )
j
tp
Em modelos de paradigma atuarial é fundamentalmente importante que as probabilidades de default expressem a estrutura a termo do risco de crédito e descrevam o risco de default do período em questão...
OCTA PLUS - Financial Analytics
HIPÓTESES NO MODELO CREDITRISK+
Estrutura a Termo do Risco de Crédito
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
80.00%
90.00%
100.00%
100 200 300 400 500 600 700 800 900 1000
Períodos
PD
Rating 1
Rating 2
Rating 3
Rating 4
Rating 5
Rating 6
Rating 7
Rating 8
Rating 9
Rating 10
Rating 11
Rating 12
Rating 13
Rating 14
OCTA PLUS - Financial Analytics
Paradigma Atuarial
Modelo CreditRisk+
FREQUÊNCIA:
Quantos eventos de default ocorrem na carteira ?
SEVERIDADE:
Conhecido o número de eventos de default, qual sua contribuição para a perda do portfólio ?
OCTA PLUS - Financial Analytics
Conceitos do Modelo CREDITRISK+
Portólio original com múltiplas exposições
...E1 E2 En...
......
Subportólio j com exposições em múltiplos de uma unidade
de perda L
Ej1 Ejl Ejmj
...... ......
A determinação da perda se converte em uma questão de contagem:
Quantos eventos de default podem ocorrer em cada um dos subportfóliosde mesma exposição ?
OCTA PLUS - Financial Analytics
Exemplo: Portfólio com N=10 ativos e com uma unidade básica de perda de L= $500
500
1850
1000
2000
800
2500
1600
2000
1500
750
EAD
110
49
28
47
26
55
34
43
32
11
ννννAtivo
1
10
8 2
6 4
3
7
9 5
Banda 1 Banda 2 Banda 3 Banda 4 Banda 5
Bandas de Exposição
OCTA PLUS - Financial Analytics
2
Banda j
1
...
m(j)
Bandas de Exposição e Processo de Poisson
Distribuição de Poisson
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0 5 10 15 20 25 30 35 40 45 50
Den
sid
ad
e d
e P
rob
ab
.
0
0,2
0,4
0,6
0,8
1
1,2
Fu
nção
de D
istr
ibu
ição
Densidade de Probab. Distrib. Probab
n-P(n) e
n!
µ µ=
A
j A= pjν ν
µ=
∑
APROXIMAÇÃO DE POISSON:
Se a probabilidade de default de uma
exposição é pequena, a distribuição da perda éaproximada por um processo de Poisson onde a ocorrência de mais de um evento de
default éprobabilisticamente
desprezível.
OCTA PLUS - Financial Analytics
1
2 2
m(1)
Banda 1 Banda j Banda m
11
... ...
......
...
m(j) m(m)
2
Agregação das Perdas
Distribuição de Poisson
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0 5 10 15 20 25 30 35 40 45 50
De
ns
idad
e d
e P
rob
ab
.
0
0,2
0,4
0,6
0,8
1
1,2
Fu
nç
ão
de D
istr
ibu
içã
o
Densidade de Probab. Distrib. Probab
Distribuição de Poisson
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0 5 10 15 20 25 30 35 40 45 50
De
ns
idad
e d
e P
rob
ab
.
0
0,2
0,4
0,6
0,8
1
1,2
Fu
nç
ão
de D
istr
ibu
içã
o
Densidade de Probab. Distrib. Probab
Distribuição de Poisson
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0 5 10 15 20 25 30 35 40 45 50
Den
sid
ad
e d
e P
rob
ab
.
0
0,2
0,4
0,6
0,8
1
1,2
Fu
nção
de D
istr
ibu
ição
Densidade de Probab. Distrib. Probab
D ist ribuição de Perdas da C art eira
-0,20%
0,00%
0,20%
0,40%
0,60%
0,80%
1,00%
1,20%
0 20.000.000 40.000.000 60.000.000 80.000.000
Perd a
m m
j j
j=1 j=1
- +
G(z)=e
jzν
µ µ∑ ∑
PROCESSO DE POISSON: Usado para medir a frequência das perdas do portfólio
FUNÇÃO GERADORA DE PROBABILIDADE: Usada para agregar a severidade das perdas e contabilizar as perdas dos bucketsem uma distribuição de perda agregada do portfólio
OCTA PLUS - Financial Analytics
CreditRisk+ e Correlações
� No modelo CreditRisk+ correlações podem ser introduzidas através das volatilidades das taxas de default.
� O modelo se apóia sobre o paradigma de independência condicional: eventos de default são independentes quando condicionados à realização de um valor para as taxas de default ( incerteza sobre o ciclo da economia).
� Uma distribuição Gamma para as taxas de default conduz à uma forma analítica para a distribuição de perdas do portfólio.
OCTA PLUS - Financial Analytics
APROXIMAÇÃO DE POISSON
Calcanhar de Aquiles do modelo CreditRisk+TM: A aproximação de Poisson não funciona muito bem para carteiras contendo muitos créditos de baixa qualidade e prazos longos!
Como resolver este problema no Brasil ?
� Crédito popular ( varejo, CDC, etc.)
� Altas taxas de inadimplência
� Expansão das carteiras tem custo alto de
provisão de créditos duvidosos
OCTA PLUS - Financial Analytics
O Resgate : Método do “Ponto de Sela”
Método do Ponto de Sela
( )1
( )2
LK s ste
P L t dsi sπ
+∞ −
−∞
> = ∫
OCTA PLUS - Financial Analytics
CreditRisk+ e Aproximação de Poisson
� No modelo CreditRisk+ a aproximação de Poisson pode causar distorções no cálculo do VaR se as probabilidades de default forem elevadas e/ou muito voláteis. O VaRpode ser maior que o outstanding !
� A aproximação de Poisson é uma aproximação estrutural: substitui um modelo de default multinomialpor um modelo de Poisson. A aproximação de ponto de sela é uma aproximação numérica para o cálculo de uma distribuição de perda multinomial...
� O método do Ponto de Sela não faz discretização das exposições.
OCTA PLUS - Financial Analytics
O método de Ponto de Sela
1
( ) log [ ] log[(1 ) ]i
nsesL
L i i
i
K s e p p e=
= = − +∑E
Função Cumulante de Perdas
( ( ) ) 0Ld
s s tKd s− =
2 22 2
2 2
1( ) exp( ( ) ( )) ( )
2L t t t tt t
d K d KP L t K t N
ds dsξ ξ ξ ξξ ξ
> = − + −
Aproximação de Ponto de Sela para VaR Paramétrico
(Ponto de Sela)
OCTA PLUS - Financial Analytics
Método de Ponto de Sela & Monte-Carlo
� Estudos numéricos com benchmark Monte-Carlo mostram precisão nas caudas
� Variantes do método são igualmente eficazes para cálculo do núcleo da distribuição. Usado para cálculo em estruturas de securitizações, como p.ex. para o cálculo do risco de cotas júnior e sênior de um FIDC ( Fundo de Investimento em Direitos Creditórios )
A Aproximação de Ponto de Sela é excelente para uso em um país como o Brasil, onde as taxas de default são bastante elevadas e voláteis. Aqui a aproximação de Poisson é de uso discutível...
OCTA PLUS - Financial Analytics
Método de Ponto de Sela & Monte-Carlo
Comparação entre VaR Monte-Carlo & VaR Paramétrico Ponto de Sela
Variação entre VaR Paramétrico & Monte-Carlo ( em % Notional Portfólio )
-0.5000%
0.0000%
0.5000%
1.0000%
1.5000%
2.0000%
2.5000%
3.0000%
0 50 100 150 200 250 300 350 400 450 500
Quantidade de ativos
Delt
a V
aR
Rating 1 Rating 5 Rating 9
OCTA PLUS - Financial Analytics
Quadro Comparativo
CreditRisk+CreditMetricsKMV
NãoSimSimAjuste ao Risco
MédiaAltaMuito altaQualidade das SaídasRespostas
Média
Médio
Alto
Alta
Média
AltaBaixa Em relação ao ambienteFlexibilidade
Baixo
Baixo
Baixa
Baixa
Muito AltoCusto/tempo
Muito Alto
Muito Alta
Alta
Esforço Estatístico
Quantidade Informações
Complexidade
Entradas
OCTA PLUS - Financial Analytics
Paradigmas de Cálculo de Risco de Crédito para FIDC´s
Distribuição de Perda Atuarial do Pool Securitizado
Distribuição de Retornos da Cota Júnior ( Equity)
FIDC
...
E1 E2 En
...
Pool Securitizado
Cota JúniorCota Sênior
Distribuição de Valores da Cota Sênior ( Bond)
Ativos Ilíquidos
Investidor se preocupa com valor das Cotas do Fundo
OCTA PLUS - Financial Analytics
Modelo de Vasicek de 1 fator
( )p1
( )1
xx
ρ
ρ
−Ν −Ρ = Ν
−
Basiléia II
OCTA PLUS - Financial Analytics
Modelo de Vasicek de 1-fator
� É o modelo por trás do método IRB para cálculo de capital regulatório.
� Por quê o modelo de Vasicek foi escolhido como motor de cálculo regulatório de risco de crédito pelo comitê da Basiléia ?
� Qual a principal vantagem para os reguladores da adoção do modelo de Vasicek no acordo de capital da Basiléia do ponto de vista regulatório ?
OCTA PLUS - Financial Analytics
Modelo de Vasicek de 1-fator
Modelo de Vasicek de 1-fator
( )p1
( )1
xx
ρ
ρ
−Ν −Ρ = Ν
−
Distribuição de Perdas Binomial ( N=100 )
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0,16
0,18
0,2
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
No. Defaults
De
ns
ida
de
de
Pro
ba
bil
ida
de
rho=0
rho=1%
rho=10%
rho=20%
� O modelo de Vasicek embute e funde duas características dos modelos CreditMetrics e CreditRisk+: as probabilidades de default são voláteis porquê o score de default é correlacionado com um único fator sistêmico de risco( fator latente).� As contribuições de risco são lineares na exposição. O risco éaditivo ! ( Gordy 2001)
( )1 99.9%x −Ν=
OCTA PLUS - Financial Analytics
Vantagens Regulatórias
VANTAGEM REGULATÓRIA DO MODELO DE VASICEK:
� O modelo é totalmente aditivo, isto é, o capital mínimo exigido de uma carteira é a soma das parcelas de capital mínimo exigido para cada operação individual. Não é possível a arbitragem de capital regulatório através da alocação das exposições em sub-portfólios.
� As correlações de default entre os ativos jáestão sendo levadas em conta através do acoplamento de cada ativo com o (único) fator de risco econômico.