Dynamic Balance Sheet Simulation and Credit Default Prediction: A Stress Test Model for Colombian Firms

Simple item page
dc.audiencePolicymakerseng
dc.audienceResearcherseng
dc.audienceTeacherseng
dc.audienceStudentseng
dc.coverage.sucursalBogotáspa
dc.creatorCuesta-Mora, Diego Fernando
dc.creatorGómez-Molina, Andrés Camilo
dc.creator.firmaDiego Fernando Cuesta-Moraspa
dc.creator.firmaCamilo Gómezspa
dc.date.accessioned2025-08-29T15:46:54Zspa
dc.date.available2025-08-29T15:46:54Zspa
dc.date.created2025-08-29spa
dc.descriptionEste documento presenta un modelo de prueba de estrés empleado por el Departamento de Estabilidad Financiera del Banco de la República para evaluar la vulnerabilidad financiera de las firmas no financieras colombianas. El modelo apoya el Reporte de Estabilidad Financiera semestral del Banco de la República y aporta al diseño de políticas al identificar firmas expuestas al riesgo crediticio en condiciones macroeconómicas adversas. El modelo propuesto integra tres componentes: un marco dinámico de simulación de balances; un conjunto de modelos de machine learning para estimar probabilidades de incumplimiento crediticio; y un módulo final que identifica firmas en riesgo de incumplimiento crediticio. Esta herramienta fortalece la capacidad del Banco de la República para monitorear y evaluar riesgos en el sector empresarial de forma prospectiva. El documento detalla cada componente e ilustra los resultados mediante un escenario de estrés.spa
dc.description.abstractThis paper presents a stress test model used by the Financial Stability Department of the Banco de la República to assess the financial vulnerability of Colombian nonfinancial firms. The model supports the Central Bank’s biannual Financial Stability Report and informs policy decisions by identifying firms that are exposed to credit risk under adverse economic conditions. The proposed model integrates three components: a dynamic balance sheet simulation framework; a suite of machine learning models to estimate credit default probabilities; and a final module that identifies firms at risk of default. This tool strengthens the Central Bank’s capacity to monitor and evaluate risks in the corporate sector with a forward-looking perspective. The paper details each component and illustrates the model’s results using a stress scenario.eng
dc.description.notesSimulación dinámica de balances y predicción del incumplimiento crediticio: un modelo de prueba de estrés para firmas colombianas Enfoque: Este documento presenta un modelo de prueba de estrés diseñado para evaluar, bajo un enfoque prospectivo, la vulnerabilidad financiera de las firmas no financieras en Colombia. Esta herramienta es utilizada por el Departamento de Estabilidad Financiera del Banco de la República como parte de sus funciones de monitoreo y seguimiento de los riesgos que enfrenta el sector corporativo, uno de los principales deudores del sistema financiero colombiano. Contribución: Tras la crisis financiera global de 2008, las autoridades regulatorias y supervisoras adoptaron de manera generalizada los modelos de pruebas de estrés como herramientas clave para cuantificar la resiliencia del sistema financiero frente a escenarios extremos, bajo supuestos de comportamiento restrictivos. Posteriormente, la crisis del COVID-19 —caracterizada por choques simultáneos de oferta y demanda y elevados niveles de incertidumbre— evidenció la necesidad de complementar estos ejercicios con herramientas que permitieran evaluar, de forma anticipada, la salud financiera del sector corporativo. Esta necesidad obedece a dos razones principales: i) la relevancia del sector para la estabilidad financiera, tanto por su rol en el mercado crediticio (canal directo) como en la dinámica de la economía (canal indirecto), y ii) la limitada disponibilidad de información financiera de las firmas en términos de frecuencia. En este contexto, el documento presenta un marco metodológico innovador que extiende el alcance de las pruebas de estrés tradicionales al sector corporativo no financiero. La herramienta propuesta combina simulaciones dinámicas de balances con estimaciones de probabilidad de incumplimiento crediticio mediante modelos de aprendizaje automático (machine learning) bajo un escenario macroeconómico adverso. Esta herramienta fortalece la capacidad del Banco de la República para monitorear y evaluar de forma prospectiva los riesgos del sector corporativo, apoyando la elaboración del Reporte de Estabilidad Financiera semestral, y contribuye al diseño de políticas al permitir la identificación temprana de firmas vulnerables. Resultados: El modelo propuesto está compuesto por tres bloques interrelacionados que permiten simular y evaluar el riesgo crediticio de las firmas no financieras bajo un escenario macroeconómico adverso. El primer bloque, basado en reglas contables y relaciones econométricas, realiza una simulación dinámica de los balances de las firmas y proyecta, para el horizonte 2024–2025, una contracción en las ventas, una reducción en el retorno sobre activos (ROA) y en la razón de cobertura de intereses (ICR), así como un aumento en el apalancamiento financiero, en línea con el escenario adverso planteado en el Reporte de Estabilidad Financiera del segundo semestre de 2024 del Banco de la República. La validación fuera de muestra sugiere que el modelo reproduce adecuadamente la distribución observada de utilidades operativas y ROA, aunque tiende a sobrestimar las razones de apalancamiento y el porcentaje de firmas con ICR inferior a uno, en coherencia con un enfoque conservador recomendado en ejercicios de pruebas de estrés. El segundo bloque emplea técnicas de aprendizaje automático (machine learning) para estimar la probabilidad de incumplimiento crediticio. Del conjunto de modelos analizados en los que se incluyen modelos logísticos y modelos basados en árboles de clasificación, el modelo XGBoost se destacó por su desempeño superior fuera de muestra. Finalmente, el tercer bloque integra los resultados de los bloques anteriores para identificar las firmas con mayor probabilidad de incumplimiento, las cuales, en general, presentan en el periodo previo niveles más altos de apalancamiento y menores niveles de rentabilidad, ICR y crecimiento en sus ingresos operacionales, en comparación con las firmas no clasificadas en mora. Frase destacada: El modelo propuesto se estructura en tres bloques interrelacionados que permiten simular dinámicamente los balances de las firmas no financieras y evaluar de forma prospectiva, su riesgo crediticio bajo un escenario macroeconómico adverso.spa
dc.format.extent45 páginasspa
dc.format.mimetypePDFspa
dc.identifier.handlehttps://hdl.handle.net/20.500.12134/11262spa
dc.identifier.urihttps://repositorio.banrep.gov.co/handle/20.500.12134/11262spa
dc.language.isoengeng
dc.publisherBanco de la Repúblicaspa
dc.relation.doihttps://doi.org/10.32468/be.1325spa
dc.relation.handlehttps://hdl.handle.net/20.500.12134/11262spa
dc.relation.infohttps://repositorio.banrep.gov.co/sitios/1325spa
dc.relation.inveshttps://investiga.banrep.gov.co/es/borradores/be-1325spa
dc.relation.ispartofDocumentos de Trabajospa
dc.relation.ispartofseriesBorradores de Economíaspa
dc.relation.isversionofBorradores de Economía; No.1325spa
dc.relation.numberBorrador 1325spa
dc.relation.portalxxxspa
dc.relation.repechttps://ideas.repec.org/p/bdr/borrec/1325.htmlspa
dc.relation.shortdoihttps://doi.org/p2r5spa
dc.rights.HabeasDatos personales: El(los) autor(es) ha(n) incluido sus datos personales (nombres, correo electrónico, filiación académica, perfil académico, entre otros) en el Portal de Investigaciones o la obra remitida para publicación, y por consiguiente, manifiesta(n) que mediante el diligenciamiento y registro de sus datos personales autoriza(n) al Banco de la República el tratamiento (recolección, almacenamiento, uso, circulación o supresión) de todos los datos suministrados con la finalidad de adelantar la publicación de la obra en el Portal de Investigaciones, dar a conocer su perfil académico y medios de contacto para fines académicos y divulgativos, así como para la construcción de indicadores y estadísticas para el seguimiento y control de las actividades de divulgación del Portal de Investigaciones. Para tal fin, se informa que el tratamiento de los datos personales se realizará de acuerdo con las políticas o lineamientos generales disponibles en http://www.banrep.gov.co/proteccion-datos-personales, en la sección “Protección de Datos Personales - Habeas Data”.spa
dc.rights.ObjetoObjeto de publicación: La obra de mí (nuestra) autoría tiene por objeto ser publicada en el Portal de Investigaciones del Banco de la República e incluirla en el repositorio institucional de esa misma entidad. La obra podrá consistir en documento escrito, audiovisual, audio, gráfico, fotográfico, infográfico, podcasts, etc., y podrá estar en cualquier formato conocido o por conocerse.spa
dc.rights.accessRightsOpen Accesseng
dc.rights.ccAtribucion-NoComercial-CompartirIgual CC BY-NC-SA 4.0eng
dc.rights.disclaimerLas opiniones contenidas en el presente documento son responsabilidad exclusiva de los autores y no comprometen al Banco de la República ni a su Junta Directiva.spa
dc.rights.disclaimerThe opinions contained in this document are the sole responsibility of the author and do not commit Banco de la República or its Board of Directors.eng
dc.rights.spaAcceso abiertospa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/eng
dc.source.handleRepecRePEc:bdr:borrec:1325spa
dc.subjectPrueba de estrésspa
dc.subjectRiesgo crediticiospa
dc.subjectIncumplimiento crediticiospa
dc.subjectMachine learningspa
dc.subject.brtema8. Sector monetario y financierospa
dc.subject.jelG3 - Corporate Finance and Governanceeng
dc.subject.jelG21 - Banks; Depository Institutions; Micro Finance Institutions; Mortgageseng
dc.subject.jelG17 - Financial Forecasting and Simulationeng
dc.subject.jelG01 - Financial Criseseng
dc.subject.jelspaG3 - Gobierno y financiación de la empresaspa
dc.subject.jelspaG21 - Bancos; Instituciones de depósito; Instituciones Microfinancieras; Hipotecasspa
dc.subject.jelspaG01 - Crisis financieraspa
dc.subject.jelspaG17 - Previsiones financieras y simulaciónspa
dc.subject.keywordStress Testingeng
dc.subject.keywordCredit Riskeng
dc.subject.keywordCredit Defaulteng
dc.subject.keywordMachine Learningeng
dc.subject.lembCrisis financiera -- Colombiaspa
dc.subject.lembRiesgo crediticio -- Colombiaspa
dc.titleDynamic Balance Sheet Simulation and Credit Default Prediction: A Stress Test Model for Colombian Firmseng
dc.title.alternativeSimulación dinámica de balances y predicción del incumplimiento crediticio: Un modelo de prueba de estrés para firmas colombianas spa
dc.typeWorking Papereng
dc.type.hasversionPublished Versioneng
dc.type.spaDocumentos de trabajospa
local.caie.checklist11. Esta versión del documento ha sido presentada en algún seminario interno del Banco?: sispa
local.caie.checklist2Frente a los temas sensibles actualmente en país, considera que su documento es: NO SENSIBLEspa
local.caie.checklist61. ¿Este trabajo trata temas relacionados con el cambio climático?: nospa
local.caie.checklistriec1. ¿Desea cargar este borrador al repositorio de la Red Investigadores de Economía?: nospa
local.caie.validadorSGMII - Andrés Murcia - amurcipa@banrep.gov.cospa

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
be_1325.pdf
Size:
2.54 MB
Format:
Adobe Portable Document Format
FILE
https://repositorio.banrep.gov.co/bitstream/handle/20.500.12134/11262/be_1325.pdf
Description:
Borradores de Economía; No.1325
Download
License bundle
Now showing 1 - 1 of 1
Name:
license.txt
Size:
5.3 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Borradores de Economía