Un modelo de alerta temprana para el sistema financiero colombiano

Gómez-González, José Eduardo; Orozco-Hinojosa, Inés Paola

Un modelo de alerta temprana para el sistema financiero colombiano

Download

Revista Ensayos Sobre Política Económica; Vol. 28. No. 62. Junio, 2010. Pág.: 124-147.

Date published

2010-06-01

Date

2010-06

Authors

Gómez-González, José Eduardo
Orozco-Hinojosa, Inés Paola

ISSN

0120-4483

Document language

spa

Metrics

downloads: 0

abstract_views: 0

Ver PlumX Metrics

Las 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.

The 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.

Abstract

This study presents a statistical early warning model that uses survival analysis techniques to evaluate and forecast the current and future state of Colombian banks’ financial health. The model built in this article analyzes how changes in borrowers’credit worthiness affect the probability of default of loans and the banks’ solvency. This model complements early warning models that study banks’ default probability directly. It has a pretty good in sample forecast capacity.

Description

En este trabajo se presenta un modelo estadístico de alerta temprana que utiliza modelos de duraciónpara evaluar el estado corriente y pronosticar el estado futuro de la salud financiera de los bancos enColombia. En el artículo se discuten las ventajas que tiene utilizar modelos de duración como modelosestadísticos de alerta temprana frente a los más comúnmente utilizados modelos de respuesta binaria.Se argumenta que el modelo aquí presentado, que estudia la probabilidad de deterioro de los créditosa partir la salud financiera de las contrapartes de los bancos, puede ser un buen complemento a un modelo de alerta temprana que estudie directamente la probabilidad de quiebra de las entidades financieras. La capacidad de pronóstico dentro de muestra del modelo es buena, y podría pensarse que la capacidad de pronóstico fuera de muestra también es buena, ya que la muestra de créditos comerciales utilizada en las estimaciones es bastante representativa.