Estimación de la carga financiera en Colombia

Gerencia de Riesgo Asobancaria CIFIN

Estimación de la carga financiera en Colombia

Download

Temas de Estabilidad Financiera ; No. 56

Date published

2011-03-01

Date

2011-03

Authors

Gerencia de Riesgo Asobancaria CIFIN

Document language

spa

Metrics

downloads: 0

abstract_views: 0

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

Debt indicators contribute to individual credit limits assessment as well as an instrument to monitor the system’s credit dynamics and sustainability. As far as the financial information obtained on a micro level basis, is not available at the macro level in Colombia, we develop an income-inference methodology for credit holders in Colombia, relying upon the relationships between individual financial expenditure and income. The methodology considers cluster analysis and Artificial Neural Network (ANN) based multiple regression models for every cluster. The resulting estimates, allow for the construction of micro-founded aggregate indicators, useful for the design and implementation of financial stabilization mechanisms. Results suggest about 10% of population facing excess debt burden.

Description

Los indicadores de endeudamiento permiten evaluar la posición crediticia de cada individuo. A nivel agregado, contribuyen al seguimiento de la dinámica y sostenibilidad del crédito en el sistema. A pesar de su importancia, en Colombia, la información financiera que se obtiene a nivel micro no se encuentra disponible para la construcción de indicadores a nivel macro. Por esta razón se propone un método de inferencia de la renta de los individuos a partir de su relación con el gasto financiero, que permite medir la carga financiera para la totalidad de titulares de crédito en el país. La metodología parte de la conformación de segmentos para estimar, en cada uno de ellos, regresiones múltiples basadas en Redes Neuronales Artificiales (RNA). La agregación de indicadores micro fundamentados puede contribuir al diseño e implementación de mecanismos de estabilización financiera. Los resultados sugieren exceso probable de endeudamiento para un 10% de la población.