Tema 8. Gestión de riesgos


¿Cuáles crees que son los principales riesgos financieros a los que se enfrenta Inditex, la propietaria de Zara y otras marcas? ¿El riesgo de crédito? ¿subidas en los tipos de interés? ¿La inflación? ¿Qué se aprecie o deprecie el euro? ¿Qué le expropien sus tiendas? En esta lección vamos a identificar los principales riesgos financieros que afectan a las empresas y qué medidas tomar para contrarrestarlos.

La figura muestra cómo puede razonar un estudiante ante el riesgo de suspender una asignatura. Sigue el proceso típico de una gestión de los riesgos, metodología que conlleva los siguientes pasos: identificación, evaluación, planteamiento de las diversas estrategias, ejecución y control.

Lo mismo sucede con los riesgos asociados a los proyectos que cada día acometen las empresas y el planteamiento expuesto anteriormente es perfectamente aplicable a la mayor parte de las situaciones.

j

Apartados:


q

Puedes descargar las hojas de cálculo con los ejemplos que veremos en teoría -> [08-ArbolDecision.xls], [08-MatrizRiesgo.xls] y [08-CreditScoring.xls] que se amplían en la clase de prácticas

 

2) Matriz de riesgos

El primer apartado es la correcta identificación de todos los riesgos, para lo que nos sirve la tipología que vimos en la Lección 7, es decir: riesgos económicos (de producto, operativo, estructura de costes fijos, dependencia de unos pocos clientes o proveedores, riesgos logísticos, jurídicos...) y riesgos financieros (tipos de interés, tipo de cambio, riesgo de crédito a clientes, cambios en las condiciones de pago con proveedores...). Veamos en la imagen lo que hace una de las empresas líderes como es Inditex (http://inditex.com/...gestión de riesgos/), la empresa textil propietaria de Zara y otras marcas, para controlar y gestionar sus riesgos. En ese informe, titulado "Sistemas de Control del Riesgos del Grupo Inditex", dice que ellos identifican todos los factores que pueden afectar negativamente al negocio, y que elaboran un mapa de riesgos donde evalúan su impacto potencial y la probabilidad de que suceda. A partir de ahí, diseñan la estrategia del Grupo Inditex para hacer frente a los riesgos.

Como vemos, Inditex identifica varios riesgos potenciales.

Hemos leído que Inditex utiliza la metodología llamada "Matriz de Riesgos". La Matriz de Riesgos es una herramienta de control y gestión que permite visualizar los riesgos de una empresa y tiene en cuenta tanto la probabilidad de ocurrencia del suceso como su impacto. Porque hay sucesos muy probables, pero con un impacto que puede ser bajo, con lo que este riesgo no es algo que deba preocuparnos. Por ejemplo, es probable que haya un cambio político en el Ayuntamiento de la ciudad, pero nos afecta poco... salvo que seamos la empresa que tiene la concesión de la limpieza, en cuyo caso el impacto puede ser grande.

h

Por tanto:

Comprobemos como a un suceso con impacto "grande" [4], pero que sería "excepcional" que sucediera [1], se le asignaría un riesgo "bajo" [4*1=4] y no merecería la pena dedicar muchos esfuerzos a su gestión. Por ejemplo, un analista ha identificado los siguientes riesgos de una juguetería que quiere vender un determinado tipo de juguete en Internet, por ejemplo, futbolines:

h

Veamos el primero de los riesgos que el analista ha identificado: "el cambio político". Le parece muy probable, ya que es posible que haya elecciones y cambie el partido el gobierno. Sin embargo, en su opinión el impacto es insignificante, porque ningún partido político habla de prohibir los futbolines, ni mucho menos. Podemos representar de forma visual los riesgos a los que hemos de prestar atención, de acuerdo con la probabilidad y su impacto, como muestra el siguiente gráfico, que se llama "Mapa de Riesgos".

La valoración anterior la hemos realizado de forma cualitativa. Algunos riesgos los podemos valorar de forma cuantitativa. Por ejemplo, el riesgo de que suban los tipos de interés por cada punto porcentual se puede obtener fácilmente con una hoja de cálculo que simule nuestros préstamos y el efecto que, por ejemplo, tiene pasar del 8% actual a un 9%.

aÁrboles de decisión. Aplicación en inversión con riesgo

Los árboles de decisión son un técnica que permite modelizar decisiones que contemplan varias alternativas y sus consecuencias. Se basa en el uso de probabilidades y es una ampliación del criterio de Valor Promedio Ponderado  que presentamos en la lección anterior. Los árboles de decisión se utilizan en muchas disciplinas, nosotros vamos a aplicarlo al campo de las finanzas [-> Ejemplo noria móvil o una fija en Málaga].


q

Puedes descargar la hoja de cálculo con el ejemplo -> [08-ArbolDecision.xls].

El nombre de árbol de decisión proviene de la forma que adopta el modelo, semejante a un árbol. Se compone de:

  • Ramas, que representa las posibles alternativas
  • Cuadrados, que representan los puntos de decisión
  • Círculos, que representan los estados de la naturaleza o escenarios posibles

f

Pasos:

  • Paso 1: Dibujar el árbol. Un árbol es también un tipo de modelo científicow, porque es una manera sencilla de representar una serie de procesos e ideas complejas.
  • Paso 2: Asignar las probabilidades de ocurrencia, la inversión inicial y los flujos de caja asociados a cada alternativa. Obtener el Valor Actual Neto de cada alternativa.
  • Paso 3. Calcular el beneficio esperado, teniendo en cuenta las probabilidades de cada escenario.
  • Paso 4. Resolver las decisiones secundarias, es decir "podar el árbol".
  • Paso 5: Resolver la decisión principal.
  • Paso 6. Realizar simulaciones.

h

Veamos un ejemplo. Un feriante está dudando entre dos opciones: comprar una noria móvil o una fija. Veremos las ventajas e inconvenientes de cada opción. Dependiendo de si hace sol o mal tiempo la demanda suele ser alta o baja. El estudio histórico del clima de la ciudad, permite estimar que la probabilidad de que la demanda sea baja es del 40%. Hay otras dos decisiones a tomar.

  • ¿Trasladarse a otra localidad? La noria móvil tiene como ventaja que puede desmontarse y llevarse a otra localidad, con lo que la temporada puede alargarse.
  • ¿Hacer publicidad? La noria fija tiene como ventaja que es más alta, las cabinas están cerradas y con algo de publicidad puede atraer a público de fuera, incluso con mal tiempo, es decir, con demanda baja.

Hay otro escenario posible.

  • Que la campaña de publicidad sea exitosa o no. Por la experiencia pasada en otras ciudades, el feriante afirma que de 10 veces que hizo publicidad, en 6 ocasiones la campaña fue exitosa. Es decir, que la probabilidad de éxito es del 60%.

Paso 1. Veamos el árbol completo:

g

Vamos a calcular todos los Valores Actuales Netos (VAN) de las diferentes alternativas. Hay que tener en cuenta el desembolso inicial (la noria móvil es más cara) y los cobros y pagos de cada opción. Supondremos una determinada tasa de interés. En la imagen están calculados los VAN. Concretamente, para la noria móvil:

Y para la noria fija:

h

Ya tenemos el VAN de cada rama.

g

Ayudemos primero a resolver la decisión sobre desplazarse.

g

Ahora resolvamos la siguiente decisión, sobre anunciarse.

r

Finalmente, sobre si comprar la noria fija o móvil.

g

Podemos realizar simulaciones sobre las probabilidades con la hoja de cálculo. Por ejemplo, si la ubicación elegida hace previsible que el tiempo va a ser bueno (concretamente si la probabilidad de demanda baja es menor al 28%) entonces es mejor una noria móvil.

g


3)
Estrategias

Una vez identificados y evaluados los riesgos podemos plantear diversas estrategias.

g

1) Evitar el riesgo si no estamos dispuestos a asumir las pérdidas que conlleva correr el riesgo. Por ejemplo, se nos plantea la opción de:

Endeudarse supone un mayor riesgo y, si no estamos dispuestos a asumirlo, podemos comprar el piso barato, evitando ese riesgo.

2) Otra posibilidad es absorber las pérdidas, es decir asumir las pérdidas. Por ejemplo, en un proyecto agrícola la probabilidad de que haya una granizada en esa zona puede ser del 10%, lo que implicaría que uno de cada diez años la cosecha puede afectarse muy negativamente. Tenemos determinado tanto la probabilidad (usando datos de la Agencia Española de Meteorología http://www.aemet.es) como el impacto (perder, por ejemplo, el 75% de la cosecha). Tras realizar unos sencillos cálculos podemos optar por hacer un autoseguro, es decir, ir ahorrando para cuando se de esa situación.

3) También podemos transferir el riesgo. Nos preocupa que los clientes dejen de pagar y crezca el número de morosos. En este caso podremos contratar un seguro de cobertura por impagos. Lo mismo sucede con la empresa agraria que opta por contratar un seguro para el granizo. La empresa puede utilizar instrumentos financieros como las opciones o los futuros para cubrirse ante riesgos financieros como el de tipo de cambio.

4) Minimizar el riesgo. Hemos visto que el riesgo dependía de la probabilidad de ocurrencia y el impacto. Podemos minimizarlo disminuyendo la probabilidad de ocurrencia o aminorando su impacto. Por ejemplo, se ha detectado riesgo de tener una dependencia excesiva de proveedores. En concreto existe riesgo de que el transportista habitual con el que trabajamos se sume a una huelga y los productos se distribuyan con retraso. [Probabilidad = muy probable] x [Impacto = moderado] -> [Riesgo = alto]

g

Una forma de atenuar el riesgo es mediante la diversificación. Diversificar es lo que hay detrás del consejo de "no poner todos los huevos en la misma cesta". Una empresa cuyas ventas dependen de un solo producto corre más riesgos que si tiene una cartera de varios productos. En mercados financieros se distingue entre:

Esto es especialmente importante en las inversiones en productos financieros. En la Lección 5 sobre bolsa y mercados financieros ya comentamos que muchos inversores tratan de buscar inversiones que no estén correlacionadas, e incluso tengan correlación negativa. Por ejemplo, vimos que si tenemos dinero en acciones del banco JP Morgan Chase (JPM ) puede que comprar acciones de Citigroup (C ) no sea buena idea, si tienen correlación positiva, lo que podemos comprobar en Yahoo Finanzas.

g

En ese sentido, alguien que quisiera diversificar, podría optar por comprar acciones de un país cuyas acciones no estén correlacionadas con la bolsa española. De forma que si baja la bolsa de Madrid nuestras inversiones en ese país compensen las bajadas o viceversa. Podemos ver algunos ejemplos en (https://www.datadriveninvestor.com/2020...). Este riesgo específico puede ser reducido mediante la diversificación. Aunque siempre existe un riesgo sistemático, que está asociado con el mercado total de activos y no puede ser reducido mediante la diversificación.


4)
Ingeniería financiera

En la imagen vemos como ante un problema como es cambiar una bombilla de una farola, alguien ha propuesto una solución eficiente y muy económica... aunque posiblemente un ingeniero hubiera propuesto otra solución más adecuada. Los ingenieros utilizan la ciencia y las matemáticas para resolver problemas: para cruzar un río proponen usar puentes, y no un puente cualquiera sino el más adecuado, tras estudiar el cauce, las posibles crecidas, el tipo de material o quien lo va a cruzar. El planteamiento de la ingeniería financiera es similar: dado un problema de tipo financiero se trata de diseñar la mejor estrategia para solucionarlo.

1) Por ejemplo, podemos diseñar muchas formas de cubrirnos ante un riesgo. A un exportador que ha hecho una venta fantástica de cincuenta mil pares de zapatos en Estados Unidos le preocupa cobrar en una moneda que no es la suya, el dólar. Hay varias formas de cubrirse frente a ese riesgo, como veremos a continuación.

2) Una empresa agrícola está muy satisfecha con el rendimiento de su explotación y este año la cosecha pinta bien y el precio, al menos a día de hoy, es atractivo. Pero le preocupa el precio al que estará el producto... cuando se coseche. Puede también diseñar algún mecanismo para cubrirse ante ese riesgo.

3) Pero la ingeniería financiera también puede utilizarse para especular. Por ejemplo, si alguien está convencido de que las acciones de una empresa van a bajar, o de que el precio del petróleo o el café va a subir dentro de un año o de que el dólar va a subir, puede especular utilizando productos financieros específicos. Como ya explicamos en la lección sobre bolsa y mercados financieros, esto en principio no es malo: si el exportador encuentra a alguien que va a asumir ese riesgo normalmente es gracias a esos especuladores, que son los que asumirán el riesgo (y también se llevarán el beneficio).

Veamos algunos ejemplos.

aRiesgo de divisas o de tipo de cambio

Hemos comentando que Inditex detectaba un riesgo financiero clásico, el riesgo de divisas. Este riesgo surge porque en el mundo existen muchas monedas diferentes, cuya cotización cambia cada día. Inditex opera en diversos países, en unos fabrica y paga a los empleados en su moneda local, en otros vende y cobra en otra moneda. [Ejemplo Telefónica, Meliá, Repsol...].

h

  • Ya se ha comentado el caso de un exportador que ha hecho una venta fantástica en Estados Unidos, pero al que le preocupa cobrar en una moneda que no es la suya, el dólar.
  • Una empresa que compra una máquina compleja en México. La máquina estará dentro de un año y se ha comprometido a pagar un millón de pesos mexicanos dentro de un año. Pero ¿qué pasa si el peso mexicano se aprecia?
  • Otras veces incluso los particulares han contraído una hipoteca en yenes, la moneda de Japón. Los tipos de interés en Japón son muy bajos... pero ¿qué pasa si el Yen sube con respecto al euro? Esa persona está asumiendo un riesgo muy elevado. Imaginemos que el euro se deprecia un 30% frente al Yen... buscar en Google hipotecas en yenes. Se calcula que unos 60.000 españoles y 1200 aragoneses tienen una hipoteca multidivisa.

Podemos visualizar la cotización del euro con respecto al Yen en Tradingview.com (https://es.tradingview.com/symbols/JPYEUR/). Como muestra la figura, las personas que se endeudaron en Yenes en 2007 o 2008 estuvieron cuatro años pasándolo verdaderamente mal, ya que el Yen se apreció casi un 50% con respecto al euro.

h

Para abordar el riesgo de tipo de cambio la ingeniería financiera ofrece muchas posibilidades. Una de ellas está en el mercado de derivados, operando con opciones sobre divisas. La opción es un instrumento financiero que otorga el derecho de comprar (o vender) una divisa en un momento futuro a un precio determinado de antemano. En el ejemplo anterior, el importador de la máquina mexicana necesitará comprar pesos mexicanos dentro de un año. Por tanto, puede adquirir una opción de compra (que se llama "call") que le permita comprar pesos mexicanos a un precio determinado. El caso contrario es el del exportador que va a recibir dólares en un futuro. Lo que puede hacer es adquirir una opción de venta (que se llama "put") que le permita vender esos dólares a un precio determinado. Hay mercados de opciones sobre divisas, (https://es.investing.com/currencies/forex-options) [prohíben marzo 2018] pero conviene avisar que además de empresas que tratan de cubrir sus riesgos, operan muchos especuladores que asumen grandes riesgos. Ya comentamos que en ocasiones algunas de estas plataformas son verdaderos chiringuitos financieros, según la CNMV [ver folleto] o IOSCO [Noticia ministro estafado].

h

 
aCubrirse frente al riesgo de tipos de interés mediante un swap o permuta financiera

Imagina dos personas, Ana y Juan, que desean intercambiar sus propiedades. Ana tiene un apartamento en la playa y Juan tiene una casa en la montaña. Pero Ana prefiere vivir en la montaña y Juan desea estar cerca de la playa así que deciden intercambiar sus propiedades. Ambos acuerdan el intercambio de propiedades de manera justa, considerando el valor y las condiciones de las viviendas. En eso consiste el contrato de permuta. Una permuta financiera es un acuerdo entre dos partes para intercambiar flujos de efectivo según lo pactado. Los flujos de efectivo están relacionados con instrumentos financieros como tasas de interés, divisas, índices financieros o incluso flujos de activos financieros específicos. Por ejemplo, en 1981 el fabricante de ordenadores IBM (inventó el primer ordenador personal) tenía muy buena reputación en Europa y conseguía buenos préstamos al 8% en francos suizos. Sin embargo, en Estados Unidos le pedían un 15%... y necesitaba dólares. Al Banco Mundial le pasaba al revés, podía emitir bonos en Estados Unidos a tipos de interés bajos (se financiaba como si fuera el Departamento del Tesoro de Estados Unidos), pero si quería endeudarse en Suiza tenía que pagar más intereses... y necesitaba francos suizos. Acordaron realizar una permuta financiera. Firmaron un acuerdo y cada uno accedió a préstamos en los mercados donde las condiciones de interés les resultaban más favorables. En este caso, el Banco Mundial obtuvo un préstamo en dólares estadounidenses, mientras que IBM adquirió un préstamo en francos suizos, ambos por la misma cantidad según el tipo de cambio del momento. Con la permuta, lograron obtener dólares y francos suizos, obteniendo ambas partes beneficios netos. Esto tiene otros riesgos, por ejemplo, ¿qué pasa si IBM quiebra o no paga? Se llama riesgo de contraparte. Por eso intervienen bancos, en este caso Salomon Brothers, que aseguran la viabilidad de la operación. Los swaps son versátiles y se utilizan para gestionar riesgos, especular en los mercados financieros, reestructurar la deuda y obtener condiciones de financiamiento más favorables. Por ejemplo, si una empresa tiene un préstamo a tipo fijo y desea cambiarlo por uno variable puede hacerlo mediante un swap.

h

 

aCubrirse frente al riesgo de subidas -o bajadas- en los precios en el Mercado de Futuros

Vamos ahora a solucionar el problema del agricultor que espera una buena cosecha pero que se queja de que siempre pasa lo mismo: el precio del producto (maíz, aceite de oliva...) está muy alto cuando lo siembra pero cuando lo va a cosechar baja... Si esa percepción es cierta puede cubrirse del riesgo de que baje el precio futuro del maíz con un producto financiero: un futuro. En España había un mercado agrario de aceite de oliva, MFAO (http://mfao.es) ubicado en Jaén pero a la espera de convertirse en Sistema Multilateral de Negociación (SMN) no pudo adaptarse a la nueva normativa europea y finalmente cerró.

j

Lo vemos con un ejemplo.

  • Un agricultor tiene olivos y aunque la climatología va bien está preocupado porque cuando coseche dentro de un año el precio esté bajo. Otros años ha pasado. Hoy en día el aceite está a 5€ el litro.
  • Una conservera necesita el aceite para hacer sardinas en lata. Pero le preocupa conseguir el aceite a buen precio, porque ha oído rumores de que la cosecha no será buena y el precio subirá. Le preocupa que el precio se ponga por las nubes.

Ambos hacen cuentas y llegan a la conclusión de que 6€ el litro sería un precio suficiente para el agricultor y justo para la conservera, dentro de un año. Firman un contrato por el que la conservera se compromete a comprar el aceite a 6 € y el agricultor se compromete a venderlo a esa cifra. La conservera compra un contrato de futuros y el agricultor está vendiendo un contrato de futuros.

En realidad, el agricultor no necesita presentarse en los mercados de futuros con la mercancía. Funciona mediante una cámara de compensación, en un Mercado electrónico de Futuros en el que los contratos están estandarizados. Lo que hacen ambos es depositar una cantidad para hacer frente al contrato y la cámara de compensación liquida por diferencias. La cobertura consiste en compensar el riesgo implícito de una posición en el mercado físico con una posición opuesta en contratos de futuros. Lo que tiene que hacer el productor para cubrir su siembra, es eliminar el riesgo que tiene a que el precio baje vendiendo contratos de futuros. Al vender contratos de futuros lo que hace es fijar un precio futuro de venta. De esta forma si los precios bajan, gana dinero en el Mercado de Futuros, y lo que gana con los contratos compensa lo que pierde por la caída en el precio del aceite.

h

El Mercado de Futuros de Chicago (Chicago Board of Trade) es el más antiguo del mundo. Veamos, por ejemplo, los precios de la avena (http://es.investing.com/commodities/oats-contracts). El mercado ¿cree que el precio de la avena dentro de un año va a subir o bajar? ¿Y el petróleo? (https://es.investing.com/commodities/crude-oil-contracts) ¿y el gas?. Compara el precio actual, contado o spot con el precio futuro o forward. Puedes consultar el precio histórico del petróleo (https://datosmacro.expansion.com/materias-primas/brent). Mira también el ejemplo del cacao [1] [2] [3]. En España hay un mercado de opciones y futuros, MEFF (http://www.meff.es) pero negocia futuros sobre acciones, no sobre productos agrarios.

¿Aciertan en sus predicciones los mercados de futuros? Muchos académicos han realizado estudios y, en general, los mercados de futuros suelen predecir con cierta exactitud los movimientos de precios a corto plazo, sobre todo en el caso de las materias primas y las divisas. Sin embargo, los mercados de futuros son poco precisos a la hora de predecir tendencias a largo plazo y, en ocasiones, pueden presentar errores de previsión significativos (Alquist et al., 2013; Fama y French, 1987; Jin, 2017).

 


5)
Riesgo político y seguros

Inditex también padece riesgos de tipo político. Como empresa internacionalizada puede estar preocupada por la posibilidad de que le expropien, es decir un tipo de riesgo político [noticia]. Una forma de cubrirse frente a ese riesgo es contratar una póliza de seguro de inversiones en el exterior en la mayor parte de las entidades financieras, de seguros o en CESCE (http://www.cesce.es/...), Compañía Española de Seguros de Crédito a la Exportación, empresa de capital mixto cuyo mayor accionista es el Estado.

h

Ese seguro cubre las siguientes situaciones de riesgo político:


6)
Gestión del riesgo de impago

La mayoría de los ingresos de Inditex proceden de las ventas al por menor donde el cobro se realiza a la vista, por lo que apenas está expuesto a uno de los riesgos más frecuentes de las empresas, el riesgo de impago de los clientes o riesgo de crédito. Este riesgo surge porque las facturas no se suelen cobrar al contado y las empresas clientes pueden entrar en concurso de acreedores [ver listado diario y la estadística del procedimiento concursal]. Podemos asegurar el cobro utilizando los servicios de entidades especializadas en ello, contratando un seguro de crédito en una empresa especializada. Estas empresas ofrecen pólizas de seguros que protegen todas las operaciones comerciales y gestión de impagados, tanto en España como en cualquier otro país, garantizando la seguridad del cobro en las operaciones de comercio nacional e internacional.  Por ejemplo, la que ofrece la entidad Crédito y Caución (http://www.creditoycaucion.es/es/productos/seguro-credito/poliza-lider.html).

h

Con frecuencia, la empresa selecciona a qué clientes conceder crédito. Pensemos en un concesionario de automóviles o el caso más claro: un banco. Cuando planteemos una estrategia para minimizar el riesgo asociado a la gestión de clientes una parte muy importante de la misma es determinar el crédito máximo que podemos conceder a cada uno de los clientes. Se trata de recopilar información relevante del cliente, evaluando su riesgo. Las fuentes de información son variadas:

h

j

h

A partir de toda esta información se puede obtener una puntuación o calificación crediticia que permite determinar el riesgo de crédito de una empresa o de un particular. Suele hablarse de credit scoring cuando se trata de valorar a un particular o una empresa y credit rating cuando se trata de valorar a una administración o las emisiones de bonos de una empresa. Algunas empresas desarrollan sus propios modelos de credit scoring, aunque lo más habitual es utilizar los de proveedores como Ethifinance (https://www.ethifinance.com/es/calificaciones) o Experian (http://www.experian.es/scoring...).

g

¿Qué variables son importantes para desarrollar un credit scoring? Lógicamente depende de muchos factores. No es lo mismo un banco que se plantea conceder una hipoteca a un cliente o un préstamo a un particular que una empresa industrial que vende neveras a una cadena de electrodomésticos o un fabricante de puertas que vende a una constructora. A modo de ejemplo, veamos en qué se fijan los bancos cuando un particular solicitar un crédito en Credimarket (https://www.credimarket.com).

Pero para empresas lo más habitual es calcular los ratios financieros, como los que vimos en el Tema 3. Veamos el ejemplo de Axesor (http://www.axesor.es/ejemplos/ejemplo-balance-cash-y-ratios.htm).

No todos los datos tienen la misma importancia. Por ejemplo, sabemos que el ratio de rentabilidad relaciona los beneficios con el activo o con los fondos propios y es uno de los ratios más importantes. Si quiero comprar acciones de una empresa y se trata de una inversión a largo plazo, buscaré que sea una empresa rentable. Pero un banco que le va a prestar dinero posiblemente se fijará más en los ratios de solvencia o de liquidez. No le importa tanto la rentabilidad, sino que le pueda devolver el préstamo. Si disponemos de muchos indicadores podemos desarrollar un programa informático que asigne una puntuación o nota a los clientes, que es el credit score y les califique como merecedores o no de crédito. Hay dos formas de realizar un sistema de credit scoring:

aUn sistema experto para credit scoring


Vamos a suponer que trabajamos en el departamento de concesión de créditos de una entidad financiera y nuestro trabajo consiste en analizar la información contable de las empresas, valorar si la empresa es solvente o presenta problemas y, a partir de ahí, decidir si merece un crédito o no. Es un problema típico de análisis contable. Pensamos que el ordenador nos puede ayudar a manejar los datos para lo que queremos una aplicación informática que nos ayude a dicha tarea. Aunque somos algo novatos en nuestro nuevo trabajo, contamos con lo aprendido en la facultad y el apoyo de nuestro compañero de trabajo, especialista en ese campo -aunque no muy ducho en los temas de informática-, a quien pensamos sustituir porque se acerca la fecha de su jubilación. Una herramienta de informática convencional que podríamos utilizar es la hoja de cálculo. Allí podríamos introducir los balances y cuentas de resultados de los clientes y calcular ratios financieros sobre liquidez, endeudamiento, rentabilidad, etc., y otras magnitudes como el fondo de maniobra. Siguiendo las recetas de algún manual de análisis contable, sobre esos ratios podemos realizar algunos cálculos adicionales. Seguro que una de las funciones que más utilizaríamos de la hoja de cálculo es la función condicional, de forma que nos avise cuando la empresa en cuestión tenga valores anormalmente bajos para alguno de los ratios analizados. La capacidad de la hoja de cálculo para realizar simulaciones es también muy notable. Con algo de programación adicional podemos incluir unas macros que enciendan un semáforo rojo en cada uno de los puntos débiles de la empresa, vamos, un sistema de alerta temprana. Orgullosos por haber dotado a nuestra hoja de cálculo de cierta inteligencia, la mostramos a nuestro compañero, pidiendo su consejo. "No está mal, ayudará mucho a facilitar los cálculos que con mi calculadora se hacían muy pesados", exclama, "aunque es algo sencillo". Por ejemplo, deberías haber tenido en cuenta que para ese sector en concreto es normal que el fondo de maniobra sea negativo. Además, no nos interesa tanto la rentabilidad como su capacidad para devolver el préstamo. Es más, no nos importa que la empresa quiebre, con tal de que pueda devolverlo. Me gustaría charlar contigo para poder mejorar tu programa". En seguida nos damos cuenta de que la hoja de cálculo no es la herramienta más adecuada para representar el conocimiento complejo. En cuanto queramos que las condicionales estén anidadas al estilo: "si esto Y aquello O eso Y...entonces..." la programación se complica y no es eficiente. Ahí es más adecuado utilizar lenguajes de programación específicos de Inteligencia Artificial que permiten incorporar el conocimiento de especialistas.

RULE 1: si el cliente tiene más de 25 años y gana más de 2000 euros califica como bueno// IF edad.cliente > 25 AND salario.cliente > 2000 THEN SET estado.cliente AS 'bueno' END.

RULE 2: si las ventas han subido un 15% y el coeficiente de de tendencia es mayor que 0.3 califica como evolucion_positiva// IF ABS(TIMESERIES(GROWTH_TREND, LINEAR, 1, Month1, Month2, Month3, Month4, Month5, Month6)) > 0.3 AND TIMESERIES(GROWTH_RATE, LINEAR, 1, Month1, Month2, Month3, Month4, Month5, Month6) > 0.15 THEN SET sales.trend AS 'evolucion_positiva' END.

aUn sistema estadístico para credit scoring


Siguiendo con nuestro ejemplo del apartado anterior, podemos animarnos a diseñar un sistema estadístico para realizar un credit scoring que permita analizar si un cliente particular o una empresa es merecedora de crédito.


1)
¿Qué necesitamos?

En este caso, lo que solicitaríamos a nuestro experto no son reglas de decisión sino una base de datos con ejemplos de empresas que anteriormente han solicitado préstamos a nuestro banco. También precisaríamos un programa de estadística. La imagen muestra un pantallazo del programa de estadística SPSS.


2)
Los datos

De la base de datos deberíamos extraer un conjunto de ratios e indicadores para cada empresa o cliente, que formarán la base de patrones de aprendizaje. Nótese que en este problema en concreto disponemos también del output a aprender, que consiste en que para cada empresa sabemos si devolvió o no el préstamo. Podemos asignar un 1 a las empresas o clientes que devolvieron el préstamo y un 0 a las que no.

h


3)
Selección del modelo

Podemos aplicar varias técnicas estadísticas, como el análisis discriminante, la regresión logística o redes neuronales, entre otros. En la llamada fase de aprendizaje se ajusta una función matemática que normalmente trata de minimizar los errores, mediante un algoritmo. Debemos validar el modelo realizando un test con datos de clientes que nos hemos guardado y no hemos utilizado para estimar el modelo.

t

La pantalla siguiente nos dice el grado de acierto de nuestro modelo, en este caso un 80%. Finalmente introduciríamos los datos de los clientes que queremos evaluar y el modelo nos los clasificaría como "posiblemente serán morosos" si han obtenido un 0 o "posiblemente serán solventes" si han obtenido un 1. Naturalmente podemos saber qué variables son las más relevantes.

g

Un ejemplo real de utilización exitosa de estos sistemas automatizados es su uso para detectar fraudes en pagos electrónicos, especialmente en tarjetas de crédito. Cada día los bancos monitorizan millones de operaciones como esta con un bajo coste, utilizando FICO Falcon™ Fraud Manager, (http://www.fico.com/es/products/fico-falcon-fraud-manager) que se ha consolidado como el estándar en detección de fraude en pagos, al supervisar el 65% de las operaciones con tarjetas de crédito que se realizan en el mundo.

 

aEl modelo Z-score de Altman para predecir la quiebra de las empresas


El profesor Edward Altman w fue pionero en utilizar técnicas estadísticas avanzadas para predecir la quiebra de las empresas a través de los ratios financieros, creando el indicador Z-score. Altman utilizó una técnica estadística, el análisis discriminante y desarrolló un modelo para predecir la quiebra, utilizando 5 ratios financieros de una muestra de empresas quebradas y solventes. Los ratios utilizados son:

    • Fondo de Maniobra/Activo Total
    • Reservas/Activo Total
    • Resultado Bruto de Explotación/Activo Total
    • Patrimonio Neto/Deuda Total
    • Ventas/Activo Total

La figura muestra la combinación lineal que da lugar al indicador Z-score. Si el valor obtenido de Z es menor que 1,23 la empresa está en peligro de quiebra. Si el valor de Z supera Z>2,90 se trata de una empresa claramente solvente. El indicador ha demostrado su utilidad a lo largo de los años en muchos países.


EJERCICIO: ¿Qué Z-score tiene Inditex? ¿Qué significa?

Puedes encontrarlo en Gurufocus (https://www.gurufocus.com/stock/IDEXF/summary).

aTécnicas de minería de datos para credit scoring. El algoritmo K-NN o vecino más cercano


La minería de datos utiliza intensivamente los ordenadores a algoritmos estadísticos con el objetivo de descubrir patrones en grandes volúmenes de conjuntos de datos. Veamos uno de los primeros algoritmos de minería de datos que se inventaron, el KNN, K-Nearest Neighbour o vecino más cercano w. Queremos realizar un credit scoring para clasificar a nuestros clientes usando dos variables, el nivel de estudios y el nivel de ingresos.

h

En la imagen podemos observar que los clientes morosos están muy cerca unos de otras -el círculo rojo- así como los solventes -el rombo azul-. Como vemos los solventes tienen mayor nivel educativo y ganan más dinero. Ahora queremos analizar un nuevo cliente, Juan, que tiene un triángulo amarillo.

1

Lo que hacemos es mirar sus vecinos, en la figura los hemos rodeado con un círculo verde. En ese círculo vemos que de los 4 vecinos, 3 son solventes y 1 es insolvente. El algoritmo clasifica a Juan como solvente.

2

 
aUna forma de minimizar el riesgo de pérdida en los mercados financieros

Muchos inversores tienen miedo de empezar a invertir en bolsa, que baje y tarde en subir, es decir, son aversos al riesgo de pérdida. Este tipo de inversores pueden evitar la estrategia lump sum investing (invertir todo a la vez) y optar por realizar inversiones periódicas. La estrategia más popular se llama dollar cost averaging y consiste simplemente en invertir pequeñas cantidades de forma periódica. A lo largo de toda una vida compensas las inevitables bajadas de la bolsa con las subidas. Con ello minimizas riesgos y te despreocupas de los mercados. Lo comido por lo servido. Una variante más sofisticada consiste en fijar objetivos de inversión, llamada value averaging. En vez de invertir todos los meses 100€, si la bolsa ha subido el segundo mes invertirás una cantidad menor. Por ejemplo 80€, porque tu cartera al subir la bolsa vale 120€ y solo necesitas 80€ para conseguir tu objetivo previsto de tener 200€ en bolsa. En cambio, si la bolsa ha bajado, aprovecharás para comprar más acciones y tendrás que invertir 120€ ese mes. Con ello se consigue comprar más acciones cuando la bolsa está más barata y menos cuando está cara.

 

aPara seguir aprendiendo


Los cisnes negros existen, y en finanzas dan nombre a hechos improbables pero cuyo impacto es tremendo. Nassim Taleb w, ensayista y financiero en su libro superventas El cisne negro, habla de la importancia del azar y la imposibilidad de predecir muchos fenómenos de naturaleza económica. Ben Stein w y Phil DeMuth son los autores de El pequeño libro de la inversión segura, libro que ofrece consejos para proteger y ampliar el patrimonio ante los avatares del sistema financiero y preparar una jubilación cómoda. El primero es escritor (autor de varios discursos de Presidentes de Estados Unidos) y actor, mientras que el segundo es asesor de patrimonios y director de la gestora Conservative Wealth Management.

 

 

© Citar como: Serrano Cinca C. (