buenas prácticas: compartir información como base para reducir los riesgos

Buenas prácticas: compartir información como base para reducir los riesgos del negocio crediticio

Contenido

• Con mayor información, los sistemas crediticios son mas estables.

• Qué es calidad de información de referencias de crédito.

• A quiénes impacta?

• Ejemplo de aplicación de la información para generar indicadores de desempeño

Flexibiliza los

controles y políticas

+ Conocimie

nto +

estabilidad

Factores de calidad: Información de crédito

Exactitud

• Información correcta

Completitud

• Todos los campos de una referencia

Totalidad

• Todos los clientes

Actualización

• Información oportuna para la toma de decisiones

Beneficios de la información

Detectar posibles nichos

en riesgo

Evitar fraude por

suplantación

Construir modelos

estadísticos de riesgos basados en información

completa

Establecer la reserva de capital de

acuerdo a la exposición de riesgo real que tenga la cartera

Conocer más a nuestros

clientes como ventaja

competitiva.

Impacto en los indicadores de CustomerService

información

Bancos, financieras, cooperativas,

comercios

Los individuos

Los reguladores

El sistema

Audiencia que impacta la informaciónLos individuos

• La informacióncompletapromueve el acceso al crédito.

• Sirve paranegociarmejorestérminos y condicionesen los créditos.

• Es la carta de presentación

Entidadesfinancieras

• Promuevecarteras sanas

• Permitediseñarmodelos de riesgo queaumentan la eficiencia de los procesos y mejoran los rendimientosdel negocio.

Reguladores

• Puede ajustarpolíticas y requerimientosen base a evidenciaobjetiva de riesgo

• Permitedesarrollarmodelos de evaluación de riesgo y seguimiento de las carteras de las entidadesreguladas.

El Sistema

• Aporta al crecimiento saludable de la economía

• Indicadoresde crecimientoeconómico.

TRANSFORMACIONES DE LA INFORMACIÓN PARA GENERAR INDICADORES DE DESEMPEÑO

Con información relevante podemos:

Generar indicadores periódicos del comportamiento de cada uno de los bancos y del sector financiero

Implementar indicadores para medir la evolución del mercado (captación y colocación)

Producir reportes con la estructura del portafolio de cada entidad supervisada

Comparar el desempeño del sector financiero con otros sectores e industrias. (Base APC)

Tener información disponible permite:

Construir modelos estadísticos de riesgos

basados en información completa

Establecer la reserva de capital de acuerdo

a la exposición de riesgo real que tenga

la cartera

Basilea II

Clasificación por método estándar acuerdo 6-2000

Pérdida Esperada de la cartera tarjetas de crédito de AGOSTO 2008 modelo internoClasificación Agosto Septiembre Octubre Noviembre Diciembre

Normal A 0.00% 0.05% 0.04% 0.02% 0.17%Mención B 0.00% 0.08% 0.07% 0.05% 0.31%Subnorm C 0.02% 0.13% 0.13% 0.08% 0.31%

Dudoso D 0.16% 0.51% 0.61% 0.37% 1.01%Irrecup E 3.18% 3.34% 3.85% 4.46% 4.83%

Total 3.36% 4.10% 4.70% 4.98% 6.63%

Clasificación por método estándar acuerdo 6-2000

Pérdida Esperada de la cartera de tarjetas de crédito de AGOSTO 2008 metodo estándarClasificación Agosto Septiembre Octubre Noviembre Diciembre

Normal A

Mención B 0.05% 0.05% 0.05% 0.06% 0.06%Subnorm C 0.25% 0.25% 0.27% 0.28% 0.31%Dudoso D 1.79% 1.91% 2.12% 2.27% 2.57%Irrecup E 3.18% 3.34% 3.85% 4.46% 4.83%

Total 5.26% 5.54% 6.29% 7.07% 7.77%

Estimación pérdida esperada cartera de Agosto cálculo modelo interno vs método estándar

Mapa General de Riesgo

INDUSTRIA = SECTOR FINANCIERODESCR_TIPO_ASOC = BANCOSSALDO _ACTUAL = $792,911,201.24Mora = 2%

Mapa para Bancos

NOM_ASOC = BANCO YSALDO _ACTUAL = $3,276,004,869.44Mora = 2.2368880997

EL OTRO BANCO BANCO X

BANCO GRANDE

BANCO Z

BANCO Y

TU B

AN

CO

BA

N &

C

O

PA

NA

MEN

IAN

B

AN

CO

BANCO MEDIANO

OM

EGA

BA

NC

O A

BC

BANCO TUYO

OTRO BANCO

NOM_ASOC = BANCO YSALDO _ACTUAL = $3,276,004,869.44Mora = 2.2368880997

Hipotecas

Tarjetas Autos

Pres pnal

Distribución por productos y rangos de plazo

Cosechas

0.0%

0.1%

0.2%

0.3%

0.4%

0.5%

0.6%

0.7%

0.8%

0.9%

1.0%

1 2 3 4 5 6 7

% c

aso

s co

n m

ora

su

pe

rio

r a

90

día

s

Análisis de Cosechas - Préstamos de Automovil

2009 1 2009 2 2009 3 2009 4 2010 1 2010 2

Se toma como base que un cliente que entra en mora superior a 90 días

CONCLUSION

Si contamos con data que cumpla con estas características, favorecemos la economía de nuestros países.

Exactitud

• Información correcta

Completitud

• Todos los campos de una referencia

Totalidad

• Todos los clientes

Actualización

• Información oportuna para la toma de decisiones

Gracias