Beruflich Dokumente
Kultur Dokumente
Analisis y Control Del Riesgo Del Riesgo Crediticio Derivado de Las Garantias Otorgadas Por Fira Mediante Un Credit Default Swap, 2010 - 2014
Analisis y Control Del Riesgo Del Riesgo Crediticio Derivado de Las Garantias Otorgadas Por Fira Mediante Un Credit Default Swap, 2010 - 2014
T E S I S
QUE PARA OBTENER EL GRADO DE:
MAESTRÍA EN CIENCIAS ECONÓMICAS
(ECONOMÍA FINANCIERA)
PRESENTA:
NANCY GARCÍA SÁNCHEZ
Zuerst möchte ich meiner Mutter für die Geduld, die sie zu mir hat, und die Räte, die sie zu
mir unbewußt gegeben hat, danken. Ich danke ihr, weil sie meine falschen Entscheidungen
vestanden hat. Cachu, du machst mich stärker. Ich widme dir meine Mühe.
Ich möchte auch meinen Schwestern, Ana und Yara danken, die weit weg von mir leben, aber
sind mir nah, um mir zuzuhören. Danke für eure Unterstüzung.
Jetzt kommt die wunderschöne Person, die ich kenne, die das Beste ist, was mir passiert ist.
Cucho, du gibst mir Kraft und große Zuflucht, wenn ich den Ausweg nicht finden kann. Seit
wir zusammen sind, bin ich ganz glücklich, vielen Dank mein lieber Schatz. Diese
Magisterarbeit und mein Erfolg gehören dir.
Ich danke auch allen meinen Lehrern, die mir geholfen haben, um diese Forschung zu enden.
Ich danke besonders Doktor Salvador Cruz Aké und Master Héctor Allier Campuzano, weil
ihre Meinungen sehr wertvoll waren und mir geholfen haben, beruflich aufzuwachsen.
Ich danke dem Instututo Politécnico Nacional für das Wissen und die Sprachen, die dort ich
gelernt habe, meinen Französich-und Deutschlehrern für meine Weltanschauung, die ich
wegen der Sprachkenntnisse erweitert habe und dem Mexikanischen Volk, das mir die Chance
gegeben hat, um, durch die CONACYT-Unterstützug, meine Ausbildung weiterzumachen.
Danke an Frau Laura Celia Méndez Herrera von der Institution FIRA. Ihre Erfahrung und
Hilfe schätze ich sehr. Meinen Kollegen und Freunden danke ich für ihre Offenheit und weil
sie meine schlechten Scherze ertragen haben.
Vielen Dank.
ÍNDICE
ÍNDICE .............................................................................................................................................. i
ÍNDICE DE CUADROS .................................................................................................................. iii
ÍNDICE DE GRÁFICAS ................................................................................................................. iv
SIGLAS ............................................................................................................................................. v
GLOSARIO ...................................................................................................................................... vi
RESUMEN ....................................................................................................................................... ix
ABSTRACT ...................................................................................................................................... x
INTRODUCCIÓN............................................................................................................................ xi
CAPÍTULO I. LOS FIDEICOMISOS INSTITUIDOS EN RELACIÓN CON LA
AGRICULTURA (FIRA) Y EL FINANCIAMIENTO AL SECTOR PRIMARIO ................... 1
I.1. Situación actual del sector primario en México ...................................................................... 1
I.1.1. Participación en la economía ............................................................................................ 3
I.1.2. Acceso al crédito .............................................................................................................. 8
I.1.2.1. Participación de la banca privada ............................................................................ 11
I.2. Papel de la banca de desarrollo en el sector primario ........................................................... 13
I.2.1. Perspectiva histórica ....................................................................................................... 13
I.2.2. Actividades que desarrolla FIRA en el sector primario ................................................. 16
I.2.3. Estadística descriptiva de la participación de FIRA en el sector primario ..................... 17
I.3. Análisis operativo del otorgamiento de garantías FEGA – FIRA ........................................ 20
I.3.1. Identificación de las fuentes de riesgo de la operación FEGA – FIRA .......................... 22
I.3.2 Medidas de control de riesgo crediticio actualmente usadas en FEGA – FIRA ............. 23
I.4. Planteamiento del problema del financiamiento al sector primario desde una perspectiva
microeconómica........................................................................................................................... 25
I.4.1. Riesgo moral e incentivos .............................................................................................. 26
I.4.2. El problema de selección adversa................................................................................... 27
I.4.3. Problema de la agencia FIRA y sus oficinas .................................................................. 29
I.4.4. Costos de transacción ..................................................................................................... 30
I.4.5. Segregación de mercado ................................................................................................. 30
I.4.6. Enfoques para el análisis del riesgo de crédito: la teoría de juegos y el modelo de
control de riesgos ..................................................................................................................... 31
i
CAPÍTULO II. EL RIESGO DE CRÉDITO, SU DETERMINACIÓN Y DISMINUCIÓN A
TRAVÉS DE UN PORTAFOLIO DE CREDIT DEFAULT SWAP (CDS) ............................... 34
II.1. El riesgo de crédito .............................................................................................................. 35
II.1.1. Elementos riesgo de crédito .......................................................................................... 36
II.1.2. Calificación crediticia ................................................................................................... 37
II.1.3. Métodos de evaluación del riesgo ................................................................................. 40
II.2. Derivados de crédito como instrumentos financieros para la disminución del riesgo ......... 42
II.3. Credit Default Swap (CDS) ................................................................................................. 43
II.3.1. Características de los CDS ............................................................................................ 45
II.3.2. Valuación de los CDS ................................................................................................... 47
II.3.2.1. Modelo de Hull y White (2000) ............................................................................. 49
CAPÍTULO III. MODELO DE RIESGO DE CRÉDITO PARA LAS GARANTÍAS FEGA
DE FIRA ......................................................................................................................................... 53
III.1. Análisis de la base de datos del FEGA ............................................................................... 53
III.1.1. Información financiera: monto del incumplimiento (Garantías Pagadas) y Garantías
Sin Fondeo (GSF) .................................................................................................................... 53
III.1.2. Tasa de incumplimiento ............................................................................................... 54
III.1.3. Pérdida esperada y tasa de recuperación ...................................................................... 58
III.1.4. Estados financieros del FEGA: razones financieras de rentabilidad y estimación
preventiva para riesgos crediticios ........................................................................................... 58
III.2. Desarrollo y solución del modelo de riesgo de crédito del FEGA ..................................... 60
III.2.1. Bootstrap multivariado ................................................................................................ 61
III.2.2. Simulación Monte Carlo .............................................................................................. 61
III.2.3. Valuación del portafolio de CDS ................................................................................. 62
III.3. Resultados del modelo de riesgo de crédito ....................................................................... 63
CONCLUSIONES........................................................................................................................... 67
RECOMENDACIONES ................................................................................................................. 70
BIBLIOGRAFÍA ............................................................................................................................. 71
ANEXOS ......................................................................................................................................... 78
Anexo 1. Programación de una macro con Visual Basic Applications (VBA) en Excel para la
realización de la simulación Bootstrap - Monte Carlo del portafolio de CDS. ........................... 78
ii
ÍNDICE DE CUADROS
iii
ÍNDICE DE GRÁFICAS
Gráfica 1. PIB trimestral por sector, 2010 – 2014 (millones de pesos a precios de 2008).......... 4
Gráfica 2. Participación de las actividades primarias con respecto al PIB total (en porcentaje),
2010 – 2014................................................................................................................. 4
Gráfica 3. Participación anual con respecto al PIB agropecuario (en porcentaje), 2010 – 2014.5
Gráfica 4. Superficie sembrada y superficie cosechada, 2010 – 2014 (hectáreas). ..................... 6
Gráfica 5. Superficie sembrada de riego y temporal (en porcentaje), 2010 – 2014. ................... 7
Gráfica 6. Población ocupada por trimestre de acuerdo a sector de actividad, 2010 – 2014
(millones de personas). ............................................................................................... 7
Gráfica 7. Resto de las empresas por trimestre que obtuvieron algún tipo de financiamiento
según tipo de oferente (en porcentaje), 2010 – 2014. ............................................... 10
Gráfica 8. Crédito otorgado por la banca comercial según actividad del prestatario (en
porcentaje), 2010 – 2014........................................................................................... 12
Gráfica 9. Crédito otorgado por la banca de desarrollo según actividad del prestatario (en
porcentaje), 2010 – 2014........................................................................................... 15
Gráfica 10. Saldo total de cartera por estrato (nominal), 2009 – 2013...................................... 18
Gráfica 11. Saldo total de cartera por tipo de fondeo (nominal), 2009 – 2013. ........................ 19
Gráfica 12. Saldo total de cartera por rama (nominal), 2009 – 2013. ....................................... 19
Gráfica 13. Saldo total de cartera por tipo de crédito (nominal), 2009 – 2013. ........................ 20
Gráfica 14. Diagrama de operación del servicio de garantías. .................................................. 22
Gráfica 15. Cartera vencida por institución. Miles de millones de pesos de 2010. ................... 24
Gráfica 16. Índice de morosidad, 2010 – 2013.......................................................................... 24
Gráfica 17. Monto nominal de los CDS a nivel global por semestre (billones de dólares de
EUA), 2005 – 2014. .................................................................................................. 44
Gráfica 18. CDS de nombre simple. .......................................................................................... 46
Gráfica 19. Cartera total garantías sin fondeo por Dirección Regional, 2010 – 2014 (millones
de pesos).................................................................................................................... 46
Gráfica 20. Tasas de incumplimiento por Dirección Regional, enero 2010 – agosto 2014. ..... 55
Gráfica 21. Media de las tasas de incumplimiento por Dirección Regional, enero 2010 –
agosto 2014. .............................................................................................................. 56
iv
SIGLAS
v
GLOSARIO
Boostrap: “La idea básica del método es que, en ausencia de cualquier otra información sobre
la distribución, la muestra observada contiene todo la información disponible sobre la
distribución subyacente, y por lo tanto, remuestrear la muestra es la mejor guía de lo que
puede esperarse del remuestreo de la distribución” (Eichler, 2003). Es multivariado
cuando al mismo tiempo analiza diversos resultados.
Calificación crediticia: Opinión emitida por una agencia calificadora independiente acerca de
la capacidad financiera o solvencia de una institución financiera para pagar sus deudas
(Reserve Bank of New Zealand, 2008). La calificación se calcula como la probabilidad
de caer en incumplimiento durante un periodo determinado, ya sea de un emisor en
particular (empresa o gobierno) o de un instrumento financiero.
CAP de tasa de interés: Opción CALL que otorga al comprador (a cambio del pago de una
prima que se desenbolsa habitualmente en su totalidad al inicio), el derecho de recibir de
parte del vendedor del CAP la diferencia entre la tasa de interés pactada y la de mercado
en caso de un alza de las tasas de interés (Santander Río, 2016).
Credit Default Swap: Acuerdo de permuta bitalteral por el cual el comprador de la protección,
a cambio del pago de una suma fija (también llamada spread, premium, precio,
anualidad o diferencial crediticio), recibe del vendedor un pago contingente en caso de
que ocurra un evento de crédito (van Gestel y Baesens, 2009).
Crédito: “Nada más que la expectativa de una suma de dinero dentro de algún tiempo
limitado” (Caouette, Altman, Narayanan, y Nimmo, 2008).
Fideicomiso: Contrato por virtud del cual una persona física o moral denominada
fideicomitente, transmite y destina determinado patrimonio (bienes o derechos) a una
institución fiduciaria encomendándole la realización de fines determinados y lícitos en
vi
beneficio de una tercera persona o en su propio beneficio (Centro de Estudios de las
Finanzas Públicas, 2005).
Financiamiento: “El dinero necesario para hacer una cosa particular, o la manera de obtener
el dinero” (Cambridge Dictionaries on line, 2016).
Producto Interno Bruto (PIB): Conjunto de bienes y servicios que se producen en un país
medido en moneda nacional (pesos en el caso de México). Para su comparación con
otros países se mide en dólares americanos (INEGI, 2016).
Riesgo: En finanzas, el concepto de riesgo está relacionado con la posibilidad de que ocurra
un evento que se traduzca en pérdidas para los participantes en los mercados financieros.
El riesgo es producto de la incertidumbre que existe sobre el valor de los activos
financieros, ante movimientos adversos de los factores que determinan su precio; a
mayor incertidumbre mayor riesgo (Banco de México, 2005).
vii
humano, o de eventos externos, incluyendo riesgos legales resultado de acciones
regulatarias y de acuerdos privados (van Gestel y Baesens, 2009).
Swap: Contrato entre dos partes para intercambiar una serie de flujos de efectivo en intervalos
de tiempo futuros (MexDer, 2012). Se elabora con base en una fórmula predeterminada,
no implica la entrega del bien subyacente y está hecho a la “medida”.
Swap de tasa de interés (Interest Rate Swap, IRS): Es un tipo de swap en el que se
intercambia un tipo de tasa, ya sea fija o variable, por otro ante la expectativa de que
alguna de ellas suba o baje (MexDer, 2007).
Swap de tipo de cambio (Cross Currency Swap, CCS): También conocido como swap de
divisas, es un tipo de swap en el que se intercambia el principal, en monedas diferentes
(Ramírez Romero y Miranda Vargas, 1995).
viii
RESUMEN
Al inicio del presente trabajo, se realiza una descripción del entorno económico y
financiero del sector primario así como de FIRA y las garantías FEGA. Posteriormente, se
efectúa una revisión del problema a tratar, se proporcionan las bases microeconómicas al
estudio propuesto para enfocar el riesgo de crédito desde la teoría microeconómica y se
establecen los instrumentos derivados que permiten su disminución. Finalmente, siguiendo
una distribución empírica de la tasa de incumplimiento crediticio y empleando un bootstrap y
simulación Monte Carlo, se realiza una valuación de un portafolio de Credit Default Swap
(CDS) mediante el modelo de Hull y White (2000) para este fondo.
La prima obtenida de dicha valuación indica la tasa por riesgo crédito que FIRA asume
en su portafolio dado el otorgamiento de garantías y permite administrar sus servicios
financieros de apoyo al sector agropecuario. El monto de la prima, considerando una tasa de
recuperación de 10 por ciento, es menor que la provisión para riesgos crediticios del FEGA en
tres de los cinco años estudiados, lo que la convierte en una opción viable para la disminución
del riesgo de crédito, pues permite la continuidad de los servicios y la conservación del
patrimonio de FIRA al transferir este riesgo al sector privado.
Palabras clave: riesgo de crédito, Credit Default Swap, Hull y White, FEGA, FIRA,
probabilidad de default, boostrap, simulación Monte Carlo.
ix
ABSTRACT
The credit access for the primary sector is restricted because of the market, weather
and phytosanitary risks. FEGA is a fund of FIRA that makes low income producers
creditworthy, through guarantees that assure financial intermediaries the partial recovery of
credits given to viable projects that are not paid at maturity. Financial intermediaries must
operate with FIRA and comply with the operating conditions of warranty service.
At the beginning of this work, there is a description of the primary sector economic and
financial environments and also a description of FIRA and FEGA guarantees. Subsequently,
there is a review of the problem, a proposal of microeconomic basis that focuses on credit risk
from the microeconomic theory overview and the settlement of which derivatives allow credit
risk reduction. Finally, it comes the valuation of a Credit Default Swap (CDS) portfolio
through Hull and White’s model, following an empiric distribution of the probability of
default and using a bootstrap and Monte Carlo simulation.
The estimated premium is the rate that FIRA has in its portfolio due to guarantees and
lets to manage its financial services for the agricultural sector. The premium amount (at a
recovery rate of 10 percent) is smaller than the credit risk stock of FEGA for three of the five
years considered, and makes the CDS a viable option for reducing credit risk. It allows the
continuity of FIRA’s services and the conservations of its equity while the private sector faces
the risk.
Keywords: credit risk, Credit Default Swap, Hull and White, FEGA, FIRA, probability
of default, bootstrap, Monte Carlo simulation.
x
INTRODUCCIÓN
El financiamiento está constituido por los recursos económicos que obtiene una
persona física o moral para la realización de un proyecto. Su importancia radica en que
permite a las empresas o individuos la adquisición de bienes o servicios, ya sea para consumo
o inversión, que contribuyen a incrementar la dinámica económica.
xi
Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación (SAGARPA)
ofrece apoyos específicos para cada actividad del sector primario.
FIRA forma parte de la banca de segundo piso, por tanto, no otorga directamente los
créditos, sino que lo hace a través de Intermediarios Financieros Bancarios (IFB) y No
Bancarios (IFNB). Adicionalmente, esta institución otorga garantías a los Intermediarios
Financieros (IF) para hacer susceptibles de crédito a los pequeños productores a través del
Fondo Especial de Asistencia Técnica y Garantía para Créditos Agropecuarios (FEGA). Esta
situación, implica que FIRA asume parte del riesgo por incumplimiento o default poniendo en
riesgo su patrimonio y la continuidad de los servicios que ofrece, aún cuando cobra una prima
al IF por el otorgamiento del servicio de garantía. Por lo anterior, es importante determinar su
exposición al riesgo de crédito y establecer mecanismos que permitan aminorar el impacto en
sus finanzas.
xii
Con base en lo anterior, el presente trabajo de investigación empleará como método
cuantitativo un enfoque de forma reducida del riesgo de crédito donde la probabilidad de
incumplimiento o default es la principal determinante de dicho riesgo y está dada
exógenamente. Para valorar el CDS se empleará el modelo de Hull y White (2000) debido a
que no considera el riesgo de contraparte. Conviene mencionar que los términos actividades
económicas primarias, sector agropecuario, sector primario, campo y sector rural serán
empleados como sinónimos a lo largo de esta investigación.
Esta investigación busca poner a prueba la siguiente hipótesis: “Si se conoce la tasa de
incumplimiento crediticio del fondo FEGA de FIRA, y se calcula el costo del CDS implícito
que mantiene en su portafolio dado el otorgamiento de garantías, entonces es posible valuar y
administrar sus servicios financieros de apoyo al sector agropecuario, además de transferir
estos riesgos al sector privado”.
xiii
El segundo capítulo se centra en el riesgo, su determinación, elementos que lo
componen, métodos para evaluarlo y reducirlo. También, se describirán los CDS y la
metodología propuesta por Hull y White (2000) para valuarlos; esto, con la finalidad de
determinar si el CDS valorado de acuerdo con Hull y White es un método adecuado para
mitigar el riesgo de crédito derivado de las garantías otorgadas por FIRA al sector primario.
El tercer capítulo está dedicado al análisis de los datos de las garantías FEGA – FIRA
(monto de las GSF, garantías pagadas, tasa de incumplimiento, estimación preventiva para
riesgos crediticios y estimaciones de capital). La determinación de la tasa de incumplimiento
se realiza dividiendo la cantidad de deudores o créditos que dejan de pagar en un periodo de
tiempo dado y los que estaban vigentes en el periodo anterior (Banco de México, 2005); esto
es importante pues constituye la base para determinar la probabilidad de incumplimiento o
Probability of Default (PD). Posteriormente, se valuará el portafolio de CDS usando vectores
de datos simulados mediante Bootstrap a partir de los datos reales de FIRA, los cuales son
evaluados a través del método Montecarlo a fin de proveer de estabilidad a los resultados para
así, llegar al resultado del modelo de riesgo de crédito empleando el método propuesto por
Hull y White (2000) y se determinará la factibilidad de su aplicación realizando una
comparación contra la estimación preventiva para riesgos crediticios del FEGA. Por último, se
incluyen las conclusiones.
xiv
CAPÍTULO I. LOS FIDEICOMISOS INSTITUIDOS EN RELACIÓN CON LA
AGRICULTURA (FIRA) Y EL FINANCIAMIENTO AL SECTOR PRIMARIO
1
los subsidios y apoyos que recibían los productores, por lo que las entidades destinadas a la
promoción del desarrollo del sector agropecuario fueron desapareciendo. La mayoría de los
organismos públicos de asistencia al sector que hace treinta años les proveían bienes y
servicios fueron liquidados, y los que aún existen manejan los programas de apoyo en menor
medida (Hewitt, 2007). Actualmente, según comentan Escalante y Catalán (2008), las políticas
gubernamentales han enfocado sus esfuerzos fundamentalmente en lograr la reconversión
productiva mediante la diversificación de los cultivos tradicionales, la tecnificación del campo
a través de asesoría tecnológica y generación de infraestructura, la atención de los problemas
derivados de la diferencia poblacional entre las zonas urbanas y rurales y la atención a las
condiciones de incertidumbre del mercado.
2
Además de los retos económicos, el sector primario enfrenta grandes retos sociales. Si
bien el proceso de liberación comercial promueve la productividad gracias a la incorporación
de nuevas tecnologías, semillas mejoradas, uso de fertilizantes y maquinaria, también ha
provocado el desplazamiento de la mano de obra en un proceso migratorio hacia las zonas
urbanas e incluso hacia el extranjero. Esta situación ha contribuido adicionalmente, a que las
remesas se conviertan en parte fundamental de los ingresos de la población rural y que el
trabajo de las mujeres se vuelva más relevante. La población rural complementa sus ingresos
empleándose en actividades no agrícolas, sobre todo en el sector informal (Escalante, Catalán,
Galindo y Reyes, 2007) y en casos extremos en el cultivo de productos ilícitos.
De acuerdo con Escalante et al. (2007), la política pública debe reconocer la diversidad
y complejidad del sector primario en el marco de la globalización, incorporando estrategias
para el desarrollo rural y regional que involucren a la sociedad en su formulación.
Del primer trimestre de 2010 al último trimestre de 2014 (gráfica 1), se observa un
estancamiento en la participación del sector primario con respecto al PIB total. Lo anterior
parece no ser una situación coyuntural, sino que se trata de un proceso de largo plazo disímil a
lo que ocurre con el resto de la economía mexicana.
3
Gráfica 1. PIB trimestral por sector, 2010 – 2014 (millones de pesos a precios de 2008).
10,000,000
9,000,000
8,000,000
7,000,000
6,000,000
5,000,000
4,000,000
3,000,000
2,000,000
1,000,000
0
2010/01
2010/02
2010/03
2010/04
2011/01
2011/02
2011/03
2011/04
2012/01
2012/02
2012/03
2012/04
2013/01
2013/02
2013/03
2013/04
2014/01
2014/02
2014/03
2014/04
Actividades primarias Actividades secundarias Actividades terciarias
Gráfica 2. Participación de las actividades primarias con respecto al PIB total (en porcentaje),
2010 – 2014.
3.25%
3.20%
3.15%
3.10%
3.05%
3.00%
2.95%
2.90%
2010 2011 2012 2013 2014
Actividades primarias
4
Entre las actividades económicas primarias, la agricultura representa la de mayor
participación. En el año 2010, ésta representó el 62.07% del PIB agropecuario, la ganadería el
30.80%, mientras el resto de las actividades del sector rural, que incluyen al aprovechamiento
forestal; pesca, caza y captura; y los servicios relacionados con las actividades agropecuarias y
forestales el 7.13%. Durante el año 2014, la agricultura participó con el 64.20% del PIB
agropecuario mientras que la ganadería con 28.95%. En un periodo de 5 años (de 2010 a
2014), se observa una ligera tendencia a la baja en las actividades relacionadas con la cría y
explotación de animales mientras que las agrícolas están incrementando su peso en el PIB
agropecuario. Véase la gráfica 3.
Gráfica 3. Participación anual con respecto al PIB agropecuario (en porcentaje), 2010 – 2014.
70%
60%
50%
40%
30%
20%
10%
0%
2010 2011 2012 2013 2014
5
Gráfica 4. Superficie sembrada y superficie cosechada, 2010 – 2014 (hectáreas).
25,000,000
20,000,000
15,000,000
10,000,000
5,000,000
0
2010 2011 2012 2013 2014
Una forma de reducir los riesgos climatológicos que enfrenta el sector agrícola es
mediante el empleo de sistemas de riego. En el año 2010, el 25.86% de la superficie sembrada
era de riego y el 74.14% eran tierras de temporal; mientras que en 2014, las superficies de
riego y de temporal fueron aproximadamente 26.43% y 73.57%, respectivamente. Lo anterior
indica un avance mínimo en la mitigación de uno de los riesgos más importantes que afronta la
agricultura (ver gráfica 5).
Otro indicador importante del sector agrícola que incide en la productividad es el grado
de tecnificación de la agricultura (mecanización de sus procesos). De acuerdo con la Secretaría
de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación (2012); una mayor
mecanización del campo mexicano trae como consecuencia el incremento de la capacidad de
producción. Para el 2011, casi el 70% de la superficie sembrada en el país estaba mecanizada,
mientras que en 1994 el porcentaje de mecanización era apenas del 42.27%.
6
cuando la mecanización de los cultivos se ha incrementado, la participación de la agricultura
en la producción nacional es mínima, como se observó en la gráfica 2.
Gráfica 6. Población ocupada por trimestre de acuerdo a sector de actividad, 2010 – 2014
(millones de personas).
32
28
24
20
16
12
4
2010/01
2010/02
2010/03
2010/04
2011/01
2011/02
2011/03
2011/04
2012/01
2012/02
2012/03
2012/04
2013/01
2013/02
2013/03
2013/04
2014/01
2014/02
2014/03
2014/04
7
I.1.2. Acceso al crédito
La alta dependencia externa de insumos estratégicos como los fertilizantes así como la
elevada vulnerabilidad a los riesgos de mercado, sanitarios y climatológicos son características
de los individuos que se dedican a las actividades productivas que se catalogan dentro de las
actividades agropecuarias (Diario Oficial de la Federación, 2013). Debido a esto, la
producción agrícola en pequeña escala se caracteriza por un bajo nivel de mecanización
derivado del nulo o escaso acceso al crédito. Por ser la agricultura una actividad económica
con alto grado de exposición al riesgo, sólo los grandes productores encuentran apoyo
económico para sus proyectos productivos. El empleo de maquinaria, nuevas tecnologías,
fertilizantes y semillas mejoradas son insumos costosos que únicamente pocos productores
pueden solventar. De acuerdo con el Colegio de Tlaxcala (2013), esto deriva en un problema
de baja capitalización y mecanización del sector.
8
necesidades de consumo del cliente) además, no origina comisiones y le provee a la empresa
el flujo necesario para poder hacer frente a sus obligaciones (Vázquez, 2013).
Lo anterior demuestra que también para las empresas del sector rural los proveedores
son la principal fuente de crédito y, que el sistema financiero en general y la banca de
desarrollo en particular, han penetrado en las actividades primarias en una proporción menor
comparada con los sectores manufactureros, y de servicios y comercio (ver gráfica 7).
La banca privada está compuesta por instituciones como las cajas de ahorro,
sociedades de ahorro y préstamo, la banca comercial, micro-financieras y uniones de crédito,
que otorgan apoyos a las empresas con problemas de capitalización. Estas instituciones
otorgan préstamos para recibir a cambio, el monto del capital original más una tasa de interés
a un plazo determinado. Sin embargo, el incentivo de obtener un interés por el capital
entregado no asegura el otorgamiento del préstamo. En el caso de los proyectos productivos,
estas instituciones financieras evalúan la correcta integración del expediente de crédito, la
factibilidad y los retornos futuros esperados, e incluso solicitan activos en garantía (Morfín,
2009) para asegurar que en caso de incumplimiento, podrán recuperar una parte del capital
9
invertido. En el caso de los pequeños productores agropecuarios, todo lo anterior dificulta aún
más el acceso al crédito.
Gráfica 7. Resto de las empresas por trimestre que obtuvieron algún tipo de financiamiento
según tipo de oferente (en porcentaje), 2010 – 2014.
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
2010/01
2010/02
2010/03
2010/04
2011/01
2011/02
2011/03
2011/04
2012/01
2012/02
2012/03
2012/04
2013/01
2013/02
2013/03
2013/04
2014/01
2014/02
2014/03
2014/04
De la banca comercial De proveedores De la banca de desarrollo Otra
Nota: la suma de los porcentajes puede ser superior a 100 debido a que las empresas pueden elegir más de una
opción.
Fuente: Elaboración propia con datos obtenidos del Banco de México.
10
trabajo. Los créditos refaccionarios como su nombre lo indica, se emplean para compra de
maquinaria y en general de toda clase de activos fijos (terrenos, edificios, equipo, transporte) y
los créditos prendarios se otorgan a cambio de dejar en garantía un bien o prenda. En la banca
de desarrollo existen instituciones como SAGARPA, FIRA (a través de cuatro fondos) y la
Financiera Nacional de Desarrollo Agropecuario, Rural, Forestal y Pesquero (antes Financiera
Rural) que además de los créditos anteriores, ofrecen otro tipo de apoyos como asesoría
técnica y capacitación.
La banca privada se caracteriza por tener dos tipos de tasas de interés: la activa y la
pasiva. La tasa activa es la tasa de interés que un banco cobra a aquellos a quienes presta el
dinero depositado por ahorradores. La tasa pasiva es la que paga a los ahorradores por
depositar su dinero. De aquí que el negocio de un banco sea captar la mayor cantidad de
recursos del público para después colocarlos entre quienes los requieren para diferentes
propósitos (compra de un auto, casa, consumo, emprender o ampliar un negocio, etc.),
cobrando por este servicio una tasa más alta que representa la ganancia del banco.
11
sector industrial, 22.14% al sector servicios y sólo el 1.68% correspondió a actividades del
sector agropecuario, silvícola y pesquero (ver gráfica 8).
Gráfica 8. Crédito otorgado por la banca comercial según actividad del prestatario (en
porcentaje), 2010 – 2014.
22.14%
2014 19.01%
1.68%
21.45%
2013 19.78%
1.74%
21.50%
2012 20.18%
1.66%
21.77%
2011 20.77%
1.52%
21.45%
2010 20.76%
1.56%
12
formal por parte de los pequeños productores se hace evidente al comparar el nivel del ahorro
total en México con la penetración de los servicios financieros. Una parte importante de dicho
ahorro no está siendo encauzado a través de los IF formales, lo que puede conllevar
importantes costos en términos de eficiencia para la economía nacional (Morfín, 2009).
La banca de desarrollo está integrada por organismos que canalizan recursos públicos
para el apoyo a diferentes actividades productivas y a distintos sectores. Por tratarse de
entidades gubernamentales, normalmente estos recursos se ofrecen a una tasa de interés menor
a la que presta la banca comercial, a cambio de cumplir con los requisitos y lineamientos
establecidos en la normatividad que rige a dichas entidades.
En años recientes, las instituciones que integran la banca de desarrollo en el país han
visto disminuido su número a partir de los procesos de liberación económica y apertura
comercial. En los organismos gubernamentales de apoyo al sector rural este proceso también
se ha llevado a cabo.
En 1935 con el fin de lograr que los pequeños productores de bajos ingresos tuvieran
acceso al crédito, se crea el Banco Nacional de Crédito Ejidal S. A. de C. V. Se otorgaron
préstamos individuales y directamente de las Sociedades Locales de Crédito Ejidal (Financiera
Nacional Agropecuaria, Rural, Forestal y Pesquera, 2014).
13
A finales de 1954, se crea el Fondo de Garantía y Fomento para la Agricultura,
Ganadería y Avicultura (uno de los cuatro fondos de FIRA) con el propósito de incentivar la
participación privada en el otorgamiento de créditos al sector agropecuario. En junio del año
siguiente, la Secretaría de Hacienda y Crédito Público y el Banco de México firmaron el
convenio por el cual se convirtieron en fideicomitente y fiduciario, respectivamente.
14
La banca comercial otorgó en 2014 aproximadamente el 84.74% del crédito doméstico,
mientras que la banca de desarrollo el 15.26% restante. Del financiamiento total otorgado por
la banca de desarrollo en el mismo año, 2.08% fue destinado a vivienda, 3.44% a consumo y
el resto (94.48%) fue crédito comercial. De este 94.48%, 23.03% fue crédito al sector
financiero, 33.23% al sector público, 0.66% al sector externo, 10.28% a las actividades
relacionadas con los servicios, 24.53% a las actividades industriales, 0.43% a los sectores
agropecuario, silvícola y pesquero y el 2.32% restante para otros fines. La gráfica 9 muestra
que en el periodo de 2010 a 2014 ha habido un incremento en el financiamiento a los sectores
productivos del país, sin embargo, la banca de desarrollo sigue canalizando gran parte del
financiamiento a los sectores público y financiero. Ha descuidado sobre todo, a las actividades
primarias, las cuales reciben menos financiamiento al enfrentar mayores eventos de riesgo
comparadas con el resto de las actividades económicas.
Gráfica 9. Crédito otorgado por la banca de desarrollo según actividad del prestatario (en
porcentaje), 2010 – 2014.
10.28%
2014 24.53%
0.43%
8.06%
2013 24.11%
0.28%
7.03%
2012 23.26%
0.12%
6.93%
2011 18.04%
0.07%
6.69%
2010 13.93%
0.04%
El Plan Nacional de Desarrollo 2013 – 2018 (PND) establece que “el objetivo de la
Banca de Desarrollo debe ser ampliar el crédito, con especial énfasis en áreas prioritarias para
el desarrollo nacional como la infraestructura, además de las pequeñas y medianas empresas.
15
Así, la Banca de Desarrollo debe contribuir de manera eficaz y eficiente con la actividad
productiva del país, con la creación de valor y crecimiento del campo, para que a su vez
permita y respalde el ahorro popular en beneficio del bienestar de las familias mexicanas”
(Diario Oficial de la Federación, 2013).
Los cuatro fondos que integran a FIRA son el Fondo de Garantía y Fomento para la
Agricultura, Ganadería y Avicultura (FONDO), el Fondo Especial para Financiamientos
Agropecuarios (FEFA), el Fondo Especial de Asistencia Técnica y Garantía para Créditos
Agropecuarios (FEGA) y el Fondo de Garantía y Fomento para las Actividades Pesqueras
(FOPESCA). Además de otorgar créditos y garantías a través de estos cuatro fondos, FIRA
otorga capacitación, asistencia técnica y transferencia de tecnología a los productores.
Mediante las garantías, FIRA buscar hacer sujetos de crédito a productores que de otra forma
no lo serían al asumir la responsabilidad de pago en caso de incumplimiento y, aun cuando por
este servicio se cobra una prima al IF, sigue existiendo la obligación por parte de éste de
recuperar los créditos vencidos. Por lo anterior, FIRA está expuesta al incumplimiento de los
beneficiarios causado por diversas razones que van desde la mala selección de los sujetos de
crédito por parte de los IF, hasta las condiciones del mercado y/o medioambientales.
16
Desde hace algunos años se ha dado una fuerte contracción del crédito destinado al
sector rural y es precisamente en este escenario en el cual FIRA busca contribuir al desarrollo
de las actividades económicas primarias. Esta institución interviene buscando la reducción de
los costos de transacción y afrontando los problemas relativos a la falta de información y a los
problemas de agencia, tratando de hacer más atractivos a proyectos productivos que de otro
modo no serían sujetos de crédito por no tener la magnitud suficiente o por carecer el
beneficiario de bienes colaterales que garanticen el pago (Morfín, 2009).
FIRA clasifica a los productores de acuerdo al monto total de ingreso que perciben
anualmente en tres estratos, como se puede observar a continuación en el cuadro 1:
17
Gráfica 10. Saldo total de cartera por estrato (nominal), 2009 – 2013.
FIRA otorga dos clases de fondeo: con y sin garantía. El primero es más atractivo para
los IF ya que FIRA adquiere la obligación de pagar parte del monto del crédito en caso de
incumplimiento. En el periodo de 2009 a 2013, la diferencia o gap entre los saldos del fondeo
con y sin garantía ha tenido una reducción real de casi 50%, pues en 2009 el primero
representaba el 61.7% del fondeo total mientras que en el año 2013, el 54.76% del saldo total
de cartera otorgado estuvo respaldado mediante garantía. Para este mismo periodo, el saldo
total de fondeo con garantía tuvo un crecimiento real de 7.22% mientras que el fondeo sin
garantía creció 42.64% real (ver la gráfica 11).
Analizando el saldo total de cartera por rama de FIRA (gráfica 12), se observa que
tanto la agricultura como la ganadería son las ramas a las cuales se destina la mayor parte del
financiamiento, lo cual se confirma con una tendencia al alza de mediano plazo. En el periodo
de 2009 a 2013, la agricultura presentó un incremento real del 31.54% en el saldo total de
cartera, mientras que la ganadería de casi el 11.18%.
18
Gráfica 11. Saldo total de cartera por tipo de fondeo (nominal), 2009 – 2013.
Gráfica 12. Saldo total de cartera por rama (nominal), 2009 – 2013.
19
Los créditos destinados al avío son los más solicitados por los acreditados de FIRA,
representaron el 55.5% en 2013, los créditos refaccionarios el 40.35%, mientras que los
prendarios el 4.15%. Con respecto a 2009, se observa un crecimiento real de mediano plazo en
los dos primeros de 36.89% y 11.16% respectivamente, mientras que los créditos
refaccionarios disminuyeron 30.37% real (ver la gráfica 13).
Gráfica 13. Saldo total de cartera por tipo de crédito (nominal), 2009 – 2013.
El servicio de garantías que otorga FIRA a través del FEGA tiene como finalidad
apoyar a los intermediarios financieros en la recuperación parcial de los créditos que otorgan a
clientes elegibles y que caen en moratoria a su vencimiento. No es un seguro pues no deslinda
al acreditado de pagar ni al intermediario financiero de recuperar el monto del crédito.
El precio del servicio de garantía que cobra FIRA es un porcentaje que se determina
para cada intermediario financiero con base en el historial de siniestralidad de los créditos con
garantías FEGA. Dicho porcentaje o prima se actualiza anualmente y se calcula sobre el saldo
del crédito (suma del monto del capital pendiente de pago por parte del acreditado más los
20
intereses ordinarios devengados no cubiertos) durante todo el plazo de vigencia. Existen dos
tipos de cobertura que ofrece el servicio de garantías, la cobertura nominal y la efectiva,
siendo la principal diferencia entre ambas que la segunda incluye garantías líquidas sobre
bienes propiedad de los acreditados, obligados solidarios y/o avalistas. Estas garantías líquidas
se constituyen por recursos de fácil realización y/o ejecución como pueden ser dinero en
efectivo o instrumentos financieros que en caso de incumplimiento, estén disponibles sin
restricción legal para cubrir el saldo del crédito garantizado y respecto de los cuales el
obligado o tercera persona distinta del intermediario financiero no pueda disponer mientras
persista la obligación (Fideicomisos Instituidos en Relación con la Agricultura, 2013).
El servicio de garantía (ver gráfica 14) es un proceso que involucra a tres agentes:
productor rural, intermediario financiero y FIRA. Este proceso comienza cuando el productor
rural solicita un crédito para la realización de un proyecto productivo al IF, quien lo revisa
para determinar su factibilidad (pasos 1 y 2). Aún cuando el proyecto resulte viable, puede
suceder que el productor rural sea de bajos ingresos por lo que no cuenta con garantías
suficientes para respaldar el crédito solicitado. Entonces el intermediario puede recurrir a
FIRA para que, a través del FEGA, complemente a las garantías aportadas por el productor,
volviéndolo sujeto de crédito.
Para que un intermediario pueda acceder al servicio de garantía debe pagar una prima y
estar debidamente acreditado ante FIRA mediante la suscripción de un Contrato de Prestación
del Servicio de Garantía (pasos 3 y 4). El intermediario decide otorgar el crédito al productor
(paso 5) ya que cuenta con el respaldo del FEGA en caso incumplimiento sin embargo, esto no
lo exime de responsabilidad pues debe vigilar que el proyecto garantizado por el FEGA se
lleve a cabo (paso 6). En caso de que el crédito no sea pagado a su vencimiento por el
obligado (paso 7), el intermediario financiero solicita a FIRA el pago de la garantía
correspondiente (paso 8). FIRA paga la garantía no obstante, determina la procedencia o no
del pago realizado a través de la revisión del expediente de crédito en poder del intermediario
(paso 9), el cual debe contener información relativa al acreditado como: reporte de
antecedentes crediticios, análisis de factibilidad, contrato de crédito, comprobante de la
entrega de los recursos, garantías proporcionadas por el deudor, entre otros. De esta
21
supervisión al intermediario, FIRA puede determinar como improcedente a la garantía pagada
por lo que llevará a cabo su rescate (parcial o total) cobrando una penalización al IF.
Fuente: Elaboración propia con base en información tomada de las Condiciones de Operación del Servicio de
Garantía entre FEGA y los Intermediarios Financieros (2013).
22
El riesgo que asume la institución recae fundamentalmente en la selección que los
intermediarios financieros hacen de los sujetos de crédito. Los prestatarios pueden requerir del
servicio de garantías para respaldar créditos destinados a proyectos que no son rentables o
emplear el capital para actividades diferentes a las que mencionaron al momento de solicitar
un préstamo. Aun cuando los intermediarios están obligados a realizar un análisis de
factibilidad y a supervisar la ejecución de los créditos garantizados por el FEGA, existen
incentivos (como la selección adversa) a la incorrecta selección de los acreditados que elevan
la probabilidad de incumplimiento por parte del obligado y provocan que el intermediario
financiero haga efectivo el pago de la garantía a FIRA, quien expone su patrimonio. Aunque
persiste la obligación por parte del intermediario de recuperar el monto del crédito, permanece
la posibilidad de que éste se vuelva incobrable poniendo en riesgo la operación del FEGA y la
continuidad del resto de los apoyos que otorga, afectando en consecuencia, la función social
de FIRA.
Dado el papel de FIRA como fideicomiso para el desarrollo y fomento del sector
primario cuyo uno de sus objetivos es hacer sujetos de crédito a los productores de menores
ingresos, es prudente considerar que puede existir cierto margen de cartera vencida en esta
institución dado su carácter público y social (Colegio de Tlaxcala, 2013), como se observa en
la gráfica 15 que compara las carteras vencidas en el periodo 2010-2013 de diversas
instituciones financieras del Estado. Este banco de desarrollo mantiene un nivel de cartera
vencida superior al de su principal competidor, la Financiera Rural (hoy, Financiera Nacional).
Sin embargo, considerando que FIRA fondea o garantiza la mitad del crédito destinado al
sector primario en el país (Instituto de Estudios Peruanos, 2009), su nivel de cartera vencida es
razonable.
23
suficientemente controlable a lo largo del tiempo (Colegio de Tlaxcala, 2013) para evitar
poner el riesgo el patrimonio y garantizar la continuidad del servicio. En la gráfica 16 se
observa que el IMOR de FIRA en un periodo de 4 años (2010-2014), se ha mantenido en
niveles manejables de entre 2 y 4%, con una tendencia a mantenerse por debajo del nivel
general de la banca de desarrollo en los últimos dos años.
Gráfica 15. Cartera vencida por institución. Gráfica 16. Índice de morosidad,
Miles de millones de pesos de 2010. 2010 – 2013.
En el caso del FEGA, FIRA no cuenta con instrumentos de cobertura similares a los de
FEFA para reducir el riesgo, en su lugar, exige al intermediario financiero estar al corriente de
los pagos de las primas por el servicio de garantía para tener derecho a la cobertura en caso de
incumplimiento por parte del productor (Fideicomisos Instituidos en Relación con la
Agricultura, 2013). Adicionalmente, los intermediarios tienen la obligación de investigar el
24
historial crediticio del productor, verificar la viabilidad de los proyectos agropecuarios para
que tengan la capacidad de ser rentables y darle seguimiento a su aplicación. Posteriormente,
deben realizar la recuperación del crédito en caso de moratoria recurriendo primero a la vía
extrajudicial y, en caso de que los esfuerzos resulten infructíferos, a la vía judicial.
Se propone para ello emplear un Credit Default Swap (CDS) el cual, se explica en el
apartado posterior y mediante el uso de datos históricos, permite obtener un análisis de cartera
que puede servir como punto de partida para el rediseño de los programas existentes y/o la
proposición de nuevos programas tendientes a reducir los riesgos a que se enfrentan las
actividades productivas primarias.
I.4. Planteamiento del problema del financiamiento al sector primario desde una
perspectiva microeconómica
25
El riesgo de crédito se puede abordar desde una perspectiva microeconómica
empleando para ello la teoría de juegos (el estudio de problemas de decisión multipersonales),
los cuales son frecuentes en economía (Gibbons, 1992). En el área financiera, la teoría de
juegos ayuda a los inversionistas que compiten entre sí y cuyas decisiones afectan a los demás,
a evaluar el riesgo y la incertidumbre para tomar decisiones menos riesgosas amparadas en
una tasa de riesgo planificada y considerando un margen de confianza esperado. Sin embargo,
dado que no se conoce la disposición a pagar de los acreditados, este enfoque microeconómico
no puede ser empleado.
Otro enfoque metodológico para el análisis del riesgo de crédito propone la aplicación
de encuestas a los IF para la obtención de promedios de incumplimiento, sin embargo existe el
incentivo de los intermediarios a mentir (a la baja) en sus riesgos para aparentar ser más
competentes de lo que realmente son, evitando así, exponer su ineficiencia en la selección de
los acreditados.
De acuerdo con Kreps (1995), el riesgo moral es un problema que se origina cuando
una de las entidades que forma parte en una transacción puede realizar ciertas acciones que a)
afectan a la valoración que la parte contraria hace de la transacción, pero que b) la primera
parte no puede controlar o imponer perfectamente. Dado que la supervisión perfecta es
imposible y que en ocasiones, los costos legales pueden ser muy altos, el uso de incentivos
estimula a la primera parte a actuar (movido por el interés propio) de la forma que la otra parte
prefiere, con el fin de llevar a cabo la transacción.
26
En lo que se refiere al riesgo moral, para un acreedor o acreedores resulta
prohibitivamente costoso verificar que en todos los casos, los deudores apliquen el crédito
otorgado para los fines solicitados y, además, cuando los fondos no son aplicados al producto
del crédito aumenta la probabilidad de que la deuda no sea cubierta. Ante la imposibilidad de
observar todas los factores que determinan la calidad de un deudor y la aplicación del crédito
para los fines declarados, los intermediarios deciden racionar el financiamiento, dejando sin
crédito a proyectos que serían factibles económicamente pero que no pueden ser valorados
debidamente (Morfín, 2009).
Los IF son quienes deben determinar la factibilidad de los proyectos presentados por
los productores del sector rural, investigar el historial crediticio del solicitante y, además,
deben supervisar la aplicación del financiamiento en el proyecto solicitado. Sin embargo esta
última tarea puede resultar costosa en términos de recursos humanos y económicos por lo que,
tanto FIRA como los IF, han establecido incentivos para que los acreditados cumplan con las
obligaciones contraídas y el riesgo se reparta de forma eficiente. Entre estos incentivos se
encuentran: la exigencia de garantías o avales, porcentaje de cobertura de las garantías del
FEGA por hasta el 90% nominal y 63% efectiva, monto de la prima por derecho al servicio de
garantía en base a la siniestralidad histórica de los IF, cobro de una penalización por rescate
del pago de garantías improcedentes a los intermediarios, entre otros.
27
hecho que un auto usado puesto a la venta es de mala calidad, provocando con ello que el
precio de todos los autos usados baje sin importar si se trata de un “limón” o no.
En resumen, la selección adversa abarca las transacciones en las cuales una de las
partes tiene información relevante, misma que oculta a la contraparte. La “solución” al
problema de la selección adversa es la transmisión de señales en el mercado, a través de la
cual las acciones de la parte que posee la información superior indican aquello que conoce
(Kreps, 1995). Quienes solicitan financiamiento tienen motivos para exacerbar sus atributos
positivos y ocultar los negativos, conocen mejor que el acreedor su capacidad de pago y riesgo
de caer en moratoria, están en posibilidad de manipular la información para exagerar la
rentabilidad del proyecto, logrando hacer que los riesgos parezcan reducidos y aparentando
una capacidad para el cumplimiento mayor. A pesar de lo anterior, el mercado de crédito
funciona debido a que, a menudo, la parte que posee la información superior revela dicha
información.
28
como “malos”, logrando así incrementar el alcance de los créditos y distribuyendo el riesgo
entre ambos grupos. Con la implementación del CDS el problema de selección adversa se
transfiere al sector privado y es éste quien afronta la incapacidad de los IF para diferenciar a
los solicitantes de crédito, es decir, ambas partes asumen el costo.
FIRA cuenta con 100 agencias, distribuidas en todo el territorio nacional a excepción
del Distrito Federal. Estas agencias poseen mejor información sobre los solicitantes de crédito
(debido a la cercanía geográfica pueden investigar con otros productores o con IF locales su
capacidad de pago, la veracidad de la información que proporcionaron, etc.) que las oficinas
periféricas con una área de cobertura mayor. Las agencias únicamente se encargan de recabar
los documentos, verificar que estén completos y debidamente llenados (para el caso de los
programas que canalizan apoyos para el fomento tecnológico), y posteriormente, los suben a
un sistema informático donde se analiza la solicitud de apoyo en oficinas centrales.
Para las oficinas de FIRA resulta más sencillo otorgar un apoyo que investigar a
profundidad la calidad crediticia del solicitante esto, debido a que no existen incentivos hacia
arriba (mejora salarial en caso de que el solicitante pague) o hacia abajo (despidos de personal
por seleccionar a beneficiarios incumplidos) para los empleados. A través de un CDS se busca
transferir el costo de agencia al sector privado logrando una protección en caso que los
incentivos a incumplir sean mayores que en el caso contrario.
29
I.4.4. Costos de transacción
La economía de los costos de transacción estudia los costos en que incurren los agentes
económicos al realizar una transacción en un mercado. Los costos ex ante aparecen antes de
que ocurra la transacción mientras que los costos ex post, aparecen en el perfeccionamiento y
protección de la misma. Las transacciones tienden a llevarse a cabo de manera tal, que
maximizan los beneficios netos que proporcionan, entre ellos, los costos de transacción
(Kreps, 1995).
30
En el caso crediticio existe la segregación o exclusión financiera que se refiere a la
dificultad de acceder a los servicios financieros y puede originarse por diversas razones como:
la zona geográfica (norte/sur), posición socioeconómica, ámbito territorial (urbano/rural),
brecha tecnológica (Cortés, 2012).
31
como la pérdida potencial por la falta de pago de un acreditado o contraparte. El
riesgo de crédito deriva de la posibilidad de que el acreditado pueda caer en
moratoria (Narváez et al., 2012). Para la elaboración de un modelo de riesgo de
crédito se requiere, esencialmente, de conocer las probabilidades de incumplimiento.
Gieseche (2004) considera que además, se requiere de elaborar modelos para otros
elementos importantes en la determinación del riesgo de crédito como la
incertidumbre, la tasa de interés libre de riesgo, la tasa de recuperación, etc.
b) Credit Metrics. Es una metodología para el modelado del riesgo de crédito. Está
basada en el Valor en Riesgo (VaR), usa la información disponible en calificación
de crédito de la deuda, la probabilidad de que la calificación cambie en el tiempo
(matriz de transición de calificación), las tasas de recuperación sobre préstamos en
incumplimiento, los spread de crédito y los rendimientos de los mercados de bonos
(Mora, 2010).
c) Modelo Credit Risk Plus. Este modelo ve al riesgo de los spread como parte del
riesgo de mercado más que como riesgo de crédito. Como resultado, en cualquier
periodo, sólo se consideran dos estados – incumplimiento y no incumplimiento – y
se centra en medir las pérdidas esperadas y las no esperadas. El incumplimiento es
una variable continua con una distribución de probabilidad. Bajo el modelo Credit
Risk Plus, el préstamo de cada individuo es considerado que tiene una pequeña
probabilidad de moratoria, y la probabilidad de morosidad de cada préstamo es
independiente de la morosidad de otros préstamos. Asume que la probabilidad de
moratoria es constante en el tiempo (Allen, DeLong y Saunders, 2002).
Credit Risk Plus y Credit Metrics son métodos alternativos entre sí que sirven para
medir el riesgo de crédito suponiendo que la dependencia entre acreditados sigue una
32
distribución normal, lo cual no coincide con la realidad, pues los eventos de mayor riesgo
suelen presentar mayores probabilidades de ocurrencia (distribuciones de probabilidad de
colas pesadas). Es necesario realizar ajustes de distribución para la medición de
incumplimientos conjuntos o simultáneos a fin de mejorar el desempeño de estos modelos.
33
CAPÍTULO II. EL RIESGO DE CRÉDITO, SU DETERMINACIÓN Y
DISMINUCIÓN A TRAVÉS DE UN PORTAFOLIO DE CREDIT DEFAULT SWAP
(CDS)
Empleando palabras sencillas, se puede decir que el crédito existe cuando no se paga
de inmediato por un producto o servicio. Los gobiernos piden créditos para mantener o
incrementar el gasto público; las grandes empresas para invertir; las pequeñas y medianas
empresas para crecer y los individuos para comprar una casa, un auto, ropa, comida, pagar la
educación propia o de los hijos, etc.
“La palabra riesgo proviene del latín risicare, que significa atreverse o transitar por un
sendero peligroso” (Comisión Federal de Mejora Regulatoria, 2012). En términos financieros,
el riesgo está relacionado con la posibilidad o probabilidad de que ocurra un evento negativo,
es decir, que se produzcan pérdidas para los participantes en los mercados financieros, como
pueden ser inversionistas, deudores o entidades financieras. Derivado del hecho de que los
movimientos de los factores que determinan el precio o valor futuro de los activos financieros
son inciertos, existe una relación directa entre incertidumbre y riesgo (Banco de México,
2005). La existencia de un daño futuro de la contraparte influye en las decisiones financieras
que toman las familias, las empresas y por supuesto, los gobiernos. El acuerdo de Basilea III
identifica tres principales fuentes de riesgo: riesgo de crédito, riesgo de mercado y riesgo
operacional.
34
A continuación se describe el riesgo de crédito más a profundidad a través de los
elementos que lo componen, métodos para evaluarlo y disminuirlo. Posteriormente, se definen
los derivados de crédito, específicamente los CDS y el método de valuación propuesto por
Hull y White en el año 2000.
Para van Gestel et al. (2009), el riesgo de crédito es el riesgo de que la contraparte se
encuentre en incumplimiento de pago y no honre su obligación de cubrir la deuda ya sea
porque es incapaz de pagar o no paga a tiempo. Existen varias razones para que esto ocurra
pero en la mayoría de los casos, el obligado está en una situación financiera desfavorable y
puede estar enfrentando un procedimiento de bancarrota.
35
II.1.1. Elementos riesgo de crédito
36
en incumplimiento (van Gestel et al., 2009). De lo anterior, se desprende que un banco y en
general, un prestamista puede afrontar tres tipos de pérdidas: la pérdida del principal, el costo
que conllevan los préstamos morosos (por ejemplo, ganancias por intereses no percibidas) y
los gastos de ejercicio (por ejemplo, legales); y tres posturas: extensión del plazo para pagar
sin condonación del adeudo, reestructuración de la deuda asumiendo una pérdida y acciones
legales.
Una calificación crediticia expresa la opinión de una agencia calificadora acerca del
riesgo crediticio, es decir, la capacidad para cubrir obligaciones financieras y la probabilidad
de caer en incumplimiento, ya sea de un emisor en particular (empresa o gobierno) o de un
instrumento financiero.
Las calificaciones crediticias no son estáticas, pueden variar en un periodo corto. Las
razones de los cambios en un sentido amplio pueden relacionarse con cambios generales en la
economía o en el entorno de negocios, y particularmente, con circunstancias que afectan a una
industria, compañía o emisión de deuda determinada (Standard and Poor´s Ratings Services,
2015). Las opiniones que emiten las agencias no deben tomarse con una verdad universal ya
que sólo indican la probabilidad de ocurrencia del incumplimiento pero no son una medida
37
inequívoca y tampoco garantizan que un emisor o una emisión serán seguros en el futuro, ya
que como se ha visto, los cambios en la calificación crediticia van detrás de los hechos.
Existe una diversidad de agencias que se dedican a calificar el riesgo de crédito, entre
las más conocidas se encuentran Moody´s, Standard & Poor´s (S&P) y Fitch Ratings. Una
diferencia importante entre ellas radica en la metodología, es decir, la forma en cómo ajustan
estadísticamente las estimaciones de tasa de incumplimiento para los retiros de calificación
del emisor (cuando pasa de deuda pública calificada a deuda privada no calificada).
38
Cuadro 2. Escalas de calificación estandarizadas.
PROBABILIDAD
ESCALA ESCALA ESCALA APROX. DE
DESCRIPCIÓN
S&P MOODY’S FITCH INCUMPLIMIENTO
EN 5 AÑOS*
Extremadamente
AAA Aaa AAA 0.17%
Capacidad para
hacer pagos a
fuerte
tiempo
El cuadro 3 muestra las calificaciones otorgadas al FEGA por las calificadoras S&P
(de 2009 a 2014) y HR Ratings (de 2012 a 2014). Puede observarse que para el caso de S&P,
la clasificación subió en 2010, y a partir de entonces se ha mantenido en los niveles mxAAA y
mxA-1+ para el largo y corto plazo, respectivamente, indicando con ello que a largo plazo las
emisiones de FIRA tienen la calificación más alta otorgada por dicha agencia y que la
capacidad del emisor para cumplir con sus obligaciones financieras es extremadamente fuerte.
A corto plazo, la calificación mxA-1+ indica que una obligación es un tanto más susceptible a
los efectos adversos de los cambios en las circunstancias y condiciones económicas sin
embargo, la capacidad del deudor para cumplir con sus compromisos financieros sobre la
obligación sigue siendo fuerte. Lo anterior se debe al fuerte vínculo que existe entre el FEGA
39
y su contribución al financiamiento de los sectores agrícola, pecuario, forestal y pesquero.
Siendo éstos una prioridad para el desarrollo rural, es lógico suponer el respaldo del Gobierno
Federal al FEGA en caso de un evento contingente y simultáneamente su influencia en la toma
de decisiones relacionadas con su patrimonio (Standard and Poor´s Ratings Services, 2013).
Para el caso de la agencia calificadora HR Ratings, a largo plazo el FEGA obtuvo una
calificación HR AAA, lo cual indica que el emisor o emisión se considera de la más alta
calidad crediticia, ofrece gran seguridad para el pago oportuno de las obligaciones de
deuda y mantiene mínimo riesgo crediticio. Para el corto plazo, el FEGA obtuvo en 2014 una
calificación HR+1 la cual indica que el emisor o emisión con esta calificación ofrecen alta
capacidad para el pago oportuno de obligaciones de deuda de corto plazo y mantienen el más
bajo riesgo crediticio en escala global. La adición del signo + indica un instrumento con
relativa superioridad en las características crediticias (HR Ratings, 2012).
40
b) Un modelo de la información disponible y su evolución a través del tiempo;
c) Una definición modelo del evento moratorio;
d) Un modelo para la tasa de interés libre de riesgo;
e) Un modelo de recuperación en caso de incumplimiento; y
f) Un modelo de la prima que los inversionistas requieren como compensación por
soportar riesgo de crédito sistemático.
De igual forma, Giesecke (2004) menciona que existen tres enfoques cuantitativos
principales para modelar el riesgo de crédito.
41
II.2. Derivados de crédito como instrumentos financieros para la disminución del
riesgo
42
Los derivados de crédito son instrumentos financieros cuyos pagos están vinculados de
alguna manera a un cambio en la calidad crediticia de un emisor o grupo de emisores. Reciben
este nombre porque que se derivan de la existencia de un activo subyacente (Caouette, Altman,
Narayanan, y Nimmo, 2008). Los productos agrícolas (ganado, granos) fueron la primera
forma de activos subyacentes, sin embargo, en la actualidad existen gran variedad de tipos
(metales, energéticos, tasas de interés, tipo de cambio, acciones, índices bursátiles, etc.). Los
derivados de crédito son contratos OTC o sobre el mostrador que sirven para transferir el
riesgo de crédito; son una especie de “protección” total o parcial contra eventos crediticios
como una bancarrota o incapacidad de pago, donde el comprador de la protección mantiene la
propiedad del activo subyacente y, a cambio del pago de una prima al vendedor de la
protección, queda cubierto en caso de ocurrir el evento crediticio, pues éste último debe
realizar un pago contingente. Dicha prima también se conoce como premium, spread,
anualidad, precio, sobretasa, diferencial de crédito o diferencial crediticio.
Los derivados de crédito han tenido un crecimiento muy grande en años recientes.
Partnoy y Skeel (2007) sugieren que éstos caen en dos grandes categorías: Credit Default
Swap (CDS) y Collateralized Debt Obligations (CDO), siendo el producto derivado de crédito
más común el CDS en términos del número de acuerdos hechos.
43
La International Swaps and Derivatives Association (ISDA) es una organización que
busca establecer contratos marco o estándar para los productos derivados, incluidos los CDS.
Según datos obtenidos del Bank for International Settlements (BIS), estos derivados de crédito
tuvieron un crecimiento de 470% en el periodo comprendido entre el primer semestre de 2005
y el segundo semestre de 2007, sin embargo, para el segundo semestre del año 2014, su monto
nominal disminuyó poco más de 70% en relación al primer semestre de 2008 como
consecuencia de la crisis financiera (ver gráfica 17).
Gráfica 17. Monto nominal de los CDS a nivel global por semestre (billones de dólares de
EUA), 2005 – 2014.
60,000
50,000
40,000
30,000
20,000
10,000
0
01/2005
02/2005
01/2006
02/2006
01/2007
02/2007
01/2008
02/2008
01/2009
02/2009
01/2010
02/2010
01/2011
02/2011
01/2012
02/2012
01/2013
02/2013
01/2014
02/2014
Credit Default Swaps
De acuerdo con van Beem (2010), los CDS contribuyen al fortalecimiento del sistema
financiero, porque:
a) Los bancos pueden usar CDS para trasferir el riesgo de crédito a otros inversionistas,
con esto, ellos pueden proveer más deuda al mercado.
b) Los CDS distribuyen el riesgo de crédito a través del mercado financiero para
prevenir de la concentración del riesgo de crédito.
44
c) Los CDS pueden ser usados para extraer información a tiempo sobre la calidad del
crédito de las empresas y por lo tanto, ayudar en las actividades de supervisión.
Los swaps se inventaron en un principio para que los bancos comerciales protegieran
sus créditos. En la actualidad, estos instrumentos de cobertura son más populares ya que
permiten retener el activo y también distribuir y segmentar el riesgo del crédito. Para
transferir el riesgo de crédito, las entidades financieras realizan la contratación de un CDS
debido a que son contratos a la medida por lo que es posible llevar a cabo la contratación de
acuerdo a las cláusulas que necesitan ambas partes. Las operaciones tienen un monto mínimo
de 10 millones de dólares y los plazos más comunes son: 1, 2, 3, 5 y 10 años, por lo que, si el
inversionista observa que el spread (diferencia entre el precio de compra y el precio de venta
de un activo financiero) aumenta comprará la protección y si es el caso contrario venderá la
protección como estrategia en operaciones de inversión a corto plazo (Vázquez, 2013). La
estructura de un CDS se muestra en la gráfica 18.
45
gráfica 19), existió una disminución de más del 50% en el monto de las GSF en la Dirección
Regional Norte entre los años 2010 y 2013. También se observa que, en todo el periodo de
estudio, la Dirección Regional Sureste se caracteriza por tener la cartera menor mientras que,
las Direcciones Regionales Occidente y Noroeste se alternan en los dos primeros lugares.
La mayoría de los contratos CDS de nombre simple contienen por lo menos, la siguiente información:
La entidad de referencia.
El activo de referencia.
El evento de crédito.
El valor nominal del CDS.
Fecha de inicio del CDS.
Fecha de la madurez del CDS.
El spread del CDS.
Convenio sobre la frecuencia los días para el pago de la prima.
Términos de liquidación en un evento de crédito.
Fuente: Elaboración propia con base en información obtenida de Caouette et al., (2008) y van Beem (2010).
Gráfica 19. Cartera total garantías sin fondeo por Dirección Regional, 2010 – 2014 (millones
de pesos).
35,000.00
30,000.00
25,000.00
20,000.00
15,000.00
10,000.00
5,000.00
0.00
2010 2011 2012 2013 2014*
*A agosto de 2014.
Fuente: Elaboración propia con base en información proporcionada por FIRA.
46
Mediante el pago de una prima, FIRA puede transferir este riesgo a un tercero a través
de la compra de un CDS. Así, en caso de que el acreditado incumpla el pago del crédito
otorgado, FIRA tendría que pagar al IF, pero teniendo contratada la cobertura, sería el
vendedor de ésta quien afrontaría la obligación. Con esta estrategia, FIRA se protegería contra
el riesgo asociado a las garantías FEGA a través de la distribución y segmentación del crédito
reduciendo su pérdida y haciendo dinero sobre el swap. A la inversa, si el acreditado no
incumple, FIRA hará pagos al vendedor del CDS que habrán incrementado el precio del
servicio de garantía como herramienta de manejo del riesgo.
Posteriormente, Hull y White (2000) propusieron una metodología para valuar CDS (a
tiempo continuo) en la que proporcionaron un ejemplo de aplicación a datos reales de la
empresa Ashland Inc., considerando una sola entidad de referencia para el pago del
incumplimiento sin riesgo de contraparte. Además, probaron la sensibilidad de las valuaciones
47
a los supuestos sobre la tasa de recuperación esperada encontrando que la valuación de un
CDS vanilla es relativamente insensible a dicha tasa y que su estimación fue razonablemente
precisa en muchos casos, excepto cuando la curva cero del Tesoro es significativamente no
plana y las tasas son muy altas. Un año más tarde (Hull y White, 2001), publicaron una
ampliación a su metodología (usando una aproximación Monte Carlo) en la cual consideraron
situaciones donde existe riesgo de contraparte y hay correlación entre los incumplimientos de
múltiples entidades (corporativas como soberanas), es decir, aplicaron el modelo para la
valuación de una canasta de CDS vanilla cuando del vendedor de la protección también puede
incumplir. Hull y White encontraron que al usar su modelo para valuar el impacto del riesgo
de contraparte en el valor de un CDS vanilla, este impacto es pequeño cuando la correlación
entre la contraparte y la entidad de referencia es cero y se incrementa si la correlación también
lo hace y si la solvencia de la contraparte disminuye. Los spreads o primas de una canasta de
CDS se incrementan si el número de entidades de referencia en la canasta aumenta y decrece
si la correlación entre ellas aumenta, también aumenta algo si la tasa de recuperación esperada
disminuye.
Houweling y Vorst (2005) compararon los precios de mercado de los CDS con los
precios obtenidos mediante su modelo. Al aplicar empíricamente su propuesta para valuar los
CDS, encontraron que ésta funciona bien para los emisores con grado de inversión pero sólo si
se utilizan tasas swap o de reporto como sustituto de las tasas de interés libres de riesgo, pues
producen estimaciones imparciales de las primas para swaps de incumplimiento. Esto indicó
que cuando los retornos son altos, la curva de gobierno ya no es considerada por los mercados
como la curva libre de riesgo de referencia. Tratándose de emisores con grado especulativo, el
desempeño de las tasas es similar. Adicionalmente, encontraron que en su modelo, los spreads
de los bonos y las primas de los swaps de incumplimiento son relativamente insensibles a los
cambios en el valor de la tasa de recuperación asumida.
48
de referencia. Elizalde (2005) basado en Houweling y Vorst (Arbeláez et al., 2008), propuso
un modelo neutral al riesgo de forma reducida para valuar CDS de seis diferentes empresas
españolas y comparó los resultados obtenidos con los precios de mercado. Al aplicar su
modelo, encontró que los precios implícitos obtenidos son más volátiles que los precios de
mercado, que su modelo funciona mejor en firmas con riesgo crédito pequeño y que es
relativamente insensible a la tasa de recuperación cuando ésta se encuentra en un intervalo
razonable de entre 20 y 60%.
FIRA coloca a través del FEGA garantías para estimular el crecimiento del sector
agropecuario. Sin embargo, debido al alto riesgo de incumplimiento que representa este sector,
en especial los productores de menores ingresos, puede protegerse mediante la contratación de
un CDS. FIRA compra un CDS al vendedor para que sea éste, quien en caso de que ocurra el
evento de crédito pague al IF la garantía en su lugar, como contraprestación por el pago de la
prima hecho por FIRA hasta que el contrato expire u ocurra el incumplimiento.
John Hull y Alan White en su artículo del año 2000 titulado “Valuing Credit Default
Swaps I: no counterparty default risk” explican que existen dos razones por las cuales el
cálculo de las probabilidades de incumplimiento de los precios de los bonos son complicadas:
i) la tasa de recuperación no es usualmente cero y ii) la mayoría de los bonos corporativos no
son bonos cupón cero (Hull y White, 2000). Basados en lo anterior, proponen una metodología,
a tiempo continuo, para valuar un CDS plain vanilla en un mundo neutral al riesgo.
Sean:
1. Vida del CDS.
2. Probabilidad de incumplimiento neutral al riesgo en el tiempo t.
49
3. Tasa de recuperación esperada sobre la obligación de referencia en un mundo
neutral al riesgo.
4. Valor presente de los pagos a la tasa de $1 por año en las fechas de pago entre
el tiempo cero y el tiempo .
5. Valor presente del pago acumulado en el tiempo t igual a , donde es la
fecha de pago inmediatamente anterior al tiempo .
6. Valor presente de $1 recibido en el tiempo .
7. Pagos totales por año hechos por el comprador del CDS.
8. Valor de que provoca que el CDS tenga un valor de cero.
9. La probabilidad neutral al riesgo de que no ocurra el evento de crédito durante la
vida el CDS.
10. Intereses acumulados sobre la obligación de referencia al tiempo como
porcentaje del valor nominal.
Como se mencionó, los pagos se realizan hasta que ocurra el evento de crédito (t<T) o
se termine el contrato de CDS (T), lo que ocurra primero. Entonces, el valor presente esperado
(VPP) de los pagos que hace el vendedor está dado por la suma de que ocurran ambas
posibilidades. Si ocurre el incumplimiento, es decir que (t<T), entonces el valor presente del
pago es ; si el pago llega al tiempo T, es decir, si el bono sobrevive, el valor
presente del pago es . Sustituyendo:
50
El pago esperado (PE) neutral al riesgo para el CDS es:
Eliminando corchetes:
Entonces, el valor presente de los pagos esperados (VPC) que recibe el comprador del
CDS es:
Por lo tanto, el valor del CDS es la diferencia entre el valor presente de los pagos que
recibirá el comprador del CDS si ocurre el incumplimiento y el valor presente de las primas o
pagos periódicos que éste realizará al vendedor si ocurre el incumplimiento o si el CDS
sobrevive. Se expresa como:
Así pues, el valor del spread del CDS es el valor de que vuelve cero a la
siguiente expresión:
De acuerdo con Venegas (2008) para valuar un CDS, también se deben considerar los
siguientes supuestos: valor nominal del bono de $1; las probabilidades de incumplimiento, las
tasas de interés de la tesorería y las tasas de recuperación son estocásticamente independientes;
51
y en caso de incumplimiento, la reclamación equivale al valor nominal más los intereses
acumulados. Es por eso que, más adelante en la presente investigación, se utiliza un bootstrap
multivariado con el fin de mantener el supuesto de la independencia entre los eventos de
incumplimiento.
52
CAPÍTULO III. MODELO DE RIESGO DE CRÉDITO PARA LAS GARANTÍAS
FEGA DE FIRA
En el presente capítulo, se realiza la valuación del portafolio de CDS para las garantías
FEGA de FIRA con el fin de determinar si dicho portafolio constituye una opción viable para
la disminución del riesgo de crédito que éstas originan. La información a utilizar son los datos
históricos del monto de las Garantías Pagadas por esta institución a los Intermediarios
Financieros (IF), quienes pueden solicitar el pago de la garantía hasta ciento veinte días
naturales después de que la obligación fue incumplida, así como el monto de las Garantías Sin
Fondeo (GSF) otorgadas. Con base en esta información financiera proporcionada por FIRA, a
partir de la cual se asume que el incumplimiento ocurrió el mismo mes en que se pagó la
garantía debido a que no existe información que permita establecer la fecha exacta de éste, se
obtiene la tasa de incumplimiento que sirve para realizar un análisis integral del riesgo
crediticio (se define como el riesgo asociado al incumplimiento de un acuerdo por parte del
deudor con el acreedor afectando con ello a las ganancias de capital) y que se emplea para
estimar el costo del CDS, reduciendo el riesgo financiero (probabilidad de que ocurra un
evento con consecuencias financieras adversas) que proviene de sus acreditados.
Para efectuar el cálculo del valor del Credit Default Swap (CDS) para cada una de las
cinco Direcciones Regionales de FIRA, se emplean los montos de las Garantías Sin Fondeo
53
(GSF) y las Garantías Pagadas a los Intermediarios Financieros (IF) debido a que ocurrió el
evento crediticio. En el cuadro 4 se aprecian los montos totales de ambas variables.
Del monto total acumulado de las garantías pagadas por incumplimiento, la zona
Occidente es la que presenta el porcentaje más alto (31.34%) con $1,922,586,432.06, mientras
que la Sureste, es donde se pagó un monto menor de garantías, con $708,429,215.00, que
representa el 11.55%.
Cuadro 4. Monto acumulado de las garantías pagadas y garantías sin fondeo por Dirección
Regional de FIRA, enero 2010 – agosto 2014 (pesos nominales).
GARANTIAS PAGADAS GARANTÍAS SIN FONDEO
REGIÓN
MONTO % MONTO %
NOROESTE $ 1,147,528,862.90 18.70% $ 135,630,335,230.86 27.42%
NORTE $ 782,021,690.53 12.75% $ 82,624,436,073.30 16.71%
OCCIDENTE $ 1,922,586,432.06 31.34% $ 143,976,873,168.34 29.11%
SUR $ 1,574,952,902.60 25.67% $ 106,383,086,811.33 21.51%
SURESTE $ 708,429,215.00 11.55% $ 25,978,415,850.71 5.25%
FIRA (FEGA) $ 6,135,519,103.09 100.00% $ 494,593,147,134.54 100.00%
Fuente: Elaboración propia con base en información proporcionada por FIRA.
54
de la PD de las garantías FEGA para cada mes y Dirección Regional se obtiene dividiendo el
saldo de las garantías pagadas a los IF en determinado mes entre el saldo de las GSF otorgadas
en el mes anterior.
Gráfica 20. Tasas de incumplimiento por Dirección Regional, enero 2010 – agosto 2014.
0.200000
0.180000
0.160000
0.140000
0.120000
0.100000
0.080000
0.060000
0.040000
0.020000
0.000000
abr.-10
abr.-11
abr.-12
abr.-13
abr.-14
oct.-10
oct.-11
oct.-12
oct.-13
ene.-10
jul.-10
ene.-11
jul.-11
ene.-12
jul.-12
ene.-13
jul.-13
ene.-14
jul.-14
55
Al analizar las medias de las tasas de incumplimiento para cada una de las cinco
Direcciones Regionales de FIRA (gráfica 21), se observa que la Dirección Regional con la
menor tasa de incumplimiento (0.010098) es la noroeste, que comprende los estados de
Sonora, Sinaloa, Baja California y Baja California Sur. Así mismo, la que presenta la mayor
tasa (0.028708) es la sureste que abarca los estados de Chiapas, Tabasco, Campeche, Yucatán
y Quintana Roo. Este resultado de la tasa de incumplimiento contrasta con los montos de las
garantías pagadas que indican que la zona sureste es la más baja en ese sentido, esto ocurre
debido a que los montos de las GSF en esa zona también son menores, lo que eleva la PD.
Gráfica 21. Media de las tasas de incumplimiento por Dirección Regional, enero 2010 –
agosto 2014.
NOROESTE;
0.010098
SURESTE; NORTE;
0.028708 0.010933
OCCIDENTE;
0.013873
SUR; 0.014927
56
Donde:
1. Es el número de observaciones.
2. Es el sesgo de la muestra.
3. Es la curtosis de la muestra.
4. Es el número de regresores.
Cuadro 5. Momentos muestrales de las tasas de incumplimiento por Dirección Regional, enero
2010 – agosto 2014.
TASA DE FIRA
NOROESTE NORTE OCCIDENTE SUR SURESTE
INCUMPLIMIENTO (FEGA)
OBSERVACIONES 56 56 56 56 56 56
MEDIA 0.010098 0.010933 0.013873 0.014927 0.028708 0.012762
MEDIANA 0.006046 0.00804 0.012644 0.012371 0.020575 0.012797
MÁXIMO 0.040698 0.041944 0.034863 0.046983 0.119099 0.024693
MÍNIMO 0.000193 0.000125 0.001982 0.001618 0.00034 0.002528
VARIANZA 9.78E-05 0.00010201 6.21E-05 9.79E-05 0.0007949 2.66E-05
SESGO 1.341934 1.406446 0.649919 1.225805 1.362932 0.037439
CURTOSIS 3.967468 4.493827 3.115278 4.474167 4.415902 2.242223
JARQUE-BERA 18.99133 23.66905 3.97336 19.09497 22.01527 1.352943
PROBABILIDAD 0.000075 0.000007 0.13715 0.000071 0.000017 0.508408
Fuente: Elaboración propia con base en información proporcionada por FIRA.
57
muestra pequeña (56 observaciones) pueden cometerse errores tipo I y es común que los
eventos de mayor riesgo presenten mayores probabilidades de ocurrencia (distribuciones de
probabilidad de colas pesadas). Los argumentos anteriores, impiden que se asuma el supuesto
de normalidad de la muestra por lo que es más conveniente realizar un análisis en base a datos
históricos (distribución empírica).
58
sin embargo no tienen poder predictivo. Las razones financieras de rentabilidad indican la
eficiencia de la empresa en las ventas, la apropiación de activo y el incremento del patrimonio
o capital.
59
provisión con la prima obtenida de la valuación del CDS para determinar si es suficiente para
preservar el patrimonio de FIRA y garantizar la continuidad de sus operaciones.
Cuadro 7. Estados financieros del FEGA, 2010 – 2014 (millones de pesos nominales).
Balance General
FEGA dic-10 dic-11 dic-12 dic-13 ago-14*
Estimación preventiva para riesgos crediticios (1,221) (1,200) (1,369) (1,681) (1,047)
Total Activo 13,081 14,333 15,670 15,116 10,876
Total Pasivo 762 541 280 3 71
Total Patrimonio 12,319 13,792 15,390 15,113 10,806
Total Pasivo y Patrimonio 13,081 14,333 15,670 15,116 10,876
Estado de Resultados
FEGA dic-10 dic-11 dic-12 dic-13 ago-14*
Resultado Neto 922 1,255 1,090 1,007 471
*Estimación a la fecha indicada.
Fuente: Elaboración propia con base en información proporcionada por FIRA.
Para la solución del modelo de riesgo de crédito del FEGA, se realiza un muestreo
aleatorio mediante un bootstrap multivariado, se valúa, mediante simulación Monte Carlo
(para periodos de incumplimiento desconocidos), el CDS para FIRA y para cada región,
10,000 veces empleando el método propuesto por Hull y White, y se obtiene la media de
dichas evaluaciones; esta media indica la tasa que iguala el valor presente del pago
contingente del CDS y el valor presente de la suma de los pagos o primas (hechos por cada
Dirección Regional y por FIRA) si ocurre el incumplimiento y si el CDS sobrevive.
Adicionalmente, se compara el spread o sobretasa que se obtiene con la estimación preventiva
para riesgos de FIRA, con el fin de establecer si ésta es semejante al resultado obtenido en este
trabajo de investigación y se determina la factibilidad de la implementación del CDS,
aceptando o rechazando la hipótesis en el apartado dedicado a las conclusiones.
60
III.2.1. Bootstrap multivariado
En 1979, Bradley Efron propuso la idea del bootstrap como una técnica de estadística
inferencial que consiste en el remuestreo de los datos de una muestra con reemplazo. Se basa
en la idea que la muestra observada contiene toda la información sobre la distribución
subyacente debido a la falta de información sobre cualquier otra distribución, es decir, se
asume una distribución empírica (Eichler, 2003). Es un método intensivo en el uso de la
computadora ya que el proceso de remuestreo puede ser repetido miles de veces. Un bootstrap
es multivariado cuando al mismo tiempo analiza diversos resultados.
En el presente trabajo se obtienen con reemplazo 10,000 muestras (de tamaño 10)
aleatorias independientes entre sí de las tasas de incumplimiento. Mediante un bootstrap se
generan números aleatorios vinculados a dichas tasas.
La simulación Monte Carlo es una técnica dada a conocer por Nicholas Metropolis y
Stanisław Ulam en 1944. En su artículo, los autores proporcionaron ejemplos de la aplicación
de su método a problemas físicos, de análisis combinatorio y teoría de probabilidades en los
cuales se busca: i) la producción de valores “aleatorios” con su distribución de frecuencias
igual a aquella que rige el cambio de cada parámetro y ii) el cálculo de los valores de aquellos
parámetros que son determinísticos, pudiendo incluso realizarse procesos probabilísticos
dependientes (Metropolis y Ulam, 1949). El método consiste en realizar muestreos aleatorios
(normalmente empleando una computadora) de un conjunto original con parámetros que
reflejen la distribución inicial dada. Uno o varios de estos remuestreos son empleados para
realizar simulaciones múltiples, dando un único resultado. Existe una relación inversa entre el
61
número de iteraciones o muestreos aleatorios y el error absoluto de la estimación, pues a
mayor número de los primeros, el segundo disminuye en
Una vez obtenidas las tasas de incumplimiento para cada una de las Direcciones
Regionales y para FIRA en el periodo enero 2010 – agosto 2014 se puede realizar la valuación
del portafolio de CDS empleando el modelo de Hull y White (2000). Las tasas que se
obtengan son las que igualan el valor presente de los ingresos que recibiría el comprador en
caso de incumplimiento con los egresos que éste debe realizar para tener derecho a la
protección, ocurra o no el evento crediticio. Dichas tasas serán equivalentes a la prima que el
comprador de la protección, en este caso FIRA, debe pagar al vendedor.
Los supuestos con los cuales se valuará el portafolio de CDS son los siguientes:
1. El comprador pagará las primas para tener derecho a la protección hasta que ocurra
el incumplimiento o hasta que venza el plazo del CDS, lo que ocurra primero.
2. En caso de que ocurra primero el incumplimiento, el comprador deberá efectuar un
último pago al vendedor.
3. Los pagos de las primas y el incumplimiento pueden ocurrir simultáneamente.
4. Si ocurre el evento crediticio entre las fechas de pago de la prima, el comprador
exige al vendedor el pago del nominal más el interés devengado durante el tiempo
transcurrido entre el pago inmediato anterior al incumplimiento y la fecha en que
éste ocurre.
5. No se considera el riesgo de contraparte.
62
6. El nominal es equivalente al monto de las GSF para cada una de las regiones y para
FIRA (ver cuadro 6).
7. Se valuará el CDS para diferentes escenarios de la tasa de recuperación (10%, 20%,
30%, 40% y 50%).
8. Los eventos de incumplimiento, la tasa de interés y la tasa de recuperación son
estocásticamente independientes entre sí.
9. La vida del CDS será de 5 años.
10. El periodo de pago de las primas será semestral.
11. Como la tasa de interés neutral al riesgo se tomará la tasa de los CETES a 91 días
vigente al último día hábil de cada mes.
12. Se supone un mundo neutral al riesgo y se excluye al arbitraje.
13. Para cada periodo se asume una tasa de incumplimiento diferente obtenida por
medio de un bootstrap multivariado.
14. La probabilidad de no incumplimiento o sobrevivencia para el primer pago de la
prima es igual a 1 menos la tasa de incumplimiento. Para periodos subsecuentes es
igual a la tasa de incumplimiento multiplicada por la probabilidad de supervivencia
inmediata anterior.
15. indica la prima o spread promedio que debe cobrar el vendedor del CDS al
comprador por la protección.
El análisis del cuadro 8 muestra que la Dirección Regional Sureste, es la que tiene la
prima más alta del portafolio, originado porque sus tasas de incumplimiento son más altas en
comparación con el resto. Siguiendo esta misma lógica, la región Noroeste, que posee las tasas
63
de incumplimiento menores, es la que debe pagar el spread más bajo por la protección de las
garantías otorgadas. También es posible observar una relación inversa entre la tasa de
recuperación y la prima del CDS, pues al aumentar la primera, la segunda disminuye debido a
que el valor presente de los ingresos que se esperan obtener si ocurre el incumplimiento se
reduce como consecuencia de una pérdida esperada menor. Otro resultado interesante que se
desprende del cuadro 8 es que la sobretasa para FIRA si contrata un CDS que incluya a las
cinco Direcciones Regionales en conjunto, es menor que el promedio de las primas de éstas, lo
que muestra que las Direcciones Regionales con mayor tasa de incumplimiento se benefician
de las que tienen una tasa más baja, las cuales asumen parte del costo de las primeras.
Cuadro 8. Primas del portafolio de CDS por Dirección Regional y para FIRA según diferentes
tasas de recuperación ( ).
w* =0.10 =0.20 =0.30 =0.40 =0.50
NOROESTE 0.009373 0.008350 0.007269 0.006201 0.005181
NORTE 0.010367 0.009245 0.008067 0.006958 0.005796
OCCIDENTE 0.013320 0.011837 0.010391 0.008876 0.007436
SUR 0.014268 0.012709 0.011179 0.009515 0.007951
SURESTE 0.030124 0.026762 0.023473 0.020002 0.016833
FIRA (FEGA) 0.012103 0.010772 0.009438 0.008063 0.006746
Fuente: Elaboración propia.
64
Cuadro 9. Monto del CDS para FIRA de acuerdo a diferentes tasas de recuperación , 2010 –
2014 (millones de pesos nominales).
NOMINAL w*
GARANTÍAS =0.10 =0.20 =0.30 =0.40 =0.50
AÑO
SIN FONDEO 0.012103 0.010772 0.009438 0.008063 0.006746
2010 122,885.42 1,487.29 1,323.69 1,159.73 990.78 829.00
2011 104,519.61 1,265.01 1,125.86 986.41 842.70 705.11
2012 84,463.45 1,022.27 909.82 797.13 681.00 569.80
2013 105,032.57 1,271.21 1,131.38 991.25 846.84 708.57
2014* 77,692.10 940.31 836.88 733.22 626.40 524.12
*Estimación a agosto.
Fuente: Elaboración propia con base en información proporcionada por FIRA.
El cuadro 10 muestra que el monto del CDS según las primas obtenidas para las
diferentes tasas de recuperación constituyó 9.0% en promedio del patrimonio del FEGA,
tomando en cuenta los cinco años para los cuales se hizo la valuación. El porcentaje menor se
obtuvo en 2012 pues la prima representó 6.64% del patrimonio y el mayor en 2010, al ubicarse
este porcentaje en 12.07%.
65
Cuadro 10. Monto del CDS para FIRA de acuerdo a diferentes tasas de recuperación , 2010
–2014 (millones de pesos nominales).
A B C C con C con
respecto a respecto a
AÑO Estimación w* A B
Patrimonio preventiva para R=0.1
riesgos crediticios 0.012103 % %
2010 12,318.86 1,221.19 1,487.29 12.07 121.79
2011 13,791.78 1,200.03 1,265.01 9.17 105.41
2012 15,389.97 1,369.49 1,022.27 6.64 74.65
2013 15,112.88 1,680.86 1,271.21 8.41 75.63
2014* 10,805.57 1,047.23 940.31 8.70 89.79
FIRA (FEGA) ∑=67,419.06 ∑=6,518.80 ∑=5,986.10 9.00 =93.45
*Estimación a agosto.
Fuente: Elaboración propia con base en información proporcionada por FIRA.
En el cuadro anterior se observa que en promedio, los montos del patrimonio anuales
que debe destinar FIRA para afrontar el riesgo de crédito mediante un CDS, constituyen 93.45%
de los registrados en el balance general de FEGA para el mismo fin, por lo tanto, existen
reservas excedentes. La contratación de un CDS es una alternativa viable para disminuir el
capital ocioso pues, al transferir el riesgo a un tercero, el CDS puede usarse para disminuir la
provisión para riesgos crediticios de FIRA y destinar esos recursos a incrementar los montos
de las garantías o el financiamiento a los productores de menores ingresos.
66
CONCLUSIONES
Aun cuando las actividades económicas primarias son las que tienen menor
contribución a la producción nacional, el porcentaje de personas ocupadas en este sector
(cifras al último trimestre de 2014) es 3.8 veces mayor que su porcentaje de participación en el
PIB. Esto demuestra su importancia para la economía nacional como actividad principal de
millones de mexicanos. Aun así, este sector enfrenta muchas dificultades para acceder al
crédito. Los riesgos asociados al campo provocan que su tasa de crecimiento sea menor (y en
ocasiones incluso negativa) en comparación al resto de las actividades económicas y desplazan
el financiamiento hacia sectores más estables de la economía. Una correcta estimación del
riesgo de crédito en las instituciones encargadas de financiar al sector primario, contribuye a
que éstas continúen prestando sus servicios de apoyo a este sector e incluso, incrementen el
monto de los recursos que destinan a este fin.
Del análisis de los resultados obtenidos fue posible establecer que la sobretasa es
menor cuando se contrata un CDS que incluya a las cinco Direcciones Regionales que si cada
una lo contrata por separado, lo anterior, debido a que las Direcciones Regionales con tasas de
incumplimiento más altas se favorecen de las que tienen tasas más bajas. Otro resultado
confirmado fue la relación inversa entre la tasa de recuperación y la prima del CDS, lo que
incentiva a FIRA para la recuperación de los créditos con garantías pagadas.
67
El patrimonio de FIRA queda protegido pues, en promedio para los cinco años, sólo
debe destinar 9.0% de éste para el pago de las primas aun cuando la tasa de recuperación es la
mínima. Además, la compra de esta protección es una alternativa viable pues incluso cuando
la tasa de recuperación de las garantías pagadas a los Intermediarios Financieros es de 10%, el
monto del CDS para los años 2012, 2013 y 2014 (tres de los cinco años analizados) es menor
que la estimación preventiva para riesgos crediticios del FEGA en 33.96%, 32.22% y 11.37%,
respectivamente. En promedio, el monto del CDS de 2010 a 2014 representa 93.45% de lo que
FEGA apartó para afrontar sus obligaciones de crédito en el mismo periodo. Lo anterior indica
que existe una sobrevaluación del riesgo de crédito de las garantías del FEGA lo que se
traduce en reservas excedentes y por ende, en capital ocioso.
Con la protección que otorga el CDS, FIRA puede destinar menos recursos a dicha
estimación y canalizarlos al otorgamiento de garantías a los productores del sector rural,
cumpliendo con uno de sus objetivos principales: hacerlos sujetos de crédito. Conviene
mencionar que el CDS como todos los derivados financieros no elimina el riesgo, sólo lo
disminuye, por lo que su contratación debe realizarse con cautela.
Por todo lo expuesto, la hipótesis que esta investigación puso a prueba: “Si se conoce
la tasa de incumplimiento crediticio del fondo FEGA de FIRA, y se calcula el costo del CDS
implícito que mantiene en su portafolio dado el otorgamiento de garantías, entonces es posible
valuar y administrar sus servicios financieros de apoyo al sector agropecuario, además de
transferir estos riesgos al sector privado” puede aceptarse. Es importante mencionar que en
México no existe un mercado para negociar los CDS, por lo que los resultados de este trabajo
pueden servir para destacar la importancia de legislar al respecto, así como de base para la
creación de un organismo dedicado a regular la compra/venta de estos derivados en el país.
Por el momento, la contratación puede hacerse mediante el contrato marco propuesto por la
International Swaps and Derivatives Association (ISDA) con sede en Nueva York.
FIRA ya realiza operaciones con derivados para el FEFA, incluidos los swaps. Con
esta estrategia, busca protegerse ante variaciones en las tasas de interés y el tipo de cambio a
través del contrato marco de la ISDA. Dado que los tres fondos restantes (FONDO, FOPESCA
68
y FEGA) no cuentan con una protección similar, es posible aprovechar la experiencia de FIRA
en la operación de mercados OTC para la contratación de un CDS de acuerdo a las normas de
la ISDA, lo que constituye una manera factible para controlar el riesgo de crédito de las
garantías del FEGA.
En el caso del FEGA, FIRA no cuenta con instrumentos de cobertura similares a los de
FEFA para reducir el riesgo, en su lugar, exige al Intermediario Financiero estar al corriente
de los pagos de las primas por el servicio de garantía para tener derecho a la cobertura en caso
de incumplimiento por parte del productor (Fideicomisos Instituidos en Relación con la
Agricultura, 2013).
Como futura ampliación de esta tesis puede utilizarse una distribución gamma, ya que
las tasas de incumplimiento presentan una distribución de los datos asimétricamente positiva y
leptocúrtica. Lo anterior, con el fin de hacer una comparación que permita cuantificar su
aproximación a los datos originales y ser considerada una alternativa para posteriores
referencias. También podría realizarse la extensión al modelo aquí empleado propuesta por
Hull y White (2001) que considera a otros eventos comunes como el riesgo de contraparte
(incumplimiento de parte del vendedor del CDS), y modela la correlación del incumplimiento
entre múltiples entidades de referencia (corporativas o soberanas), lo cual produciría un mejor
resultado.
Otra forma de evaluar la efectividad del CDS es realizando backtesting. Este proceso
consiste en poner a prueba los resultados obtenidos contra lo ocurrido en periodos pasados, a
fin de comprobar si el modelo hubiera funcionado. Sobre todo, sería interesante hacer esta
prueba para momentos álgidos y comparar los spreads para determinar si el CDS representa
una verdadera protección en momentos de mucho estrés.
69
RECOMENDACIONES
Dado que FIRA ya opera con instrumentos derivados, la contratación del CDS como
mecanismo para proteger al programa de garantías del FEGA, es altamente recomendada. La
experiencia y la relación de negocios ya existente con la ISDA, implican que la
implementación de esta protección es viable.
Una vez que el programa de garantías destinado a convertir en sujetos de crédito a los
productores de menores ingresos esté protegido contra el riego de crédito, el capital excedente
obtenido de la diferencia entre la provisión para riesgos crediticios y el monto de la prima del
CDS, es decir, 532.70 millones de pesos, pueden destinarse a un programa piloto para
extender el alcance de la protección del servicio de garantías. Esta ampliación puede estar
dirigida a PYMES del sector primario o agroindustriales con capacidad para exportar que son
de reciente creación o que, a pesar de llevar varios años de operación, desean obtener
financiamiento por primera vez. Al no contar con un historial en la materia, el acceso al
crédito se restringe o se obtiene a tasas de interés más elevadas.
Esta extensión propuesta al programa de garantías del FEGA puede operar bajo los
mismos lineamientos actuales, sólo incorporando a esta nueva población objetivo. Se sugiere
que mantenga el mismo sistema de incentivos pues éstos han demostrado funcionar en la
disminución del riesgo moral. Evidencia de ello, es que la media de la tasa de incumplimiento
para el FEGA fue de 0.012762 en el periodo enero 2010 – agosto 2014.
De esta manera, FIRA administraría de forma más eficiente sus recursos y continuaría
apoyando el crecimiento del sector primario.
70
BIBLIOGRAFÍA
Akerlof, G. A. (1970). The Market for "lemons": quality uncertainty and the market
mechanism. The Quarterly Journal of Economics, 488-500. Consultada el 3 de febrero
de 2015, de http://links.jstor.org/sici?sici=0033-
5533%28197008%2984%3A3%3C488%3ATMF%22QU%3E2.0.CO%3B2-6.
Allen, L., DeLong, G., y Saunders, A. (2002). Issues in the credit risk modeling of retail
markets. Consultada el 10 de diciembre de 2014, de
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=412520
Arbeláez Zapata, J. C., y Maya Ochoa, C. (2008). Valoración de Credit Default Swaps (CDS):
Una aproximación con el método Monte Carlo. Cuadernos de Administración, 21 (36),
87-111. Consultada el 8 de agosto de 2015, de
http://www.redalyc.org/articulo.oa?id=20503605
Banco de México. (2005). Definiciones básicas de riesgos. Consultada el 2 de mayo de 2014,
de http://www.banxico.org.mx/sistema-financiero/material-
educativo/intermedio/riesgos/%7BA5059B92-176D-0BB6-2958-
7257E2799FAD%7D.pdf
Banco de México. (2014). Evolución del Financiamiento a las Empresas durante el Trimestre
Octubre – Diciembre de 2014. Consultada el 3 de noviembre de 2015, de
http://www.banxico.org.mx/informacion-para-la-prensa/comunicados/sector-
financiero/financiamiento-empresas/%7BE2E8A017-7BB5-0ED6-5C0A-
B9F42192BBB8%7D.pdf
BBVA. (2016). Tipos de garantías financieras. Consultada el 19 de febrero de 2016, de
https://info.bbva.com/es/noticias/economia/bancos/economia-financiera/tipos-
garantias-financieras/
Bodie, Z., y Merton, R. (1990). Finanzas. México: Prentice Hall.
Brunton, D. (1990). Financiación de pequeñas empresas manufactureras rurales. Estudio
FAO: Montes, Pequeñas empresas de elaboración de productos del bosque, (79), 137-
173. Consultada el 3 de marzo de 2016, Organización de las Naciones Unidas para la
Agricultura y la Alimentación: http://www.fao.org/3/a-ap416s.pdf.
71
Cambridge Dictionaries on line. (2016). Financing. Consultada el 19 de febrero de 2016, de
http://dictionary.cambridge.org/dictionary/english/financing
Caouette, J. B., Altman, E. I., Narayanan, P., y Nimmo, R. (2008). Managing Credit Risk.
New Jersey: John Wiley & Sons.
Chaplin, G. (2005). Credit Derivatives: Risk management, trading & investing. England: John
Wiley & Sons.
Colegio de Tlaxcala. (2013). Estudio para el Honorable Congreso De La Unión en
cumplimiento del Artículo 55 Bis 2 De La Ley De Instituciones De Crédito:
Fideicomisos Instituidos en Relación con la Agricultura. Consultada el 20 de
septiembre de 2014, Secretaría de Hacienda y Crédito Público:
http://www.hacienda.gob.mx/POLITICAFINANCIERA/banca_desarrollo/publicacione
s/Paginas/EVALUACIONESDEBANCADEDESARROLLO.aspx
Comisión Federal de Mejora Regulatoria (COFEMER). (2012). Regulación basada en
Riesgos. Consultada el 23 de abril de 2014, de
http://www.cofemer.gob.mx/Diplomados1/Diplomado/archivos/Lectura%204%20Mod
ulo%20III-%20Regulaci%C3%B3n%20basada%20en%20riesgo.pdf
Comisión Nacional Bancaria y de Valores (CNVB). (2013). La perspectiva de la CNBV sobre
el Sistema Financiero Mexicano. Consultada el 11 de noviembre de 2014, de
http://www.cnbv.gob.mx/PRENSA/Paginas/Presentaciones-y-Discursos.aspx.
Comisión Nacional de Evaluación de la Política de Desarrollo Social. (2015). Medición de la
pobreza en México y en las Entidades Federativas 2014. Consultada el 8 de noviembre
de 2015, de
http://www.coneval.gob.mx/Medicion/Documents/Pobreza%202014_CONEVAL_web
.pdf
Cortés, F. J. (2012). Nuevas formas de exclusión financiera. IX Coloquio University Meets
Microfinance: Inclusión Financiera y Microfinanzas en América Latina, España.
Consultada el 24 de marzo de 2015, Universidad de Salamanca:
http://www.universitymeetsmicrofinance.eu/uploads/2/5/8/2/25821214/presentation_jo
aquin_cortes.pdf
72
Diario Oficial de la Federación. (2013). Plan Nacional de Desarrollo 2013 - 2018. Consultada
el 14 de septiembre de 2014, de
http://www.dof.gob.mx/nota_detalle.php?codigo=5299465&fecha=20/05/2013
Duffie, D. (1999). Credit Swap valuation. Financial Analysts Journal, 55 (1), 73-87.
Consultada el 4 de marzo de 2015, CFA Institute:
http://www.darrellduffie.com/uploads/pubs/duffiecreditswapvaluation1999.pdf
Eichler, M. (2003). Introduction to the Bootstrap. Consultada el 6 de noviembre de 2015,
University Of Chicago, Department of Statistics:
http://galton.uchicago.edu/~eichler/stat24600/Handouts/bootstrap.pdf
Elizalde, A. (2005). Credit default swap valuation: an application to spanish firms. CEMFI y
UPNA, 1-36. Consultada el 6 de marzo de 2016, de
http://www.abelelizalde.com/pdf/cds%20valuation%20spanish%20firms.pdf.
Escalante, R., Catalán, H., Galindo, L. M., y Reyes, O. (2007). Desagrarización en México:
tendencias actuales y retos hacia el futuro. Cuadernos de Desarrollo Rural, 4(59), 87-
116. Consultada el 14 de septiembre de 2014, de
http://www.redalyc.org/articulo.oa?id=11759004
Escalante Semerena, R., y Catalán, H. (2008). Situación actual del sector agropecuario en
México: perspectivas y retos. Revista Economía Informa UNAM, (350), 7-25.
Consultada el 14 de septiembre de 2014, de
http://www.economia.unam.mx/publicaciones/econinforma/pdfs/350/01escalante.pdf
Fideicomisos Instituidos en Relación con la Agricultura (FIRA). (2013). Condiciones de
Operación del Servicio de Garantía entre FEGA y los Intermediarios Financieros.
Consultada el 13 de diciembre de 2014, FIRA:
http://fira.gob.mx/Secci/cb0012013a03.pdf
Fideicomisos Instituidos en Relación con la Agricultura (FIRA). (2014). ¿Quiénes somos?.
Consultada el 23 de agosto de 2014, de
http://www.fira.gob.mx/Nd/AcercadeNosotros.jsp
Fideicomisos Instituidos en Relación con la Agricultura (FIRA). (2014). Estatuto orgánico.
Consultada el 10 de marzo de 2016, de
http://fira.gob.mx/Nd/ESTATUTOORGANICO2015.pdf
73
Financiera Nacional Agropecuaria, Rural, Forestal y Pesquera. (2014). Historia de Financiera
Rural. Consultada el 7 de junio de 2015, de
http://www.financierarural.gob.mx/fr/Paginas/Historia.aspx
Financiera Nacional de Desarrollo Agropecuario, Rural, Forestal y Pesquero. (2015). Misión y
Visión. Consultada el 7 de junio de 2015, de
http://www.fnd.gob.mx/fr/Paginas/MisionVision.aspx
Gibbons, R. (1992). Un primer curso de teoría de juegos. Barcelona, España: Antoni Bosch.
Giesecke, K. (2004). Credit Risk Modeling and Valuation: An introduction. New York:
Cornell University.
Hewitt de Alcántara, C. (2007). Ensayo sobre los obstáculos al desarrollo rural en México:
Retrospectiva y prospectiva. Revista de Antropología Social Desacatos, (25), 79-100.
Consultada el 20 de septiembre de 2014, de
http://desacatos.ciesas.edu.mx/index.php/Desacatos/article/view/570
Houweling, P., y Vorst, T. (2005). Pricing Default Swaps: Empirical Evidence. Journal of
International Money and Finance, 24, 1200-1225. Consultada el 5 de marzo de 2016,
http://dx.doi.org/10.2139/ssrn.294799
HR Ratings. (2012). Escalas de calificación. Consultada el 30 de abril de 2015, de
http://www.hrratings.com/es/rating_scales
Hull, J., y White, A. (2000). Valuing Credit Default Swaps I: No counterparty default risk.
Journal of derivatives, 8 (1), 29-40. Consultada el 2 de agosto de 2014, University of
Toronto: http://www.defaultrisk.com/pp_crdrv_09.htm
Hull, J., y White, A. (2001). Valuing Credit Default Swaps II: Modeling default correlations.
Journal of derivatives, 8 (3), 12-21. Consultada el 5 de marzo de 2016, University of
Toronto: http://www.defaultrisk.com/pp_crdrv_09.htm
Instituto de Estudios Peruanos (IEP). (2009). FIRA Banco de México - Esquema de
titularización de activos. Consultada el 26 de noviembre de 2015, Rural Finance
Learning Center:
http://www.ruralfinance.org/details/en/?no_cache=1&srec=12343&tdet=training&tdet
2=FINANCIAL_MANAGEMENT&tdet3=2
Kreps, D. (1995). Curso de teoría microeconómica. España: McGraw-Hill.
74
Mas-Colell, A., Whinston, M., y Green, J. (1995). Microeconomic Theory. New York: Oxford
University Press.
Metropolis, N., y Ulam, S. (1949). The Monte Carlo Method. Journal of the American
Statistical Association, 44 (247), 335-341. Consultada el 8 de marzo de 2016,
http://web.maths.unsw.edu.au/~peterdel-moral/MetropolisUlam49.pdf
MexDer. (2007). Futuros sobre swaps. Consultada el 1 de marzo de 2016, de
http://www.mexder.com.mx/wb3/wb/MEX/MEX_Repositorio/_vtp/MEX/1ef6_publica
ciones/_rid/21/_mto/3/Cuadernillo_SWAPS.pdf
MexDer. (2012). Derivados de tasa de interés, usos y estrategias. Consultada el 17 de febrero
de 2016, de
http://www.mexder.com.mx/wb3/wb/MEX/MEX_Repositorio/_vtp/MEX/1ef6_publica
ciones/_rid/21/_mto/3/Tasas_de_Interes__Usos_y_Estrategias_.pdf
Mora Valencia, A. (2010). Una propuesta de creditmetrics y expected shortfall para medición
del riesgo crediticio. Revista Civilizar de Empresa y Economía, 1 (2), 104-125
Consultada el 4 de diciembre de 2014, de
http://revistas.usergioarboleda.edu.co/index.php/ceye/article/view/64/62
Morfín Maciel, A. (2009). Banca de desarrollo y el apoyo al acceso (México). Serie
Financiamiento del Desarrollo, (208). Consultada el 3 de noviembre de 2014, CEPAL-
ONU-Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ):
http://hdl.handle.net/11362/5184
Narváez Vásquez, G., Chávez Ferreiro, J., y Soriano Basilio, E. (2012). Análisis de la
probabilidad de incumplimiento para los créditos otorgados por instituciones
financieras en el sector agropecuario mexicano. Revista Inceptum, 7 (13), 73 - 394.
Consultada el 1 de septiembre de 2014, de
http://inceptum.umich.mx/index.php/inceptum/article/view/215/0
Office of Investor Education and Advocacy. (2013). The ABCs of Credit ratings. Consultada
el 3 de octubre de 2014, U.S. Securities and Exchange Commision, Investor Bulletin:
http://www.sec.gov/investor/alerts/ib_creditratings.pdf
Partnoy, F., y Skeel, D. A. (2007). The Promise and Perils of Credit Derivatives. University of
Cincinnati Law Review, 75, 1019-1051. Consultada el 16 de septiembre de 2015, de
http://scholarship.law.upenn.edu/faculty_scholarship/119
75
Peña, P. (2012). Una perspectiva microeconómica de la banca en México:el papel de la
heterogeneidad y el compromiso. Consultada el 3 de octubre de 2015, CNBV, Estudios
Económicos: http://www.cnbv.gob.mx/CNBV/Estudios-de-la-
CNBV/Estudios%20de%20investigacion/Perspectiva_microecónomica_banca_en_Mé
xico.pdf
Ramírez Romero, J.R., y Miranda Vargas, M. (1995). Swaps de divisas: un instrumento para
monetizar la economía boliviana. Revista de análisis económico, 12. Consultada el 1
de marzo de 2016, Unidad de Análisis de Políticas Sociales y Económicas:
http://www.udape.gob.bo/portales_html/AnalisisEconomico/analisis/vol12/art06.pdf
Reserve Bank of New Zealand. (2008). Explaining Credit Ratings. Consultada el 3 de mayo
de 2014, de http://www.rbnz.govt.nz/regulation_and_supervision/banks/3498179.pdf
Santander Río. (2016). Cobertura a variaciones en la tasa de interés. Consultada el 17 de
febrero de 2016, de
http://www.santanderrio.com.ar/banco/online/corporativas/tesoreria/derivados/instrum
entos-para-la-cobertura-a-variaciones-a-tasadeinteres
Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación. (2012).
Mecanizada el 70% de la superficie agrícola mexicana. Consultada el 13 de agosto de
2014, de
http://www.sagarpa.gob.mx/delegaciones/Jalisco/boletines/Paginas/B0412012.aspx#
Standard and Poor´s Ratings Services. (2013). Standard & Poor's confirma calificaciones del
Fondo Especial de Asistencia Técnica y Garantía para Créditos Agropecuarios
(FEGA); la perspectiva es estable. Consultada el 24 de abril de 2014, de
http://www.standardandpoors.com/es_LA/web/guest/article/-
/view/type/HTML/sourceAssetId/1245360853325
Standard and Poor´s Ratings Services. (2015). Calificaciones Crediticias – Definiciones y
Preguntas Frecuentes. Consultada el 23 de abril de 2014, de
http://www.standardandpoors.com/ratings/definitions-and-faqs/es/la
Universidad Autónoma Chapingo. (2012). Estudio para el Honorable Congreso De La Unión
en cumplimiento del Artículo 55 Bis 2 De La Ley De Instituciones De Crédito para
Fideicomisos Instituidos en Relación con la Agricultura. Consultada el 20 de
septiembre de 2014, Secretaría de Hacienda y Crédito Público:
76
http://www.hacienda.gob.mx/POLITICAFINANCIERA/banca_desarrollo/publicacione
s/Paginas/EVALUACIONESDEBANCADEDESARROLLO.aspx
van Beem, J. (2010). Credit risk modeling and CDS valuation, an analysis of structural
models. Master thesis. Países Bajos: University of Twente.
van Gestel, T., y Baesens, B. (2009). Credit Risk Management. New York: Oxford University
Press.
Vargas, R. (2015). Notas teóricas: Información Asimétrica. Consultada el 1 de septiembre de
2015, Universidad de Buenos Aires, Facultad de Ciencias Económicas:
http://www.econ.uba.ar/www/departamentos/economia/plan97/Finanzas/finanzas/ricar
do.html
Vázquez Tobilla, J. L. (2013). Instrumentación de Créditos para Mipymes a través de un
portafolio de Credit Default Swaps en México. Tesis para obtener el grado de Maestro
en Ciencias Económicas. Consultada el 12 de noviembre de 2014, Instituto Politécnico
Nacional, Sección de Estudios de Posgrado e Investigación:
http://www.sepi.ese.ipn.mx/Investigacion/Documents/Investigación/Instrumentacion_d
e_creditos_para_MIPYMES_a_traves_de_un_portafolio_de_Credit_Default_Swaps_e
n_Mexico.pdf
Venegas Martínez, F. (2008). Riesgos Financieros y económicos: productos derivados y
decisiones económicas bajo incertidumbre. México: Cengage Learning.
Venegas Martínez, F. (2014). Entendiendo los mercados de swaps: un enfoque de equilibrio
general. Revista de Estadística, Econometría y Finanzas Aplicadas, 3 (4), 181-196.
Consultada el 23 de abril de 2015, de
http://papers.ssrn.com/sol3/papers.cfm?abstract_id=2417053
Walker, M. (2005). Credit default swaps with counterparty risk: a calibrated markov model.
University of Toronto, Department of Physics, 1-19. Consultada el 6 de marzo de
2016, de http://www.physics.utoronto.ca/~qocmp/CDScptyNew.pdf
77
ANEXOS
Anexo 1. Programación de una macro con Visual Basic Applications (VBA) en Excel
para la realización de la simulación Bootstrap - Monte Carlo del portafolio de CDS.
Sub Remuestreo_bootstrap_multivariado2()
contador1 = 0
analizada = Worksheets("Bootstrap2").Cells(contador1 + 20, 4).Value
While (analizada <> "")
contador1 = contador1 + 1
Worksheets("Bootstrap2").Cells(contador1 + 19, 3).Value = contador1
analizada = Worksheets("Bootstrap2").Cells(contador1 + 20, 4).Value
Wend
Worksheets("Bootstrap2").Range("F1").Value = contador1
contador2 = 0
analizada = Worksheets("Bootstrap2").Cells(20, (4 + contador2)).Value
While (analizada <> "")
contador2 = contador2 + 1
analizada = Worksheets("Bootstrap2").Cells(20, (4 + contador2)).Value
Wend
Worksheets("Bootstrap2").Range("F2").Value = contador2
periodos = Worksheets("Bootstrap2").Range("B4").Value
tiempo = Worksheets("Bootstrap2").Range("B5").Value
tasa_recup = Worksheets("Bootstrap2").Range("B3").Value
Nominal = Worksheets("Bootstrap2").Range("B6").Value
iter = Worksheets("Bootstrap2").Range("B7").Value
tiempo_periodo = 1 / periodos
Worksheets("Bootstrap2").Range("T2:XFD1048576").Clear
Worksheets("Bootstrap2").Range("V18").Value = "PD_NOROESTE"
Worksheets("Bootstrap2").Range("W18").Value = "PD_NORTE"
Worksheets("Bootstrap2").Range("X18").Value = "PD_OCCIDENTE"
78
Worksheets("Bootstrap2").Range("Y18").Value = "PD_SUR"
Worksheets("Bootstrap2").Range("Z18").Value = "PD_SURESTE"
Worksheets("Bootstrap2").Range("AA18").Value = "PD_TOTAL"
obs = periodos * tiempo
Dim vector_resultados As Variant
ReDim vector_resultados(1, (contador2 - 3))
contador10 = 0
For contador10 = 1 To iter
Dim vector_obs_sorteado As Variant
ReDim vector_obs_sorteado(obs, contador2)
contador3 = 0
For contador3 = 1 To obs
u1 = Rnd()
obs_sorteado = Round(1 + ((u1 * contador1) - 1), 0)
If obs_sorteado = 0 Then
obs_sorteado = 1
Else
obs_sorteado = obs_sorteado
End If
contador4 = 0
For contador4 = 1 To contador2
vector_obs_sorteado(contador3, contador4) = Worksheets("Bootstrap2").Cells((obs_sorteado
+ 19), (3 + contador4)).Value
Next contador4
Next contador3
Dim matriz_acumulados As Variant
ReDim matriz_acumulados((contador2 - 3), 4)
contador7 = 0
For contador7 = 1 To obs
factor_descuento = (1 + (vector_obs_sorteado(contador7, 8) / periodos)) ^ (-1 *
tiempo_periodo * contador7)
79
contador8 = 0
PD = 0
For contador8 = 2 To (contador2 - 2)
PD = vector_obs_sorteado(contador7, contador8)
PS = 1 - PD
If contador7 = 1 Then
PSA = PS
matriz_acumulados((contador8 - 1), 1) = PSA
Else
PSA = PS * matriz_acumulados((contador8 - 1), 1)
matriz_acumulados((contador8 - 1), 1) = PSA '+ matriz_acumulados((contador8 - 1), 1)
End If
Pago_sup = PSA * Nominal * factor_descuento
matriz_acumulados((contador8 - 1), 2) = Pago_sup + matriz_acumulados((contador8 - 1), 2)
pago_def_nominal = PD * (1 - tasa_recup) * Nominal * factor_descuento
matriz_acumulados((contador8 - 1), 3) = pago_def_nominal + matriz_acumulados((contador8
- 1), 3)
pago_def_ultimo = PD * (tiempo_periodo) * Nominal * factor_descuento
matriz_acumulados((contador8 - 1), 4) = pago_def_ultimo + matriz_acumulados((contador8 -
1), 4)
Next contador8
Next contador7
contador9 = 0
For contador9 = 2 To (contador2 - 2)
s1 = matriz_acumulados((contador9 - 1), 3) / (matriz_acumulados((contador9 - 1), 2) +
matriz_acumulados((contador9 - 1), 4))
vector_resultados(1, (contador9 - 1)) = vector_resultados(1, (contador9 - 1)) + s1
Worksheets("Bootstrap2").Cells((20 + contador10), (20 + contador9)).Value = s1 '
Next contador9
Next contador10
contador11 = 0
80
For contador11 = 1 To (contador2 - 3)
Worksheets("Bootstrap2").Cells(17, (21 + contador11)).Value = vector_resultados(1,
contador11) / iter
Next contador11
End Sub
81