Contribuciones al análisis estadístico del riesgo de crédito
![Thumbnail](/dspace/bitstream/handle/2183/16107/DeviaRivera_AndresE._TD_2015.pdf.jpg?sequence=5&isAllowed=y)
Use este enlace para citar
http://hdl.handle.net/2183/16107Coleccións
- Teses de doutoramento [2128]
Metadatos
Mostrar o rexistro completo do ítemTítulo
Contribuciones al análisis estadístico del riesgo de créditoAutor(es)
Director(es)
Vilar Fernández, Juan ManuelCao Abad, Ricardo
Data
2015Centro/Dpto/Entidade
Universidade da Coruña. Departamento de MatemáticasResumo
[Resumen]
En esta memoria se aborda el problema de la modelización estadística
del riesgo de crédito. Aquí se estudian cinco modelos para la predicción de
la morosidad en créditos personales. El primero corresponde a un modelo de
puntuación crediticia construido con técnicas de regresión logística. Como
resultado, se obtiene un modelo de estimación de la propensión a la morosidad
del cliente, dado un conjunto de variables explicativas sobre las que se
realiza la regresión logística. El segundo modelo corresponde a un modelo
de probabilidad de mora (P D) construido con técnicas de análisis de supervivencia.
Este modelo de P D se obtiene a partir de la función de distribución
condicional del tiempo hasta la mora del crédito y se calcula utilizando tres
clases de estimadores (paramétrico, semiparamétrico y no paramétrico). El
estimador no paramético de la PD, cp~LG, se obtiene a partir del estimador
de Beran (1981) para la función de supervivencia condicional con datos censurados.
Resultados asintóticos como la consistencia fuerte uniforme y la
normalidad asintótica del estimador cp~ LG, se exponen en el Capítulo 4. Finalmente,
el quinto modelo de predicción de la morosidad en créditos personales
se propone en el Capítulo 5. Allí se busca dar respuesta a un problema
con escaso tratamiento en la literatura sobre riesgo de crédito, denominado
reincidencia de la morosidad crediticia. El estudio se centra en obtener un
modelo de probabilidad análogo al modelo propuesto en el Capítulo 3, donde
se utiliza la perspectiva del análisis de supervivencia con sucesos recurrentes
bajo censura y dependencia. Como resultado, se obtienen fórmulas para la
probabilidad condicional de reincidencia de los impagos de un mismo sujeto
conociendo su puntuación crediticia y los tiempos en los que se han producido
los impagos anteriores. Este modelo puede ser utilizado por las entidades
financieras como herramienta de seguimiento y evaluación del perfil crediticio
de los clientes con más propensión a comenter algún tipo de incumplimiento. [Resumo]
Nesta memoria abórdase ó problema da modelización estatística do risco
de crédito. Aquí estúdanse tres modelos para a predicción da morosidade en
créditos persoais. O primeiro cOlTesponde a un modelo de puntuación crediticia
construido con técnicas de regresión loxística. Como resultado, obtense un
modelo de estimación da propensión á morosidade do cliente, dado un conxunto
de variables explicativas sobre as que se realiza a regresión loxística. O
segundo modelo corresponde cun modelo de probabilidade de incumprimento
(PD), construido con técnicas de análise de supervivencia. Este modelo de
P D obtense a partir da función de distribución condicional do tempo ata a
mora do crédito e calcúlase utilizando tres clases de estimadores (paramétrico,
semi paramétrico e non paramétrico). O estimador non paramétrico da
PD, <.p~LG, obténse a partir do estimador de Beran (1981) para a función
de supervivencia condicional con datos censurados. Resultados asintóticos
como a consistencia forte uniforme e a normalidade asintótica do estimador
<.p~LG expónse no Capítulo 4 desta memoria. Finalmente, o quinto modelo de
predicción da morosidade en créditos persoais propónse no Capítulo 5. Alí
búscase dar resposta a un problema con escaso tratamento na literatura actual
sobre o risco de crédito, chamado reincidencia da morosidade crediticia.
O estudo deste fenómeno céntrase en obter un modelo de probabilidade análogo
ó modelo proposto no Capítulo 3, onde se utiliza a perspectiva do análise
de supervivencia con sucesos recorrentes baixo censura e dependencia. Como
resultado, obtéñense fórmulas para a probabilidade condicional de reincidencia
dos impagos dun mesmo suxeito coñecendo a súa puntuación crediticia
e os tempos nos que se produciron os impagos anteriores. Este modelo pode
ser utilizado polas entidades financieras como ferramenta de seguimento e
avaliación do perfil de crédito dos clientes máis propensos a cometer algunha
clase de incumprimento. [Abstract]
In this thesis, the problem of statistical modeling of credit risk is considered.
Five models for predicting deEaults on personal loans are studied.
Firstly, a credit scoring model is obtained via logistic regression techniques.
As a result, a model to estimate the propensity to credit default is obtained
given a set of explanatory variables on which the logis tic regression is performed.
Secondly, a model for the probability oE deEault (P D) is built using
survival analysis techniques. This model for P D is obtained from the conditional
distribution Eunction oE time to credit arrears and is calculated using
three different estimators (parametric, semiparametric and nonparametric).
The nonparametric estimator, <p~LG, is derived from the estimator by Beran
(1981) for the conditional survival function with censored data. Asymptotic
results like strong uniform consistency and asymptotic normality of <p~ LG ,
are obtained in Chapter 4 of this thesis. Finally, the fifth model to predict
default in personalloans is proposed in Chapter 5. There, we try to respond
to a problem with poor treatment in the current literature on credit risk,
called credit default recidivism. The study oE this phenomenon focuses on
obtaining a probability model similar to that proposed in Chapter 3, where
the approach oE survival analysis with recurrent events under censoring and
dependence model is used. As a result, some formulae are obtained for conditional
probability of recurrent defaults for a single debtor given a known
credit scoring value and the times where previous defaults have been ohserved.
This model can be nsed by financial institutions as an evaluation
and monitoring tool for the credit quality of those customers whoe are !llore
propense to default.
Palabras chave
Riesgo crediticio
Riesgo financiero-Modelos matemáticos
Deudor y acreedor
Crédito-Gestión del riesgo
Riesgo financiero-Modelos matemáticos
Deudor y acreedor
Crédito-Gestión del riesgo
Dereitos
Os titulares dos dereitos de propiedade intelectual autorizan a visualización do contido desta tese a través de Internet, así como a súa reproducción, gravación en soporte informático ou impresión para o seu uso privado e/ou con fins de estudo e de investigación. En nengún caso se permite o uso lucrativo deste documento. Estos dereitos afectan tanto ó resumo da tese como o seu contido Los titulares de los derechos de propiedad intelectual autorizan la visualización del contenido de esta tesis a través de Internet, así como su repoducción, grabación en soporte informático o impresión para su uso privado o con fines de investigación. En ningún caso se permite el uso lucrativo de este documento. Estos derechos afectan tanto al resumen de la tesis como a su contenido