Título
O uso de simulação no cálculo do Value at Risk (VaR) de carteiras de crédito a empresas: um modelo de apoio à decisão no âmbito dos acordos de Basileia
Autor
Viz, Felipe Fernández
Resumo
pt
O risco de crédito, isto é, o risco de incumprimento de obrigações creditícias, é a
principal causa do aumento nas necessidades de capital disponível que os bancos
enfrentam no contexto dos Acordos de Basileia. Tais necessidades, por sua vez, são
calculadas com base numa medida associada a esse risco, o Value at Risk (VaR).
A dissertação propõe um método simples e robusto para estimação do VaR de
uma carteira de empréstimos a empresas feitos por uma instituição bancária. Esse
método baseia-se e demonstra a utilidade de Data Mining, Simulação e Business
Analytics em geral, na estimação do VaR.
O risco consiste na perda, por falência, de uma proporção do montante em
dívida; e pressupõe-se que, do conjunto de empresas a quem o banco concedeu
empréstimos, a probabilidade de incumprimento (PD, probability of default), vem
determinada por um score e por probabilidades à priori. Ao basear-se no uso de técnicas
de simulação, o método proposto é capaz de ultrapassar limitações e pressupostos
típicos dos métodos analíticos.
A dissertação inclui um exemplo de aplicação baseado em dados reais de um
conjunto homogéneo de empresas cotadas no NYSE, New York Stock Exchange, entre
1990 e 2005. Para além de desenvolver o método e de o exemplificar, a dissertação
também constitui uma introdução às necessidades de capital estipulada pelos Acordos
de Basileia (Pillar One) e às principais metodologias AIRB (Advanced Internal Ratings
Based) usadas no cálculo dessas necessidades, no caso do risco de crédito.
en
Credit risk, also known as the default risk of credit obligations, is the main cause of the
increasing need for available capital that banks face in the context of the Basel Accords.
These needs, in turn, are calculated as a measure associated with this risk, the Value at
Risk (VaR).
This Thesis proposes a simple and robust method to estimate the VaR of a loans
portfolio made by one bank to a group of companies. This method is based and
exemplifies the utility of Data Mining, Simulation and in general, Business Analytics in
the VaR calculation.
The risk is the loss, by bankruptcy, of a proportion of the amount owed, and it is
assumed that the number of companies to whom the bank has granted loans, the
probability of default (PD), is determined by a score and a priori probabilities. By
relying on the use of simulation techniques, the proposed method is able to overcome
limitations and assumptions of the typical analytical methods.
This Thesis includes an example based on real data from a homogeneous set of
companies listed on NYSE, New York Stock Exchange between 1990 and 2005. Apart
from developing the method and illustrate it, the Thesis also provides an introduction to
the capital requirements stipulated by the Basel Accords (Pillar One), and the main
methodologies AIRB (Advanced Internal Ratings Based) used to calculate the capital
need in the case of credit risk.