Qué es Credit Default Probability?
▾
La probabilidad de incumplimiento (PD) es un concepto central en la medición del riesgo crediticio, que representa la probabilidad de que un prestatario (ya sea una corporación, una institución financiera, un soberano o un individuo) no realice los pagos requeridos contractualmente dentro de un horizonte temporal específico. La PD es uno de los tres parámetros fundamentales en el marco de riesgo crediticio de Basilea, junto con la pérdida en caso de incumplimiento (LGD) y la exposición en caso de incumplimiento (EAD), e impulsa tanto los cálculos de pérdida esperada como de capital regulatorio. Hay tres enfoques principales para estimar la PD. El enfoque estructural, iniciado por Robert Merton en 1974, modela el capital de una empresa como una opción de compra sobre sus activos: el incumplimiento ocurre cuando el valor de los activos cae por debajo del valor nominal de la deuda (la "barrera de incumplimiento") al vencimiento. La distancia al incumplimiento (DD), medida en desviaciones estándar del valor del activo con respecto a la barrera del incumplimiento, es el resultado clave, y la PD se estima a partir de la distribución normal de esta distancia. El modelo KMV de Moody's es la principal implementación comercial del enfoque estructural de Merton, que utiliza el valor estimado de los activos y la volatilidad para calcular la frecuencia de incumplimiento esperada (EDF). El enfoque de forma reducida (intensidad) trata el incumplimiento como un evento sorpresa regido por una tasa de riesgo λ (la probabilidad condicional instantánea de incumplimiento), que puede calibrarse según los precios de mercado de los swaps de incumplimiento crediticio (CDS) o los diferenciales de crédito de los bonos. PD sobre el horizonte T = 1 − e^(−λT). Este enfoque es más flexible que el modelo estructural y puede incorporar intensidades de incumplimiento que varían en el tiempo. Los enfoques basados en puntajes crediticios (incluidos modelos de regresión logística, modelos de agencias calificadoras y modelos de aprendizaje automático) estiman la PD a partir de las características financieras del prestatario: índices de apalancamiento, rentabilidad, índices de cobertura, liquidez, tamaño e industria. Las tasas de incumplimiento históricas de las agencias de calificación proporcionan un mapeo empírico de la calificación crediticia a la PD histórica en varios horizontes. La estimación precisa de la PD es esencial para la fijación de precios de los préstamos (el diferencial de crédito debe compensar la pérdida esperada = PD × LGD), el cálculo del capital regulatorio (el método IRB de Basilea permite a los bancos utilizar modelos internos de PD), la gestión del riesgo crediticio de la cartera y la evaluación del riesgo crediticio de la contraparte en transacciones de derivados.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
Fórmula
▾
Merton PD: PD = N(−d2) donde d2 = [ln(V/D) + (μ − σ_V²/2)T] / (σ_V √T)
Tasa de riesgo PD: PD(T) = 1 − e^(−λT)
Triángulo de Crédito: λ ≈ Diferencial de Crédito / LGD | CS ≈ PD × LGD / (1−PD)Leyenda de variables
▾
| Símbolo | Nombre | Unidad | Descripción |
|---|---|---|---|
| PD | Probabilidad de incumplimiento | % | Probabilidad de incumplimiento dentro de un horizonte específico (1 año es el estándar); el principal parámetro de riesgo crediticio. |
| DD | Distancia al incumplimiento | standard deviations | En el modelo Merton: (Valor del activo − Punto predeterminado) / (Vol. del activo × Valor del activo); número de desviaciones estándar por encima del valor predeterminado. |
| λ | Tasa de riesgo | per year | Probabilidad de incumplimiento condicional instantánea por unidad de tiempo; utilizado en modelos de forma reducida: PD = 1 − e^(−λT). |
| LGD | Pérdida en caso de incumplimiento | % | Fracción esperada de la exposición perdida si ocurre un incumplimiento; complemento de la tasa de recuperación. EL = PD × LGD × EAD. |
| CS | Diferencial de crédito | bps | Se exige rendimiento adicional por encima de la tasa libre de riesgo; aproximadamente CS ≈ λ × LGD para vencimientos cortos (triángulo de crédito). |
Cómo Credit Default Probability
▾
- 1Elija el enfoque de estimación: estructural (Merton) para empresas públicas con datos de capital; forma reducida para los nombres comerciales de CDS; basado en calificaciones para empresas con calificaciones crediticias.
- 2Para el modelo de Merton: estime el valor de los activos (V) y la volatilidad de los activos (σ_V) resolviendo el sistema de acciones como opciones de compra de forma iterativa; identificar la barrera de incumplimiento (normalmente pasivos corrientes + 50% de deuda a largo plazo).
- 3Calcule la distancia al valor predeterminado: DD = (V − D) / (σ_V × V), donde D es la barrera predeterminada.
- 4Convierta DD a PD usando la distribución normal: PD = N(−DD) para la medida neutral al riesgo, o use un mapeo empírico (como lo hace Moody's KMV) para PD del mundo real.
- 5Para CDS/PD basada en diferenciales: obtenga el diferencial de crédito del mercado, suponga LGD (normalmente entre 40% y 60%); calcular la tasa de riesgo λ = CS / LGD; calcular PD(T) = 1 − e^(−λT).
- 6Para PD basada en calificación: busque la tasa de incumplimiento acumulada promedio histórica para la calificación crediticia del emisor en los estudios de incumplimiento anuales de S&P o Moody's.
- 7Validar la estimación de PD frente a precios de mercado, calificaciones de agencias calificadoras y empresas pares. Agregado a la pérdida esperada de la cartera: EL = Σ PD_i × LGD_i × EAD_i.
Ejemplos resueltos
▾
La empresa está 1,41 desviaciones estándar por encima del incumplimiento: riesgo crediticio moderado
d2 = [ln(100/70) + (0,05 − 0,25²/2)×1] / (0,25×√1) = [0,357 + 0,019] / 0,25 = 1,505. PD = N(−1,505) ≈ 6,6%. Distancia al DD predeterminado = (100 − 70) / (0,25 × 100) = 1,20 desviaciones estándar. Moody's KMV asigna esto a un EDF empírico de su base de datos histórica. Una DD de 1,2 corresponde aproximadamente a una probabilidad empírica de incumplimiento a un año de entre el 8% y el 12%. Si los mercados de valores se liquidan y la volatilidad de los activos aumenta al 35%, la DD cae a 0,86 y la PD salta al 19%, lo que demuestra cómo las condiciones del mercado de valores impactan directamente el riesgo crediticio.
El mercado de CDS implica un 22% de posibilidades de incumplimiento en 5 años
Tasa de riesgo λ = CS / LGD = 300 pb / 60% = 500 pb = 5,0% anual. PD de 1 año = 1 − e^(−0,05×1) = 4,88%. PD a 5 años = 1 − e^(−0,05×5) = 1 − e^(−0,25) = 22,1%. Esta PD implícita en los CDS es una probabilidad neutral al riesgo (incluye la prima de riesgo), por lo que la PD en el mundo real sería ligeramente menor. Un diferencial de CDS de 300 pb es consistente con una calificación crediticia BB, donde las tasas históricas de incumplimiento acumuladas a cinco años promedian aproximadamente entre 10% y 15%; el mercado de CDS implica una tasa algo más alta, lo que refleja la prima de riesgo de mercado y la prima de liquidez.
Basado en más de 40 años de datos históricos de incumplimiento por calificación de S&P
Según el Estudio anual de transición de calificación y incumplimiento corporativo global de 2023 de S&P, la tasa de incumplimiento acumulada promedio de 3 años para emisores con calificación BB entre 1981 y 2022 es aproximadamente del 8,2%. Tasas de incumplimiento anuales: BB Año 1≈0,84%, Año 2≈1,65% marginal, Año 3≈1,72% marginal. Las tasas de incumplimiento acumuladas a 3 años del grado de inversión son mucho más bajas: AAA≈0,01%, AA≈0,05%, A≈0,13%, BBB≈0,55%. Estas tasas empíricas son PD del mundo real (no neutrales al riesgo) y se utilizan directamente en los cálculos de pérdidas esperadas del IRB de Basilea para las carteras de préstamos.
Múltiples ratios financieros combinados en regresión logística predicen la PD
En un modelo de regresión logística, cada índice financiero tiene un coeficiente estimado a partir de datos históricos de incumplimiento: Deuda/EBITDA (5,0x: el alto apalancamiento agrega riesgo), cobertura de intereses (1,8x: la baja cobertura aumenta significativamente la PD), índice circulante (0,9: menos de 1,0 = el capital de trabajo negativo agrega riesgo) y margen de ganancias (4%: el margen delgado ofrece poco margen de protección). Las probabilidades logarítmicas combinadas producen una PD de aproximadamente el 12,5%: territorio de grado especulativo elevado. Este prestatario recibiría una calificación interna B o B−, lo que requeriría un precio de aproximadamente LIBOR/SOFR + 400–500 pb y protecciones estrictas.
Aplicaciones prácticas
▾
Aprobación y fijación de precios de crédito para la originación de préstamos bancarios (RAROC), que permite a los profesionales tomar decisiones cuantitativas bien informadas basadas en métodos computacionales validados y enfoques estándar de la industria, lo que requiere un análisis cuantitativo preciso para respaldar decisiones basadas en evidencia, asignación estratégica de recursos y optimización del desempeño en diversos contextos organizacionales y disciplinas profesionales.
Cálculo de capital IRB de Basilea II/III para carteras de crédito, que ayuda a los analistas a producir resultados precisos que respalden la planificación estratégica, la asignación de recursos y la evaluación comparativa del desempeño en todas las organizaciones, donde el cálculo numérico preciso es esencial para producir resultados confiables que informen los procesos de planificación, evaluación y mejora continua en entornos corporativos e individuales.
NIIF 9/CECL provisión para pérdidas crediticias esperadas, que permite a los profesionales cuantificar los resultados sistemáticamente y comparar escenarios utilizando marcos matemáticos confiables y fórmulas establecidas, exigiendo enfoques de cálculo sistemáticos que traduzcan los datos de entrada sin procesar en conocimientos procesables para las partes interesadas que dependen del rigor cuantitativo en sus actividades profesionales diarias.
Precios y negociación de swaps de incumplimiento crediticio, que respaldan procesos de evaluación basados en datos donde la precisión numérica es esencial para los objetivos de cumplimiento, informes y optimización, lo que requiere métodos computacionales sólidos que brinden resultados consistentes y verificables adecuados para informes, auditorías y análisis de tendencias a largo plazo en entornos profesionales.
Monitoreo del riesgo crediticio de la cartera de bonos y vigilancia de la calificación, lo que requiere un análisis cuantitativo preciso para respaldar decisiones basadas en evidencia, asignación estratégica de recursos y optimización del desempeño en diversos contextos organizacionales y disciplinas profesionales.
Casos especiales
▾
En la práctica, este caso extremo requiere una consideración cuidadosa porque los supuestos estándar pueden no ser válidos. Al encontrar este escenario en los cálculos de la calculadora de probabilidad de incumplimiento crediticio, los profesionales deben verificar las condiciones de contorno, comprobar los riesgos de división por cero y considerar si los supuestos del modelo siguen siendo válidos en estas condiciones extremas.
Los profesionales que trabajan con pd de riesgo crediticio deben estar especialmente atentos a este escenario porque puede generar resultados engañosos si no se maneja adecuadamente. Siempre verifique las condiciones límite y verifique con métodos independientes cuando este caso surja en la práctica.
En la práctica, este caso extremo requiere una consideración cuidadosa porque los supuestos estándar pueden no ser válidos. Al encontrar este escenario en los cálculos de la calculadora de probabilidad de incumplimiento crediticio, los profesionales deben verificar las condiciones de contorno, comprobar los riesgos de división por cero y considerar si los supuestos del modelo siguen siendo válidos en estas condiciones extremas.
Tasas de incumplimiento promedio a 1 año de S&P por calificación (1981-2022)
▾
| Clasificación | PD de 1 año | PD de 3 años | PD de 5 años | Descripción |
|---|---|---|---|---|
| AAA | 0,00% | 0,01% | 0,04% | Grado de inversión más alto |
| AA | 0,02% | 0,06% | 0,12% | Muy alta calidad |
| A | 0,06% | 0,18% | 0,37% | Alta calidad |
| BBB | 0,16% | 0,55% | 1,10% | Corte de grado de inversión |
| BB | 0,84% | 3,41% | 7,18% | Grado especulativo más alto |
| B | 3,44% | 10,50% | 18,90% | Especulativo |
| CCC/C | 26,78% | 42,60% | 52,20% | Altamente especulativo / angustiado |
Preguntas frecuentes
▾
¿Cuál es la diferencia entre la PD neutral al riesgo y la PD del mundo real?
La PD neutral al riesgo se deriva de los precios de mercado (diferenciales de CDS, rendimientos de bonos) e incluye una prima de riesgo además de la probabilidad pura de incumplimiento: los inversores exigen una compensación adicional por mantener el riesgo de incumplimiento. La PD (física) del mundo real es la frecuencia histórica real de incumplimiento para una categoría de riesgo determinada, generalmente estimada a partir de datos de agencias de calificación o datos internos de desempeño de préstamos bancarios. La PD neutral al riesgo se utiliza para fijar el precio de los derivados (CDS, derivados de crédito) y debe coincidir con los precios del mercado. La PD del mundo real se utiliza para los cálculos de pérdidas esperadas, provisiones de préstamos y gestión de riesgos de Basilea. La PD neutral al riesgo suele ser entre 1,5 y 3 veces mayor que la PD del mundo real para los emisores con grado de inversión, lo que refleja la prima de riesgo crediticio.
¿Cuáles son los enfoques de Basilea II/III para la estimación de la PD?
Según el marco de capital de riesgo crediticio de Basilea II/III, los bancos pueden utilizar: (1) Método estandarizado: ponderaciones de riesgo prescritas por los reguladores basadas en calificaciones crediticias externas, sin estimaciones internas de PD; (2) Foundation IRB (FIRB): los bancos estiman la PD internamente pero utilizan LGD y EAD de supervisión; (3) IRB avanzado (AIRB): los bancos estiman PD, LGD y EAD utilizando sus propios modelos internos, sujetos a requisitos mínimos de datos y validación regulatoria. AIRB permite los cargos de capital más bajos para carteras de préstamos de alta calidad, pero requiere años de datos sobre incumplimiento, validación rigurosa del modelo y monitoreo continuo del desempeño del modelo. La mayoría de los grandes bancos con actividad internacional utilizan AIRB para sus principales carteras.
¿Qué ratios financieros predicen mejor el incumplimiento corporativo?
El Z-Score de Altman (1968) identificó cinco predictores clave de quiebra corporativa a partir de un análisis discriminante: capital de trabajo/activos totales, ganancias retenidas/activos totales, EBIT/activos totales, valor de mercado del capital/valor contable de los pasivos totales y ventas/activos totales. Desde entonces, las investigaciones han confirmado que los predictores individuales más poderosos incluyen: apalancamiento (Deuda/EBITDA, Deuda/Activos), cobertura (EBIT/Intereses, EBITDA/Intereses), liquidez (Ratio actual, Ratio Quick), rentabilidad (ROA, margen de beneficio) y tamaño (las empresas más grandes tienen tasas de incumplimiento más bajas para el mismo nivel de apalancamiento). Los modelos modernos de aprendizaje automático utilizan cientos de funciones financieras y no financieras.
¿Cómo se relaciona la tasa de recuperación con la EP?
Tasa de recuperación (R) = 1 − LGD (Pérdida en caso de incumplimiento). La tasa de recuperación es la fracción de la exposición recuperada después del incumplimiento mediante procedimientos de quiebra, ventas de activos o reestructuración. Las tasas históricas de recuperación de los bonos corporativos no garantizados promedian aproximadamente el 40% (LGD=60%), pero varían enormemente según la antigüedad: los bonos senior garantizados se recuperan entre el 60% y el 80%; senior no garantizado 35-55%; bonos subordinados entre 10% y 30%; patrimonio cercano a cero. Las tasas de recuperación están correlacionadas negativamente con la PD: en las crisis sistémicas, cuando las tasas de incumplimiento aumentan, las tasas de recuperación disminuyen simultáneamente (prociclicidad), amplificando las pérdidas crediticias más allá de lo que sugerirían las estimaciones independientes de PD y LGD.
¿Cuál es la distinción entre DP "a lo largo del ciclo" y "en un momento dado"?
La PD a lo largo del ciclo (TTC) estima la probabilidad promedio de incumplimiento durante un ciclo económico completo, suavizando la variación cíclica. Las agencias de calificación utilizan calificaciones TTC: una calificación BBB debería reflejar un riesgo de incumplimiento similar a lo largo del ciclo. La PD de un momento determinado (PIT) refleja las condiciones económicas actuales y se mueve con el ciclo económico: las PD de PIT aumentan en las recesiones y se comprimen en los períodos de auge. Basilea exige que los bancos utilicen la PD TTC para los cálculos de capital mínimo (para evitar la amplificación procíclica del capital), pero la PD PIT para la provisión de pérdidas crediticias esperadas según la NIIF 9/CECL (que requiere una evaluación prospectiva de la condición actual). La distinción de PIT a TTC es una fuente de complejidad práctica significativa en la gestión del riesgo crediticio.
¿Cómo se utiliza la PD en la fijación de precios de préstamos?
La fijación de precios de los préstamos utiliza el marco de rendimiento del capital ajustado al riesgo (RAROC): el diferencial de crédito cobrado debe recuperar la pérdida esperada (EL = PD × LGD) y además generar un rendimiento adecuado del capital regulatorio. Diferencial crediticio mínimo = (EL + Costo de capital × Capital requerido) / Monto del préstamo. Para un préstamo a plazo de 1 año: si PD = 2%, LGD = 50%, EL = 1,0%. Si el capital requerido = 8% del préstamo, con un rendimiento requerido del 15%: costo de capital = 8% × 15% = 1,2%. Spread mínimo = 1,0% + 1,2% = 2,2% (220 pb). Este marco RAROC garantiza que los préstamos solo se originen cuando el diferencial cubra las pérdidas esperadas y proporcione un rendimiento de capital adecuado.
¿Puede el aprendizaje automático mejorar la predicción de la EP con respecto a los modelos tradicionales?
Los modelos de aprendizaje automático (aumento de gradiente (XGBoost), bosques aleatorios, redes neuronales) a menudo logran una mayor precisión predictiva (medida por el coeficiente AUC/Gini) que la regresión logística para la predicción de PD, particularmente con grandes conjuntos de datos que contienen muchas interacciones no lineales entre características. Sin embargo, enfrentan desafíos en materia de riesgo crediticio: requisitos regulatorios de explicabilidad (la guía SR 11-7 requiere que los bancos comprendan y expliquen los resultados del modelo), la gobernanza del modelo y el riesgo de sobreajuste a patrones históricos que pueden no persistir. Los enfoques híbridos (utilizar ML para la ingeniería de funciones y la selección de variables, con regresión logística para el modelo final) son comunes en entornos bancarios regulados.
Errores comunes a evitar
▾
- !Confundir la PD neutral al riesgo (de CDS) con la PD del mundo real: se diferencian por la prima de riesgo crediticio y no deben mezclarse en los cálculos.
- !Usar PD de un momento dado para los cálculos de capital de Basilea (debe usarse a lo largo del ciclo) o PD de TTC para el aprovisionamiento de la NIIF 9 (debe usar PIT).
- !Haciendo caso omiso de la correlación entre PD y LGD, en las recesiones, ambas empeoran simultáneamente, amplificando las pérdidas crediticias reales más allá de EL = PD × LGD.
- !Aplicar tasas de incumplimiento corporativas a préstamos minoristas/de consumo sin ajustes por factores de riesgo fundamentalmente diferentes.
- !Extrapolar la PD de corto plazo a largo plazo sin tener en cuenta la migración de calificaciones a lo largo del tiempo.
Consejo Pro
Valide siempre su modelo de PD tanto con el coeficiente de Gini/AUC (discriminación: clasificar a los prestatarios de mejor a peor riesgo) como con pruebas de calibración (¿las PD previstas están cercanas a las tasas de incumplimiento observadas?). Un modelo que tenga una buena clasificación pero esté mal calibrado puede aún producir reservas inadecuadas.
¿Sabías que?
La idea clave del modelo Merton (tratar el capital de una empresa como una opción de compra sobre sus activos) se publicó en 1974, apenas un año después de la fórmula de valoración de opciones de Black-Scholes. Robert Merton recibió el Premio Nobel de Economía en 1997 (junto con Myron Scholes) en gran parte por este conjunto de trabajos, que unificó la teoría de la fijación de precios de opciones y el riesgo crediticio en un marco único y elegante.
Referencias
- ›Merton, R.C. (1974): Sobre la fijación de precios de la deuda corporativa, Journal of Finance
- ›S&P Global: Estudio anual global de transición de calificación y incumplimiento corporativo (2023)
- ›Comité de Basilea: Enfoque IRB sobre el riesgo crediticio — Basilea III
- ›McNeil, Frey & Embrechts: Gestión de riesgos cuantitativos — Capítulo de riesgo crediticio
Obtenga consejos semanales de matemáticas
Únase a los suscriptores de 12.000+ que reciben consejos sobre calculadoras todas las semanas.