Upload
apc-te-aconseja
View
423
Download
2
Embed Size (px)
DESCRIPTION
Presentación de Luz María Salamina, Gerente General de la Asociación Panameña de Crédito durante el 1er Congreso Internacional del Crédito
Citation preview
Buenas prácticas: compartir información como base para reducir los riesgos del negocio crediticio
Contenido
• Con mayor información, los sistemas crediticios son mas estables.
• Qué es calidad de información de referencias de crédito.
• A quiénes impacta?
• Ejemplo de aplicación de la información para generar indicadores de desempeño
Flexibiliza los
controles y políticas
+ Conocimie
nto +
estabilidad
Factores de calidad: Información de crédito
Exactitud
• Información correcta
Completitud
• Todos los campos de una referencia
Totalidad
• Todos los clientes
Actualización
• Información oportuna para la toma de decisiones
Beneficios de la información
Detectar posibles nichos
en riesgo
Evitar fraude por
suplantación
Construir modelos
estadísticos de riesgos basados en información
completa
Establecer la reserva de capital de
acuerdo a la exposición de riesgo real que tenga la cartera
Conocer más a nuestros
clientes como ventaja
competitiva.
Impacto en los indicadores de CustomerService
información
Bancos, financieras, cooperativas,
comercios
Los individuos
Los reguladores
El sistema
Audiencia que impacta la informaciónLos individuos
• La informacióncompletapromueve el acceso al crédito.
• Sirve paranegociarmejorestérminos y condicionesen los créditos.
• Es la carta de presentación
Entidadesfinancieras
• Promuevecarteras sanas
• Permitediseñarmodelos de riesgo queaumentan la eficiencia de los procesos y mejoran los rendimientosdel negocio.
Reguladores
• Puede ajustarpolíticas y requerimientosen base a evidenciaobjetiva de riesgo
• Permitedesarrollarmodelos de evaluación de riesgo y seguimiento de las carteras de las entidadesreguladas.
El Sistema
• Aporta al crecimiento saludable de la economía
• Indicadoresde crecimientoeconómico.
TRANSFORMACIONES DE LA INFORMACIÓN PARA GENERAR INDICADORES DE DESEMPEÑO
Con información relevante podemos:
Generar indicadores periódicos del comportamiento de cada uno de los bancos y del sector financiero
Implementar indicadores para medir la evolución del mercado (captación y colocación)
Producir reportes con la estructura del portafolio de cada entidad supervisada
Comparar el desempeño del sector financiero con otros sectores e industrias. (Base APC)
Tener información disponible permite:
Construir modelos estadísticos de riesgos
basados en información completa
Establecer la reserva de capital de acuerdo
a la exposición de riesgo real que tenga
la cartera
Basilea II
Clasificación por método estándar acuerdo 6-2000
Pérdida Esperada de la cartera tarjetas de crédito de AGOSTO 2008 modelo internoClasificación Agosto Septiembre Octubre Noviembre Diciembre
Normal A 0.00% 0.05% 0.04% 0.02% 0.17%Mención B 0.00% 0.08% 0.07% 0.05% 0.31%Subnorm C 0.02% 0.13% 0.13% 0.08% 0.31%
Dudoso D 0.16% 0.51% 0.61% 0.37% 1.01%Irrecup E 3.18% 3.34% 3.85% 4.46% 4.83%
Total 3.36% 4.10% 4.70% 4.98% 6.63%
Clasificación por método estándar acuerdo 6-2000
Pérdida Esperada de la cartera de tarjetas de crédito de AGOSTO 2008 metodo estándarClasificación Agosto Septiembre Octubre Noviembre Diciembre
Normal A
Mención B 0.05% 0.05% 0.05% 0.06% 0.06%Subnorm C 0.25% 0.25% 0.27% 0.28% 0.31%Dudoso D 1.79% 1.91% 2.12% 2.27% 2.57%Irrecup E 3.18% 3.34% 3.85% 4.46% 4.83%
Total 5.26% 5.54% 6.29% 7.07% 7.77%
Estimación pérdida esperada cartera de Agosto cálculo modelo interno vs método estándar
Mapa General de Riesgo
INDUSTRIA = SECTOR FINANCIERODESCR_TIPO_ASOC = BANCOSSALDO _ACTUAL = $792,911,201.24Mora = 2%
Mapa para Bancos
NOM_ASOC = BANCO YSALDO _ACTUAL = $3,276,004,869.44Mora = 2.2368880997
EL OTRO BANCO BANCO X
BANCO GRANDE
BANCO Z
BANCO Y
TU B
AN
CO
BA
N &
C
O
PA
NA
MEN
IAN
B
AN
CO
BANCO MEDIANO
OM
EGA
BA
NC
O A
BC
BANCO TUYO
OTRO BANCO
NOM_ASOC = BANCO YSALDO _ACTUAL = $3,276,004,869.44Mora = 2.2368880997
Hipotecas
Tarjetas Autos
Pres pnal
Distribución por productos y rangos de plazo
Cosechas
0.0%
0.1%
0.2%
0.3%
0.4%
0.5%
0.6%
0.7%
0.8%
0.9%
1.0%
1 2 3 4 5 6 7
% c
aso
s co
n m
ora
su
pe
rio
r a
90
día
s
Análisis de Cosechas - Préstamos de Automovil
2009 1 2009 2 2009 3 2009 4 2010 1 2010 2
Se toma como base que un cliente que entra en mora superior a 90 días
CONCLUSION
Si contamos con data que cumpla con estas características, favorecemos la economía de nuestros países.
Exactitud
• Información correcta
Completitud
• Todos los campos de una referencia
Totalidad
• Todos los clientes
Actualización
• Información oportuna para la toma de decisiones
Gracias