FONDO MONETARIO INTERNACIONAL

SOLO PARA USO OFICIAL FONDO MONETARIO INTERNACIONAL

Centro Regional de Asistencia Técnica de Centroamérica, Panamá y República Dominicana (CAPTAC-DR)

Departamento de Mercados Capitales y Monetarios Asistencia Técnica de Experto Externo

HONDURAS

M

– F

I

Manuel Luy (experto externo) Julio, 2021

El contenido del presente informe constituye asesoramiento técnico brindado por funcionarios del Fondo Monetario Internacional (FMI) a las autoridades de Honduras (el “beneficiario de la asistencia técnica”), en respuesta a su solicitud de asistencia técnica. Este reporte (en su totalidad o en parte) o resúmenes del mismo, podrá ser divulgado por el FMI a los directores ejecutivos del FMI y al personal de sus oficinas, así como a otros organismos o dependencias del beneficiario de la asistencia técnica, y al personal técnico del Banco Mundial, otros proveedores de asistencia técnica y donantes con interés legítimo que lo soliciten, incluyendo a los miembros del Comité de Dirección del CAPTAC-DR, a menos que el beneficiario de la asistencia técnica objete expresamente dicha divulgación (véanse las Directrices operativas para la divulgación de información sobre asistencia técnica). La publicación o divulgación de este informe (en su totalidad o en parte) o resúmenes del mismo a terceros ajenos al FMI que no sean organismos o dependencias del beneficiario de la asistencia técnica ni personal técnico del Banco Mundial, otros proveedores de asistencia técnica y donantes con interés legítimo, incluyendo a los miembros del Comité de Dirección del CAPTAC-DR, requerirá el consentimiento explícito del beneficiario de la asistencia técnica y del Departamento de Mercados Monetarios y de Capital del FMI.

DM5 Reference: 7090961

Project ID(s): BSR_CA2_2020_03 Mission ID(s): 21MMB77, 21MMB78

Contenidos Página

Glosario ...4

Prefacio ...5

Resumen Ejecutivo ...6

Executive Summary ...7

I. Introducción ...9

A. Antecedentes ...9

B. Resumen del trabajo realizado y sus resultados...9

II. Desarrollo de capacidades de los equipos técnicos de la CNBS ...10

III. Diseño de lineamientos para la metodología de construcción de PDs...11

A. Cálculo de RI...11

B. Estimación de PD...14

C. Agenda pendiente...17

Tablas 1. Principales Recomendaciones...8

Gráficos 1. Hoja de ruta ...18

Cuadros 1. Actividades realizadas durante la AT ...10

Anexos I. Material utilizado en la AT ...19

GLOSARIO

AT Asistencia técnica

BID Banco Interamericano de Desarrollo

CAPTAC-DR Centro Regional de Asistencia Técnica y Formación para Centroamérica, Panamá y República Dominicana

CNBS Comisión Nacional de Bancos y Seguros EAD Exposición ante el incumplimiento FCC Factor de conversión crediticia FMI Fondo Monetario Internacional

IFRS Normas Internacionales de Información Financiera LGD Pérdida ante el incumplimiento

PD Probabilidad de incumplimiento RI Ratio de incumplimiento

PREFACIO

A pedido de las autoridades de Honduras, una misión del Centro Regional de Asistencia Técnica para Centroamérica, Panamá y República Dominicana (CAPTAC-DR) sostuvo reuniones virtuales del 16 al 27 de noviembre de 2020 y del 15 de febrero al 26 de marzo de 2021, para asistir a la Comisión Nacional de Bancos y Seguros (CNBS) en el desarrollo de un modelo de pérdidas crediticias esperadas – fase 1. Ello se realizó mediante el diseño, calibración y mejora conjunta de la metodología de estimación de probabilidades de incumplimiento (PD) y el desarrollo de las capacidades del personal de la CNBS, para regular y supervisar el uso de modelos de pérdidas crediticias esperadas por parte de los bancos. La asistencia técnica (AT) fue desarrollada por Manuel Luy Molinié, consultor externo en supervisión y regulación financiera. El Sr. José Roberto Effio, Asesor Residente en Supervisión Financiera del CAPTAC-DR, acompañó a la misión durante las actividades de capacitación en noviembre, en la reunión final del 29 de abril de 2021 y en varias reuniones con el equipo técnico de contraparte.

Durante estos periodos se mantuvo reuniones virtuales con el equipo técnico conformado por diferentes áreas de la CNBS. Asimismo, se sostuvo una reunión final en la que participaron el Comisionado Evasio Asencio; el Superintendente de Bancos y Otras Instituciones

Financieras, Sr. Evin Andrade; el Gerente de Riesgos, Sr. Daniel Gómez; el Gerente de Estudios, Sr. Dustin Santos y los representantes del equipo técnico de la CNBS.

La misión agradece la invalorable colaboración que el equipo de trabajo de la CNBS prestó durante toda la AT, especialmente por las discusiones técnicas fructíferas y por su

disposición y apoyo para recopilar la información requerida. Asimismo, se agradece por el apoyo logístico y los recursos dedicados para la coordinación y desarrollo de la agenda de trabajo.

La misión también desea agradecer a los donantes del CAPTAC-DR por su financiamiento del proyecto bajo esta AT fue llevada a cabo.

RESUMEN EJECUTIVO

La CNBS solicitó la AT para el desarrollo de un modelo de pérdidas crediticias esperadas fase 1. Esta consistió en el diseño, calibración y mejora de la metodología de estimación de PD y el desarrollo de las capacidades del personal de la CNBS para regular y supervisar el uso de modelos de pérdidas crediticias esperadas por parte de los bancos. Es importante mencionar que la CNBS ya había realizado algunos avances previos a esta AT con relación a la estimación de PD a 12 meses. Sin embargo, era necesario realizar ciertas adaptaciones a dichos avances con el fin de desarrollar un modelo de pérdidas crediticias esperadas alineado con la Norma Internacional de Información Financiera 9 (IFRS 9).

La AT ha logrado que los equipos técnicos de la CNBS cuenten ahora con conocimientos teóricos y prácticos sobre la construcción de modelos de pérdidas

crediticias esperadas. Los funcionarios de la CNBS fueron capacitados especialmente en la implementación de mejoras a la construcción de ratios de incumplimiento (RI), proyección de PD, su relación con la IFRS 9 y lineamientos básicos para la estimación de los parámetros de pérdida ante el incumplimiento (LGD) y exposición ante el incumplimiento (EAD). Para esto, se trabajó con exposiciones teóricas y plantillas modelo, y se desarrolló casos de estudio que permitieron ilustrar el uso de las herramientas expuestas y cómo utilizar estos resultados para fines de supervisión.

Se ha logrado un significativo avance en el desarrollo de un modelo de pérdidas

crediticias esperadas, el cual debe ser complementado de acuerdo con lo establecido en la hoja de ruta incluida en este informe. Se han realizado cálculos de RI para diferentes horizontes de tiempo (transiciones), cálculos de RI lifetime y proyección de RI para transiciones relevantes (mayores a 60 meses). Asimismo, se han brindado propuestas de mejora para el perfeccionamiento de modelos de estimación de PD de grandes deudores y para la proyección de PD lifetime según transición. Finalmente, se ha desarrollado una hoja de ruta para continuar con el proceso de desarrollo del modelo de pérdidas crediticias esperadas. Con esto, la CNBS cuenta con una herramienta importante que puede ayudar a la supervisión en su proceso de identificación de pérdidas esperadas de las entidades bancarias.

EXECUTIVE SUMMARY

The CNBS requested TA for the development of an expected credit loss model – Phase 1. This comprised the design, calibration and improvement of the PD estimation method and the development of CNBS staff capacities to regulate and supervise banks’ use of expected credit loss models. It is important to mention that the CNBS had already made some progress before this TA regarding 12-month PD estimation, but it was necessary to implement certain adaptations to this progress to develop an expected credit loss model in line with the

International Financial Reporting Standards 9 (IFRS 9).

The TA has ensured that CNBS technical teams now have the theoretical and practical knowledge on the construction of expected credit loss models. The mission trained CNBS officials in implementing improvements to the construction of default ratios (RI), PD

estimation, their relationship with IFRS 9, and basic guidelines for the estimation of loss given default (LGD) and exposure at default (EAD) parameters. For this purpose, the mission used theoretical presentations, model templates, and case studies to illustrate the use of the tools presented and how to use these results for supervisory purposes.

Significant progress has been achieved in the development of an expected credit loss model, which must be complemented by following the steps described in the roadmap included in this report. RI calculations have been performed for different time horizons (transitions), as well as lifetime RI calculations and projections for relevant transitions (greater than 60 months). Likewise, improvement proposals have been provided to refine PD estimation models for large exposures and lifetime projections. Finally, a roadmap to

continue with the development process of the expected credit loss model has been developed.

It allows the CNBS to have an important tool that can help supervision in its process of identifying banks’ expected losses.

Tabla 1. Principales Recomendaciones

Recomendaciones y Autoridades responsables de su implementación

Prioridad Plazo

1/

Construcción de RI

Identif icar plazos típicos de tipos de crédito, para realizar una adecuada estimación de RI lifetime (Párrafo 30)

Autoridad responsable: CNBS

Media Corto

plazo Proyección de PD

Realizar actualización de modelos de estimación de PD a 12 meses, incorporando las mejoras propuestas (Párrafo 31)

Autoridad responsable: CNBS

Alta Corto

plazo Recopilar y procesar información sobre estados financieros de grandes

deudores, para la estimación de modelos granulares de PD (Párrafo 31) Autoridad responsable: CNBS

Alta Corto

plazo Lineamientos para la estimación de LGD y EAD

Def inir pedido de información para garantías hipotecarias con el fin de elaborar un modelo de flujo de caja en base a ingresos y egresos a partir del incumplimiento (Párrafo 32)

Autoridad responsable: CNBS

Alta Mediano

plazo

Analizar necesidades de FCC según características contractuales de los créditos y segmentar garantías no hipotecarias en base a características de recuperación homogénea, con el fin de realizar encuestas

representativas a la industria y conocer sus atributos de recuperación (Párraf o 32)

Autoridad responsable: CNBS

Alta Mediano

plazo

1/ La definición sugerida de plazos es: Corto plazo : menos de 12 meses: Mediano plazo: entre 12 y 24 meses.

I. INTRODUCCIÓN

A. Antecedentes

1. La AT buscaba apoyar a la CNBS en el desarrollo de un modelo de pérdidas crediticias esperadas – fase 1. Esto implicó trabajar en el diseño, calibración y mejora de la metodología de estimación de PD y el desarrollo de las capacidades del personal de la CNBS, para regular y supervisar el uso de modelos de pérdidas crediticias esperadas por parte de los bancos. Cabe resaltar que la CNBS ya cuenta con estimaciones preliminares de PD. Desde ya, y en línea con la adopción de estándares internacionales, la CNBS ha estado planificando diseñar un modelo supervisor de pérdidas crediticias esperadas. Este objetivo no es solo parte del plan de la CNBS para renovar su marco regulatorio y de supervisión del riesgo de crédito, sino que también está alineado con su enfoque de supervisión basada en riesgos.

2. El desarrollo de la AT se vio afectado parcialmente debido a las consecuencias que se generaron por la pandemia. De acuerdo con la planificación inicial, para realizar estimaciones de RI en portafolios granulares era necesario contar con información de estados financieros de grandes deudores. Aunque el pedido de información fue realizado a la

industria, este no pudo ser atendido en un tiempo breve debido al incremento de la carga laboral originado por la pandemia. Se espera que la CNBS reciba la información relacionada a este pedido a lo largo de 2021. Por otro lado, debido a la importancia de contar con la retroalimentación de las autoridades de la CNBS en la versión final del presente informe, se planeó desarrollar una reunión final del proyecto con ellos. No obstante, debido a la

recargada agenda de las autoridades, esta reunión tuvo algunos retrasos, lo cual implicó que el presente informe no pueda ser culminado de acuerdo con lo planeado inicialmente.

B. Resumen del trabajo realizado y sus resultados

3. La AT tuvo dos etapas, las cuales se realizaron de manera íntegramente virtual.

Durante la primera etapa se capacitó a los equipos técnicos de la CNBS en aspectos teóricos y prácticos sobre modelos de pérdidas crediticias esperadas. Asimismo, se brindó propuestas de mejora para la recopilación de información de estados financieros de grandes deudores.

Durante la segunda etapa se analizó la información procesada por la CNBS para la estimación de RI a 12 meses y lifetime en busca de oportunidades de mejora, y se brindó lineamientos para la estimación de PD a 12 meses y lifetime. Para mayores detalles ver Cuadro 1.

4. La AT ha logrado un significativo avance en el desarrollo de un modelo de pérdidas crediticias esperadas. Los equipos técnicos de la CNBS cuenten ahora con conocimientos teóricos y prácticos sobre la construcción de modelos de pérdidas crediticias esperadas. Asimismo, se han brindado propuestas de mejora a la CNBS para el adecuado cálculo de RI y la correcta calibración y estimación de PD.

5. Finalmente, se ha desarrollado una hoja de ruta para los siguientes pasos en la elaboración del modelo de pérdidas crediticias esperadas. Con esto, se podrá supervisar mejor los riesgos clave en el sistema bancario hondureño, lo que facilitará el mejoramiento de la regulación de provisiones por riesgo de crédito.

Cuadro 1. Actividades realizadas durante la AT

La AT tuvo dos etapas, las cuales se realizaron de manera íntegramente virtual. La primera etapa del proyecto se desarrolló del 16 a l 27 de noviembre de 2020, en donde se desarrollaron la s capacidades de los equipos técnicos de la CNBS en aspectos teóricos y prácticos sobre modelos de pérdidas crediticias espera das. Asimismo, se brindó propuestas de mejora para la recopilación de información de estados fina ncieros de gra ndes deudores. La segunda etapa se desarrolló del 15 de febrero al 26 de marzo de 2021, en donde se a nalizó la información procesada por la CNBS para la estimación de RI a 12 meses y lifetime en busca de oportunidades de mejora, y se brindó lineamientos para la estimación de PD a 12 meses y life time.

Primera etapa

Se rea lizó una capacitación a los equipos técnicos de la CNBS con el fin de que dispongan de la s herra mientas conceptuales y prá cticas necesarias para implementar modelos de pérdidas esperadas. Los temas a bordados estuvieron rela cionados con la implementación de mejoras a la construcción de RI, proyección de PD, su rela ción con IFRS 9 y linea mientos básicos para la estimación de los parámetros de LGD, FCC y EAD. Pa ra esto, se tra bajó con exposiciones teóricas y pla ntilla s modelo, y se desarrolló casos de estudio que permitieron ilustrar el uso de la s herramientas expuestas y cómo utiliza r estos resultados para fines de supervisión. Adicionalmente, se ca pacitó a los funcionarios y supervisores de la CNBS sobre experiencias de otros países en la im plementación de pérdidas esperadas en regla mentos de provisiones.

Se espera que estas mejoras sean complementadas de a cuerdo con lo establecido en la hoja de ruta incluida en este informe, lo cual permitirá fortalecer la supervisión y regula ción del riesgo crediticio en el sector ba ncario de Honduras.

Segunda etapa

Se rea lizó la ca libración y estimación de PD. En conjunto con los equipos técnicos de la CNBS, se rea lizaron cá lculos de RI para diferentes horizontes de tiempo y cálculos de RI lifetime. Asimismo, se brindó

linea mientos para la proyección de RI para transiciones relevantes (mayores a 60 meses), perfeccionamiento de los modelos de estimación de PD de gra ndes deudores (portafolios de bajo incumplimiento) y exploración de proyección de curvas de PD lifetime según transición.

II. DESARROLLO DE CAPACIDADES DE LOS EQUIPOS TÉCNICOS DE LA CNBS 6. La AT realizó un taller de capacitación a los equipos técnicos de la CNBS sobre la estimación del deterioro del riesgo crediticio, incluyendo algunas consideraciones pertinentes de la IFRS 9. Este taller se llevó de manera virtual durante la misión que tuvo lugar del 16 de noviembre de 2020 al 26 de marzo de 2021. De este modo, el taller buscaba familiarizar a los miembros de la CNBS con las principales herramientas de construcción de modelos de pérdidas crediticias esperadas usando una combinación de elementos teóricos y aplicados.

7. El material de la capacitación se encuentra adjunto en el Anexo 1. El contenido de la capacitación incluyó aspectos conceptuales sobre pérdidas esperadas, estimaciones de pérdidas esperadas para performing, underperforming and non-performing loans,

estimaciones de PD, LGD y el factor de conversión crediticia (FCC), y cálculo integral de pérdidas esperadas. Asimismo, el taller comenzó con una presentación en la cual se evaluó consideraciones necesarias para los pasos a seguir en adelante, descritos en la hoja de ruta.

De forma complementaria se hizo una presentación sobre experiencias de otros países en la implementación de pérdidas esperadas en reglamentos de provisiones.

8. Para la explicación de cómo se construye un modelo de pérdidas crediticias esperadas se realizaron sesiones teóricas y prácticas utilizando MS Excel y Stata. En la parte teórica se explicó detalladamente los aspectos conceptuales para la construcción de distribuciones de pérdidas y parámetros de riesgo (v.g. PD, LGD y FCC), así como su

relación con la IFRS 9. En particular, se discutió sobre la construcción de RI para portafolios masivos, y proyección de PD para portafolios masivos y de bajo incumplimiento, tanto a un 12 meses como lifetime. Asimismo, se ilustró mediante casos de estudio cómo realizar estas estimaciones y cómo utilizar estos resultados para fines de supervisión.

III. DISEÑO DE LINEAMIENTOS PARA LA METODOLOGÍA DE CONSTRUCCIÓN DE PDS

A. Cálculo de RI RI a 12 meses

9. El ratio de incumplimiento (RI) es un indicador de deterioro de una cartera de créditos. El RI es definido como la proporción de deudores que 12 meses atrás se encontraba en una situación de atraso menor a 90 días y que pasó a una situación de atraso mayor a 90 días, 12 meses después. Por ejemplo, si el RI de marzo de 2021 es 15 por ciento, este indica que de 100 unidades monetarias que se encontraban con menos de 90 días de atraso en marzo de 2020, 15 migraron a una situación mayor a 90 días de atraso en marzo de 2021.

Asimismo, en coordinación con la CNBS, se ha considerado incluir dentro de esta definición a los créditos refinanciados; es decir, a aquellos que 12 meses atrás no se encontraban

refinanciados y que pasaron a una situación de refinanciamiento 12 meses después.

10. El RI se calcula utilizando la siguiente fórmula:

𝑅𝐼_60𝑖𝑡= ∑ (𝐷_{𝑗,𝑡−12}∗ 𝐼(𝑎_{𝑖𝑗,𝑡} > 90 𝑎⁄ _{𝑖𝑗,𝑡−12}≤ 60))/

𝑁_{𝑖 ,𝑡−12}

𝑗=1

∑ (𝐷_{𝑗,𝑡−12}∗ 𝐼(𝑎_{𝑖𝑗,𝑡−12}≤ 90))

𝑁_{𝑖 ,𝑡−12}

𝑗=1

Donde:

▪ RI_60it: Ratio de incumplimiento en el mes “t”.

▪ D_j,t: Deuda del individuo “j” en el mes “t” con la entidad “i”.

▪ a_ij,t: Días de atraso del individuo “j” en el mes “t” en la deuda que tiene con la entidad

“i”.

▪ (.): Función indicadora, 1 si el argumento se cumple; cero de otro modo.

▪ N_i,t−12: Número deudores de la entidad “i” en el mes “t - 12”.

11. En base a la información recibida, se realizaron cálculos de RI a nivel del

sistema financiero, tipos de crédito y clasificaciones de institución. La CNBS proporcionó información para el cálculo de RI desde junio de 2010 hasta junio de 2020. Por lo tanto , las estimaciones se realizaron a nivel de todo el sistema financiero, así como para todos los tipos de crédito (grandes deudores, arrendamiento, agropecuario –medianos y pequeños deudores–, comercio –PYME–, comercio –microdeudores–, consumo, tarjetas de crédito y viviendas) y clasificaciones de institución (bancos comerciales, bancos estatales, organizaciones privadas de desarrollo financiero y sociedades financieras).

12. El cálculo de los RI mostró que existen segmentos en donde probablemente no se haya reportado adecuadamente la información de créditos de los deudores. Para

determinados periodos y entidades se detectó saltos abruptos en los RI. Al basarse en una ventana a 12 meses, el RI del sistema financiero mostró saltos en 2011, lo cual es consistente con una falta de reporte de información de créditos para grandes deudores en 2010.

Asimismo, a nivel de tipos de crédito se observó saltos en 2020 para créditos de arrendamiento, comercio (PYME), comercio (microdeudores), consumo y viviendas.

RI lifetime

13. Con la finalidad de realizar cálculos de pérdidas esperadas en función a la IFRS 9, es necesario calcular RI lifetime. Según los estándares del Comité de Basilea, los

cálculos de los parámetros de la distribución de pérdidas deben ser a 12 meses. Esto contrasta con el enfoque de la IFRS 9, que requiere que estos cálculos se realicen a un horizonte de 12 meses en su etapa 1 (performing loans) y a un horizonte lifetime en sus etapas 2

(underperforming loans) y 3 (non-performing loans).

14. Para calcular RI lifetime es necesario conocer estadísticos de duración de los créditos, los cuales deben ser calculados a nivel de segmentos homogéneos. Los

segmentos homogéneos son grupos de créditos que comparten características similares (por ejemplo, capacidad de pago del deudor, ubicación geográfica, sector económico, etc.). En busca de conocer estos estadísticos, se calculó el RI para distintas transiciones (v.g. 6, 12, 18, 24, 30, 36, 42, 48, 54 y 60 meses), tanto a nivel del sistema financiero como a nivel de tipos de crédito y clasificaciones de institución.

15. En base a los cálculos de RI según transición, se construyó curvas de RI. Cada punto de la curva de RI muestra cómo se comporta la distribución histórica de RI (v.g.

histogramas para el periodo julio 2010 - junio 2020) para una transición determinada (por ejemplo, de 6 a 60 meses). En consecuencia, se puede conocer los estadísticos de cada punto de la curva (por ejemplo, percentiles, promedios, etc.) y construir fan charts en base a ellos.

Así, se construyó estas curva de RI tanto a nivel del sistema financiero (v.g. una curva agregada) como a nivel de tipos de crédito (v.g. ocho curvas, una para cada tipo de crédito) y clasificaciones de institución (v.g. cuatro curvas, una para cada clasificación de institución).

16. Al analizar las curvas de RI, se encontró que en la cartera de viviendas la información fue insuficiente debido a la elevada duración de los créditos. Debido a que la información recibida permitió calcular RI con una transición máxima de 60 meses, las curvas de RI lifetime no mostraron convergencia para tipos de crédito cuya duración es mayor a 5 años, como viviendas. En estos casos, se recomienda:

• Como primera opción, se debe recopilar mayor data con el fin de explorar cómo se comportan los RI en transiciones mayores a 60 meses.

• En caso lo anterior no pueda ser factible, es posible proyectar los puntos de la curva que corresponden a estas transiciones (más de 5 años) en función a alguna función polinómica. Dado que es necesario que las curvas proyectadas muestren convergencia en los puntos de mayor plazo, se debe utilizar aquella función que combine tanto elementos de orden mayor a 2 (cuadráticos, cúbicos, etc.), como radicales (raíz cuadrada) o logarítmicos, eligiendo la función que ajuste con mayor precisión los puntos observados de la curva a través de la minimización de alguna función de pérdida (error cuadrático medio, absoluto, etc.). Esto permitirá capturar las características de la curva estimada (v.g. constante, pendiente y tendencia).

17. Asimismo, se recomienda realizar una segmentación más homogénea en algunos portafolios, como el de tarjetas de crédito. Este agrupamiento debería realizarse de acuerdo a los tipos de deudores y/o sus productos. En el caso de las tarjetas de crédito, los plazos deberían estar vinculados al periodo máximo de repago pagando cuota mínima y no tanto a la duración del plástico y/o renovaciones. También se recomienda no incorporar a deudores

“totaleros” en el cálculo, en donde se define a estos deudores como aquellos que utilizan las tarjetas de crédito como medio de pago y, por ello, realizan el pago total de sus deudas antes de la fecha mensual de vencimiento. Con la finalidad de identificar a los deudores

“totaleros”, se puede seguir las siguientes recomendaciones:

• Como primera opción, se debería solicitar a las entidades supervisadas información precisa sobre: i) el pago de las deudas en tarjetas de crédito por parte de los deudores, con el fin de identificar si son pagos totales, parciales o mínimos, ii) la fecha de pago, con el fin de identificar si este ocurrió entre la fecha de corte y la fecha de

vencimiento de la tarjeta de crédito.

• En caso lo anterior no pueda ser posible, se puede identificar a los “totaleros” a través de una metodología que utilice el pago de intereses que hacen los deudores en cada periodo. Por ejemplo, esta metodología podría basarse en el supuesto de que son

“totaleros” aquellos deudores que, dada una ventana temporal de 12, 24 o 36 meses, no realizan pagos por intereses en alguna proporción de este periodo (por ejemplo, 8, 18 o 24 meses, respectivamente).

18. Finalmente, se brindan algunas recomendaciones para definir la segmentación de RI según fases de la IFRS 9. En el caso de portafolios minoristas, se recomienda explorar un umbral de días de atraso que separe las etapas 1 (performing loans) y 2

(underperforming loans), como por ejemplo 30 días. Indicadores adicionales podrían ser la identificación de deudores que realizan pagos mínimos recurrentes, uso de efectivo en la tarjeta de crédito, etc. En el caso de grandes deudores, se podría explorar la utilización de un modelo granular o podría explorarse umbrales basados en indicadores de mercado de los deudores (valoración de deuda o capital en el mercado secundario), calificación crediticia por parte de agencias calificadoras, variables clave de estados financieros (rentabilidad,

apalancamiento de largo plazo), cambios en el valor de los colaterales, etc. Finalmente, en ambos tipos de portafolios, minoristas y grandes deudores, se sugiere la utilización de un RI de 100 por ciento para la etapa 3 (non-performing loans), de acuerdo con lo utilizado a nivel internacional.

B. Estimación de PD

19. El primer paso para la construcción de una distribución de pérdidas crediticias esperadas es estimar la PD sobre la información observada del RI. La relación entre el RI y la PD es la siguiente: la PD se interpreta como una variable aleatoria, la misma que se puede estimar a través de una proyección sobre la historia del RI. Esta proyección se puede realizar a través de modelos econométricos (en el caso de portafolios masivos) o a través de matrices de transición (en el caso de portafolios de bajo incumplimiento).

PD a 12 meses

20. Para la estimación de la PD es necesario utilizar modelos econométricos y granulares segmentados según grupos homogéneos. Los modelos econométricos suelen utilizarse para los portafolios masivos, en donde históricamente se cuenta con información suficiente de incumplimientos. En contraste, los modelos granulares son más utilizados para portafolios de grandes deudores, en donde no se cuenta con información suficiente de incumplimientos.

21. En relación con los portafolios masivos, la CNBS cuenta con un conjunto de modelos econométricos de proyección de PD. Estos modelos están basados en variables macroeconómicas y específicas de cada entidad que varían en función del tipo de crédito.

Los modelos se calculan para los bancos comerciales bajo cuatro grandes segmentos:

pequeños deudores comerciales, microcréditos, vivienda y consumo.

22. Luego de haber revisado y explorado estos modelos de proyección de PD, se propone la implementación de una serie de mejoras. En primer lugar, se recomienda ampliar las estimaciones, en la medida de lo posible, para la totalidad del sistema financiero (actualmente se realiza solo para los bancos comerciales). La decisión de esta ampliación debe estar basada en la calidad, cantidad y volatilidad de la data correspondiente a las

instituciones que no son bancos comerciales. En caso esto no sea posible, se podría utilizar el modelo actualmente estimado para bancos comerciales en el resto de instituciones

financieras, verificando adecuadamente que estos supuestos sean idóneos y no permitan la subestimación del riesgo de crédito. En segundo lugar, es necesario extender el número de modelos de acuerdo con la segmentación utilizada en la presente AT de cuatro a siete segmentos. Ellos son: arrendamiento, agropecuario –medianos y pequeños deudores, comercio –PYME, comercio –microdeudores, consumo, tarjetas de crédito y viviendas.

23. En el caso de los grandes deudores comerciales, la CNBS cuenta con un modelo granular. La estimación de estos modelos granulares se realiza utilizando los momentos estadísticos de las series: media y desviación estándar. Se utiliza este enfoque debido a que los incumplimientos están más explicados a casos específicos de la situación de los grandes deudores comerciales. En particular, estos deudores pueden experimentar muchos años sin incumplimientos e incluso si se producen algunos impagos en un año determinado, los RI observados pueden mostrar un alto grado de volatilidad debido al número relativamente bajo de prestatarios en esos portafolios.

24. No obstante, el modelo tiene ciertas limitaciones para capturar adecuadamente tanto factores idiosincráticos como variables macroeconómicas que puedan afectar la capacidad de pago de los grandes deudores comerciales. En particular, no se cuenta con información que permita analizar la situación financiera de estas empresas. Por ello, la CNBS ha realizado un pedido de información de estados financieros a la industria (v.g. cuentas del balance general y estado de ganancias y pérdidas), la cual se espera recibir a lo largo de 2021. Estos datos permitirán conocer a mayor detalle las características idiosincráticas de los grandes deudores.

25. La disponibilidad de estados financieros permitirá construir un nuevo modelo granular basado en un mapa de calor (heat map). Esta estrategia implica seguir los siguientes pasos:

• Seleccionar un conjunto de variables macroeconómicas, sectoriales e idiosincráticas que representen distintas dimensiones de la capacidad de pago de los grandes

deudores. Estas variables pueden tener naturaleza continua (por ejemplo, el EBITDA de una empresa) o discreta (por ejemplo, un ranking de qué sectores económicos han sido más afectados ante la pandemia).

• Calibrar umbrales para cada una de estas variables que permitan diferenciar el riesgo en niveles (buckets). El número de niveles debe estar alineado a la dispersión de la información sobre las empresas y podrían ser tres: bajo, medio y alto. En el caso de

variables continuas, valores negativos de indicadores como la rentabilidad podrían estar clasificados como de riesgo alto, mientras que valores por debajo de algún promedio a nivel sectorial pero positivos podrían estar clasificados como de riesgo medio. En el caso de variables discretas, la elaboración de umbrales se basará en mayor medida en el juicio experto. Por ejemplo, en caso de utilizarse la variable de afectación de sectores económicos ante la pandemia, un criterio a seguir podría ser el de las tasas de crecimiento de estos sectores económicos. De esta forma, los umbrales indicarán, para cada una de estas variables, el nivel de riesgo que se le asignará a la empresa en la variable correspondiente.

• Asignar a cada variable una PD en función a una matriz de transición de PD de empresas, calculada por alguna institución de calificación crediticia. Estas matrices indicarán la probabilidad de que una empresa que tiene una calificación de riesgo dada migre a otra calificación de riesgo luego de 12 meses. La correspondencia entre niveles de riesgo del mapa de calor y calificaciones de riesgo de la matriz de

transición se calibra en función de las características de la economía hondureña, en donde la calificación inherente al menor riesgo será aquella que corresponda a la calificación crediticia de los bonos emitidos por el gobierno en moneda extranjera.

• Finalmente, se calcula la PD intrínseca de cada empresa como el promedio ponderado de las PD de cada variable. La ponderación asignada a cada pilar varía de acuerdo al contexto macroeconómico y sectorial. En el caso de los deudores de mayor tamaño, dada la elevada exposición que representan, existe la opción de hacer un override de los resultados del modelo en función de un análisis más puntual de la situación financiera de estas empresas, basado en el juicio experto. La identificación de deudores que requieren este override podría estar basada en el criterio de grandes exposiciones del Comité de Basilea (créditos equivalentes a más del 1 0 por ciento del Tier 1 de la entidad financiera), si es que esta definición logra capturar un número adeucado de empresas. En caso esto no sea así, se podría ordenar a los deudores de mayor a menor exposición y utilizar el criterio de identificar a aquellos cuyos créditos equivalgan en conjunto al 20 o 25 por ciento de los créditos totales de la entidad analizada. Finalmente, la evaluación de si la PD es revisada en este override o no dependerá de la revisión de informes independientes de riesgo de estos d eudores (por ejemplo, de calificadoras de riesgo) o, en caso de ser parte de un grupo económico, la identificación de si este grupo podría brindar soporte al deudor analizado en etapas de dificultad financiera.

PD lifetime

26. Sobre la construcción de las curvas de RI, es necesario realizar una proyección de PD lifetime. Las curvas de RI construidas permiten proyectar la PD para el horizonte que sea necesario, el cual corresponderá al plazo típico de los tipos de crédito analiza dos para la construcción de las pérdidas esperadas en las etapas 2 y 3 de la IFRS 9. Para esto, será

necesario haber previamente agrupado los créditos en grupos homogéneos, con el fin de considerar el mismo plazo para cada grupo homogéneo.

27. La proyección se puede realizar utilizando factores multiplicativos o aditivos, los cuales deben ser calibrados mediante juicio experto o alguna metodología

econométrica. Utilizar factores multiplicativos implica modificar la pendiente de la curva de RI según transiciones, en donde la parte de la curva de más largo plazo será modificada en mayor magnitud que la parte de la curva de más corto plazo. En contraste, al utilizar factores aditivos, la curva de RI según transiciones se modifica de forma homogénea a lo largo de todas las transiciones. El signo de los factores dependerá de las perspectivas al momento de proyección: signos positivos corresponderán a perspectivas de incremento del RI mientras que signos negativos corresponderán a perspectivas de disminución de RI.

28. En base a la información proyectada de PD lifetime, es posible calcular las pérdidas esperadas según la IFRS 9. En su primera etapa (performing loans) las pérdidas esperadas se calculan utilizando una PD de 12 meses, en su segunda etapa (underperforming loans) estas se calculan utilizando la PD lifetime, mientras que en su tercer etapa (non- performing loans) se calculan utilizando una PD de 100 por ciento, de acuerdo con el estándar internacional.

C. Agenda pendiente

29. La realización de la presente AT ha logrado avances importantes en la

estimación de un modelo de pérdidas esperadas. Se ha brindado capacitación a los equipos técnicos de la CNBS en la utilización de modelos de pérdidas esperad as. Asimismo, se ha calculado RI por diferentes horizontes de tiempo, lo cual ha permitido calibrar RI lifetime.

Finalmente, se han brindado lineamientos para perfeccionar los modelos de estimación de PD de grandes deudores y para la proyección de PD lifetime.

30. No obstante, para complementar la estimación de RI es necesario realizar una serie de actividades pendientes. En primer lugar, se debe identificar los plazos típicos de las carteras de crédito según grupos homogéneos, con el fin de calibrar correctamente los RI lifetime. En segundo lugar, se requiere ampliar los plazos de algunos tipos de crédito (por ejemplo, viviendas) para alcanzar los plazos típicos de esta cartera de créditos. En tercer lugar, es necesario construir segmentaciones e implementar criterios como el de “totaleros”

con el fin de lograr grupos de créditos más homogéneos (por ejemplo, tarjetas de crédito).

31. En el caso de la proyección de PD, se requiere principalmente ampliar los modelos con los que cuenta actualmente la CNBS. Por la parte de la proyección para portafolios masivos, es necesario ampliar el número de modelos de cuatro a siete (uno para cada tipo de crédito) en base a la segmentación utilizada en la presente AT, y a todo el sistema financiero (actualmente solo se realiza para bancos comerciales). Asimismo, es necesario recopilar y procesar la información de estados financieros solicitados a los grandes

deudores comerciales, con el fin de elaborar un mapa de calor que permita elaborar un modelo de PD granular en base a matrices de transición.

32. Finalmente, se ha desarrollado una hoja de ruta para continuar con los

siguientes pasos en la estimación del resto de parámetros de la distribución de pérdida (v.g. LGD y FCC). Por el lado de la LGD, es necesario realizar pedidos de información sobre las características de los colaterales en el segmento de viviendas, con la finalidad de utilizar un modelo de flujo de caja que se base en ingresos y egresos a partir del

incumplimiento. Asimismo, es necesario agrupar otros colaterales no hipotecarios en función de características de recuperación homogénea, con el fin de realizar encuestas a la industria y poder así conocer los atributos de recuperación de este tipo de garantías. Por el lado de los FCC, se requiere analizar el tipo de exposiciones contingentes que el sistema financiero tiene con sus clientes para identificar cuáles requieren un FCC y cuales no en función a las

características contractuales de estos préstamos. El Grafico 1 presenta un esquema de la hoja de ruta.

Gráfico 1. Hoja de ruta

Fuente: Elaboración propia.

ANEXO I.MATERIAL UTILIZADO EN LA AT DM#7090678

Presentaciones

01. Pérdidas

esperadas - Aspectos conceptuales (v2).pdf02. IFRS -

Estimaciones de pérdidas esperadas para performing, underperf....pdf03. Experiencias de

otros países en implementación de pérdidas esperadas....pdf

04. Estimaciones de

PD (v2).pdf 04. Estimaciones de

PD parte 1(v2).pdf 05. Estimaciones de LGD y FCC (v2).pdf

Caso de estudio de pérdidas esperadas 1. Enunciado

Caso de estudio vf2.docx

2. Plantillas

PD_granular_B.dta02. 03. PD_masivo_A.xlsx

PD_masivo_B.dta04. 04.

PD_masivo_B.xlsx 05.

Proyeccion_PD_12_meses.dta 06.

Proyección_PD_lifetime.xlsx

07.

LGD_descubierto_A.xlsx 08.

LGD_descubierto_B.xlsx 09.

LGD_cubierto_A.xlsx 10.

LGD_cubierto_B..xlsx

PD_granular_A.xlsx01. 02.

PD_granular_B.xlsx

Proyeccion_LGD.dta11. 12.

PD_LGD_PiT_TtC.xlsx 13.

FCC_y_EAD_A.xlsx 14.

FCC_y_EAD_B.xlsx

15.

Proyeccion_FCC.dta 16.

Proyección_creditos.dta 17.

Requerimientos_A.xlsx 18.

Requerimientos_B.xlsx

3. Soluciones

01. PD_granular_A

(solución).xlsx 02. PD_granular_B

(solución).do 02. PD_granular_B

(solución).xlsx 02.

PD_granular_B.dta

03. PD_masivo_A

(solución).xlsx 04. PD_masivo_B

(solución).do 04. PD_masivo_B

(solución).xlsx 04.

PD_masivo_B.dta

05. Proyección PD

12 meses (solución).do 05.

Proyeccion_PD_12_meses.dta 06.

Proyección_PD_lifetime (solución).xlsx07.

LGD_descubierto_A (solución).xlsx

LGD_descubierto_B (solución).xlsx08. 09. LGD_cubierto_A

(solución).xlsx 10. LGD_cubierto_B

(solución)..xlsx 11. Proyección LGD (solución).do

Proyeccion_LGD.dta11. 12. PD_LGD_PiT_TtC

(solución).xlsx 13. FCC_y_EAD_A

(solución).xlsx 14. FCC_y_EAD_B (solución).xlsx

15. Proyección FCC

(solución).do 15.

Proyeccion_FCC.dta 16.

Proyección_creditos (solución).do 16.

Proyección_creditos.dta

Requerimientos_A (solución).xlsx17. 18.

Requerimientos_B (solución).xlsx

Pedido de información de estados financieros a grandes deudores comerciales

Anexo_II_NotaRequ

erimento GDC v2 priorizado.xlsx

Presentación a autoridades sobre avances de la fase 1

Avances fase I- Autoridades.pptx