• No se han encontrado resultados

5. Agencias calificadoras y estabilidad financiera

N/A
N/A
Protected

Academic year: 2020

Share "5. Agencias calificadoras y estabilidad financiera"

Copied!
24
0
0

Texto completo

(1)

A Two-Sided Market Perspective

Jorge PONCE

Banco Central del Uruguay y

Toulouse School of Economics

XXIV Jornadas Anuales de Econom´ıa Banco Central del Uruguay – Montevideo

(2)

Agencias calificadoras de riesgo, un mercado de dos lados

I certifican potenciales emisores de activos

I diseminan informaci ´on a potenciales inversores

Pol´ıtica de precios

I hasta 1960s “inversores pagan”

(3)

Motivaci ´on

Preocupaci ´on acerca de la calidad de las calificaciones Enron Corporation en 2001

AAA a bancos en Icelandia en 2008 crisis subprime

DRt=5,105∗∗+0,221∗∗∗×Trendt−0,193×Cyclet

N=34 R2=0,38

0

2

4

6

1970 1975 1980 1985 1990 1995 2000 2005 Cohort

Aa A Baa Aa (trend) A (trend) Baa (trend)

0

10

20

30

40

1970 1975 1980 1985 1990 1995 2000 2005 Cohort

(4)

Preocupaci ´on acerca de la calidad de las calificaciones Enron Corporation en 2001

AAA a bancos en Icelandia en 2008 crisis subprime

DRt=5,105∗∗+0,221∗∗∗×Trendt−0,193×Cyclet

N=34 R2=0,38

0

2

4

6

1970 1975 1980 1985 1990 1995 2000 2005

Aa A Baa Aa (trend) A (trend) Baa (trend) Investment−grade Issuers

0

10

20

30

40

1970 1975 1980 1985 1990 1995 2000 2005

Ba B Ba (trend) B (trend) Speculative−grade Issuers

(5)

1 Estudiar las consecuencias de la transici ´on en la calidad

(6)

El modelo

Agentes, tecnolog´ıas y preferencias

Emisores (calif. o rechazo)

Calificadora

(reporte) Inversor

– Continuo; masa=1

– Cada uno con un activo de calidad

θ∈ {θL,θH}; informaci ´on privada

– 0<θL <θH<1

– Pr(θ=θH) =µ, Pr(θ=θL) =1−µ

– Funci ´on objetivo:

UIS=

  

 

αQ−fS−fR

−fS

0

– Fondo de inversi ´on

– InvierteXen activos calificados(S)

y bonos del tesoro(X−S)

– Recibe un bonus proporcional al retorno del portafolio

– Funci ´on objetivo:

UIN=

  

 

β[QS+δ(X−S)]−fM

βδX−fM

(7)

El modelo

Agentes, tecnolog´ıas y preferencias

Emisores (calif. o rechazo)

Calificadora

(reporte) Inversor

– Continuo; masa=1

– Cada uno con un activo de calidad

θ∈ {θL,θH}; informaci ´on privada

– 0<θL <θH<1

– Pr(θ=θH) =µ, Pr(θ=θL) =1−µ

– Funci ´on objetivo:

UIS=

  

 

αQ−fS−fR

−fS

0

– Fondo de inversi ´on

– InvierteXen activos calificados(S)

y bonos del tesoro(X−S)

– Recibe un bonus proporcional al retorno del portafolio

– Funci ´on objetivo:

UIN=

  

 

β[QS+δ(X−S)]−fM

βδX−fM

(8)

El modelo

Agentes, tecnolog´ıas y preferencias

Emisores (calif. o rechazo)

Calificadora

(reporte) Inversor

– Continuo; masa=1

– Cada uno con un activo de calidad

θ∈ {θL,θH}; informaci ´on privada

– 0<θL<θH<1

– Pr(θ=θH) =µ, Pr(θ=θL) =1−µ

– Funci ´on objetivo:

UIS=

  

 

αQ−fS−fR

−fS

0

– Fondo de inversi ´on

– InvierteXen activos calificados(S)

y bonos del tesoro(X−S)

– Recibe un bonus proporcional al retorno del portafolio

– Funci ´on objetivo:

UIN=

  

 

β[QS+δ(X−S)]−fM

βδX−fM

(9)

El modelo

Agentes, tecnolog´ıas y preferencias

Emisores (calif. o rechazo)

Calificadora

(reporte) Inversor

– Continuo; masa=1

– Cada uno con un activo de calidad

θ∈ {θL,θH}; informaci ´on privada

– 0<θL<θH<1

– Pr(θ=θH) =µ, Pr(θ=θL) =1−µ

– Funci ´on objetivo:

UIS=

  

 

αQ−fS−fR

−fS

0

– Fondo de inversi ´on

– InvierteXen activos calificados(S)

y bonos del tesoro(X−S)

– Recibe un bonus proporcional al retorno del portafolio

– Funci ´on objetivo:

UIN=

  

 

β[QS+δ(X−S)]−fM

βδX−fM

(10)

El modelo

Agentes, tecnolog´ıas y preferencias

Emisores (calif. o rechazo)

Calificadora

(reporte) Inversor

– Continuo; masa=1

– Cada uno con un activo de calidad

θ∈ {θL,θH}; informaci ´on privada

– 0<θL<θH<1

– Pr(θ=θH) =µ, Pr(θ=θL) =1−µ

– Funci ´on objetivo:

UIS=

  

 

αQ−fS−fR

−fS

0

– Fondo de inversi ´on

– InvierteXen activos calificados(S)

y bonos del tesoro(X−S)

– Recibe un bonus proporcional al retorno del portafolio

– Funci ´on objetivo:

UIN=

  

 

β[QS+δ(X−S)]−fM

βδX−fM

(11)

El modelo

Agentes, tecnolog´ıas y preferencias

Emisores (calif. o rechazo)

Calificadora

(reporte) Inversor

– Continuo; masa=1

– Cada uno con un activo de calidad

θ∈ {θL,θH}; informaci ´on privada

– 0<θL<θH<1

– Pr(θ=θH) =µ, Pr(θ=θL) =1−µ

– Funci ´on objetivo:

UIS=

  

 

αQ−fS−fR

−fS

0

– Fondo de inversi ´on

– InvierteXen activos calificados(S)

y bonos del tesoro(X−S)

– Recibe un bonus proporcional al retorno del portafolio

– Funci ´on objetivo:

UIN=

  

 

β[QS+δ(X−S)]−fM

βδX−fM

(12)

Agentes, tecnolog´ıas y preferencias

Emisores (calif. o rechazo)

Calificadora

(rL,rH),fS,fR,fM

(reporte) Inversor

– Continuo; masa=1

– Cada uno con un activo de calidad

θ∈ {θL,θH}; informaci ´on privada

– 0<θL<θH<1

– Pr(θ=θH) =µ, Pr(θ=θL) =1−µ

– Funci ´on objetivo:

UIS=

  

 

αQ−fS−fR

−fS

0

– Fondo de inversi ´on

– InvierteXen activos calificados(S)

y bonos del tesoro(X−S)

– Recibe un bonus proporcional al retorno del portafolio

– Funci ´on objetivo:

UIN=

  

 

β[QS+δ(X−S)]−fM

βδX−fM

(13)

Informaci ´on y tiempo

Informaci ´on:

Retorno esperado de un activo calificado:

Q(rH,rL) =

µrHθH+ (1−µ)rLθL

µrH+ (1−µ)rL

Tiempo:

La agencia calificadora anuncia(rH,rL), yfS,fRyfM

Cada emisor decide si propone su activo para calificaci ´on

La agencia calificadora decide si otorga una calificaci ´on

(14)

Resultado 1: primer ´optimo

El primer ´optimo es caracterizado por:

calificar s ´olo activos de alta calidadsi la utilidad marginal de los emisores es suficientemente baja:α< θLγ +β(δθLθL) ≡α0

calificar todos los activossi la utilidad marginal de los emisores

(15)

El segundo ´optimo

Supuesto fuerte:

siαα0, un precio negativo por el reporte induce al inversor a

invertir en activos calificados

El segundo ´optimo es caracterizado por:

calificar s ´olo activos de alta calidadsi la utilidad marginal de los emisores es suficientemente baja:α< rLθLγ +β(δθLθL) ≡α2

calificar todos los activos de alta calidad y unaproporci ´on

rL∈(0,1)de los activos de baja calidad si la utilidad marginal

(16)

Supuesto fuerte:

siαα0, un precio negativo por el reporte induce al inversor a

invertir en activos calificados

Resultado 2: segundo ´optimo

El segundo ´optimo es caracterizado por:

calificar s ´olo activos de alta calidadsi la utilidad marginal de los emisores es suficientemente baja:α< rLθLγ +β(δθLθL)≡α2

calificar todos los activos de alta calidad y unaproporci ´on

rL∈(0,1)de los activos de baja calidad si la utilidad marginal

(17)

“Inversores pagan”:fS=fR=0 yfM>0

Resultado 3: calidad si inversores pagan

(18)

“Emisores pagan”:fS+fR>0 yfM=0

Resultado 4: estructura de precio si emisores pagan

Bajo el modelo en el cual los emisores pagan, la estructura de precios elegida por la calificadora de riesgos es caracterizada por un precio positivo por la calificaci ´on (fR>0) e inicio gratuito del proceso de

(19)

“Emisores pagan”:fS+fR>0 yfM=0

Resultado 5: calidad si emisores pagan

Bajo el modelo en el cual los emisores pagan, la calidad de las calificaciones elegida por la agencia calificadora est´a caracterizada por:

calificar s ´olo activos de alta calidadsi la utilidad marginal de los emisores es suficientemente baja:α< rLθLγα1

calificar todos los activos de alta calidad y unaproporci ´on

rL∈(0,1)de los activos de baja calidad si la utilidad marginal

(20)

La calidad de las calificaciones

Comparaciones

Calidad esperada (probabilidad de repago) de un activo calificado

α∈ [0,α1) [α1,α2) [α2,∞)

“Inversores pagan” θH θH θH

“Emisores pagan” θH δ δ

α1≡rLγθL,α2≡α1+

β(δ−θL)

θL , andθH>δ

Resultado 6

La transici ´on crea unadegradaci ´onen la calidad de las

calificaciones

Bajo el modelo en el cual los inversores pagan, la calidad de las

calificaciones es igual osuperiora la socialmente ´optima

Bajo el modelo en el cual los emisores pagan, la calidad de las

(21)

La calidad de las calificaciones

Comparaciones

Calidad esperada (probabilidad de repago) de un activo calificado

α∈ [0,α1) [α1,α2) [α2,∞)

Segundo ´optimo θH θH δ

“Inversores pagan” θH θH θH

α1≡rLγθL,α2≡α1+

β(δ−θL)

θL , andθH>δ

Resultado 6

La transici ´on crea unadegradaci ´onen la calidad de las

calificaciones

Bajo el modelo en el cual los inversores pagan, la calidad de las

calificaciones es igual osuperiora la socialmente ´optima

Bajo el modelo en el cual los emisores pagan, la calidad de las

(22)

La calidad de las calificaciones

Comparaciones

Calidad esperada (probabilidad de repago) de un activo calificado

α∈ [0,α1) [α1,α2) [α2,∞)

Segundo ´optimo θH θH δ

“Emisores pagan” θH δ δ

α1≡rLγθL,α2≡α1+

β(δ−θL)

θL , andθH>δ

Resultado 6

La transici ´on crea unadegradaci ´onen la calidad de las

calificaciones

Bajo el modelo en el cual los inversores pagan, la calidad de las

calificaciones es igual osuperiora la socialmente ´optima

Bajo el modelo en el cual los emisores pagan, la calidad de las

(23)

Propuestas de reforma

El modelo de negocios de las calificadoras deber´ıa ser cambiado

Pago no contingente en el resultado no previene “shopping”

Regresar al modelo donde los “inversores pagan” parece imposible

Un modelo de “plataforma” no previene captura

(24)

El modelo de negocios de las calificadoras deber´ıa ser cambiado

Pago no contingente en el resultado no previene “shopping”

Regresar al modelo donde los “inversores pagan” parece imposible

Un modelo de “plataforma” no previene captura

Un modelo de “plataforma” complementado con

Referencias

Documento similar

Las Aseguradoras de crédito actúan como agencias calificadoras que muestran el comportamiento de empresas en términos de su calidad para pagar, por lo que, quienes se aseguran tienen

Una vez que se dispone de una especificación inicial del modelo pasaremos a realizar la búsqueda de los datos, para lo cual tendremos en cuenta lo siguiente:..  Cuando dispongamos

- Lista de control/rúbrica en función de estándares de aprendizaje/ indicadores de logro y contenidos concp/proc/act del alumnado y tamb al propio docente, por evaluar al alumnado.

menudo la pintura parece mostrar un boceto o modelo para una compoiición de mayor embergadura. ¿Puede plantear- se una relación, sugerirla al menos, entre este modelo de Rizi

modelo de

3.1.1 Determinar un modelo de e-commerce, adecuado para una comercializadora de cosméticos y perfumes.  Desarrollar una propuesta de valor para clientes meta. 

La parte consolidada de los barrios disponen del sistema de alcantarillado; las viviendas que no disponen de este servicio utilizan pozos ciegos al cual se han conectado

dni nombre dirección 21333555 LUISA c/A, 3 22444666 PEPE c/C, 33 21777333 ANA c/E, 333 ASIGNATURA. código