Metodologias De Rating

DESARROLLO ANALITICO. METODOLOGIA, TALENTO Y ELECCION DEL MEJOR MODELO
Las metodologías que dirigen el desarrollo analítico de los modelos de rating varían de una entidad a otra. Es habitual encontrar desarrollos en los que los modelos comparten la misma estructura básica, pero con variaciones en aspectos tales como la selección de la muestra, el enriquecimiento de variables, las técnicas demejora de la calidad de información, el tratamiento previo al ajuste del modelo y los ajustes definitivos post desarrollo.
Sin pérdida de generalidad, las metodologías aplicadas en el sistema financiero español, pueden enmarcarse bajo dos denominaciones:
* Por un lado, el desarrollo de modelos paramétricos, basados en estructuras matemáticas que establecen la relación entre la variable objetivo(la definición de incumplimiento) y las variables de entrada (estados financieros, ratios, inf. cualitativa, etcétera). Esta relación viene dada por la función de nexo o transferencia que incorpora una serie de parámetros. Entre este tipo de modelos se encuadran las diferentes y muy habituales variaciones del modelo de regresión (modelos lineales) y las redes neuronales (modelos no lineales).*  En segundo lugar, está el empleo de algoritmos predictivos, que se basan en la ejecución de un proceso recursivo de partición de la muestra, hasta obtener grupos homogéneos, y significativamente distintos entre ellos respecto de la variable objetivo. Entre estos modelos de partición recursiva se pueden englobar los comúnmente denominados árboles de decisión o clasificación con sus habitualesvariaciones en cuanto a estructura, criterios de partición y algoritmos de elección del árbol maximal y poda.
Sería objeto de una discusión teórica más amplia glosar las bondades y carencias de cada una de estas metodologías, además de no ser el objeto de este artículo y existir amplia documentación al respecto. No obstante, sí es conveniente por lo ilustrativo detenerse brevemente en algunosaspectos comunes a cualquier desarrollo. El primero de estos aspectos es relativo a la cantidad y calidad de la información que se maneja. Al contrario que en el segmento de retail, donde es habitual contar con grandes cantidades de operaciones y un número de incumplimientos significativo, en el segmento de empresas estas buenas condiciones para el análisis estadístico no son tan frecuentes,especialmente al aumentar el volumen de facturación de las empresas o los riesgos a asumir. Este hecho puede incluso llegar a condicionar la metodología a aplicar, como frecuentemente ocurre en el segmento de banca de corporativa o de muy grandes empresas y ha de ser tenido en cuenta a lo largo de todo el desarrollo. El segundo de los aspectos se refiere a la necesidad de garantizar la buenageneralización del modelo, es decir, el modelo elegido ha de ser el que proporcione mejores estimaciones no sobre la muestra sobre la que se desarrolle, sino sobre la muestra de futuros solicitantes, lo cual es fácilmente comprensible si volvemos a posicionarnos en el momento de admisión. En este sentido, incorporar de manera dinámica a los desarrollos este criterio, supone una ventaja cuantitativa definitiva ala hora del resultado final. El tercer aspecto se refiere a la elección del modelo definitivo. A lo largo de toda esta discusión, se ha postulado la necesidad de integrar diversos conocimientos en el proceso de desarrollo, por lo que no ha de extrañar que llegado este punto se postule la elección del modelo que mejor integre este binomio de conocimientos riesgos y estadística. Es decir, no sólose ha de garantizar que los estadísticos de ajuste habituales proporcionen medidas razonables, sino también que el modelo sea fácilmente interpretable desde el punto de vista de riesgos, tanto en cuanto a su estructura, como a las variables que lo constituyen, y por último, que proporcione la mejor solución a las necesidades que motivaron su desarrollo bajo una perspectiva de implantación. Cabe...