Mónica López Letayf

Especialidad en Administración del Riesgo

Credit Portfolio View (McKinsey, 1997)

En la última década se han desarrollado diversas técnicas para el análisis del riesgo de
crédito de una cartera. El modelo de McKinsey es un modelo econométrico que toma
diversos factores para medir el riesgo; es un modelo logístico donde se determina el
riesgo de incumplimiento de grupos homogéneos ya que el comportamiento de las
empresas cambia de acuerdo a la industria. El CPV (Credit Portfolio View) determina el
riesgo de crédito basándose en diversas variables macroeconómicas y el
comportamiento propio de la empresa, tomando en cuenta los ciclos del negocio. Los
ciclos de negocio dependen de la situación financiera de la empresa, i.e., aquellas
empresas que tengan una posición débil en el mercado tenderán a verse más
afectadas si se presentará una recesión en la economía que aquellas que son
altamente competitivas.

El modelo de McKinsey tiene como objetivo no sólo medir la probabilidad de

incumplimiento sino poder pronosticarla durante toda la vida del crédito.

El modelo consta de tres pasos, se comienza haciendo una predicción sobre el

horizonte de tiempo deseado de las variables macroeconómicas más relevantes
utilizando información histórica. Posteriormente, se elige un modelo multifactorial que
describa la relación entre las tasas anuales de empresas con grado especulativo de
cada industria, esto se hace tomando información histórica de tal forma que se pueda
hacer una simulación de los valores futuros. Por último, los resultados de las
simulaciones anteriores se utilizaran para calcular la probabilidad de incumplimiento de
cada año y calificación por todo el periodo de tiempo.

El problema de este modelo es que el simular las variables macroeconómicas no

siempre es lo más preciso ya que éstas dependen de situaciones como resultados
electorales, decisiones políticas y hasta reformas que se realicen. Por otro lado, los
modelos autorregresivos hacen que los picos tengan un mayor impacto en el modelo
que lo que en realidad pasa; por ejemplo, una crisis en un modelo autorregresivo se
extendería por más tiempo. Ahora bien, si la industria es pequeña, este modelo no
sirve para analizar el riesgo de incumplimiento ya que al tener un número finito de
datos el pronóstico estaría sesgado a pesar de que el modelo este bien definido.

Por lo anterior, se puede concluir que el CPV no es un modelo del todo confiable para
hacer pronósticos, en mi opinión, únicamente sirve para aquellas industrias en las que
existan diversas empresas de grado especulativo y en las que la información
macroeconómica que se tome en cuenta no dependa de otros factores cualitativos o
bien información macroeconómica suavizando los valores extremos, lo cual es difícil de
lograr dado el entorno cambiante en el que vivimos.