Modelo para categorizar el riesgo en la cartera hipotecaria otorgada por las instituciones financieras ecuatorianas en el período del 2002 – 2013

Las actividades de intermediación financiera han representado un importante nivel de participación en la producción de la economía ecuatoriana durante la última década, misma que ha venido acompañada de una evolución significativa en la participación de la construcción de vivienda, lo cual se torna preocupante, considerando que la última crisis financiera internacional fue ocasionada o detonada por un mal manejo de estos dos factores. Por esta razón se decidió realizar un análisis de la evolución de la cartera hipotecaria en el Ecuador, tanto pública como privada, y de los principales factores macroeconómicos, que junto con un estudio teórico basado en experiencias internacionales, nos permita definir las variables indicadas que puedan correlacionarse y explicar un incremento en la morosidad del sistema financiero. Una vez realizado el análisis teórico se identificó que variables como el PIB, la inflación, el desempleo, el crecimiento de cartera hipotecaria, la cobertura y las provisiones de la misma, además, de los precios de la construcción de vivienda eran factores que influían sobre el incremento de morosidad del sistema. Se realizó un análisis empírico, utilizando un modelo discriminante, el cual corroboró el gran nivel de influencia que tienen los precios de la construcción, la cobertura de cartera y el desempleo sobre los cambios en la morosidad del sistema. Además se realizó una proyección, con la ecuación elaborada, y se llegó a pronosticar que se podría tener un incremento significativo de la morosidad, lo cual acompañado de variables económicas débiles, podría desencadenar en una crisis importante en el país.

Gestión del riesgo de liquidez en una institución financiera utilizando un modelo híbrido entre la metodología ARIMA y Redes Neuronales Artificiales

En las instituciones financieras, una deficiente gestión del riesgo de liquidez puede ocasionar pérdidas financieras, ya sea por: intereses excesivos de créditos con otras instituciones, venta de activos con precios inferiores al valor del mercado, pérdida de oportunidades de negocios, pérdida de confianza con el depositante e incluso hasta la quiebra de la entidad. Es por esta razón, que el monitoreo de la liquidez se vuelve indispensable para el correcto funcionamiento de un banco, y se motiva al desarrollo de nuevas metodologías para su cuantificación. Si bien la gestión del riesgo de liquidez depende de cada institución bancaria y de su estructura en activos y pasivos, esta investigación se concentra en el análisis de la disminución del pasivo (depósitos) y/o el incremento del activo (cartera) y su afectación a los niveles de liquidez. Con este antecedente, para determinar la posición futura de liquidez de la institución investigada, se analiza las necesidades de fondos (obtenidas con la proyección de los depósitos) y la fuente de recursos (proyección de la cartera de créditos), permitiendo determinar superávits o déficits futuros de liquidez. En realidad el planteamiento es un monitoreo de la liquidez con un vista hacia el futuro, facilitando la toma de decisiones para mantener y controlar el nivel de liquidez requerido por la institución. Para cumplir con el objetivo de predicción, se pone a prueba una metodología alternativa para la proyección de series temporales, la cual combina los resultados de los modelos ARIMA y Redes Neuronales Artificiales. Con el modelo ARIMA se estima la relación lineal entre los rezagos propios de la serie, mientras que con las Redes Neuronales Artificiales se estima el componente no lineal que la estimación ARIMA no pudo captar. Los resultados son comparados con los obtenidos por las dos metodologías por separado. Se concluye que el modelo híbrido propuesto tiene mayor exactitud al estimar ambas series temporales.