logo móvil
Contáctanos

Modelos de agrupamiento K-Means de cadenas de Markov y su uso para la estimación de la calidad crediticia y la probabilidad de incumplimiento de las empresas

Autores: Gavira-Durón, Nora; Gutierrez-Vargas, Octavio; Cruz-Aké, Salvador

Idioma: Inglés

Editor: MDPI

Año: 2021

Descargar PDF

Acceso abierto

Artículo científico
2021

Modelos de agrupamiento K-Means de cadenas de Markov y su uso para la estimación de la calidad crediticia y la probabilidad de incumplimiento de las empresas


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Existencia
Puntos de inflexión
Riesgo crediticio
Metodología
Migración
Especulativo

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 36

Citaciones: Sin citaciones


Descripción
Esta investigación tiene como objetivo determinar la existencia de puntos de inflexión cuando el riesgo crediticio de las empresas pasa de ser mínimo (cobertura) a ser alto (Ponzi). Proponemos una metodología de análisis que determina la probabilidad de que los créditos de cobertura migren a especulativos y luego a Ponzi, a través de simulaciones con cadenas de Markov homogéneas y el método de agrupamiento k-means para determinar umbrales y migración entre grupos. Para probar esto, utilizamos datos financieros trimestrales de una muestra de 35 empresas públicas durante el período comprendido entre el 1 de julio de 2006 y el 28 de marzo de 2020 (empresas listadas en los mercados de valores de EE. UU., México, Brasil y Chile). Para simplificar, asumimos que las empresas no tienen créditos revolventes y que enfrentan su próximo pago solo con su flujo de efectivo operativo. Encontramos que las empresas Ponzi (1) tienen una probabilidad promedio de incumplimiento de 0.79, mientras que las especulativas tenían (0) 0.28, y las de cobertura (-1) 0.009, que son los puntos de inflexión que buscábamos. La principal limitación de nuestro trabajo radica en no considerar el comportamiento de las entidades al otorgar créditos en estados alterados (relajación crediticia debido al exceso de oferta de crédito).

Otros recursos que podrían interesarte

Temas Virtualpro