{"title":"为会计目的估计信用等级:一种定量方法","authors":"David Delgado Vaquero, José Morales Díaz","doi":"10.25115/eea.v36i2.2539","DOIUrl":null,"url":null,"abstract":"Bajo las NIIF hay muchas ocasiones en las que se necesita estimar la calidad crediticia de una contraparte. Por ejemplo: a la hora de calcular el ajuste por riesgo de crédito de los derivados en NIIF 13, para calcular la provisión por la pérdida esperada bajo NIIF 9 o para estimar el tipo de interés incremental de la propia deuda bajo la NIIF 16. En muchos casos, los inputs necesarios (generalmente la probabilidad de default condicionada -PD- o una tasa interna de rentabilidad –YTM- pueden observarse directamente en el mercado o inferirse del precio cotizado de instrumentos financieros/de crédito (como CDSs o bonos), pero en otros casos esta información no está disponible. Para estos casos proponemos dos modelos de estimación interna de la calidad crediticia de una contraparte como base (como primer paso) para obtener la correspondiente PD o YTM. Los modelos (Financial Ratios Scoring model y Merton KMV Structural Model) se basan, en parte, en literatura previa pero son más “universales” y adaptados a los requerimientos contables. Los modelos utilizan, como inputs, información pública de la contraparte (básicamente información de los estados financieros y otros inputs de mercado) y de empresas comparables.","PeriodicalId":42200,"journal":{"name":"Estudios de Economia Aplicada","volume":null,"pages":null},"PeriodicalIF":0.0000,"publicationDate":"2019-06-02","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"4","resultStr":"{\"title\":\"Estimating a Credit Rating for Accounting Purposes: A Quantitative Approach\",\"authors\":\"David Delgado Vaquero, José Morales Díaz\",\"doi\":\"10.25115/eea.v36i2.2539\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Bajo las NIIF hay muchas ocasiones en las que se necesita estimar la calidad crediticia de una contraparte. Por ejemplo: a la hora de calcular el ajuste por riesgo de crédito de los derivados en NIIF 13, para calcular la provisión por la pérdida esperada bajo NIIF 9 o para estimar el tipo de interés incremental de la propia deuda bajo la NIIF 16. En muchos casos, los inputs necesarios (generalmente la probabilidad de default condicionada -PD- o una tasa interna de rentabilidad –YTM- pueden observarse directamente en el mercado o inferirse del precio cotizado de instrumentos financieros/de crédito (como CDSs o bonos), pero en otros casos esta información no está disponible. Para estos casos proponemos dos modelos de estimación interna de la calidad crediticia de una contraparte como base (como primer paso) para obtener la correspondiente PD o YTM. Los modelos (Financial Ratios Scoring model y Merton KMV Structural Model) se basan, en parte, en literatura previa pero son más “universales” y adaptados a los requerimientos contables. Los modelos utilizan, como inputs, información pública de la contraparte (básicamente información de los estados financieros y otros inputs de mercado) y de empresas comparables.\",\"PeriodicalId\":42200,\"journal\":{\"name\":\"Estudios de Economia Aplicada\",\"volume\":null,\"pages\":null},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-06-02\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"4\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Estudios de Economia Aplicada\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.25115/eea.v36i2.2539\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"Economics, Econometrics and Finance\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Estudios de Economia Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25115/eea.v36i2.2539","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Economics, Econometrics and Finance","Score":null,"Total":0}
Estimating a Credit Rating for Accounting Purposes: A Quantitative Approach
Bajo las NIIF hay muchas ocasiones en las que se necesita estimar la calidad crediticia de una contraparte. Por ejemplo: a la hora de calcular el ajuste por riesgo de crédito de los derivados en NIIF 13, para calcular la provisión por la pérdida esperada bajo NIIF 9 o para estimar el tipo de interés incremental de la propia deuda bajo la NIIF 16. En muchos casos, los inputs necesarios (generalmente la probabilidad de default condicionada -PD- o una tasa interna de rentabilidad –YTM- pueden observarse directamente en el mercado o inferirse del precio cotizado de instrumentos financieros/de crédito (como CDSs o bonos), pero en otros casos esta información no está disponible. Para estos casos proponemos dos modelos de estimación interna de la calidad crediticia de una contraparte como base (como primer paso) para obtener la correspondiente PD o YTM. Los modelos (Financial Ratios Scoring model y Merton KMV Structural Model) se basan, en parte, en literatura previa pero son más “universales” y adaptados a los requerimientos contables. Los modelos utilizan, como inputs, información pública de la contraparte (básicamente información de los estados financieros y otros inputs de mercado) y de empresas comparables.