CONSTRUCCIÓN DE UN MODELO RORAC: CAPITAL, DISTRIBUCIÓN DE PÉRDIDAS Y RESTRICCIONES

Comprensión de la metodología RORAC

El rendimiento del capital ajustado al riesgo (RORAC) es una herramienta de medición del rendimiento ampliamente utilizada en finanzas, especialmente en los sectores bancario y de seguros. RORAC cuantifica el rendimiento generado por una unidad de negocio o inversión en relación con la cantidad de capital de riesgo económico que requiere. A diferencia de las medidas de rendimiento tradicionales, RORAC considera la volatilidad y el riesgo del activo o cartera subyacente, lo que lo convierte en una métrica esencial para la evaluación del rendimiento sensible al riesgo y las decisiones de asignación de capital.

La fórmula básica de RORAC es:

RORAC = Rendimiento ajustado al riesgo / Capital económico

Esta formulación ofrece una perspectiva ajustada al riesgo para evaluar la rentabilidad, lo que permite a las instituciones alinear mejor sus objetivos estratégicos con niveles de riesgo aceptables. La correcta implementación del RORAC facilita la toma de decisiones importantes, entre ellas:

• Estrategias de precios basadas en el riesgo
• Presupuesto y asignación de capital
• Optimización de la cartera
• Informes y cumplimiento normativo
• Evaluación del rendimiento de las unidades de negocio

Comprender sus componentes (capital, distribución de pérdidas y restricciones) es esencial para construir un modelo RORAC fiable e informativo. De este modo, las instituciones pueden obtener una representación más precisa del riesgo frente a la recompensa en las operaciones comerciales y las estrategias de inversión.

En primer lugar, es crucial definir y especificar el tipo de rentabilidad ajustada al riesgo que se utiliza. Esto podría incluir ingresos por préstamos, carteras de inversión y beneficios de suscripción; todos ellos deben evaluarse netos de los componentes de riesgo crediticio, riesgo de mercado, riesgo operativo o riesgo de seguros. La métrica de rentabilidad seleccionada debe ser consistente entre divisiones y períodos para proporcionar comparaciones fiables. En segundo lugar, el RORAC depende del cálculo preciso del capital económico, que a menudo se deriva de complejos modelos de distribución de pérdidas y análisis de escenarios. Sin una base consistente y bien entendida para la determinación del capital, las métricas RORAC pueden arrojar conclusiones erróneas sobre el rendimiento o el riesgo. En tercer lugar, el modelo debe integrar las restricciones del mundo real, incluyendo los requisitos regulatorios de capital, los marcos internos de apetito al riesgo, el comportamiento del mercado en escenarios de estrés y los efectos de la diversificación. Estos elementos pueden afectar significativamente tanto la base de capital como las previsiones de riesgo utilizadas en el cálculo del RORAC. En las siguientes secciones, profundizaremos en los componentes clave necesarios para construir un modelo RORAC completo y eficaz: determinación del capital, modelos de distribución de pérdidas y ajuste por restricciones.

Definición y asignación de capitalEl capital desempeña un papel fundamental en el modelado RORAC. Sirve como denominador en la fórmula RORAC y proporciona los activos de amortiguación de riesgos necesarios para absorber pérdidas inesperadas. Para que un modelo RORAC sea eficaz, es fundamental adoptar un enfoque matizado para definir y asignar el capital entre las líneas de negocio y categorías de riesgo.En esencia, el capital económico refleja la cantidad de capital que una empresa necesita para mantener su solvencia con un nivel de confianza determinado (normalmente del 99,5 % en seguros o del 99,9 % en banca). A diferencia del capital regulatorio, que sigue fórmulas regulatorias, el capital económico se determina mediante modelos internos adaptados a la exposición, la estructura del mercado y la tolerancia al riesgo de la empresa.

Consideraciones clave para definir el capital:

• Separación por tipo de riesgo: Identificar y cuantificar por separado los diferentes tipos de riesgo: crédito, mercado, operacional, liquidez y seguro.
• Nivel de confianza: Determinar el nivel de confianza estadística adecuado al apetito de riesgo de la institución y a las directrices regulatorias.
• Horizonte temporal: Establecer un horizonte de pronóstico adecuado, generalmente de un año, en línea con los ciclos de planificación de solvencia.
• Método de agregación: Utilizar técnicas como varianza-covarianza, cópulas o simulación de Monte Carlo para agregar fuentes de riesgo diversificadas.

La asignación de capital debe reflejar la estructura y la exposición al riesgo de las unidades internas. Esto generalmente implica tres etapas:

1. Cálculo del Capital Global: Derivar el capital económico total a partir de las distribuciones de pérdidas consolidadas.
2. Asignación a Nivel de Unidad: Distribuir el capital total a las unidades individuales utilizando métodos de contribución marginal o de requerimientos de capital independientes.
3. Ajuste por Diversificación: Contabilizar los beneficios de la diversificación para evitar la doble contabilización de los colchones de capital por riesgos no correlacionados.

También es esencial alinear la asignación de capital con la planificación empresarial. Las actividades que exigen un capital desproporcionado sin generar una rentabilidad adecuada se considerarían ineficientes o arriesgadas según el RORAC. Esto fomenta una distribución de recursos más disciplinada y estratégica.

Por último, las asignaciones de capital deben revisarse y ajustarse periódicamente. Las condiciones del mercado, los entornos regulatorios y los cambios internos pueden modificar la exposición al riesgo, lo que requiere una validación continua de modelos y pruebas de escenarios para garantizar que el capital se asigne de forma óptima para el rendimiento y la solvencia. Un mecanismo de asignación de capital bien calibrado no solo fortalece la precisión del RORAC, sino que también respalda una gobernanza eficaz del riesgo en toda la empresa.

Distribuciones y Modelado de Pérdidas

La integridad de un modelo RORAC depende en gran medida de la robustez de su modelado de distribución de pérdidas. Las distribuciones de pérdidas proporcionan la base probabilística sobre la que se calcula el capital económico. Traducen los riesgos identificados en un perfil estadístico de pérdidas esperadas e inesperadas, lo que permite a las instituciones cuantificar la cantidad de capital necesaria para mantener la solvencia en condiciones adversas.

El modelado de la distribución de pérdidas suele comenzar con la identificación de riesgos y la recopilación de datos. Los datos históricos de pérdidas, incumplimientos crediticios y eventos de riesgo operacional sirven como base empírica para la construcción de modelos predictivos. Los datos deben transformarse en una distribución estadística adecuada para cada tipo de riesgo identificado, como:

• Distribuciones normales o lognormales para carteras de mercado
• Distribuciones de Poisson o binomial negativa para eventos de riesgo operacional
• Distribuciones gamma o de Pareto para el tamaño de las reclamaciones de seguros

Una vez elegidas las distribuciones aplicables, se utilizan técnicas estadísticas como la Estimación de Máxima Verosimilitud (EMV) para ajustar los parámetros. Las pruebas de bondad de ajuste, como la prueba de Kolmogorov-Smirnov o los Criterios de Información de Akaike (CIA), ayudan a confirmar la idoneidad de las distribuciones modeladas.

La modelización también debe evolucionar más allá de los factores de riesgo individuales para considerar las correlaciones entre ellos. Las estructuras de dependencia, capturadas mediante supuestos normales multivariados, funciones cópula o simulaciones de Monte Carlo, son cruciales para agregar diversas distribuciones de riesgo y obtener una visión integral de la exposición total a pérdidas de toda la empresa.

Dos resultados clave de estos modelos son:

1. Valor en Riesgo (VaR): La pérdida máxima esperada durante un período determinado con un nivel de confianza específico.
2. Déficit Esperado (ES): También conocido como VaR Condicional; refleja las pérdidas promedio que superan el umbral del VaR y se considera una medida de riesgo más coherente.

El uso del ES o de medidas de riesgo coherentes avanzadas proporciona mejores pronósticos de capital que el VaR por sí solo, especialmente en distribuciones con un alto peso específico en las colas, comunes en los servicios financieros.

El análisis de escenarios y las pruebas de estrés mejoran el marco de distribución de pérdidas. Estos incorporan variables macroeconómicas, shocks regulatorios o interrupciones operativas internas para modelar eventos de riesgo extremos pero plausibles. Las instituciones suelen emplear pruebas de estrés inversas para identificar escenarios en los que el modelo falla o la empresa se vuelve insolvente.

La clave para la robustez es la validación continua del modelo. Los modelos deben someterse a pruebas retrospectivas frente a pérdidas reales observadas y revisarse periódicamente para comprobar su ajuste estructural. Riesgos emergentes, como las ciberamenazas o los shocks geopolíticos, pueden requerir una recalibración o una revisión completa del modelo.

Además, la integración del juicio de expertos con los modelos estadísticos aporta información cualitativa, especialmente en escenarios con pocos datos o en categorías de riesgo emergentes.

En resumen, el modelado de la distribución de pérdidas transforma los riesgos abstractos en exposición financiera medible, sentando las bases para el capital económico y, por lo tanto, para el cálculo del RORAC. Un modelado eficaz mejora la precisión y la relevancia de las evaluaciones de suficiencia de capital, lo que en última instancia respalda la toma de decisiones acertada en las instituciones financieras.