ISSN: 0186-1042 ISSN-e: 2448-8410
Modelo propuesto para la identificación y predicción de bancos en dificultades, según el contexto del Comité de Supervisión Bancaria de Basilea
PDF
PDF (English)

Palabras clave

Bancos en dificultades
análisis discriminante
indicadores financieros

Cómo citar

Gutiérrez Ramírez, D. M., Gaggero Sager, L. M., Marín Hernández, S., & Muñoz Black, C. J. (2018). Modelo propuesto para la identificación y predicción de bancos en dificultades, según el contexto del Comité de Supervisión Bancaria de Basilea. Contaduría Y Administración, 64(4), e120. https://doi.org/10.22201/fca.24488410e.2018.1770

Resumen

Este trabajo propone, y describe, una investigación empírica cuyo objetivo es determinar un modelo para la identificación (la cual forma parte de las orientaciones del BCBS de 2002 y de 2015(1)) y la predicción de bancos en dificultades, ya que la detección de una de ellas es una de las propiedades deseables de cualquier sistema de alarma (Labatut, etal., 2009). El modelo se basa en la aplicación del análisis discriminante a nueve bancos mexicanos en 1999, año que fue clave para la estabilidad y certidumbre del sistema financiero mexicano con la publicación de la LPAB(2) y la creación del IPAB(3). Los indicadores financieros considerados han sido utilizados por Beaver, Altman y Ayala, y el contexto de estos indicadores está incluido actualmente dentro de los marcos de Basilea II y III(4). Con la función discriminante obtenida del modelo propuesto y con base en el estudio del caso, el modelo se probó con nueve bancos mexicanos, que estuvieron en la crisis bancaria mexicana, lo cual dio un resultado del 100% en la identificación de su respectiva situación financiera. Además, se predijo esta situación para cuatro bancos mexicanos en el periodo 2000-2008 y un banco de los Estados Unidos, afectado por la crisis sub-prime, para el periodo 2000‑2010; la predicción basada en los resultados empíricos concuerda, en general, con los informes anuales del IPAB y con las opiniones de los presidentes del banco estadounidense. Se concluye que el modelo propuesto puede utilizarse, adicionalmente a los modelos de alerta temprana institucionales, para predecir si un banco está o no en dificultades considerando, además de los recursos propios, la provisión para pérdidas crediticias. Es necesario señalar que, dada la complejidad matemática del análisis discriminante y a las hipótesis involucradas, se implementaron técnicas estadísticas y algoritmos para su desarrollo.

https://doi.org/10.22201/fca.24488410e.2018.1770
PDF
PDF (English)

©2018, Facultad de Contaduría y Administración, Universidad Nacional Autónoma de México. Reservados todos los derechos. La publicación del artículo en versión impres implica la cesión total de los derechos de propiedad (copyright) a Contaduría y Administración. La revista se reserva el derecho para la reproducción total o parcial del trabajo en otros medios impresos, electrónicos o cualquier otra alternativa, pero reconociendo siempre su autoría.

 

Licencia para Contenidos Publicados

Salvo indicación contraria, todos los contenidos de la edición electrónica de la revista se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento 4.0 Internacional” (CC-by). Usted es libre de copiar, distribuir, transmitir y adaptar el trabajo. Debe atribuir el trabajo de la manera especificada por el autor o licencia Creative Commons. Puede consultar desde aquí la versión informativa de la licencia. Esta circunstancia ha de hacerse constar expresamente de esta forma cuando sea necesario.

Licencia para Metadatos

Los metadatos de los artículos publicados por Contaduría y Administración son de dominio público, mediante la renuncia de todos los derechos de la editorial a la obra, bajo la ley de derecho de autor en el mundo, incluidos todos los derechos y conexos, en la medida en que lo permita la ley. Usted puede copiar, modificar y distribuir los metadatos, incluso con fines comerciales, todo sin pedir permiso.

Descargas

Los datos de descargas todavía no están disponibles.