Author:
Gutiérrez Ramírez Dulce María,Gaggero Sager Luis Manuel,Marín Hernández Salvador,Muñoz Black Celso Joaquín
Abstract
<p>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<sup>(1)</sup>) 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, <em>et</em>. <em>al</em>., 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<sup>(2)</sup> y la creación del IPAB<sup>(3)</sup>. 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<sup>(4)</sup>. 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 <em>sub-prime</em>, 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.</p>
Publisher
Universidad Nacional Autonoma de Mexico
Subject
General Business, Management and Accounting
Reference33 articles.
1. Acuña, E. (2000). Notas de Análisis Discriminante. Disponible en: Disponible en: http://profesores.usfq.edu.ec/fdelgado/Teor%C3%ADa%20y%20M%C3%A9todos%20en%20Arqueolog%- C3%ADa/Archivos%20Digitales/metodos/clasifall.pdf y consultado: 20/04/2010.
2. Altman, E. I., Cizel, J. y Rijken, H. A. (2014). Anatomy of Bank Distress: The Information Content of Accounting Fundamentals Within and Across Countries. https://doi.org/10.2139/ssrn.2504926.
3. Amieva, J. y B. Urriza (2000). Crisis Bancarias: causas, costos, duración, efectos y opciones de política. CEPAL División Desarrollo Económico. Disponible en: http://archivo.cepal.org/pdfs/2000/ S00135.pdf y consultado: 01/10/2014.
4. Anastasi, A., T. Burdisso, E. Grubisic y S. Lencioni (1998). ¿Es posible anticipar problemas en una entidad financiera? Argentina 1994-1997. Disponible en: http://cdi.mecon.gov.ar/biblio/docelec/ aaep/98/anastasi_burdisso_grubisic.pdf y consultado: 09/12/2008.
5. Arango, C. y L. Botero (2001). Evaluación del Modelo CAMEL como Instrumento de Prevención de Crisis Bancarias. Disponible en: http://www.eafit.edu.co/NR/rdonlyres/AEA11F52-A6B0-4DC6- AF5E-801539998C28/0/Evaluaci%C3%B3nDelModeloCameltrabajodegrado.pdf y consultado: 14/03/2010.