Deriving the term-structure of loan write-off risk under IFRS 9 by using survival analysis: A benchmark study

Each language version is independently generated for its own context, not a direct translation.

Imagina que un banco es como un gran huerto de árboles (los préstamos). La mayoría de los árboles dan frutos y pagan bien, pero de vez en cuando, un árbol se enferma (entra en "impago" o default). El trabajo del banco es predecir: ¿Cuánto fruto perderemos de este árbol enfermo antes de que se muera del todo o se recupere?

Este documento es un estudio de investigación que busca responder a esa pregunta de la manera más precisa posible, siguiendo las reglas del "IFRS 9" (que es como un manual de instrucciones financiero global para los bancos).

Aquí te explico la historia usando analogías simples:

1. El Problema: El "Reloj" del Préstamo

Cuando un préstamo deja de pagarse, no es un evento instantáneo. Es como si el árbol estuviera luchando contra una plaga.

La vieja forma de verlo: Era como tomar una foto estática. "¿Este árbol está enfermo? Sí. ¿Cuánto perderemos?" Se calculaba todo de una sola vez, sin importar cuánto tiempo llevara enfermo.
La nueva forma (IFRS 9): El banco necesita saber cómo evoluciona la enfermedad día a día. ¿Es más probable que el árbol muera mañana o dentro de dos años? Esta evolución en el tiempo se llama estructura temporal del riesgo.

2. La Solución: Tres "Médicos" Diferentes

Los autores probaron tres tipos de "médicos" (modelos matemáticos) para predecir cuándo un préstamo dejará de pagarse por completo (se "cancelará" o write-off):

El Médico Clásico (Regresión Logística): Es como un médico que te hace un examen rápido al llegar. Mira tus síntomas actuales y te da un diagnóstico. Es bueno, pero no sabe cómo evolucionará tu enfermedad mañana.
El Médico de Supervivencia (Modelo de Riesgo Discreto - DtH): Este médico lleva un historial completo. Sabe que la probabilidad de que un árbol muera cambia cada mes. Si el árbol lleva 6 meses enfermo, el riesgo es diferente a si lleva 2 años. Este modelo es como un reloj inteligente que cuenta los días y ajusta el pronóstico en tiempo real.
El Árbitro de Árboles (Árbol de Supervivencia): Es un modelo que toma decisiones como un árbol de decisiones (si pasa A, entonces B). Es muy bueno encontrando patrones ocultos, pero a veces es un poco rígido.

3. El Experimento: La Carrera de Obstáculos

Los investigadores tomaron datos reales de un banco en Sudáfrica (más de 650,000 préstamos) y pusieron a competir a estos tres médicos.

El ganador inesperado: El Médico de Supervivencia (DtH) ganó por mucho. Fue el único que pudo predecir con precisión cómo cambia el riesgo a medida que pasa el tiempo. Logró dibujar una curva que se parecía mucho a la realidad, mientras que el médico clásico se equivocaba mucho al ignorar el factor tiempo.
La sorpresa final: Aunque el modelo de dos etapas (primero predecir si se cancela, luego cuánto se pierde) parecía la mejor estrategia teórica, en la práctica, un modelo más simple (de una sola etapa) funcionó mejor en este caso específico.
- ¿Por qué? Porque los datos tenían una forma extraña, como una "L". La mayoría de los préstamos enfermos se curaban (costo cero) y muy pocos perdían todo. Los modelos complejos de dos etapas se confundieron con esta forma, mientras que el modelo simple la entendió mejor.

4. La Lección Principal: "No es solo el qué, sino el cuándo"

La conclusión más importante es que para cumplir con las reglas modernas (IFRS 9), no basta con saber si un préstamo va a fallar. Hay que saber cuándo es más probable que falle.

Analogía final: Imagina que estás asegurando un coche.
- El modelo antiguo te dice: "Este coche tiene 10 años, así que es probable que se rompa".
- El nuevo modelo (el ganador) te dice: "Este coche tiene 10 años, pero si no lo revisas en los próximos 3 meses, la probabilidad de que se rompa sube un 50%. Si lo revisas, baja".

¿Por qué importa esto?

Si un banco calcula mal cuánto dinero necesita guardar de reserva (para cubrir pérdidas futuras), puede tener dos problemas graves:

Guardar demasiado: El dinero está "dormido" y no se puede usar para invertir o prestar a otros (pierden oportunidades).
Guardar muy poco: Si llegan muchas malas noticias de golpe, el banco podría irse a la quiebra.

En resumen: Este estudio nos enseña que, para proteger el dinero de los bancos, necesitamos usar modelos que entiendan el tiempo y la evolución de los problemas, no solo una foto estática del momento actual. El modelo que actúa como un "reloj inteligente" (DtH) es la mejor herramienta para esta tarea.

Each language version is independently generated for its own context, not a direct translation.

Aquí tienes un resumen técnico detallado del artículo en español, estructurado según los puntos solicitados:

Título del Estudio

Derivación de la estructura temporal del riesgo de baja de préstamos bajo IFRS 9 mediante análisis de supervivencia: Un estudio de referencia.

1. El Problema

La estimación precisa del parámetro de riesgo de Pérdida Dada la Incumplimiento (LGD, por sus siglas en inglés) es fundamental para el cálculo de las Pérdidas Crediticias Esperadas (ECL) bajo la norma IFRS 9. Un desafío crítico en la modelización del LGD es la naturaleza de su distribución, que a menudo presenta bimodalidad y una cola derecha pesada (debido a las recuperaciones totales o "curas" con pérdida cero).

El problema central abordado en este trabajo es la estructura temporal del riesgo de baja (write-off risk). Tradicionalmente, muchos modelos tratan la probabilidad de baja como un evento estático o transversal, ignorando que el riesgo de que un préstamo incumplido sea dado de baja cambia de manera no lineal a medida que avanza el tiempo en el estado de incumplimiento (spell time). Ignorar esta dinámica puede llevar a estimaciones de LGD sesgadas, lo que resulta en provisiones de pérdidas inadecuadas (ya sea excesivas, generando costos de oportunidad, o insuficientes, poniendo en riesgo la solvencia).

2. Metodología

Los autores utilizan un conjunto de datos rico de 653,317 cuentas de hipotecas residenciales de un banco sudafricano (enero 2007 - diciembre 2022) para comparar diferentes enfoques de modelado.

A. Enfoque de Dos Etapas (Two-Stage LGD)

Siguiendo la literatura estándar, el LGD se descompone en dos componentes:

Componente de Baja (Write-off): La probabilidad de que un préstamo incumplido termine en una baja (carga de pérdidas).
Componente de Severidad de Pérdida (Loss Severity): La tasa de pérdida realizada dado que ocurre la baja.

B. Modelos de Riesgo de Baja (Etapa 1)

Se comparan tres técnicas principales para estimar la probabilidad de baja en función del tiempo y variables de entrada:

Regresión Logística (LR): Un modelo transversal clásico que no considera explícitamente la dinámica temporal del spell de incumplimiento.
Modelo de Riesgo de Tiempo Discreto (DtH - Discrete-time Hazard): Un modelo de análisis de supervivencia que modela la probabilidad condicional de baja en cada periodo de tiempo, permitiendo el uso de datos censurados a la derecha. Se prueban versiones "Básica" y "Avanzada" (con selección de variables más rigurosa).
Árbol de Supervivencia de Inferencia Condicional (ST - Survival Tree): Un modelo basado en árboles de decisión (CTREE) adaptado para datos censurados, utilizando estadísticas de rango logarítmico para la selección de variables.

Novedad Metodológica: Se introduce un paso de dichotomización. Las probabilidades de salida de los modelos (valores entre 0 y 1) se convierten en decisiones binarias (0/1) utilizando un umbral óptimo ( $c^*$ ) calculado mediante el Índice de Youden Generalizado (GYI). Esto se hace para alinear mejor la distribución de LGD predicha con la distribución empírica (que tiene una masa significativa en cero).

C. Modelos de Severidad (Etapa 2)

Para los modelos de dos etapas, la severidad de la pérdida (dada la baja) se modela utilizando un GLM de Poisson Compuesto (Tweedie), capaz de manejar datos con exceso de ceros y valores continuos positivos.

D. Comparativa

Se comparan los modelos de dos etapas (con los componentes anteriores) contra modelos de una sola etapa (donde el LGD total se modela directamente, incluyendo las curas con pérdida cero), utilizando métricas de diagnóstico avanzadas.

3. Contribuciones Clave

Aplicación de Análisis de Supervivencia al LGD: Es uno de los primeros estudios que aplica modelos de riesgo de tiempo discreto (DtH) y árboles de supervivencia condicional específicamente para modelar la estructura temporal del riesgo de baja bajo IFRS 9.
Análisis de la Estructura Temporal: Demuestran empíricamente que el riesgo de baja no es estático y que los modelos dinámicos (DtH) capturan mejor la evolución del riesgo a lo largo del tiempo en comparación con los modelos transversales.
Procedimiento de Dichotomización Óptima: Desarrollan y prueban un método para convertir probabilidades continuas en decisiones binarias (0/1) optimizando el índice de Youden Generalizado, lo cual es crucial para capturar la moda en cero de la distribución LGD.
Estudio de Referencia (Benchmark) Exhaustivo: Proporcionan una comparación rigurosa utilizando múltiples métricas, incluyendo ROC dependiente del tiempo, puntuaciones de Brier integradas y análisis de distribución (KS, KL, JS).

4. Resultados Principales

Rendimiento del Modelo DtH: El modelo de Riesgo de Tiempo Discreto (DtH-Advanced) superó consistentemente a los demás modelos de dos etapas en la mayoría de las métricas de diagnóstico. Fue el único que logró replicar con alta precisión la estructura temporal empírica del riesgo de baja (la curva de probabilidades de falla a lo largo del tiempo).
Desempeño de los Árboles de Supervivencia: El modelo ST (Survival Tree) mostró un buen rendimiento, superando a la regresión logística básica, pero no logró superar al modelo DtH-Advanced.
Sorprendente Rendimiento del Modelo de Una Etapa: Contrario a la intuición y a la literatura previa que favorece los modelos de dos etapas, el modelo de una sola etapa (GLM Tweedie) obtuvo los mejores resultados en la distribución final del LGD.
- Explicación: Los autores atribuyen esto a la forma peculiar de la distribución de LGD en sus datos, que es "en forma de L" (una gran moda en cero por las curas y una cola muy pequeña hacia 1), en lugar de la típica "forma de U" (con masas en 0 y 1). Modelar la severidad en la etapa 2 fue difícil debido a esta distribución, lo que degradó el rendimiento de los modelos de dos etapas.
Impacto de la Dichotomización: La conversión de probabilidades a 0/1 mejoró la precisión de la distribución LGD para los modelos de dos etapas (especialmente para capturar la moda en cero), aunque degradó ligeramente las métricas de discriminación pura (como el AUC) en algunos casos.

5. Significado e Implicaciones

Para la Práctica Bancaria (IFRS 9): El estudio sugiere que, para carteras de hipotecas con una alta tasa de curas (distribución en forma de L), un enfoque de una sola etapa con un GLM Tweedie puede ser más robusto y preciso que un enfoque de dos etapas complejo, a menos que se pueda modelar la severidad con gran precisión.
Gestión de Provisiones: La capacidad de los modelos DtH para predecir la estructura temporal del riesgo permite a los bancos calcular las ECL de manera más precisa y dinámica, evitando provisiones excesivas o insuficientes.
Tutorial y Reproducibilidad: El artículo sirve como una guía técnica detallada ("tutorial") para la implementación de análisis de supervivencia en riesgo crediticio, incluyendo código R de código abierto, lo que facilita su adopción por parte de la industria y los reguladores.
Futuras Direcciones: Se sugiere explorar el manejo de riesgos competitivos (curas vs. bajas) utilizando funciones de incidencia acumulada (CIF) en lugar de tratar las curas como censura simple, y probar métodos de aprendizaje automático más avanzados (como Random Survival Forests) para mejorar la etapa de severidad.

En resumen, el trabajo demuestra que, aunque los modelos de supervivencia (especialmente DtH) son superiores para entender la dinámica temporal del riesgo de baja, la elección final entre un enfoque de una o dos etapas depende críticamente de la forma de la distribución de pérdidas de la cartera específica.