ESCUELA TÉCNICA SUPERIOR DE INGENIERÍA (ICAI) INGENIERO EN INFORMÁTICA GESTIÓN DEL RIESGO DE LIQUIDEZ EN ENTIDADES FINANCIERAS Autor: Directores: Adrián de la Hera López Javier Calvo Martín Juan García Cascales Madrid Septiembre 2012 AUTORIZACIÓN PARA LA DIGITALIZACIÓN, DEPÓSITO Y DIVULGACIÓN EN ACCESO ABIERTO DE DOCUMENTACIÓN 1º. Declaración de la autoría y acreditación de la misma. El autor D. Adrián de la Hera López, como alumno de la UNIVERSIDAD PONTIFICIA COMILLAS (COMILLAS), DECLARA que es el titular de los derechos de propiedad intelectual, objeto de la presente cesión, en relación con la obra Proyecto final de Carrera “Gestión del riesgo de liquidez en entidades financieras”, que ésta es una obra original, y que ostenta la condición de autor en el sentido que otorga la Ley de Propiedad Intelectual como titular único o cotitular de la obra. En caso de ser cotitular, el autor (firmante) declara asimismo que cuenta con el consentimiento de los restantes titulares para hacer la presente cesión. En caso de previa cesión a terceros de derechos de explotación de la obra, el autor declara que tiene la oportuna autorización de dichos titulares de derechos a los fines de esta cesión o bien que retiene la facultad de ceder estos derechos en la forma prevista en la presente cesión y así lo acredita. 2º. Objeto y fines de la cesión. Con el fin de dar la máxima difusión a la obra citada a través del Repositorio institucional de la Universidad y hacer posible su utilización de forma libre y gratuita ( con las limitaciones que más adelante se detallan) por todos los usuarios del repositorio y del portal e-ciencia, el autor CEDE a la Universidad Pontificia Comillas de forma gratuita y no exclusiva, por el máximo plazo legal y con ámbito universal, los derechos de digitalización, de archivo, de reproducción, de distribución, de comunicación pública, incluido el derecho de puesta a disposición electrónica, tal y como se describen en la Ley de Propiedad Intelectual. El derecho de transformación se cede a los únicos efectos de lo dispuesto en la letra (a) del apartado siguiente. 3º. Condiciones de la cesión. Sin perjuicio de la titularidad de la obra, que sigue correspondiendo a su autor, la cesión de derechos contemplada en esta licencia, el repositorio institucional podrá: (a) Transformarla para adaptarla a cualquier tecnología susceptible de incorporarla a internet; realizar adaptaciones para hacer posible la utilización de la obra en formatos electrónicos, así como incorporar metadatos para realizar el registro de la obra e incorporar “marcas de agua” o cualquier otro sistema de seguridad o de protección. Página 3 de 154 (b) Reproducirla en un soporte digital para su incorporación a una base de datos electrónica, incluyendo el derecho de reproducir y almacenar la obra en servidores, a los efectos de garantizar su seguridad, conservación y preservar el formato. (c) Comunicarla y ponerla a disposición del público a través de un archivo abierto institucional, accesible de modo libre y gratuito a través de internet. (d) Distribuir copias electrónicas de la obra a los usuarios en un soporte digital. 4º. Derechos del autor. El autor, en tanto que titular de una obra que cede con carácter no exclusivo a la Universidad por medio de su registro en el Repositorio Institucional tiene derecho a: a) A que la Universidad identifique claramente su nombre como el autor o propietario de los derechos del documento. b) Comunicar y dar publicidad a la obra en la versión que ceda y en otras posteriores a través de cualquier medio. c) Solicitar la retirada de la obra del repositorio por causa justificada. A tal fin deberá ponerse en contacto con el vicerrector/a de investigación (curiarte@rec.upcomillas.es). d) Autorizar expresamente a COMILLAS para, en su caso, realizar los trámites necesarios para la obtención del ISBN. d) Recibir notificación fehaciente de cualquier reclamación que puedan formular terceras personas en relación con la obra y, en particular, de reclamaciones relativas a los derechos de propiedad intelectual sobre ella. 5º. Deberes del autor. El autor se compromete a: a) Garantizar que el compromiso que adquiere mediante el presente escrito no infringe ningún derecho de terceros, ya sean de propiedad industrial, intelectual o cualquier otro. b) Garantizar que el contenido de las obras no atenta contra los derechos al honor, a la intimidad y a la imagen de terceros. c) Asumir toda reclamación o responsabilidad, incluyendo las indemnizaciones por daños, que pudieran ejercitarse contra la Universidad por terceros que vieran infringidos sus derechos e intereses a causa de la cesión. Página 4 de 154 d) Asumir la responsabilidad en el caso de que las instituciones fueran condenadas por infracción de derechos derivada de las obras objeto de la cesión. Página 5 de 154 6º. Fines y funcionamiento del Repositorio Institucional. La obra se pondrá a disposición de los usuarios para que hagan de ella un uso justo y respetuoso con los derechos del autor, según lo permitido por la legislación aplicable, y con fines de estudio, investigación, o cualquier otro fin lícito. Con dicha finalidad, la Universidad asume los siguientes deberes y se reserva las siguientes facultades: a) Deberes del repositorio Institucional: - La Universidad informará a los usuarios del archivo sobre los usos permitidos, y no garantiza ni asume responsabilidad alguna por otras formas en que los usuarios hagan un uso posterior de las obras no conforme con la legislación vigente. El uso posterior, más allá de la copia privada, requerirá que se cite la fuente y se reconozca la autoría, que no se obtenga beneficio comercial, y que no se realicen obras derivadas. - La Universidad no revisará el contenido de las obras, que en todo caso permanecerá bajo la responsabilidad exclusiva del autor y no estará obligada a ejercitar acciones legales en nombre del autor en el supuesto de infracciones a derechos de propiedad intelectual derivados del depósito y archivo de las obras. El autor renuncia a cualquier reclamación frente a la Universidad por las formas no ajustadas a la legislación vigente en que los usuarios hagan uso de las obras. - La Universidad adoptará las medidas necesarias para la preservación de la obra en un futuro. b) Derechos que se reserva el Repositorio institucional respecto de las obras en él registradas: - retirar la obra, previa notificación al autor, en supuestos suficientemente justificados, o en caso de reclamaciones de terceros. Madrid, a 3 de septiembre de 2012 ACEPTA Fdo.: Adrián de la Hera López Página 6 de 154 Proyecto realizado por el alumno: Adrián de la Hera López Fdo.: Fecha: 3/09/2012 Autorizada la entrega del proyecto cuya información no es de carácter confidencial LOS DIRECTORES DEL PROYECTO Javier Calvo Martín Fdo.: Fecha: 3/09/2012 Juan García Cascales Fdo.: Fecha: 3/09/2012 Vº Bº del Coordinador de Proyectos David Contreras Bárcena Fdo.: Fecha: 3/09/2012 Agradecimientos Quién iba a pensar hace 5 años, que cuando salí de un pequeño pueblo de la sierra acabaría aquí, sintiéndome casi igual, pero a la vez de alguna manera un poco diferente… En estos años han pasado muchas cosas, muchas de ellas las agradezco, porque creo que me han formado profesionalmente, y como persona. En ellas han estado presentes muchas personas, y sería imposible reunirlas aquí, por lo que agradeceré las que han sido testigos directos de la realización de este proyecto, a los demás me dejaré de tarea pendiente darles las gracias en otro momento y lugar. Como no podía ser de otra manera, gracias a mis dos directores, Javier y Juan. Sin vuestra ayuda yo todavía seguiría sin tener ni idea de todo este mundillo. Gracias a Juan por sus profundísimos conocimientos y su capacidad para poner del revés todos los esquemas que cuidadosamente habíamos montado. Un millón de gracias Javier por haber sido capaz de aguantarme durante todo este año, y por haber sido una fuente constante de ayuda e inspiración para todo esto. Espero que sigamos manteniendo el contacto en estos años. Por supuesto agradecer a todo el equipo de I+D, que ha sido capaz de capear el chaparrón de dudas con el que les he acosado, y no sólo eso, sino hasta de responder de la manera más útil posible y encima sin perder la sonrisa. Laura, has sido la “asesora de estilo” que cualquiera querría; sin Daniel yo seguiría sin saber qué es una regresión espuria; y María, todo lo que te siga agradeciendo tu apoyo me seguirá sabiendo a poco. Destaco el apoyo que Marta Herrero me ha dado, ya que sin tus interminables correos no se podría haber resuelto el embrollo que resultó la modelización inicial. Por último, pero por supuesto no por ello menos importante sino tal vez todo lo contrario, no puedo dejar sin mencionar a mis padres, fuente de inspiración, apoyo y cariño a lo largo no tan sólo de este proyecto sino desde que nací. Habéis soñado con verme lo más alto posible, y me habéis elevado todo lo que habéis sabido y más. Nunca podré devolveros el esfuerzo que habéis realizado para que sea capaz de llegar hasta donde estoy. Sólo espero poder mirarme dentro de muchos años en un espejo y pensar que he sido capaz de dar a mis hijos todo lo que recibí de vosotros… Como última mención, gracias a todos mis compañeros de clase y amigos de Colegio Mayor, cuya lista sería imposible de plasmar aquí. Espero que nuestros caminos sigan sin separarse demasiado en estos años que nos tocan. Página 8 de 154 Resumen El objetivo de este proyecto es realizar un estudio sobre el riesgo de liquidez en las entidades financieras españolas, centrándose en la estabilidad de los depósitos bancarios: frecuencia de salidas y variables macroeconómicas que determinen su comportamiento. Palabras clave: Riesgo de liquidez, depósitos, entidades financieras, marco regulatorio, fugas, Basilea III, LCR, variables macroeconómicas, idiosincrásico, sistémico. 1. Marco del proyecto Debido a la crisis financiera iniciada en 2007, el contexto económico actual en gran parte de los países desarrollados viene caracterizado por una coyuntura de recesión, elevados niveles de desempleo y restricciones de liquidez en los mercados, y las perspectivas de recuperación todavía no son inminentes. La economía europea está seriamente resentida por los problemas de deuda soberana de los países periféricos de la Unión y por las políticas expansivas y de elevado apalancamiento mantenidas por las entidades bancarias de algunos de sus integrantes. Dentro de la propia España, se ha sucedido una reestructuración financiera que ha acabado con la mayoría de las cajas de ahorros y en el periodo 2008-2012 ha reducido el número de entidades de 50 a 12, en busca de un sistema financiero más sólido y con mayor capacidad de absorción de pérdidas. Como consecuencia, varias de las mayores entidades del país han tenido que ser intervenidas; entre ellas, Bankia, CAM, NovaCaixaGalicia o Unnim. 1.1. Riesgo de liquidez En este contexto económico-financiero, se intenta fortalecer los marcos regulatorios para prevenir nuevas crisis sistémicas, fundamentalmente a través de tres mecanismos: mayores requerimientos de capital, gestión y control de la liquidez y límites al apalancamiento. En lo referente a la liquidez, definida por el Comité de Basilea del Banco Internacional de Pagos (BIS) como “la capacidad de una entidad para financiar su volumen de activos y para cumplir sus obligaciones de pago al vencimiento, sin incurrir en pérdidas inaceptables”. Según esto, el riesgo de liquidez se definiría como la posibilidad de incurrir en pérdidas por no disponer de activos líquidos suficientes para hacer frente a los pagos comprometidos en un horizonte temporal concreto. Por su propia naturaleza, las Página 9 de 154 entidades financieras se encuentran particularmente expuestas a este riesgo, ya que su actividad incluye la captación de fondos. 1.2. Basilea III Con objeto, entre otros, de mejorar la gestión y el control del riesgo de liquidez, el Comité de Basilea emitió en 2010 el acuerdo conocido como “Basilea III”: un conjunto de nuevos estándares financieros que, tras su trasposición a las normativas locales, serán de obligado cumplimiento para los países integrantes del Comité, entre los que se encuentra España. Dichos estándares incluyen obligaciones como el mantenimiento de colchones o buffers de activos líquidos de alta calidad para hacer frente a los pagos en una eventual crisis de liquidez. Dentro de estos activos líquidos, se incluye la obligación de mantener un 5% o un 10% de los depósitos de los clientes, según su estabilidad. Este dato en las entidades financieras españolas es particularmente relevante, ya que dada su actividad comercial, los depósitos representan entre un 40% y un 50% del total del pasivo. 2. Objetivos del proyecto Este proyecto tiene tres objetivos: Resumir la normativa actual en materia de liquidez y sus impactos en la economía real y en las entidades financieras, apoyándose en estudios realizados por organismos de reconocido prestigio, incluyendo el propio Comité de Basilea. Aclarar con qué probabilidad se podría dar una fuga masiva de depósitos que llegara a representar un 5% en el horizonte temporal de 30 días propuesto por Basilea III. Para ello, se parte de los datos de las 8 principales entidades financieras españolas por volumen de activos y se realiza un análisis exhaustivo de su comportamiento. Comprobar con qué variables macroeconómicas está ligado el comportamiento de dichos depósitos, y en qué medida este comportamiento es sistémico, es decir, ligado a todas las entidades en su conjunto; o idiosincrásico, en el que los movimientos de los depósitos de cada entidad responden a patrones específicos (como acciones comerciales, eventos reputacionales, etc.). 3. Análisis realizados Estos análisis se realizarán en dos fases: Una fase inicial realizada con herramientas matemáticas y de minería de datos, que permita extraer unas conclusiones iniciales. Página 10 de 154 Una segunda fase en la que se integrarán los cálculos realizados en una herramienta web de desarrollo propio, que permita la actualización de datos periódica y el acceso a los análisis de forma remota y sencilla. 4. Estructura del proyecto Por ello, este proyecto se estructura en las siguientes partes: Estudio de las principales normativas sobre liquidez existentes en el mercado y determinación del impacto macroeconómico que supondrá su aplicación. Estudio cuantitativo de la estabilidad de los depósitos, dividido a su vez en tres partes: o Análisis del comportamiento histórico de los movimientos de los depósitos mediante el ajuste a una distribución conocida y estudio de sus percentiles. o Modelización de la serie temporal de las variaciones de depósitos mediante el ajuste lineal a variables macroeconómicas. o Análisis de casos particulares. Desarrollo de una herramienta web que permita un análisis sencillo, rápido, preciso y flexible. En este documento se detallarán los diagramas empleados en la construcción del software, así como el manual de usuario en forma de anexo. 5. Conclusiones obtenidas El estudio de la estabilidad de los depósitos arroja las siguientes conclusiones: Las estimaciones establecidas por Basilea III en su ratio LCR a 30 días son consistentes con los comportamientos observados en las principales entidades españolas, si bien los análisis estadísticos justifican un estudio individualizado. Existe un cierto comportamiento conjunto (56%) de todas las series estudiadas, y gran parte de ella se puede explicar recurriendo a alguna de las variables macroeconómicas más relevantes: la renta disponible, el ahorro de las familias, el precio de la vivienda y el paro Por otra parte, existe una parte importante del movimiento de los depósitos relativo a causas idiosincrásicas, que ponen de manifiesto la necesidad de cada entidad de medir el riesgo de liquidez en función de sus propios parámetros internos. Algunas causas idiosincrásicas estudiadas en casos históricos son: o El vencimiento de depósitos de alta remuneración lanzados en campañas puntuales Página 11 de 154 o Eventos muy severos publicados en los medios de comunicación: intervención pública de la entidad, necesidad de inyección de liquidez, o temor a suspensión de pagos. Página 12 de 154 Abstract The main objective of this project is doing a research about liquidity risk in Spanish financial entities, focusing in the stability of customer deposits: frequency of massive exits and macroeconomic variables that causes their movement. Keywords: Liquidity risk, deposits, financial entities, regulatory framework, exits, Basel III, LCR, macroeconomic variables, idiosyncratic, systemic. 1. Context of the project Since the recent crisis started in 2007, the macroeconomic context in the majority of the developed countries has been characterized by a situation of recession, high levels of unemployment and liquidity restrictions in markets. Also, the outlook for an economic recovery is still bleak. The European economy is seriously affected by the problems originated by the sovereign debt of the peripheral countries of the European Union, and the high leverage and expansive policy sustained by the financial entities of some of the members. In Spain, there has been a financial restructuration that has made disappear the majority of the saving banks. As a consequence, the number of saving banks has been reduced from 50 to 12 between 2008-2012, in order to get a more solid financial system with a greater loss-absorption capacity. As a result, some of the biggest entities of the country have been nationalized, like Bankia, CAM, NovaCaixaGalicia or Unnim. 1.1. Liquidity risk In this financial and economic context, one of the objectives is to get stronger regulation frames in order to prevent new systemic crisis, basically, by using three mechanisms: more capital requirements, liquidity management and control, and limits to the leverage. Liquidity is defined by Basel Committee as “the capacity of an entity to finance its assets and fulfil its payment upon maturity obligations without unacceptable losses”. Following that definition, liquidity risk would be defined as the possibility to incur in losses because of not having enough liquid assets to face up its committed payments in a specific time horizon. Because of their own nature, the financial entities are specially exposed to this risk, as its activity involves attracting funds. 1.2. Basel III With the objective of improving liquidity risk management and control, in 2010 the Basel Committee published the agreement known as “Basel III”: a set of new financial Página 13 de 154 standards which, after its transposal to local regulations, will be compulsory for the countries of the Committee, as Spain is. These standards include some obligations such as maintaining liquidity buffers materialized in high quality assets to be able to face up to payments in a possible liquidity crisis. Within that liquid assets buffer, it is also incorporated the obligation of maintaining a 5% or 10% of the deposits, in accordance with its stability. This percentage in Spanish financial entities is especially relevant, since the deposits represent between 40% and 50% of the liabilities given that its commercial activity. 2. Objectives of the project This project has three objectives: To summarize the existing regulation about liquidity and its impacts in real economy and in financial entities, relying on researches carried out by wide-renown organizations, including Basel Committee. To clarify the probability of suffering a massive deposit leak that reaches the 5% in the time horizon of 30 days proposed by Basel III. To achieve this, the details of the 8 main Spanish entities, according to their assets volume, are used to study their performance thoroughly. To check the macroeconomic variables that causes the behaviour of the deposits, and measure how many of that movement its systemic (linked to all entities as a whole), or idiosyncratic (movements of each entity answer to specific patterns such as commercial actions, reputational events, etc.) 3. Analysis performed Those analyses are made in two phases: The initial phase fulfilled with mathematical software and data mining, in order to get initial conclusions. A second phase where the first calculations will be integrated in a web tool own developed. This tool will allow regular updating of the data, as well as remote and simple access to the analysis. 4. Structure of the project This project is structured as follows: Study of the main liquidity publications already on the market. Analysis of the market impact of those publications. Página 14 de 154 Quantitative study of deposits stability, divided in three parts: o Analysis of the historical behaviour of the deposits: adjust to a known distribution and analysis of its percentiles. o Modelling the deposits variation time series by lineal adjusting to macroeconomic variables. o Analysis of specific cases. Development of a web tool that allows a simple, fast, detailed and flexible analysis. In this document will be detailed the diagrams used in software construction, as well as the user’s manual. 5. Main conclusions The following conclusions emerged from the analysis of the deposits stability: Estimations established by Basel III in the LCR ratio are consistent with the behaviour observed in main Spanish entities. In any case, it is recommended a particular analysis of each entity separately. It appears a linked movement (56%) of all studied series. The main part of that movement can be explained with some macroeconomic variables: disposable income, household savings, housing prices and unemployment rate. Apart from that, a relevant part of the series movement it is explained by idiosyncratic causes. This underscores the requirement of measure liquidity risk in each entity, attending to its internal parameters. Some idiosyncratic causes analysed are: o Maturity of high-remuneration deposits launched in special campaigns. o Severe events published in the media: public intervention of an entity, need of a liquidity injection, or fear to suspension of payments. Página 15 de 154 Índice 1 2 Introducción y motivación del proyecto ........................................................................ 23 1.1 Marco económico mundial ........................................................................................ 23 1.2 Definición del riesgo de liquidez. ............................................................................. 23 Estudio de normativas de liquidez y su impacto en el mercado ............................... 25 2.1 2.1.1 Principios para la adecuada gestión del riesgo de liquidez .................................... 26 2.1.2 Basilea III ............................................................................................................... 28 2.1.3 CRD IV .................................................................................................................. 31 2.1.4 Banco de España .................................................................................................... 32 2.1.5 FSA ........................................................................................................................ 33 2.1.6 Resumen de normativas y recomendaciones vigentes............................................ 34 2.2 3 Impactos de la normativa de liquidez...................................................................... 38 Estudio cuantitativo de la estabilidad de los depósitos ............................................. 42 3.1 Datos del estudio ........................................................................................................ 43 3.2 Análisis de la distribución histórica de las variaciones observadas .................... 45 3.2.1 Ajuste de una distribución paramétrica ................................................................ 45 3.2.2 Mensualización de la distribución ......................................................................... 47 3.2.3 Obtención e interpretación de los percentiles ........................................................ 49 3.2.4 Conclusiones .......................................................................................................... 52 3.3 Análisis sistémico........................................................................................................ 53 3.3.1 Análisis descriptivo de las series temporales de depósitos ..................................... 53 3.3.2 Modelización de la serie temporal de depósitos ...................................................... 56 3.4 Análisis idiosincrásico ................................................................................................ 60 3.4.1 Entidades objeto de estudio .................................................................................... 60 3.4.2 Casos singulares .................................................................................................... 63 3.5 4 Nuevas normativas en material de liquidez ........................................................... 25 Conclusiones ................................................................................................................ 67 Caso práctico- Sistema para el análisis de la estabilidad de los depósitos ............. 68 4.1 Introducción................................................................................................................. 68 Página 16 de 154 4.2 Antecedentes al sistema ............................................................................................. 69 4.3 Objetivos y necesidades ............................................................................................. 71 4.4 Evaluación de alternativas ......................................................................................... 72 4.4.1 Wolfram Mathematica ........................................................................................... 72 4.4.2 Matlab .................................................................................................................... 74 4.4.3 Lenguaje R ............................................................................................................. 75 4.4.4 Java ........................................................................................................................ 76 4.5 Arquitectura y funcionamiento................................................................................. 78 4.6 Modelo lógico del sistema ......................................................................................... 80 4.7 Casos de uso de la aplicación .................................................................................... 91 4.7.1 Casos de uso del usuario administrador ................................................................ 91 4.7.2 Casos de uso Gestor I: Informe inicial de ajuste a una distribución ...................... 95 4.7.3 Casos de uso Gestor II: Modelo matemático de regresión ...................................... 99 4.8 Secuencia general del funcionamiento del sistema .............................................. 101 4.9 Diagrama de clases ................................................................................................... 103 5 4.9.1 Diagrama de clases UML .................................................................................... 103 4.9.2 Servlets de la aplicación ....................................................................................... 113 Planificación del proyecto .............................................................................................. 114 5.1 5.1.1 Estructura de paquetes de trabajo ........................................................................ 114 5.1.2 Descripción de paquetes de trabajo ...................................................................... 115 5.2 6 Definición del proyecto ............................................................................................ 114 Planteamiento general .............................................................................................. 124 5.2.1 Organigrama del equipo de trabajo...................................................................... 124 5.2.2 Descripción de los puestos de trabajo................................................................... 125 5.2.3 Presupuesto del proyecto ..................................................................................... 129 5.2.4 Planificación ........................................................................................................ 133 Conclusiones ..................................................................................................................... 135 Anexo 1: Manual de usuario .................................................................................................. 137 1) Selección de las entidades ............................................................................................ 137 2) Informe estadístico........................................................................................................ 138 Página 17 de 154 3) Regresión estadística .................................................................................................... 146 4) Administrador ............................................................................................................... 149 Bibliografía ............................................................................................................................... 153 Página 18 de 154 Índice de ilustraciones Ilustración 1. Principales hitos pasados y futuros en materia de liquidez. Fuente: elaboración propia a partir de información de BIS, EBA, Comisión Europea, Banco de España y FSA. .............................................................................................................................. 37 Ilustración 2. Beneficios VS Riesgos. Elaboración propia a partir de estudios del MAG y del LEI........................................................................................................................................... 39 Ilustración 3. Series consideradas para el estudio. Fuente: informes trimestrales de las entidades ...................................................................................................................................... 44 Ilustración 4. Ajuste máximo-verosímil de las cinco distribuciones candidatas a la serie empírica de variaciones trimestrales de depósitos ................................................................ 46 Ilustración 5. Distribuciones de las variaciones mensuales y trimestrales de depósitos .. 48 Ilustración 6. Funciones de distribución de la variación mensual de depósitos de las siete entidades consideradas .............................................................................................................. 51 Ilustración 7. Cuatro periodos en el comportamiento de los depósitos .............................. 54 Ilustración 8. Análisis gráfico de la serie de variaciones de depósitos estimada por el modelo. ......................................................................................................................................... 58 Ilustración 9. Variación trimestral del volumen de depósitos .............................................. 60 Ilustración 10. Variación de depósitos en la entidad de estudio .......................................... 63 Ilustración 11. Variación semestral de los depósitos de la clientela de la entidad británica. ....................................................................................................................................................... 64 Ilustración 12. Variación de los depósitos de los bancos argentinos, 1997-2001 ................ 66 Ilustración 13. Gráfica creada con Mathematica..................................................................... 72 Ilustración 14. Gráfica tridimensional creada con R .............................................................. 75 Ilustración 15. Esquema general de la aplicación ................................................................... 79 Ilustración 16. Diagrama de contexto de la aplicación .......................................................... 80 Ilustración 17. Diagrama conceptual de nivel 1...................................................................... 81 Ilustración 18. Explosión de "Selección entidades" ................................................................ 82 Ilustración 19. Explosión "Informe final" ................................................................................. 83 Ilustración 20. Explosión "Ajuste a una distribución" ........................................................... 84 Ilustración 21. Explosión "Mensualización de la distribución" ............................................ 85 Ilustración 22. Explosión "Ajuste por entidades" ................................................................... 86 Ilustración 23. Explosión "Obtención de percentiles personalizados" ................................ 87 Ilustración 24. Explosión "Regresión matemática" ................................................................. 88 Ilustración 25. Explosión "Stress test inverso" ........................................................................ 89 Ilustración 26. Casos de uso administrador ............................................................................ 91 Ilustración 27. Alta variable macro........................................................................................... 92 Ilustración 28. Borrado variable macro .................................................................................... 93 Ilustración 29. Alta nueva entidad ........................................................................................... 93 Página 19 de 154 Ilustración 30. Borrado entidad ................................................................................................ 94 Ilustración 31. Modificación de datos ...................................................................................... 94 Ilustración 32. Alta nuevo período ........................................................................................... 95 Ilustración 33. Casos de uso gestor I ........................................................................................ 95 Ilustración 34. Seleccionar entidades ....................................................................................... 96 Ilustración 35. Obtención informe estadístico......................................................................... 96 Ilustración 36. Informe inicial.................................................................................................... 97 Ilustración 37. Percentiles personalizados............................................................................... 97 Ilustración 38. Informe por banco individual ......................................................................... 98 Ilustración 39. Casos de uso Gestor II ...................................................................................... 99 Ilustración 40. Obtención modelo regresivo ........................................................................... 99 Ilustración 41. Estrés test inverso............................................................................................ 100 Ilustración 42. Diagrama de Secuencia general de la aplicación ........................................ 102 Ilustración 43. Diagrama UML de la aplicación ................................................................... 103 Ilustración 44. Paquete dao ...................................................................................................... 104 Ilustración 45. Clases del paquete dominio........................................................................... 105 Ilustración 46. Clases del subpaquete ajuste ......................................................................... 106 Ilustración 47. Código llamada optimizadores ..................................................................... 108 Ilustración 48. Clases del subpaquete regresión ................................................................... 110 Ilustración 49. Servlets de la aplicación ................................................................................. 113 Ilustración 50. Organigrama del proyecto ............................................................................. 124 Ilustración 51. Resumen diagrama de Gantt ......................................................................... 134 Ilustración 52. Tabla selección entidades............................................................................... 137 Ilustración 53. Error de selección entidades .......................................................................... 138 Ilustración 54. Imagen inicial informe ................................................................................... 139 Ilustración 55. Media y desviación típica por entidad......................................................... 139 Ilustración 56. Gráfico de variaciones de todas las entidades ............................................ 140 Ilustración 57. Zoom horizontal .............................................................................................. 140 Ilustración 58. Ajuste del histograma a distribuciones conocidas ..................................... 141 Ilustración 59. Tabla con resultados y p-valores test ajuste ................................................ 142 Ilustración 60. Muestra salida depósitos y percentiles ........................................................ 142 Ilustración 61. Función de distribución trimestral y mensual ............................................ 143 Ilustración 62. Salida depósitos y percentiles mensuales .................................................... 144 Ilustración 63. Salida análisis por entidad ............................................................................. 145 Ilustración 64. Percentiles personalizados............................................................................. 145 Ilustración 65. Cálculo de percentil y variación ................................................................... 146 Ilustración 66. Error .................................................................................................................. 146 Ilustración 67. Tabla variables macroeconómicas ................................................................ 146 Página 20 de 154 Ilustración 68. Salida modelo regresivo ................................................................................. 147 Ilustración 69. Cálculo estrés trimestral ................................................................................. 148 Ilustración 70. Opciones estrés mensual ................................................................................ 148 Ilustración 71. Salida escenario de estrés ............................................................................... 149 Ilustración 72. Pantalla login ................................................................................................... 149 Ilustración 73. Alta de datos .................................................................................................... 149 Ilustración 74. Adición de variaciones ................................................................................... 150 Ilustración 75. Borrado de datos ............................................................................................. 150 Ilustración 76. Lista desplegable para entidades o variables.............................................. 151 Ilustración 77. Modificar datos ............................................................................................... 151 Ilustración 78. Dato erróneo .................................................................................................... 151 Ilustración 79. Nuevo período................................................................................................. 152 Ilustración 80. Carga de archivo .csv...................................................................................... 152 Página 21 de 154 Índice de tablas Tabla 1. Resumen de normativas y recomendaciones vigentes. Fuente: elaboración propia a partir de información de BIS, EBA, Comisión Europea, Banco de España y FSA ....................................................................................................................................................... 35 Tabla 2. Resumen de los estudios actuales sobre normativa de liquidez ........................... 40 Tabla 3. Estimadores máximo-verosímiles del ajuste de cada distribución. ...................... 46 Tabla 4. Parámetros de la distribución mensual excluyendo cada entidad. ...................... 49 Tabla 5. Probabilidades de ocurrencia de las variaciones previstas por Basilea III .......... 50 Tabla 6. Probabilidad de variaciones extremas de depósitos en cada entidad. ................. 51 Tabla 7. Variables del modelo macroeconómico .................................................................... 57 Tabla 8. Estadísticos del modelo ............................................................................................... 58 Tabla 9. Resumen análisis PCA................................................................................................. 59 Tabla 10. Costes por perfil ....................................................................................................... 129 Tabla 11. Horas por actividad y perfil ................................................................................... 130 Tabla 12. Coste asociado a cada perfil del organigrama ..................................................... 131 Página 22 de 154 1 Introducción y motivación del proyecto 1.1 Marco económico mundial Dentro del marco de la prolongada crisis mundial, y de la reciente crisis soberana europea, la fortaleza de las entidades bancarias está siendo cuestionada. Para solventarlo, y evitar nuevas crisis sistémicas en un futuro, se diseñan nuevos conjuntos de pruebas y nuevas normativas; con ello se pretende garantizar que la estructura de capital de estas entidades se construye de manera correcta y solvente, y que serán capaces de resistir en períodos de tensión. En este marco económico, en diciembre de 2010 se publicó la nueva normativa del Comité de Supervisión Bancaria de Basilea, comúnmente Basilea III. El objetivo de esta norma es imponer nuevas restricciones al volumen de capital que deben mantener de reserva las entidades bancarias, añadiendo limitaciones a las ya impuestas en Basilea II; y como elemento innovador se imponen restricciones sobre el riesgo de liquidez que puede soportar una entidad. Para ello, describe dos ratios en relación con la liquidez a corto y con la financiación a largo, que ayudarán a medir si la entidad soporta más riesgo del debido. 1.2 Definición del riesgo de liquidez. Por definición, el riesgo se define como la posibilidad de que ocurra un acontecimiento que pueda ocasionar un perjuicio. En el caso de las entidades bancarias, se define como la posibilidad de que se llegue a un punto que suponga un daño económico sustancial, pudiendo llegar a la quiebra de la entidad. Para el caso concreto del riesgo de liquidez, es necesario diferenciar entre la solvencia de una entidad y la liquidez de la misma. La solvencia se define como la capacidad de generar beneficios, a nivel básico; es decir, que la ecuación ingresos menos gastos arroje un resultado positivo. Si una entidad no cumple esta precondición durante un período prolongado de tiempo, está abocada a la quiebra económica. Pero aunque una entidad tenga una fuerte solvencia, en esta ecuación no se incluye el factor temporal. Los ingresos y los gastos deberán materializarse en pagos y cobros, y estos no van necesariamente ligados temporalmente a sus ingresos o gastos asociados. En las entidades bancarias esta separación es más profunda si cabe, ya que mantener la liquidez durante un período de tiempo antes de ser usada para pagar puede resultar en intereses. Según esto, el riesgo de liquidez de una entidad implica la posibilidad de no disponer de suficiente capital líquido para poder hacer frente a los pagos en un momento concreto. Esto no quiere decir que dicha entidad no sea solvente, sino que no dispone de capital a Página 23 de 154 tiempo. Para ser líquido es necesario tener capital suficiente para hacer frente a las obligaciones en el momento preciso, tanto los pagos contractuales como las necesidades imprevistas de liquidez (en el caso de las entidades bancarias, ejemplos de esto podrían ser retiradas de fondos de los depósitos, ejecución de las líneas de crédito concedidas, etc.) El nivel de este riesgo se mide siempre en una línea temporal. Es decir, se podría medir el riesgo de liquidez de una firma a dos semanas, un mes, un año,…; e incluso durante un mismo día. Esto implica ser capaz de medir la capacidad que tiene dicha empresa para hacer frente a sus obligaciones en el período medido. Para ello, normalmente se tienen en cuenta tres elementos principales: los flujos de caja entrantes esperados durante dicho período, los flujos de caja salientes estimados, y el buffer de liquidez existente para hacer frente a los gaps que aparezcan. En la propia naturaleza de la definición se ve la alta incertidumbre existente, ya que existen flujos que por su propia naturaleza son difíciles de prever (Ej. retirada de depósito de los clientes). El buffer de liquidez consistirá en un conjunto de activos de alta calidad que hagan frente a las necesidades puntuales. Estos activos serán los primeros que se liquiden en caso de existir un gap, por lo que esta operación de venta debe poder realizarse muy rápidamente y con poca pérdida respecto al valor inicial. Existen muchas formas de caracterizar los activos según cada normativa: tomando como ejemplo Basilea III; se establecen niveles de calidad de activo, y en función de estos niveles se realizan bajadas porcentuales sobre el valor esperado de venta del mismo. Para paliar en la medida de lo posible esta amplitud a la hora de que cada entidad estime sus flujos, en cada normativa se caracterizan escenarios posibles que resultarían en un estrés de liquidez para la entidad y/o el mercado general. Se contemplan posibilidades como que los mercados que son fuentes habituales de liquidez se cierren, y la entidad deba buscar fuentes alternativas de financiación. También aquí jugará un importante papel el buffer de liquidez ya mencionado, ya que dará un horizonte temporal de supervivencia de la entidad si no lograra encontrar la fuente alternativa que proporcione liquidez. Página 24 de 154 2 Estudio de normativas de liquidez y su impacto en el mercado 2.1 Nuevas normativas en material de liquidez Como consecuencia de la crisis que se inició en 2007, en los últimos años distintos organismos supranacionales y reguladores nacionales han venido publicando documentos relativos al riesgo de liquidez, que pretenden: Plantear un marco de medición diferente del aplicado en otros riesgos financieros, debido a que una mayor disponibilidad o calidad de capital no permite necesariamente subsanar los efectos adversos de la iliquidez. Definir la información que el supervisor necesita para valorar el perfil de riesgo de liquidez de las entidades. Lograr una mayor armonización internacional que refuerce la gestión y supervisión del riesgo de liquidez. En esta sección se presentan las principales recomendaciones y normativas relativas al riesgo de liquidez publicadas por diversos organismos; para este fin, el contenido se estructura en los diferentes apartados: I. Principios para la adecuada gestión del riesgo de liquidez: Son los principios comúnmente aceptados para la gestión del riesgo de liquidez publicados en 2000 por el Comité de Basilea, que han sido adoptados como propios de manera generalizada por los distintos organismos supervisores nacionales y supranacionales que se tratan en esta sección. II. Basilea III [BCBS10]: el acuerdo conocido como Basilea III, publicado por el Comité de Basilea en 2010 tras un proceso consultivo iniciado en diciembre de 2009, ha supuesto un referente en la regulación de la liquidez, y desarrolla estándares para su medición y control. III. CRD IV: tras la publicación de varias guías con recomendaciones por parte del CEBS1, en Europa la Comisión Europea está adoptando el acuerdo de Basilea III en la forma de una Directiva y un Reglamento conocidos como CRD IV. IV. Banco de España: el supervisor español también ha incluido en su normativa directrices específicas relativas al riesgo de liquidez, tanto en las Circulares 3/2008 y 4/2011 como a través de la exigencia de los llamados Estados LQ. V. FSA: el supervisor británico, que ha sido pionero en la regulación de la liquidez, ha desarrollado una norma específica2 para el control del riesgo de liquidez. 1 Comité de Supervisores Bancarios Europeos, por sus siglas en ingles, que el 1/1/2011 pasó a integrarse dentro de la Autoridad Bancaria Europea (EBA) Página 25 de 154 Por último, se incluye un resumen comparativo de las normativas y recomendaciones vigentes en materia de liquidez, incluyendo los principales hitos regulatorios pasados y futuros. 2.1.1 Principios para la adecuada gestión del riesgo de liquidez El Comité de Basilea publicó en 200 (última versión de 2008) el documento Sound Practices for Managing Liquidity in Banking Organisations [BCBS00], que contiene unos principios para una adecuada gestión de la liquidez (en adelante, ‘los Principios’) en las entidades financieras que, de manera general, han ido siendo adoptados por los diferentes supervisores locales, ya sea a través de recomendaciones o incorporándolos a su propia regulación en materia de gestión del riesgo de liquidez. A continuación se resumen los principales aspectos considerados por estos principios. 2.1.1.1 Principio fundamental para la gestión y supervisión del riesgo de liquidez (Principio 1) El principio fundamental, del que se deriva el resto, establece que una entidad es responsable de la buena gestión del riesgo de liquidez, por lo que deberá definir un marco de gestión robusto para garantizar que se mantiene liquidez suficiente (incluido un buffer de activos líquidos de alta calidad y libres de cargas) para hacer frente a una serie de eventos generadores de tensiones, incluidos los que ocasionan la pérdida o el deterioro de las fuentes de financiación. Los supervisores deben evaluar la suficiencia del marco de gestión y la posición de liquidez de la entidad, y deben adoptar las medidas oportunas si detectan deficiencias en este sentido, con el fin de proteger a los depositantes y limitar posibles daños sobre el sistema financiero. 2.1.1.2 Buen gobierno del riesgo de liquidez (Principios 2 a 4) Las entidades deben establecer con claridad una tolerancia al riesgo de liquidez adecuada a su estrategia de negocio. Para todas las actividades de negocio, a fin de que los incentivos a la asunción de riesgos concuerden con las exposiciones al riesgo de liquidez que sus actividades ocasionan a la entidad en su conjunto, deben incluir costes, beneficios y riesgos de liquidez en los procesos de fijación de precios, medición de resultados y aprobación de nuevos productos. La Alta Dirección debe desarrollar estrategias, políticas y prácticas para gestionar el riesgo de liquidez con arreglo a su tolerancia al riesgo, que deben ser aprobadas por el Consejo de Administración, y analizar de forma continua información sobre la evolución de la liquidez para informar al Consejo. 2 Contenida en el BIPRU 12 de la Financial Services Authority Página 26 de 154 El Consejo de Administración debe, al menos una vez al año, examinar y aprobar las estrategias, políticas y prácticas de gestión de la liquidez, y cerciorarse de que la Alta Dirección gestiona con eficacia el riesgo de liquidez 2.1.1.3 Medición y gestión del riesgo de liquidez (Principios 5 a 12) Las entidades deben: Contar con un adecuado proceso de identificación, medición, vigilancia y control del riesgo de liquidez. Vigilar y controlar de forma activa las exposiciones al riesgo de liquidez y las necesidades de financiación dentro de cada entidad lega, línea de negocio y divisa, así como entre estas, teniendo en cuenta las limitaciones jurídicas, regulatorias y operativas para la transferencia de liquidez. Establecer límites para controlar su exposición y vulnerabilidad al riesgo de liquidez, que deberán revisarse periódicamente, estar adaptados al negocio y utilizarse en la gestión diaria de la entidad. Establecer indicadores cualitativos y cuantitativos de alerta temprana con el fin de reconocer la aparición de riesgos o vulnerabilidades adicionales en su posición de liquidez o posibles necesidades de financiación. Disponer de un sistema de información de la gestión fiable diseñado para facilitar información puntual y prospectiva sobre la posición de liquidez de la entidad al Consejo de Administración, la Alta Dirección y otro personal competente. Establecer una estrategia de financiación que contemple una diversificación eficaz de las fuentes y los plazos de vencimiento de la financiación, el mantenimiento continuo de la presencia en los mercados de financiación elegidos y las estrechas relaciones con los proveedores de fondos, la calibración periódica de su capacidad para obtener rápidamente fondos de cada fuente y la identificación de los principales factores que afectan a su capacidad de captar fondos, vigiándolos estrechamente. Gestionar activamente las garantías constituidas, diferenciando entre activos sujetos a cargas y libres de cargas, así como la entidad legal y la ubicación física donde se hallen las garantías y la forma en que estas podrían movilizarse con rapidez. Realizar pruebas de estrés periódicas que contemplen una gama de escenarios de tensión a corto y largo plazo, con el fin de identificar fuentes de posibles tensiones de liquidez y garantizar que sus exposiciones guardan relación con la tolerancia el riesgo de liquidez establecida. Utilizar los resultados de las pruebas de tensión para ajustar sus estrategias, políticas de gestión del riesgo de liquidez y para desarrollar planes de contingencia eficaces, que deben ser revisados periódicamente y deben definir con claridad las estrategias, Página 27 de 154 políticas, líneas de responsabilidad y procedimientos de activación ante una situación de tensión de liquidez. Mantener un buffer de activos líquidos de alta calidad y libres de cargas como seguro frente a una serie de escenarios de estrés de liquidez. No deberá existir ningún obstáculo jurídico, regulatorio u operativo que impida utilizar estos activos para obtener financiación. 2.1.1.4 Otros principios (Principios 13 a 17) Adicionalmente, en los Principios se indica la importancia de que las entidades realicen una difusión pública (Principio 13) de su información en materia de liquidez para mantener informados a los participantes del mercado, que de esta manera pueden formarse una opinión de la adecuación de su marco de gestión en este ámbito, y también se desarrollan los preceptos que los supervisores deben considerar en el ejercicio de su función (Principios 14 a 17). 2.1.2 2.1.2.1 Basilea III Objetivos El objetivo de las medidas propuestas por Basilea III es mejorar la capacidad del sector bancario para absorber perturbaciones procedentes de tensiones financieras o económicas de cualquier tipo, reduciendo con ello el riesgo de contagio desde el sector financiero hacia la economía real. 2.1.2.2 Principales componentes. Basilea III no especifica los elementos cualitativos relacionados con el gobierno, políticas y otros procedimientos (como stress test o planes de contingencia de liquidez) a efectos de la gestión del riesgo de liquidez, puesto que estos ya se recogen en los Principios. En cambio, la principal novedad del acuerdo es la definición de los ratios de liquidez a corto (LCR) y a largo (NFSR), de obligado cumplimiento, y otras herramientas que las entidades deben utilizar para monitorizar su riesgo de liquidez. Con objetivo de calibrar estos ratios, el Comité ha realizado un QIS (Quantitative Impact Study). Ratio de cobertura de liquidez (Liquidity Coverage Ratio o LCR): es una métrica a corto plazo que pretende garantizar que una entidad mantenga un nivel suficiente de activos líquidos de alta calidad y libres de cargas que puedan ser transformados en efectivo para satisfacer sus necesidades de liquidez durante un horizonte de 30 días naturales, en un escenario de tensión de liquidez. Según la norma, este escenario incorpora muchas de las perturbaciones experimentadas durante la crisis iniciada en 2007: retirada parcial de depósitos minoristas, pérdida parcial de la capacidad de financiación no garantizada en mercados mayoristas, pérdida parcial de la financiación no garantizada en mercados mayoristas, pérdida parcial de la financiación garantizada a corto Página 28 de 154 plazo con determinadas garantías y contrapartes, salidas de caja de índole contractual por la rebaja de la calificación crediticia pública del bando de hasta tres escalones, aumentos de las volatilidades del mercado que afectan a la calidad de las garantías o a posibles exposiciones futuras de derivados, uso no programado de facilidades de crédito y de liquidez comprometidas no utilizadas y la posible necesidad de que el banco recompre deuda o cumpla con obligaciones extracontractuales para reducir el riesgo de reputación. La expresión del LCR es la siguiente: Donde: Buffer de activos líquidos de alta calidad: es el fondo de activos con que las entidades deben contar para hacer frente a sus necesidades de liquidez. La norma define las características que deben tener estos activos y sus mercados para ser considerados como de alta calidad (por ejemplo, que estén libres de cargas), dividiéndolos en dos niveles de liquidez (al segundo nivel se le aplica un haircut para su consideración en el buffer) en función de dichas características. Salidas de efectivo totales netas en 30 días naturales: se definen como las salidas de efectivo totales previstas menos las entradas de efectivo totales previstas en el escenario de tensión especificado durante los siguientes 30 días naturales. Las salidas de efectivo totales previstas se calculan multiplicando los importes vigentes de las diversas categorías o tipos de pasivo y de los compromisos fuera de balance por las tasas a las que se espera que se cancelen o se disponga de ellos. En el caso de los depósitos minoristas, estas tasas son de un 5% para los depósitos estables y de un 10% para los menos estables. Las entradas de efectivo totales previstas se calculan multiplicando los importes vigentes de las diversas categorías de derechos de cobro por las tasas a las que se espera que entren en el banco según el escenario especificado, hasta un límite máximo agregado del 75% de las salidas de efectivo totales previstas. La norma considera que este ratio debe ser mayor o igual al 100% para garantizar que se cubren las necesidades mínimas de liquidez a corto plazo (30 días). Por otro lado, la norma pone de manifiesto que el escenario definido para el LCR es un requerimiento supervisor mínimo y que las entidades deben realizar sus propias pruebas de stress adicionales considerando horizontes temporales más amplios Ratio de financiación neta estable (Net Stable Funting Ratio o NSFR): pretende limitar una dependencia excesiva de la financiación mayorista a corto plazo durante periodos de abundante liquidez en el mercado y fomentar una evaluación más certera del riesgo de liquidez de todas las partidas dentro y fuera Página 29 de 154 de balance, neutralizando los incentivos de las instituciones para financiar su fondo de activos líquidos con fondos a corto plazo que vencen justo después del horizonte de 30 días del ratio LCR. Para ello, establece un importe mínimo aceptable de financiación estable en función de las características de liquidez de los activos y actividades de la entidad a lo largo de un horizonte temporal de un año. La expresión del NSFR es la siguiente: Donde: 2.1.2.3 Cantidad de financiación estable disponible: se define como la proporción de los tipos e importes de recursos propios y ajenos que cabe esperar que sean fuentes fiables de financiación durante un horizonte temporal de un año en condiciones de stress prolongado. Se calcula asignando a cada categoría de financiación un factor definido por la norma. Cantidad de financiación estable requerida: es una función de las características de liquidez de los diversos tipos de activos, de las posiciones contingentes fuera de balance asumidas o de las actividades que realice. La norma define los factores a aplicar a estos elementos a efectos de su consideración como financiación requerida estable. Otras herramientas de monitorización: Como medidas complementarias a los ratios de liquidez, Basilea propone la utilización sistemática de otras herramientas de monitorización, que considera ofrecen información básica para que los supervisores evalúen el riesgo de liquidez de una entidad. o Gap de vencimientos contractuales3 o Concentración de fuentes de financiación por contraparte, por instrumento o producto significativo, por divisa y por horizonte temporal. o Activos disponibles libres de cargas o LCR por divisa significativa o Herramientas de monitorización basadas en datos de mercado Calendario de aplicación A pesar de que las disposiciones de Basilea no tienen fuerza legal, sus miembros han acordado un calendario común para implantar las medidas: Estudio de impacto cuantitativo (QIS): la elaboración del reporting del QIS toma como periodos de referencia finales de 2010 y mediados de 2011 con el fin de utilizar sus resultados en los análisis del LCR y del NSFR. Es posible que el Comité de Basilea recopile información de QIS adicionales durante el periodo de observación. 3 Entendido como la diferencia entre las salidas y las entradas contractuales de efectivo y de valores dentro y fuera de balance asignadas a nodos temporales en función de sus respectivos vencimientos Página 30 de 154 Reporte durante el periodo de observación: desde el 1 de enero de 2012, las entidades deben reportar el LCR y el NSFR a sus supervisores con la periodicidad que se les requiera. Cierre de la definición: a mediados de 2013 se cerrará la definición del LCR, y a mediados de 2016, la del NFSR. Entrada en vigor: el obligado cumplimiento del LCR entrará en vigor el 1 de enero de 2015 y el del NFSR el 1 de enero de 2018. 2.1.3 CRD IV La Comisión Europea publicó el 20 de julio de 2011 una nueva propuesta legislativa para reforzar el sistema bancario europeo, conocida como CRD IV. Esta propuesta, una vez aprobada4, va a sustituir a las Directivas 2006/48/CE (CRD II) y 2006/49/CE (CRD III) que entre otros aspectos regulaban los requisitos de capital, modalidades de gobierno y supervisión aplicables a las entidades de crédito y empresas de inversión que ejerzan su actividad en alguno de los Estados miembros. CRD IV implementa el acuerdo de Basilea III en la Unión Europea. Su principal objetivo relevante a efectos del riesgo de liquidez es reforzar el gobierno corporativo de las entidades e incluir métricas de riesgo de liquidez (a corto y largo plazo) para fortalecer el marco de medición de este riesgo. La norma consta de: Una Directiva, que por lo tanto deberá ser transpuesta a normativa nacional por cada estado miembro, y que esencialmente refleja los Principios establecidos por el Comité de Basilea para el buen gobierno y gestión de la liquidez. Un Reglamento, por tanto de aplicación inmediata, que contiene entre otros los ratios LCR y NSFR, si bien antes de requerir este último en 2018 se plantea hacer un extenso seguimiento de sus efectos potenciales. El hecho de que parte de la norma se vaya a instrumentar en un Reglamento se debe al objetivo que persigue la Comisión de garantizar que se eviten divergencias entre las aplicaciones de las medidas entre los distintos países de la Unión Europea. Por el momento no se ha definido ningún formato de reporte comunitario en materia de liquidez, si bien el Reglamento indica que será la EBA la que elaborará proyectos de normas técnicas de ejecución a fin de especificar los datos uniformes, con las instrucciones correspondientes (frecuencias, fechas y plazos de transmisión de la 4 La fecha prevista para que esta propuesta sea votada por el Parlamento Europeo es el 25 de abril de 2012 en comisión y el 12 de junio de 2012 en pleno. Página 31 de 154 información), así como medidas adicionales requeridas para el control de la liquidez. Estas propuestas de normas técnicas deberían ser presentadas a la Comisión a más tardar el 1 de enero de 2013. La implementación propuesta sigue el mismo calendario que Basilea III en materia de liquidez; esto es, el cumplimiento del LCR en 2015 y el del NFSR en 2018. 2.1.4 Banco de España El 30 de noviembre de 2011 el Banco de España publicó la CBE 2/2011 [BDE11], que modificó la CEB 3/2008 de 22 de mayo, sobre determinación y control de los recursos propios mínimos. La entrada en vigor de la CBE 4/2011 tuvo lugar el 31 de diciembre de 2011. En esta Circular se incluyen directrices para el adecuado control y gestión del riesgo de liquidez. Su contenido es, en la práctica, una trasposición de los Principios del Comité de Basilea, que en la anterior versión de la norma (actualizada por última vez por la CBE 9/2010) se incluía en las Guías complementarias a las normas contenidas en la Circular. Reglas para la evaluación y control del riesgo de la liquidez, y que con la CBE 4/2011 han pasado a incluirse en el cuerpo de la norma. Asimismo, la Circular define el reporting oficial de riesgo de liquidez: los Estados LQ, de periodicidad mensual y remitidos por primera vez al supervisor el 16 de enero de 2012, que son una modificación de los Estados L, que venían siendo remitidos por las entidades desde 2009 en versión borrador. Estos son: Escalera de vencimientos residuales (Estado LQ1.1). Activos líquidos y emisiones en proceso (Estado LQ1.2). Concentración de las fuentes de financiación (Estado LQ1.3). Riesgo de liquidez contingente (Estado LQ1.4). Coste de la financiación nueva (Estado LQ1.5). Una comparación de los Estados LQ con las herramientas de monitorización de liquidez de Basilea III arroja que, en términos generales, el ámbito de análisis de Basilea es mayor (plantea requerimientos de reporting por producto o instrumento significativo, por divisa, etc.), pero en los elementos comunes los informes de Banco de España requieren un mayor nivel de desglose (plazos de vencimiento, percentiles de concentración, etc.). En particular, los elementos contenidos en los Estados LQ no son suficientes para un cálculo completo del LCR. El Banco de España indica la necesidad de establecer elementos de medición del riesgo de liquidez, tales como el cálculo de las posiciones de liquidez a corto, medio y largo Página 32 de 154 plazo, límites y buffers de liquidez, y la asignación de costes y beneficios de liquidez a las líneas de negocio, sucursales y entidades del grupo al que pertenecen, si bien no se concreta su procedimiento de cálculo. Adicionalmente, en las guías del CEBS sobre liquidez que la Comisión Ejecutiva del Banco de España, con fecha 5 de diciembre de 2011 [CEBS09] [CEBS10], acordó adoptar como propias, se ofrecen directrices en este sentido. 2.1.5 FSA La FSA (Financial Services Authority) británica fue uno de los primeros organismos que, motivado por la crisis económica, emitió un conjunto de documentos relacionados con la adecuada gestión y control del riesgo de liquidez. Entre otros, las distintas versiones de Strengthening Liquidity Standards emitidas entre diciembre de 2008 y octubre de 2009 [FSA08] [FSA09] incluyen aspectos relacionados con el reporting y las medidas de liquidez. Los anteriores documentos dieron lugar a la normativa BIPRU (Prudential SourceBook for Banks, Building Societies and Investment Firms Intruments) [FSA12] , cuyo capítulo 12, publicado por primera vez el 1 de diciembre de 2009, contiene la regulación relativa a riesgo de liquidez. Su aplicación completa tuvo lugar en 2010, tras un periodo transitorio de adaptación a los nuevos requerimientos. El objetivo de BIPRU 12 es que una entidad mantenga en todo momento recursos líquidos adecuados, tanto en términos de calidad, para asegurar que no existen riesgos significativos para que sus pasivos puedan ser pagados a su vencimiento. Para ello, la norma se alinea con los Principios de buen gobierno y gestión de la liquidez de Basilea, y se basa en dos principios fundamentales: (i) las entidades deben mantener una liquidez adecuada y (ii) no deben depender de oras unidades de su grupo para sobrevivir a situaciones de tensión de liquidez, a menos que sean expresamente autorizadas por la FSA. Dado que el marco de gestión del riesgo de liquidez definido por la FSA se basa en que las entidades sean capaces de sobrevivir a situaciones de stress de liquidez de diversa magnitud y duración, la norma establece un Proceso de Autoevaluación de Liquidez (Individual Adecuacy Assesment o ILAA), que las entidades deben llevar a cabo al menos anualmente y documentar apropiadamente. El reporting definido por la FSA consiste en una batería de informes (denominados FSA047, FSA048 y FSA050 a FSA055) que recoge datos de liquidez de forma granular y estandarizada, de manera que la FSA obtenga una visión global y específica del sector y del mercado de las exposiciones al riesgo de liquidez. Página 33 de 154 La frecuencia de remisión de estos reportes puede variar en función del tipo de entidad, su tamaño y si se trata de información individual o consolidada. En términos generales, debe ser enviada semanalmente (salvo el FSA049, que es mensual), pero para asegurarse de que las entidades serían capaces de remitirla con frecuencia diaria en situaciones de stress, la FSA realiza pruebas de capacidad periódicas de dos semanas de duración durante las cuales requiere esta información diariamente. Flujos de caja diarios (‘FSA047: Daily flows’). Gaps de liquidez (‘FSA048: Enhaced Mismatch Report’). Activos líquidos e alta calidad (‘FSA050: Liquidity buffer qualifying securities’). Concentración de las fuentes de financiación (‘FSA051: Funding Concentration’). Precios de financiación mayorista (FSA052: Pricing Data’). Financiación minorista y mayorista (‘FSA053: Retail and corporate funding’). Análisis de información por divisas (‘FSA054: Currency Analysis’). Otra información de control (‘FSA055: Systems and Controls Questionnaire’). En términos generales, se puede afirmar que la regulación de la FSA es anterior y más restrictiva que la norma de Basilea III. En concreto, el regulador británico exige un buffer de capital suficiente para sobrevivir a un stress de liquidez de tres meses, mientras que el LCR se plantea a 30 días, y la composición del buffer es más restrictiva en el reconocimiento de activos líquidos. 2.1.6 Resumen de normativas y recomendaciones vigentes Para concluir, en las imágenes inferiores se presenta por una parte un resumen comparativo entre las normativas supranacionales y locales; y posteriormente el calendario con los hitos pasados y previstos en materia de liquidez. Página 34 de 154 Tabla 1. Resumen de normativas y recomendaciones vigentes. Fuente: elaboración propia a partir de información de BIS, EBA, Comisión Europea, Banco de España y FSA Organismo BCBS (Basel Committee on Banking Supervision) Normativa aplicable Principios para la adecuada gestión y supervisión del riesgo de liquidez Grado de vinculación Recomendación Objetivo declarado Ámbito de aplicación Garantizar que la entidad mantiene liquidez suficiente con la que hacer frente a una serie de eventos generadores de tensiones Basilea III: Marco internacional para la medición, normalización y seguimiento del riesgo de liquidez (BIS III) CEBS (Committee of European Banking Supervisors) Guía sobre colchones de liquidez y períodos de supervivencia Guía sobre asignación de costes de liquidez y beneficios Parlamento y Consejo Europeo Propuesta: Directiva COM (2011) 453 y Reglamento COM (2011) 452 (CRD IV) Vinculante una vez aprobada Mejorar la capacidad Ofrecer un Ofrecer una orientación Fortalecer el marco del sector bancario marco para de alto nivel sobre de medición del para absorber calcular el nivel mecanismos de riesgo de liquidez y perturbaciones, global del asignación de los costes y evitar divergencias reduciendo el riesgo colchón así como beneficios de la liquidez, entre las aplicaciones de contagio hacia la su composición y criterios para poner de las medidas en economía real. relativa precio a la actividad distintos países de la desarrollada en términos UE. de liquidez. Recomendación BIS II pero con: -Especial énfasis ámbito en entidades transfronterizas Entidades financieras ('Cross Border' ). (bancos conglomerados -Gestión y reporting a u otras compañías nivel Consolidado consideradas por los -Consideración de supervisores). Entidades Legales a efectos de gestión. -Distinción por divisa significativa. Recomendación Entidades financieras europeas sujetas a supervisión (si bien no se explicita la definición del ámbito de aplicación) Recomendación Entidades financieras europeas sujetas a supervisión (si bien no se explicita la definición del ámbito de aplicación) El actualmente vigente en materia de supervisión y requisitos prudenciales: entidades financieras y empresas de inversión que ejerzan su actividad en alguno de los estados miembros BdE (Banco de España) FSA (Financial Services Authority) FED (Federal Reserve System ) Circular del Banco de España sobre determinación y control de los recursos propios mínimos (CBE 3/2008, actualizada por la CBE 4/2011) Prudential sourcebook for Banks, Building Societies and Investment Firms. Liquidity standards (BIPRU 12) Interagency Policy Statement on Funding and Liquidity Risk Management Vinculante Vinculante Evaluar con mayor rigor el riesgo de liquidez al que están expuestas las entidades. Igual a Bis II(consolidado e individual), con posibilidad de añadir el ámbito subconsolidado por área geográfica relevante. Recomendación Mantenimiento por la Entidades de recursos líquidos adecuados, para asegurar que no existen riesgos significativos para que sus pasivos puedan ser pagados a su vencimiento. Asegurarse de que los procesos de gestión de la Entidades son suficientes para garantizar que atienden a sus necesidades de liquidez en situaciones esperadas e inesperadas. - Entidades adscritas al BIPRU. - Sucursales o filiales de Entidades del Espacio Económico Europeo (EEE) que tengan presencia en UK. - Sucursales o filiales de Entidades de terceros países con presencia en UK. Entidades financieras (incluye bancos, entidades de ahorro y cooperativas de crédito). Página 35 de 154 Directrices relativas a: -Buen Gobierno -Medición y gestión: -Límites y colchones de liquidez Incluidos en los -Alertas tempranas principios de liquidez -Diversificación de fuentes de financiación -Stress Test -Planes de contingencia Desarrollo de las directrices en línea con los principios de liquidez Elementos cuantitativos No los desarrolla especificado s -Colchones de liquidez (LCR y NSFR): se especifica en detalle su cálculo -Otras herramientas -Colchones de liquidez (no se especifica el cálculo, sólo directrices incluidas las características de los activos líquidos). -Período de Superviviencia Reporting oficial QIS (Quantitative Impact Study): trimestral No aplica LCR: 2015 (ajustes/calibración en 2013) NSFR: 2018 (ajustes/calibración en 2016) Reporte: QIS desde 2011; LCR y NSFR en 2012 Se esperaba que los estados miembros se asegurasen de que estas directrices fuesen aplicadas como muy tarde el 30 de junio de 2010 Elementos cualitativos especificado s Calendario de aplicación No aplica No especificado Desarrollo de las directrices en línea con los principios de liquidez Se basan en los Se basan en los principios de Liquidez principios de Liquidez del BCBS del BCBS Se basan en los principios de Liquidez del BCBS Se basan en los principios de Liquidez del BCBS Directrices para un sistema de transferencia de fondos (no se especifica su cálculo). Colchones de liquidez (LCR y NSFR): especifica su cálculo basado en BIS III Colchones de liquidez: no se especifica su cálculo, pero se toman como propias las guías del CEBS. -Colchones de liquidez: especifican las características a cumplir por los activos líquidos a considerar, basado en las especificaciones de BIS III -Proceso de autoevaluación de liquidez: detalla el contenido, en línea con los Principios del BCBS No los desarrolla No aplica A desarrollar por la EBA Estados LQ: mensual (o mayor, incluso diaria a solicitud expresa del BdE) Reportes de liquidez: FSA047-48 y FSA050-53 No aplica Entrada en vigor el 31 de diciembre de 2011 Entrada en vigor el 1 de diciembre de 2009, faseada por 1) Tipo de entidad (1 de noviembre para sucursales en UK de entidades extranjeras) 2) Tipo de requerimientos: -Los requerimientos de control fueron ya exigibles con su entrada en vigor (2009) -Los nuevos requerimientos cuantitativos y de reporting fueron exigibles con posterioridad (2010) No especificado Se esperaba que los estados miembros se asegurasen de que estas directrices fuesen aplicadas como muy tarde el 1 de enero de 2012 Misma que Basilea III Página 36 de 154 Ilustración 1. Principales hitos pasados y futuros en materia de liquidez. Fuente: elaboración propia a partir de información de BIS, EBA, Comisión Europea, Banco de España y FSA. Página 37 de 154 2.2 Impactos de la normativa de liquidez La implantación de estas normas tanto nacionales como supranacionales está sujeta a una serie de impactos en la economía, los mercados y las propias entidades financieras. En esta sección se resumirán estos impactos y las cuestiones abiertas al respecto. a. Impactos de la normativa de liquidez en la economía y el sector financiero. Para analizar los efectos de la implantación de la normativa Basilea III, se realizan periódicamente análisis de impacto cuantitativo (QIS). Los resultados [BCBSD10] muestran que únicamente el 46% de las entidades5 cumplen con el LCR, y serían necesarios 1,73 billones de liquidez para que el resto lo cumpliera. Más allá del QIS, el Comité de Basilea ha creado grupos de trabajo para evaluar estas medidas, destacando el MAG (Macro Assesment Group) y el LEI (Long Economic Impact Group). Beneficios de la implantación: Mejora de la gestión y control de las entidades sobre su riesgo de liquidez Protección ante crisis sistémicas de liquidez Mitigación de la prociclicidad6 de las tensiones de liquidez Riesgos potenciales Contracción de la liquidez del sistema, al mantener las entidades mayores niveles de activos líquidos de alta calidad en balance. Posible disminución del volumen crediticio. Disminución de la rentabilidad, ya que los activos líquidos de alta calidad tienen, normalmente, un margen menor. Disminución del PIB No obstante lo anterior, estos efectos son inciertos y difícilmente cuantificables, por lo que tendrán efecto limitado y a largo plazo el beneficio superará a los costes. 5 Las 263 entidades participantes en el QIS, de 23 países de aplicación de Basilea. 6 Se denomina así a las variables que actúan en paralelo a la actividad económica: aumentan en la expansión y disminuyen en la recesión Página 38 de 154 Beneficios Riesgos potenciales Mejora de la gestión del riesgo de liquidez Contracción de la liquidez del sistema Mejora del control del riesgo de liquidez Disminución de la rentabilidad y del volumen crediticio Mitigación de la prociclicidad del mercado Disminución del PIB Protección ante crisis sistémicas Aumento del desempleo Ilustración 2. Beneficios VS Riesgos. Elaboración propia a partir de estudios del MAG y del LEI A continuación se desglosan estos impactos de acuerdo con los diferentes estudios publicados [MAG10][SEC11][IIF11][FRV11][GAV10][TOL11][OECD10]: Impactos en las entidades financieras: o Rentabilidad: Los activos de mayor liquidez generan mayor interés, por lo que se espera una pérdida de rentabilidad. o Solvencia: Se duda de la deuda soberana de determinados países en circunstancias extremas, lo que podría llevar a que en estas situaciones se perdiera solvencia real. Impactos en los mercados financieros o Aumento de la demanda de deuda soberana: por la propia definición del LCR, que la beneficia frente a otros activos. o Reducción de la liquidez: Se contraerán los mercados considerados ilíquidos, pudiéndose llegar a la contracción del mercado interbancario. Esto llevaría a una reducción de la liquidez y un posible incremento del coste de financiación. Impactos sobre la demanda de liquidez a los bancos centrales o Corto plazo: Mayor dependencia de la financiación central (a pesar de que el ratio LCR se implanta para lo contrario), por que la propia definición de activos líquidos de Basilea III no coincide con la definición de colaterales establecidos por los bancos centrales (más amplia). Página 39 de 154 o Largo plazo: La financiación a largo es más interesante según la normativa, por lo que se esperan pujas más agresivas en torno a ella. Impactos sobre la estabilidad financiera o Movimiento conjunto de las entidades: Se podría llegar a una fijación en determinados tipos de activos, lo que supondría que ante una crisis sistémica se cerraría el mercado interbancario, debiendo acceder a la financiación central (que es lo que se pretende evitar). o Información al mercado: El hecho de que los mercados estén pendientes de unos ratios que pueden tomar valores dispares por motivos coyunturales, podría provocar impactos negativos en la estabilidad financiera. Se plantea la opción de que los datos sólo fueran visibles por el regulador, o únicamente publicar valores medios y retardados en vez de datos continuos y puntuales. o Mayor protección ante crisis sistémicas: Según el LEI, se estima una reducción de la probabilidad de crisis sistémicas del 3% al 1,6%, lo que es una garantía para la estabilidad individual de las entidades y del sistema financiero en su conjunto. Impactos en la macroeconomía o Aumento del coste de financiación de los bancos o Pérdida de efectividad del canal de crédito bancario o Impacto en los sectores más dependientes de la financiación bancaria: Es decir, los hogares y las PYMES, perjudicando con ello la actividad económica. Para mayor detalle, se presenta un cuadro resumen con los principales estudios del sector: Tabla 2. Resumen de los estudios actuales sobre normativa de liquidez Estudio MAG LEI costs 7 Autor BCBS MAG Group BCBS LEI7 Group Fecha de publicación Provisional: agosto 2010 Final: diciembre 2010 agosto 2010 Nuevas medidas consideradas Aumento de un 25% en la ratio de activos líquidos sobre activos totales Aumento del ratio TCE (tangible common equity) un 4% introducción NSFR Metodología Impacto macroeconómico a través del aumento del margen de préstamos y reducción de los volúmenes de préstamos. Modelos estructurales. Impacto macroeconómico a través del aumento del margen de préstamos y reducción de los volúmenes de préstamos. Modelos estructurales. Resultados Nivel del PIB sería un 0,08% inferior al que tendrían lugar sin cambio regulatorio después de 18 trimestres Impacto conjunto: caída del PIB en un 0,61% en relación con los niveles base (promedio para todos los países y modelos) Basel Committee’s Long-term Economic Impact (LEI) working group: grupo de trabajo formado por el FSB ( Financial Stability Board ) y el BCBS ( Basel Committee on Banking Supervision) para estudiar los impactos de las nuevas normas de capital y de liquidez y los requisitos necesarios para la aplicación en el período de transición. Página 40 de 154 LEI benefits FSA OP38 Cumulative impact report IIF BCBS LEI Group FSA NIESR 8(2) IIF agosto 2010 julio 2009 Provisionales: junio 2010 y octubre 2010; Final: septiembre 2011 Frecuencia media de una crisis financiera por año: 4,5%; pérdida media acumulada por la crisis: 63% Aumento del TCE de un del PIB pre-crisis; 7% a un 9% e Modelos estructurales para estimar introducción NSFR el impacto de mayor capital y liquidez sobre la probabilidad de una crisis. Modelo NiGEM (National Institute Aumento requisitos de Global Econometric Model), niveles los requisitos de capital de capital y liquidez más altos y de liquidez 3pp incrementan el precio de los créditos Ratio core Tier aumenta de un 6%, el ratio total a un 8%, redefinición de capital, LCR y NSFR, bank levy Aumento de los costes de capital a través de mayores tasas de interés y volúmenes de crédito más bajos afectando al crecimiento de los créditos y al crecimiento del PIB. Modelo NiGEM La probabilidad de crisis bancaria sistémica cae de un 3% a un 1,6% ; los beneficios crecen de un 0,76% a un 1,82% sobre el PIB, por año Los beneficios netos presentes son un 7% mayores que el PIB real en 2009 Caída del PIB de un 3,2% en 2015 y un 2,4% en 2020 en relación con los niveles de base para los cinco sectores estudiados y en un 3% para la zona del euro (2015) y 3,9% para el 2020. Impacto sobre el empleo: caída de 7,5 millones para los 5 sectores en 2015 y 4,1 millones en 2020; y 2,8 millones para la zona del euro (para el 2015) y 4 millones para el 2020 A la vista del análisis anterior, sí se puede afirmar que existe cierto consenso en que la nueva normativa puede conllevar algunas consecuencias indeseadas (de mayor o menor calibre, en función del estudio) en el mercado y en la economía general. Por este motivo, la regulación internacional sigue en análisis, y el propio Comité de Basilea y la Comisión Europea seguirán analizando los datos que les proporcionen las entidades para su mejor calibración. Aun así, existen muchas preguntas abiertas en la implantación de estas normativas, ya que las entidades no habían sido sometidas hasta este momento a requerimientos en materia de liquidez, por lo que existe cierta incertidumbre respecto a la reacción que va a provocar la nueva regulación. De hecho, una crítica generalizada es que el enfoque único de ponderaciones en el LCR y el NFSR no pueden reflejar bien la variedad de modelos de negocio financiero y que, por tanto, sería deseable un enfoque más flexible y adaptado a los distintos modelos de negocio para no penalizar a ninguno de ellos. 8 National Institute of Economic and Social Research, el estudio fue financiado por la FSA. Página 41 de 154 3 Estudio cuantitativo de la estabilidad de los depósitos Dentro del marco de medición del riesgo de liquidez establecido por Basilea III y adoptado por la Comisión Europea y otros reguladores supranacionales y nacionales, discutido en las secciones anteriores, un elemento destacado es el ratio de cobertura de liquidez (LCR), cuyo objetivo es promover que las entidades dispongan de un nivel de activos líquidos de alta calidad suficiente para cubrir sus necesidades de liquidez durante n periodo de tensión de liquidez de 30 días, cuya expresión se recuerda aquí: Mientras los activos que componen el numerador del ratio quedan recogidos en una clasificación de dos niveles que determinan su representatividad como componente del fondo, las salidas de efectivo previstas se calculan multiplicando los importes vigentes de las diversas categorías o tipos de pasivos y de los compromisos fuera de balance por las tasas a las que se espera que se cancelen o se disponga de ellos. Para la definición de estas tasas de cancelación, Basilea III establece unos valores efectivos por cada componente, si bien considera la posibilidad de que estos puedan quedar supeditados a discreción de las autoridades supervisoras nacionales9. En particular, el denominador contempla como primer componente la cancelación de depósitos minoristas: establece que para el cálculo del LCR se debe considerar que en situación de tensión de liquidez ocurrirá una salida de depósitos minoristas de un 5% o un 10% (según si se trata de depósitos estables o menos estables). Dada la importancia de los depósitos minoristas como fuente de financiación, especialmente en el contexto de crisis de liquidez descrito, en el que los mercados mayoristas tienden a contraerse y las entidades recurren en mayor medida a su clientela para fondearse, esta sección desarrolla un estudio para analizar la estabilidad de los depósitos y valorar la cobertura de las tasas de cancelación que propone Basilea III. Tras la descripción de los datos que se emplearán, el estudio se estructura en tres secciones, que responden a tres objetivos: 9 Basilea III, Apartado 51: «Aunque la mayoría de las tasas de cancelación (roll-off rates), tasas de disposición (draw-down rates) y factores similares se encuentran armonizados en las distintas jurisdicciones conforme se describe en esta norma, algunos parámetros deberán determinarse por las autoridades supervisoras nacionales. En ese caso, los parámetros deberán ser transparentes y encontrarse a disposición del público». Página 42 de 154 Análisis de distribución: determinar el grado de adecuación de las tasas de cancelación (5%-10%) establecidas por Basilea III para los depósitos minoristas sobre las principales entidades financieras españolas. Análisis sistémico: describir la influencia del entorno macroeconómico sobre la estabilidad de los depósitos de estas entidades, para determinar si tal influencia existe y en caso afirmativo analizar qué escenario arrojaría las tasas de cancelación previstas por Basilea III. Análisis idiosincrásico: explicar, a través de casos singulares y representativos de los principales problemas de liquidez, las causas de cancelación de depósitos no cuantificadas en el apartado anterior, y por tanto no atribuibles a factores sistémicos. 3.1 Datos del estudio Para la realización de los análisis cuantitativos se han empleado exclusivamente datos públicos10 de siete entidades financieras españolas y del sistema financiero español (SFE) en su conjunto. La descripción y características de las series temporales es la siguiente: Partidas: suma de los saldos de las cuentas a la vista, de ahorro y a plazo, incluidas en la partida de depósitos a la clientela. Se escogen estas series con el fin de eliminar conceptos propios de carteras mayoristas así como elementos no contemplados en la definición de Basilea III, como son los acreedores de sectores públicos, la cesión de activos y las emisiones de cédulas hipotecarias. No se distingue entre depósitos estables e inestables11. Entidades: Se han tomado las siete entidades más relevantes por volumen de pasivo, a 30 de Septiembre de 2011. La selección se ha basado en criterios de representatividad y de disponibilidad de información 12 . En su conjunto, estas entidades acumulan un 48,53% del volumen de depósitos del sistema financiero español13. 10 Todos los datos soporte utilizados en los estudios proceden de la información pública presentada en los informes financieros trimestrales de las entidades seleccionadas, de la CECA y del Banco de España. En la medida en que la información presentada no refleja el nivel de desagregación necesario para realizar exactamente la clasificación mencionada en Basilea III, los análisis y resultados mostrados no la tendrán en consideración. 11 En adelante los estudios presentados desarrollarán sus análisis y resultados en torno a los dos factores establecidos por Basilea III (5% y 10%) si bien, por motivos de disponibilidad de información, no se ha tenido en cuenta la distinción entre depósitos estables e inestables. Tanto las asunciones realizadas como los resultados y conclusiones derivadas de los análisis se entenderán aplicables a uno y otro conjunto. Cabe señalar que, de acuerdo con Basilea III, la imposibilidad de distinguir estos segmentos obliga a la entidad a incluir la totalidad de los depósitos bajo un factor de cancelación del 10%. 12 Debido a la falta de información homogénea de dos entidades, los datos considerados son relativos a Depósitos de la clientela. 13 A 30 de septiembre de 2011, considerando solo cuentas a la vista, de ahorro y a plazo de residentes. Página 43 de 154 Ámbito geográfico: España. Con el fin de obtener series de depósitos limpias de los efectos de fusiones o adquisiciones de entidades extranjeras, se han considerado únicamente los datos correspondientes a la submuestra de residentes14 de cada entidad. Profundidad histórica: 2004 a 2011, lo que permite disponer de una variedad significativa de periodos económicos. Periodicidad: trimestral, que será ajustada a mensual mediante un método de Monte Carlo para atender al horizonte de 30 días del LCR. En resumen, las series seleccionadas para el estudio representan las variaciones trimestrales relativas15 de los saldos de cuentas a la vista, de ahorro y a plazo del sector residente. Series de las variaciones de depósitos Variación trimestral (%) 30% 25% 20% 15% 10% 5% 0% -5% -10% -15% Entidad 1 Entidad 2 Entidad 3 Entidad 4 Entidad 5 Entidad 6 Entidad 7 Ilustración 3. Series consideradas para el estudio. Fuente: informes trimestrales de las entidades Un primer análisis gráfico en la Ilustración 3 permite observar algunos periodos de movimientos acompasados entre las entidades financieras (por ejemplo, el primer trimestre de 2007 o el tercero de 2010), cuyo comportamiento responderá previsiblemente a un patrón sistémico. No obstante, también son apreciables periodos de movimientos desacoplados (septiembre 2004 o diciembre 2009) que responderán a causas idiosincrásicas de cada entidad, por tanto independientes del contexto macroeconómico. 14 Los datos correspondientes a la Entidad 3 no presentan el desglose suficiente para distinguir entre residentes y no residentes por lo que se ha optado por considerar el dato agregado, si bien la asunción es asumible dado que el porcentaje de clientes residentes representa más de un 75% del total. 15 La variación relativa trimestral en un trimestre t es: Var (t) = (Saldo (t) – Saldo (t – 1)) / Saldo (t – 1). Página 44 de 154 Esta tesis, que se corroborará en los apartados siguientes, determina la necesidad de realizar un análisis tanto sistémico como idiosincrásico de las series para comprender las causas que determinan la estabilidad de los depósitos. 3.2 Análisis de la distribución histórica de las variaciones observadas A partir de las series de datos mostrados en el apartado anterior, el primero de los ejercicios consistirá en la cuantificación del grado de adecuación de los factores de cancelación de depósitos de Basilea III a las variaciones históricas observadas. Para ello, se ajusta una distribución paramétrica a la serie de las variaciones trimestrales de los depósitos y se mensualiza para hacerla comparable con el horizonte temporal del LCR. El estudio de los percentiles de esta distribución permitirá corroborar si en efecto unas variaciones negativas de un 5% o 10% se enmarcan en contextos poco probables, propios de un escenario de stress. El análisis, por tanto, consta de tres pasos y unas conclusiones: i. Ajuste de una distribución paramétrica a las series de variaciones trimestrales. ii. Mensualización de la distribución de variaciones trimestrales. iii. Obtención e interpretación de los percentiles. iv. Conclusiones 3.2.1 Ajuste de una distribución paramétrica Partiendo de las series de variaciones relativas trimestrales de depósitos de las siete entidades consideradas, se ajusta una distribución paramétrica a las variaciones históricas. Para ello, se consideran las distribuciones normal, logística, de valor extremo generalizada, de valor extremo y t-location scale, tras descartar las que por sus propiedades (no continuidad, no negatividad, monotonía) no son adecuadas a la naturaleza de los datos. El ajuste se realiza mediante el método de máxima verosimilitud. Del análisis gráfico (Ilustración 4) y el estudio de las verosimilitudes (Tabla 3) se desprende que la distribución que mejor se ajusta a los datos es una t-location scale de parámetros ( ) ( ), donde: µ es el parámetro de localización, que indica el centro de la campana y, como cabe esperar, se aproxima a la media observada de 0,02. σ es el parámetro de escala, que indica la volatilidad o amplitud de la campana. Página 45 de 154 son los grados de libertad de la distribución. Grados de libertad pequeños implican colas más pesadas, mientras que grados de libertad muy grandes hacen que la distribución tienda a una normal de parámetros ( ). Ilustración 4. Ajuste máximo-verosímil de las cinco distribuciones candidatas a la serie empírica de variaciones trimestrales de depósitos Tabla 3. Estimadores máximo-verosímiles del ajuste de cada distribución. Normal Log-MV16 354.241 Logística 364.762 Valor extremo Valor t-location generalizada extremo scale 356.652 296.134 366.577 La distribución escogida, t-location scale, es una familia de distribuciones que contiene a la t de Student como caso particular y que se usa para modelizar series de datos con pocas observaciones y colas más pesadas que la normal, condiciones observadas en este caso. 16 Los valores presentados representan, como es habitual en los programas estadísticos, los logaritmos de los estimadores de máxima verosimilitud. Página 46 de 154 3.2.2 Mensualización de la distribución Dado que la distribución anterior refleja las variaciones trimestrales de los depósitos, para alinear el estudio con el plazo del escenario de tensión de liquidez que plantea Basilea III (30 días), es necesario transformarla para que recoja las variaciones mensuales. Para ello, siguiendo un procedimiento de Monte Carlo, se concluye que la serie de las variaciones mensuales de los depósitos también sigue una distribución t-location scale, pero ahora de parámetros ( ) ( ). Procedimiento usado para mensualizar: Se ha seguido un proceso deductivo inverso: ya que no se conoce la fórmula matemática que permita obtener los parámetros de la serie mensualizada, se generan mediante iteraciones. Debido a que la distribución t-location scale tiende a una normal cuando tiene grados de libertad grandes, se asume que el proceso de mensualización se realizará por la división de los parámetros de la distribución entre unos coeficientes no definidos17 . Al no conocerse la fórmula analítica para esta distribución, se generarán unos coeficientes iniciales aleatorios para luego afinarlos con el siguiente proceso: Mensualización de la serie mediante la división por los parámetros generados. Trimestralización de la serie generada. En este caso sí se dispone de una ∏ fórmula exacta (simplificada sería ( ) ). Si los parámetros son correctos, ambas distribuciones serán iguales. Para reducir el error, se itera con el método de Montecarlo con la siguiente función objetivo: | Donde ( | | | | | ) simbolizan los parámetros de la distribución inicial, y ( ) los de la distribución que se ha mensualizado para luego trimestralizarla de nuevo. En la Ilustración 5 se comparan las distribuciones de las variaciones mensuales y trimestrales de depósitos de las siete entidades en su conjunto. 17 En el caso de la normal serían y √ Página 47 de 154 Ilustración 5. Distribuciones de las variaciones mensuales y trimestrales de depósitos Como consecuencia de mensualizar la distribución se han obtenido dos efectos: La campana es más estilizada: las colas son menos pronunciadas y es significativamente más alta, ya que la probabilidad de grandes variaciones de depósitos (tanto aumentos como disminuciones) es menor en un menor espacio de tiempo. En particular, esto refrenda el hecho de que es menos probable una gran fuga de depósitos a un mes que a tres meses, como es intuitivo. El centro de la campana se ha desplazado hacia el cero, lo que indica que el núcleo de probabilidad se concentra en una variación menor. Este resultado es también esperable, ya que la variación media en un trimestre es mayor que en un mes por el efecto del paso del tiempo. Adicionalmente, y con el fin de validar la distribución mensual obtenida, se han hallado los intervalos de confianza al 95% de la media, la desviación típica y los grados de libertad que la definen. ( ) [ ] ( ) [ ] ( ) [ ] Página 48 de 154 Partiendo de estos intervalos de confianza, se ha medido la sensibilidad de los parámetros de la distribución a la supresión de cada entidad, lo que permite estimar la capacidad de generalización de la distribución obtenida. Tabla 4. Parámetros de la distribución mensual excluyendo cada entidad. Entidad µ σ ν excluida Entidad 1 0.0056 0.0159 3.0420 Entidad 2 0.0056 0.0152 2.7533 Entidad 3 0.0054 0.0169 3.1411 Entidad 4 0.0054 0.0168 3.2150 Entidad 5 0.0051 0.0169 3.1299 Entidad 6 0.0052 0.0162 2.8967 Entidad 7 0.0056 0.0163 3.0339 Como puede observarse, los parámetros de todas las distribuciones marginales quedan dentro de los intervalos de confianza estimados para los parámetros de la distribución conjunta; es decir, la supresión de cualquier entidad no aporta variaciones significativas. Se concluye, por tanto, que la distribución mensual obtenida es robusta y representativa del conjunto de entidades. Los resultados de los análisis anteriores permiten confirmar la robustez del estudio y afirmar que las variaciones mensuales de los depósitos siguen una distribución t-location scale de media 0,55%, de desviación típica 1,64% y con 3,1 grados de libertad. 3.2.3 Obtención e interpretación de los percentiles Partiendo de la distribución de variaciones mensuales, se han hallado distintos percentiles con el fin de estudiar las probabilidades con las que se podrían esperar las variaciones negativas previstas por Basilea III en el conjunto las entidades españolas consideradas. En la Tabla 5 se presentan los valores obtenidos. Página 49 de 154 Tabla 5. Probabilidades de ocurrencia de las variaciones previstas por Basilea III Variación de depósitos Probabilidad de ocurrencia Probabilidad de no ocurrencia Observaciones –10% 0,35% 99,65% Tasa de cancelación de los depósitos inestables según Basilea III –6,7% 1% 99% –5% 2,1% 97,9% –3,3% 5% 95% Tasa de cancelación de los depósitos estables según Basilea III Del estudio se desprende que los coeficientes regulatorios quedan situados entre los percentiles 0,35 y 2,1 de la distribución, lo que permite concluir que: La probabilidad de que se observen salidas de depósitos peores que un –5% es de un 2,1%; es decir, solo se daría 1 de cada 47 veces. La probabilidad de obtener salidas superiores a –10% es de un 0,35%; es decir, solo 1 de cada 300 veces se observaría este fenómeno. Se concluye, por tanto, que las tasas de cancelación de depósitos previstas por Basilea III cubren un nivel de confianza de entre un 97,9% y un 99,65%, lo que resulta coherente con un escenario de tensión de liquidez poco frecuente. Por último, y con el fin de particularizar las conclusiones anteriores para cada una de las entidades objeto de estudio, se ha repetido el procedimiento llevado a cabo para el conjunto global sobre cada una de las entidades analizadas, así como para la serie de variaciones de depósitos a la vista y a plazo del sistema financiero español. En la Ilustración 6 se muestran las funciones de distribución individuales de cada una de las entidades consideradas, y en la Tabla 6. Probabilidad de variaciones extremas de depósitos en cada entidad.Tabla 6, las probabilidades de salidas de depósitos superiores al 5% y al 10% en cada una de ellas. Página 50 de 154 Ilustración 6. Funciones de distribución de la variación mensual de depósitos de las siete entidades consideradas Tabla 6. Probabilidad de variaciones extremas de depósitos en cada entidad. Entidad P (Variación < –5%) P (Variación < –10%) Entidad 1 3,27% 0,61% Entidad 2 1,13% 0,01% Entidad 3 1,90% 0,51% Entidad 4 1,15% 0,29% Entidad 5 2,50% 0,64% Entidad 6 1,09% 0,045% Entidad 7 2,01% 0,35% SFE < 0,01% < 0,01% En el gráfico se aprecian diferencias moderadas entre las distribuciones de las siete entidades, que se confirman en el análisis de los percentiles. Algunos de los datos más relevantes que se derivan son: Mientras la probabilidad de salida de depósitos prevista en los coeficientes regulatorios (5%) se sitúa en un 2,3% al considerar las siete entidades en su Página 51 de 154 conjunto, el análisis individualizado arroja que hay cierta disparidad entre las entidades: en algunas se eleva hasta el 3.27% , mientras que en otras desciende hasta tan solo un 1,09%. En todo caso, de un análisis más detallado se deduce que, con un 95% de confianza, en ninguna entidad se observan salidas de depósitos superiores al 9% a un horizonte de un mes Si se considera el sistema financiero español como una única entidad, las probabilidades de ocurrencia de una variación de depósitos tan brusca como la que describe Basilea III son sumamente remotas. 3.2.4 Conclusiones De este primer ejercicio cuantitativo se pueden extraer dos conclusiones generales: En la determinación de un escenario caracterizado por una necesidad cortoplacista de liquidez, las estimaciones establecidas por Basilea III sobre la tasa de salidas de depósitos a un plazo de 30 días son consistentes con los comportamientos observados históricamente sobre un conjunto representativo de entidades españolas. No obstante, las diferencias entre las entidades son suficientes para considerar que una estimación estadística e interna por parte de cada entidad de sus propias tasas de salida de depósitos llevaría a resultados más ajustados y a mediciones del LCR más alineadas con la gestión interna. Página 52 de 154 3.3 Análisis sistémico Una vez analizado el comportamiento estadístico de las variaciones de depósitos de las entidades en su conjunto, procede preguntarse en qué medida estas variaciones son comunes entre las distintas entidades, es decir, si muestran un comportamiento sistémico; y, de ser así, si responden a un esquema macroeconómico. Para ello, este análisis se estructura en dos bloques: Un análisis descriptivo de las series temporales de los depósitos de las entidades, con la intención de explicar los distintos periodos de la ventana temporal considerada. La modelización macroeconómica de las series de depósitos, con el objetivo de caracterizar qué factores explican los movimientos acompasados, y deducir por tanto qué parte de su comportamiento es sistémica y cuál idiosincrásica. 3.3.1 Análisis descriptivo de las series temporales de depósitos Como se apreciaba en la Ilustración 3, el comportamiento de las variaciones de los depósitos combina el carácter individual de cada entidad con un patrón sistémico que liga su evolución a la de las magnitudes macroeconómicas de la economía real, y por tanto al ciclo económico. Para analizar el grado en el que se combinan ambas pautas se ha procedido en un primer lugar a realizar un breve ejercicio descriptivo del comportamiento común18, en el que se observan cuatro periodos (ver Ilustración 7). 18 Las series analizadas muestran cierta pauta de estacionalidad. No obstante, un test de autocorrelación de las series no detecta ningún retardo significativo, lo que descarta al 95% el comportamiento estacional. Por tanto, no se ha realizado un tratamiento específico para paliar este efecto aunque sí se haya tenido en consideración en los análisis descriptivos. Página 53 de 154 5% mar-07 dic-06 sep-06 Serie trimestral de variaciones del volumen de depósitos minoristas: Periodo 2009 - 2010 25% 20% 20% 15% 15% 10% 10% 5% 5% 0% 0% Entidad 5 Entidad 6 Entidad 7 jun-10 jun-09 Entidad 3 mar-10 -15% dic-09 -15% sep-09 -5% -10% mar-09 -5% -10% Entidad 2 Entidad 5 Entidad 6 Entidad 7 Entidad 4 Serie trimestral de variaciones del volumen de depósitos minoristas: Periodo: 2010 - 2011 25% Entidad 1 Entidad 3 Entidad 4 Entidad 1 Entidad 2 Entidad 3 Entidad 5 Entidad 6 Entidad 7 dic-11 Entidad 7 Entidad 2 sep-11 Entidad 6 Entidad 1 jun-11 Entidad 5 Entidad 4 mar-11 Entidad 3 dic-10 Entidad 2 sep-10 Entidad 1 jun-06 mar-06 jun-04 dic-05 -15% sep-05 -15% jun-05 -10% mar-05 -10% dic-04 0% -5% sep-04 0% -5% dic-08 10% 5% sep-08 15% 10% jun-08 15% mar-08 20% dic-07 25% 20% jun-07 25% sep-07 Serie trimestral de variaciones del volumen de depósitos minoristas : Periodo 2007 - 2008 Serie trimestral de variaciones del volumen de depósitos minoristas: Periodo 2004 - 2006 Entidad 4 Ilustración 7. Cuatro periodos en el comportamiento de los depósitos Bonanza (2004-2006): este periodo, enmarcado en un contexto de clara bonanza económica en España, se caracteriza por un incremento de las inversiones y el ahorro en sus diferentes modalidades: depósitos, fondos de inversión, adquisición de activos reales como bienes inmuebles (actividad en auge durante este periodo en España), etc. Pese a que en esta etapa los depósitos no son los protagonistas del ahorro, mucho más centrado en obtener rentabilidad a partir de unos fondos de inversión ligados a índices bursátiles en alza, este periodo se caracteriza por una tendencia alcista del volumen de Página 54 de 154 captación de depósitos, provocada por la elección de este modo de ahorro por parte de aquellos clientes más aversos al riesgo. Inicio de la crisis (2007-2008): durante el año 2007 se inicia la crisis económica. En este periodo, el desplome del Ibex 35 provoca la retirada masiva por parte de los inversores de los fondos ligados a este índice19. La necesidad de las entidades de captar pasivo, motivada por la desconfianza en los mercados (que incrementan los tipos20), provoca un incremento en las remuneraciones con el fin de incentivar a los clientes a acudir a los depósitos a plazo21, motivando el flujo de pasivo desde los fondos de inversión recién retirados. A mediados de 2008 la pérdida de rentabilidad de la Bolsa acentúa la tendencia creciente de los depósitos22. De este modo, aunque la tendencia global sigue siendo alcista como efecto de la huida hacia inversiones seguras, se observa una ralentización frente al periodo previo, fruto de la recesión económica y la incertidumbre sobre la situación actual y futura motivada en gran medida por la elevada tasa de desempleo que comienza a observarse. Desarrollo de la crisis (2009-primer semestre de 2010): este periodo arranca con un descenso de los tipos por parte del BCE, que provoca que la apetencia por los depósitos sea mucho menor que en el periodo previo23, produciéndose incluso algunas retiradas anticipadas 24 lo que da paso a un incremento en la oferta de depósitos con altas remuneraciones y a una guerra del pasivo entre las entidades españolas. En pleno proceso de reestructuración de las cajas, el sistema financiero español frena su crecimiento y deja la tasa de ahorro de los españoles en niveles próximos a los de 200425. El resultado es que las entidades deben sacrificar su margen de intereses por ver aumentado su volumen de depósitos. Las cajas, inmersas en procesos de fusión, son en general las vencidas en la guerra del pasivo26. Consolidación de la crisis (segundo semestre de 2010-2011): el último periodo viene caracterizado por la finalización de la guerra del pasivo iniciada en el periodo anterior y 19 “Los fondos de inversión, de capa caída por la competencia de los depósitos y el miedo a un ‘crash’”. Cotizalia, 22/05/2007. 20 “Tensión en el mercado interbancario: el Euribor a 3 meses supera el 4,9%”. Cotizalia, 10/12/2007. 21 Los inversores buscan cobijo en letras y depósitos ante la debacle de la bolsa, que cae un 6,8% en una semana. Cotizalia, 17/08/2007. 22 “Los depósitos y las letras ya dan más rentabilidad que la bolsa y la vivienda” Cotizalia, 07/08/2007. 23 “Los depósitos dejan de ser el rey del pasivo por la caída de los tipos” Cotizalia, 03/04/2009 24 “Los depósitos registran la primera retirada de dinero en cuatro años” Expansión, 15/05/2009 25 Fuente: Fundación de Estudios Financieros: Ahorro familiar en España 26 “Las cajas pierden cuota de mercado en crédito y depósitos por sus fusiones” Expansión, 26/08/2010 Página 55 de 154 el empeoramiento general de las cuentas de resultados27. Todo ello desemboca en la inclusión, por parte del Banco de España, de dos nuevos apartados en la normativa sobre el Fondo de Garantía de Depósitos que obligan a una mayor aportación al fondo para penalizar las remuneraciones que superen el Euribor28. 3.3.2 Modelización de la serie temporal de depósitos El objetivo de este apartado es determinar en qué medida es sistémico el comportamiento de los depósitos de las entidades españolas y explicarlo en términos de factores macroeconómicos. 3.3.2.1 Marco teórico Atendiendo al sentido económico, se identifican las magnitudes que pueden explicar el comportamiento sistémico en la evolución de los depósitos de las entidades financieras. Las principales son: Renta disponible bruta: es uno de los mayores factores macroeconómicos con incidencia en la evolución de los depósitos, ya que es el factor en el que se basan las decisiones de consumo de las familias. En este sentido, según si se considera que la variación es temporal o permanente, se destinará a un producto de ahorro u otro. Tasa de ahorro: Muy en relación con la variable anterior, en este caso completa a la variable anterior en referencia a las expectativas económicas futuras de las familias. De esta forma, un cambio en las expectativas económicas del sujeto lleva a un cambio en su tasa de ahorro, y esto provoca de manera inequívoca una variación en los depósitos del sistema. Fondos de inversión: representa el inverso del ahorro en depósitos. El individuo elige entre fondos de inversión y depósitos en función de la rentabilidad esperada y de la incertidumbre económica del momento. Tasa de desempleo: el incremento en los últimos años identifica un doble efecto económico. Por una parte puede existir una menor renta disponible, por lo que el efecto de sus variaciones será similar al de la primera variable, y por otra parte la necesidad de consumo de las familias hace esperar una salida en el ahorro de las familias (cuentas y depósitos). Precio de la vivienda: es determinante en la evolución de la economía, y de manera más pronunciada en el caso de España. El descenso en el precio de la vivienda hace que las familias vean devaluar su principal inversión, a lo que reaccionan aumentando el ahorro (mediante diferentes modalidades, entre ellas los depósitos) y reduciendo el consumo. 27 “Las entidades enfrían la guerra del pasivo por la caída de los resultados,” Expansión, 09/01/2011 28 “Guerra del pasivo: Economía propone regular la remuneración de los depósitos”, El Economista, 13/04/2011 Página 56 de 154 Por tanto, el modelo teórico esperado que permitirá vincular el comportamiento de los depósitos al contexto macroeconómico podrá expresarse bajo la siguiente forma funcional: Donde los signos indican el comportamiento esperado para cada variable. 3.3.2.2 Modelo macroeconómico A partir del marco teórico, se ha estimado un modelo macroeconómico que considere la variación observada de los depósitos como combinación lineal de las cinco variables anteriores (o variables que reflejen conceptos similares) y sus retardos. Como modelo matemático se ha escogido la regresión lineal estimada en variaciones por mínimos cuadrados ordinarios. Bajo un criterio estadístico, el modelo seleccionado cumple las propiedades deseables (bondad de ajuste razonable, no autocorrelación en los residuos y no multicolinealidad de las variables explicativas). El modelo obtenido para estimar la variación trimestral del saldo de los depósitos en cada trimestre t es: ( ) ( ) ( ) ( ) ( ) ( ) En la Tabla 7 se muestran las variables del modelo seleccionado, en la Tabla 8, sus estadísticos de bondad de ajuste y auto correlación, y en la Ilustración 8, el análisis gráfico de sus estimaciones en el periodo histórico considerado. Tabla 7. Variables del modelo macroeconómico Variable29 Renta: Variación intertrimestral de la renta Peso Peso relativo30 p-valor31 0,29711 42,7% < 0,0001 –0,30758 9,7% 0,0004 disponible bruta de hogares e ISFLSH Inversión: Variación intertrimestral de los fondos de inversión 29 Fuente: las series de renta, tasas de ahorro y paro han sido obtenidas del INE. Los valores de la serie de fondos de inversión proceden de INVERCO mientras que el precio de la vivienda ha sido obtenido de BdE. 30 Calculado como el cociente entre el valor absoluto del peso estandarizado (peso por desviación típica) y la suma de los valores absolutos de todos los pesos estandarizados. 31 Los p-valores < 0,1 permiten afirmar la significatividad de todas las variables con un 90% de confianza. Página 57 de 154 Tasa de ahorro: Variación intertrimestral 0,00112 17,6% 0,0412 –0,38141 14,5% 0,0141 –0,1064 15,6% 0,0134 del ahorro neto Vivienda: Variación interanual del precio del metro cuadrado de vivienda libre Paro: Variación interanual del desempleo Tabla 8. Estadísticos del modelo Estadísticos Valor R2: Bondad de ajuste 38,33% Durbin-Watson: Autocorrelación32 1,925 Estimación de las variaciones de los depósitos 30% 20% 15% 10% 5% 0% -5% -10% Modelo Entidad 1 Entidad 2 Entidad 3 Entidad 4 Entidad 5 Entidad 6 Entidad 7 Ilustración 8. Análisis gráfico de la serie de variaciones de depósitos estimada por el modelo. Como puede observarse, la serie proporcionada por el modelo suaviza algunos de los comportamientos individuales y recoge las tendencias observadas en cada uno de los periodos descritos en el apartado anterior. No obstante la bondad de ajuste del modelo (R2 ≈ 40%) permite afirmar que no todo el comportamiento es explicable como consecuencia del 32 El test de Durbin-Watson descarta la autocorrelación al otorgar un valor cercano a 2. Página 58 de 154 feb-11 oct-10 jun-10 feb-10 oct-09 jun-09 feb-09 oct-08 jun-08 feb-08 oct-07 jun-07 feb-07 oct-06 jun-06 feb-06 oct-05 jun-05 feb-05 oct-04 -15% jun-04 Variación trimestral (%) 25% entorno macroeconómico y que, por tanto, se deberán considerar las causas idiosincrásicas en la evaluación de cualquier escenario. Un análisis de componentes principales permite hallar el porcentaje de movimientos necesarios para explicar el comportamiento conjunto de la serie. Tabla 9. Resumen análisis PCA Número de movimiento % del movimiento total explicado 1 2 3 4 5 6 7 49,25% 19,37% 11,27% 8,95% 4,85% 4,22% 2,07% Según este análisis, el primer componente explicaría un 49% de la variabilidad del modelo y sería necesario agregar los cuatro siguientes componentes para llegar a un porcentaje del 93,7%. Esta dispersión en los datos implica que no es posible llegar a bondades de ajustes muy superiores a la obtenida en la creación del modelo macroeconómico, puesto que las series presentan un co-movimiento de tan solo un 49%. Este modelo corrobora las hipótesis iniciales y permite concluir que el deterioro de la renta disponible y el consecuente descenso del ahorro a causa de la situación económica provocan que los depósitos de los hogares se vean mermados. Asimismo, la caída del precio de la vivienda genera una menor rentabilidad de los bienes inmuebles y estos pierden atractivo fomentando la búsqueda de otras vías de ahorro. Página 59 de 154 3.4 Análisis idiosincrásico Los análisis anteriores permiten señalar que, para la definición de un escenario de tensión de liquidez a corto plazo, se debe contar con una combinación de factores sistémicos e idiosincrásicos. Para analizar las causas no atribuibles a factores sistémicos a continuación se presenta un análisis pormenorizado de cada una de las entidades de estudio, así como de varios casos singulares, que pueden ayudar a explicar qué causas pueden provocar salidas de depósitos tan bruscas como para provocar el colapso de una entidad. 3.4.1 Entidades objeto de estudio En la Ilustración 9 se muestran las series de variaciones de los depósitos de las siete entidades objeto de estudios. Se han señalado bajo dos bandas aquellas variaciones que superan los umbrales mínimos33 establecidos por la norma para identificar movimientos característicos de un escenario de stress. Serie trimestral de variaciones del volumen de depósitos minoristas 30% 20% 15% 10% 5% 0% -5% -10% Entidad 1 Entidad 2 Entidad 3 Entidad 4 Entidad 5 Entidad 6 Entidad 7 Ilustración 9. Variación trimestral del volumen de depósitos Como puede observarse, la mayor parte de las variaciones de depósitos ocurren dentro del intervalo [–5%, 5%] y entre las observaciones extremas son más frecuentes las oscilaciones 33 A pesar de que los umbrales establecidos en la normativa hacen referencia a variaciones mensuales, por disponibilidad de información estos análisis se han realizado a través de variaciones trimestrales. No obstante, todas las conclusiones del análisis son extrapolables a variaciones mensuales, ya que las perturbaciones extremas en un periodo inferior de tiempo son más infrecuentes. Página 60 de 154 dic-11 jun-11 dic-10 jun-10 dic-09 jun-09 dic-08 jun-08 dic-07 jun-07 dic-06 jun-06 dic-05 jun-05 dic-04 -15% jun-04 Variación trimestral (%) 25% positivas que las negativas, y estas ocurren fundamentalmente en último periodo de la ventana. Las principales causas de las variaciones positivas fuera de este intervalo son dos: Acciones comerciales y lanzamientos de depósitos con altas remuneraciones: este hecho se intensifica en periodos como 2009-2010, en la guerra del pasivo entre los bancos y cajas españolas. Fusiones y adquisiciones de las entidades objeto de estudio con otras menores. Las variaciones trimestrales negativas superiores al 5% en estas entidades se explican por la no renovación de los depósitos abiertos en periodos anteriores, y en general no conllevan fluctuaciones muy importantes. Las más destacables ocurren en el último periodo, un año después de la guerra del pasivo, y solo para las entidades que lanzaron depósitos altamente remunerados. Asimismo cabe cuestionarse si la retirada de depósitos muestra sensibilidad a otros efectos, como descensos en los ratings de las entidades o la publicación de resultados trimestrales moderadamente negativos. Para contrastar estas hipótesis se han realizado dos estudios: Ratings: un análisis de regresión de las variables de depósitos en función de los ratings (incluyendo decalajes temporales), entidad por entidad. Todas las regresiones rechazan la sifnificatividad del rating como variable explicativa de los movimientos de los depósitos, con p-valores entre 0,5 y 0,9, y un R2 que en el mejor caso alcantza un 1,4%. Resultados: un segundo análisis de regresión, en este caso de las variaciones de depósitos en función de las variaciones de los beneficios (incluyendo decalajes temporales) de cada entidad. N este caso también se rechaza la significatividad de los resultados para explicar las variaciones de depósitos, con p-valores superiores a 0,4 en todas las entidades y un R2 máximo del 4%. Por tanto, las regresiones obtenidas no son significativas, de lo que se puede concluir que efectivamente la clientela no es sensible a estos efectos. Del estudio de las entidades anteriores se puede concluir que no es frecuente observar salidas de depósitos superiores al 5% en un trimestre (y a fortiori en un mes), y por tanto la norma de Basilea III es suficiente para cubrir las tensiones de liquidez. No obstante, las entidades estudiadas reflejan el desarrollo normal del negocio bancario y, en el periodo de estudio, no han sufrido tensiones considerables de liquidez. Por ello, y con Página 61 de 154 el fin de llevar a cabo un análisis más exhaustivo y determinar las causas de una mayor inestabilidad de los depósitos, a continuación se exponen tres casos singulares que evidencian en su historia problemas relevantes de liquidez. Página 62 de 154 3.4.2 Casos singulares34 3.4.2.1 Entidad de crédito española En esta sección se analiza un caso paradigmático de fuga de depósitos relevante debida a la pérdida de la confianza por parte de los clientes minoristas. Variación de depósitos en la entidad de estudio 50% 30% 20% 10% 0% -10% -20% -30% jun-11 dic-10 jun-10 dic-09 jun-09 dic-08 jun-08 dic-07 jun-07 dic-06 jun-06 -40% dic-05 Variación trimestral (%) 40% Ilustración 10. Variación de depósitos en la entidad de estudio En la Ilustración 10 se observa cómo hasta el año 2007 la caja se encontraba en plena expansión económica, ampliando considerablemente su cuota de mercado e incrementando sus depósitos. No obstante, a partir de 2008 comenzó, junto con el resto de cajas de ahorros, a perder la confianza de los depositantes, en gran medida a raíz de la inestabilidad provocada por las fusiones en este sector. Esto la llevó a competir en el periodo 2009-2010 en la guerra del pasivo, ofreciendo altas remuneraciones por sus depósitos y por tanto endeudándose a medio plazo. En estas circunstancias se inició la denominada «fusión fría» con otras cajas, pero tras el voto en contra de su integración por las necesidades adicionales de crédito requeridas al fondo de rescate, se canceló la fusión, lo que tuvo un impacto reputacional negativo para la entidad. Tras suspender la prueba de stress realizada por la EBA, la inspección de la entidad por parte del Banco de España reveló una preocupante falta de liquidez; sin embargo, fue el 34 Los nombres de las entidades objeto de estudio se han eliminado por motivos de confidencialidad Página 63 de 154 anuncio de su intervención en julio de 2011 lo que provocó una fuga masiva de depósitos. Esta fuga, incrementada por los efectos de la guerra de pasivo, provocó un descenso de un 30% de los depósitos en un solo trimestre. 3.4.2.2 Entidad de crédito británica Si bien en el primer semestre de 2007 la entidad se caracterizaba por ser el quinto banco británico en hipotecas y había superado todas las pruebas de stress de la FSA, durante el siguiente semestre se vio inmerso en un grave problema de liquidez por varios factores, entre los que cabe destacar: El aumento de la desconfianza entre los bancos como consecuencia de la alta exposición a la quiebra por la crisis de las hipotecas subprime. Debido a esta crisis de confianza, el cierre de volumen y aumento de intereses del mercado interbancario. El hecho de que la entidad tenía una estructura de liquidez descompensada, con excesiva dependencia de fuentes de financiación a corto plazo: aproximadamente el 75% de su financiación provenía del mercado interbancario. Así, en septiembre de 2007, la entidad agotó sus recursos de liquidez y no pudo acceder al mercado interbancario, lo que provocó su rescate por parte del Banco de Inglaterra. El 14 de septiembre el problema fue reflejado por la prensa, lo que desencadenó una retirada masiva de depósitos en un solo día que se estima en 1000 millones de libras, casi un 5% de los depósitos minoristas. Variación de los depósitos en la entidad británica Variación semestral (%) 60% 40% 20% 0% -20% -40% -60% jun-11 dic-10 jun-10 dic-09 jun-09 dic-08 jun-08 dic-07 jun-07 dic-06 jun-06 dic-05 jun-05 -80% Ilustración 11. Variación semestral de los depósitos de la clientela de la entidad británica. En la Ilustración 11 se pueden observar las variaciones semestrales de los depósitos de la entidad entre 2005 y 2010, apreciándose claramente el efecto comentado en el segundo Página 64 de 154 semestre de 2007. Como consecuencia de este hecho, las acciones cayeron rápidamente y el Gobierno británico se vio obligado a emitir un comunicado en el que se comprometía a garantizar el 100% de los depósitos de la entidad. Este hecho consiguió tranquilizar a los ahorradores y las acciones subieron un 16% ese mismo día. Después de una estabilización progresiva, en diciembre de 2007 se anunció en prensa su nacionalización y en febrero de 2008 pasó a ser tratado como una corporación pública, añadiendo la deuda del banco a la deuda nacional y recuperando la confianza de los depositantes. 3.4.2.3 El «corralito» argentino En 1998 Argentina cayó en una profunda recesión como consecuencia de la rigidez del sistema de convertibilidad. A medida que la economía desaceleraba y crecía la inquietud entre los inversores internacionales, la deuda externa del país iba en aumento. Así, en el año 2000 el peso de la deuda externa ahogaba al Estado y aumentaba el déficit fiscal. Según el FMI35, los principales factores que llevaron a Argentina a esta crisis fueron: Una política fiscal excesivamente laxa. El régimen de convertibilidad inalterable (debido a la inmovilidad del cambio, no fue posible la depreciación del peso cuando era necesario). Factores institucionales y políticos: el considerable poder de los gobiernos provinciales redujo mucho la flexibilidad de la política fiscal. Shocks externos: la apreciación del dólar (hizo subir el tipo de cambio real), la crisis de Rusia y de LTCM36 (provocó una reducción de los flujos de capital), la devaluación del real brasileño (impactó negativamente en la competitividad de las exportaciones) y la desaceleración de la economía mundial. El incremento de la deuda externa, que provocó un aumento de la prima de riesgo y, como consecuencia, la subida de las tasas de interés. La crisis del sistema bancario en general y la pérdida de confianza en la moneda. En este contexto, los bancos tenían una gran exposición a deuda pública y se extendió la percepción de que el Estado podía entrar en suspensión de pagos. A pesar de las medidas tomadas por el gobierno, en marzo de 2001 esto desencadenó una fuga de depósitos de los bancos, que se puede observar en la Ilustración 12. 35 Fuente: El papel del FMI en la Argentina, 1991-2002, FMI, 2003. 36 Long-Term Capital Management, fondo de inversión de carácter especulativo que empleó un elevado apalancamiento, quebró y tuvo que ser rescatado por otras entidades financieras bajo la supervisión de la Reserva Federal de EEUU. Página 65 de 154 8% Variación de los depósitos argentinos 6% 4% 2% 0% -2% -4% -6% -8% -10% dic-01 jun-01 dic-00 jun-00 dic-99 jun-99 dic-98 jun-98 dic-97 -12% Ilustración 12. Variación de los depósitos de los bancos argentinos, 1997-2001 Como consecuencia de esta masiva y creciente salida de fondos, que provocó una severa contracción de liquidez en el sistema, en diciembre de 2001 el Gobierno decidió imponer una serie de restricciones al retiro en efectivo de las cuentas de depósitos, lo que se denominaría «corralito». Entre las medidas más llamativas destacaron la prohibición de la retirada de más de 250 pesos por semana y titular de cuenta, el impedimento de transferir dinero al exterior y la imposibilidad de realizar operaciones en pesos por parte de las entidades37. Estas medidas, si bien debilitaron el sistema de pagos, desaceleraron el ritmo de la salida de depósitos, evitando la quiebra del sistema financiero. La gran presión de los depositantes por transformar sus depósitos bancarios en dólares y la diferencia entre el tipo de cambio libre y el oficial colocó al país en la disyuntiva entre la hiperinflación y el colapso del sistema. Sin embargo, distintas medidas adoptadas por el Gobierno (como el esquema de canje de depósitos y la disciplina fiscal) comenzaron a crear un escenario de tranquilidad y confianza que permitió llegar a un acuerdo con los organismos internacionales de crédito y reinstaurar el crecimiento económico. 37 La disposición expresa fue: «Las entidades [...] no podrán realizar operaciones activas denominadas en Pesos, ni intervenir en el mercado de futuros u opciones de monedas extranjeras, ni arbitrar directa o indirectamente con activos a plazo en Pesos. Las operaciones vigentes podrán convertirse a Dólares Estadounidenses a la relación prevista en la Ley de Convertibilidad Nº 23.928, con el consentimiento del deudor». Fuente: Decreto 1570/2001, Ministerio de Economía y Finanzas Públicas de Argentina. Página 66 de 154 3.5 Conclusiones Como consecuencia de los ejercicios llevados a cabo en esta sección, a modo de conclusión cabe destacar los siguientes puntos: Las estimaciones establecidas por Basilea III en relación a las tasas de salidas de depósitos a un plazo de 30 días son consistentes con los comportamientos observados históricamente sobre un conjunto representativo de entidades españolas, si bien los análisis estadísticos individuales basados en los datos de las entidades por separado permiten realizar estimaciones más ajustadas a la gestión individual de cada una. En la determinación de las características de un escenario de estrés caracterizado por una necesidad cortoplacista de liquidez, es necesario tener en cuenta los efectos del contexto económico a través de los comportamientos de ciertos indicadores como la renta disponible, el saldo en fondos de inversión o el desempleo. No obstante, estos efectos son limitados en la explicación del comportamiento de los depósitos y, en la medida en que determinen unívocamente el escenario de stress, no bastan para obtener estimaciones ajustadas del riesgo de liquidez. En este sentido, se deben considerar otras causas no sistémicas ligadas a la gestión interna de cada entidad y que puedan desembocar en posibles crisis de confianza y en pérdida de credibilidad. Entre estas causas idiosincrásicas, analizadas tanto en entidades sin problemas relevantes de liquidez como en casos singulares, destacan: o Los efectos secundarios de una guerra del pasivo, entendidos como los vencimientos no renovados de depósitos de alta remuneración. o La pérdida de confianza de los depositantes ante la publicación en los medios de comunicación de eventos muy severos (y no siempre vinculados con la liquidez), como son un contexto de fusiones que genera incertidumbre, el anuncio de una intervención por parte del supervisor, la petición de ayuda al banco central o incluso el temor a una suspensión de pagos por parte del Estado. Por último, no se ha observado que otros factores potencialmente influyentes en la confianza de los depositantes, como pueden ser los descensos de rating o la publicación de resultados moderadamente negativos, hayan ocasionado salidas de depósitos relevantes en las entidades analizadas. Se concluye, por tanto, que los clientes son poco sensibles a estos factores. Página 67 de 154 4 Caso práctico- Sistema para el análisis de la estabilidad de los depósitos 4.1 Introducción Como segunda gran sección, se ha realizado una herramienta web preparada para que los análisis realizados en las secciones previas puedan estar accesibles a todos los profesionales de la empresa. El funcionamiento básico de la herramienta es la generación de páginas html de forma dinámica mediante la tecnología jsp y Java EE, usando como gestor de bases de datos Microsoft SQL Server. Este conjunto de tecnologías permite que cualquier profesional de la firma Management Solutions acceda a los análisis y obtenga nuevos datos dinámicamente usando únicamente un navegador convencional. El departamento de I+D será el encargado de ir actualizando los datos de la base de datos a medida que se hagan públicos. La información obtenida en el análisis previo ha sido incluida en una publicación circular de la empresa: “Riesgo de liquidez: Marco normativo e impacto en la gestión”. Dicha publicación, aparte de estar impresa físicamente y repartida en las distintas oficinas de la firma, está también subida en el servidor y colgada en la intranet corporativa. Una vez que la aplicación sea validada y verificada por completo se creará un enlace desde la propia intranet para que los profesionales interesados puedan realizar sus propios análisis. La aplicación posee dos módulos principales de análisis de datos, y un módulo de administración que permite tratar los resultados de manera gráfica: El módulo inicial (“Informe estadístico”) toma los datos de las variaciones de las entidades como si fuera una única. Con ello se pretende ajustar el histograma resultante a una distribución conocida, y observar con qué probabilidad ocurren las salidas de depósitos especificadas por Basilea III. Se subdivide en tres apartados principales: o Informe inicial: realiza un resumen de los principales estadísticos del histograma resultante, así como el ajuste de los datos a una distribución. La distribución seleccionada permite hallar los principales percentiles y la probabilidad de salidas extremas de depósitos en un trimestre. o Informe mensual: Basilea III plantea una fuga de depósitos en un horizonte de 30 días. Aunque cada entidad, internamente sí que dispone del desglose de esa información, de manera pública sólo publica datos trimestrales. Por ello, y de cara a adecuar el análisis a la normativa, se mensualiza la distribución elegida siguiendo un proceso iterativo de Monte Carlo. En este módulo se compara la distribución resultante con la distribución trimestral previa, y se resumen de nuevo los percentiles y las salidas de depósitos, esta vez para el nuevo ajuste. Página 68 de 154 o Análisis individualizado por entidad: En el estudio previo realizado, se ve que aunque existen similitudes significativas entre las entidades que justifican su trato conjunto, también existen diferencias suficientes como para realizar un estudio individual. En esta sección se muestra la distribución mensualizada particular para cada entidad, y las salidas de depósitos más relevantes de la misma. Existe también un segundo módulo dedicado a la realización de un modelo matemático para la explicación del comportamiento histórico de los depósitos en base a las principales variables macroeconómicas. De nuevo se subdivide en dos apartados o Ajuste a una ecuación de regresión: En esta sección se realizará la regresión lineal para intentar ajustar a los datos. Inicialmente el objetivo de este apartado fue la creación de un algoritmo que iterara sobre todas las opciones posibles y obtuviera un R2 lo más alto posible; pero los resultados demostraron que casi el 100% de las iteraciones obtenían modelos con regresiones espurias, es decir, sin sentido económico real. Estos modelos pueden ser viables matemáticamente, pero no son aplicables a una entidad real. Por ello, se deja al usuario la tarea de dotar de sentido económico a la regresión, ofreciéndole un amplio abanico de opciones. Una vez que seleccione las más convenientes, podrá ver la ecuación generada, y un gráfico con los valores que obtiene el modelo en contraste con los valores reales observados. o Realización de test de estrés inversos: Esta sección permite plantear la siguiente pregunta: dada una variación conocida de depósitos, ¿en que escenario macroeconómico aparecerá? Es decir, en qué escenario macro es razonable esperar una salida de depósitos específica. Aquí el usuario incluirá las variaciones (trimestrales o mensuales), y el sistema dará como salida el escenario macroeconómico en el que se producirán esas salidas. Módulo final, administración: únicamente accesible mediante un usuario y una contraseña. Aquí se realizarán las operaciones de mantenimiento de la base de datos mediante un interfaz amigable a un usuario no relacionado con los gestores de bases de datos ni el lenguaje SQL. Las operaciones permitidas serán las habituales: Alta, Baja y modificación de datos. En este caso referido tanto a los datos de las entidades como a las variables macroeconómicas. Se ofrece adicionalmente la opción al usuario de cargar datos masivos mediante un fichero .csv con dos formatos diferentes, según se refiera a la carga de entidades o de variables macroeconómicas. 4.2 Antecedentes al sistema Los antecedentes al sistema son los prototipos realizados en la primera parte del proyecto. Página 69 de 154 Para el almacenamiento de los datos se usaron hojas de cálculo Excel, que permiten intercambiar de manera sencilla datos con otras aplicaciones; y modificarlos de manera sencilla. Los ajustes a una distribución conocida se realizaron con la herramienta Matlab, por su potencia y precisión en los cálculos. Finalmente, para la regresión realizada se usó el programa estadístico SAS, de uso muy extendido dentro de la firma. Dispone de una batería de funciones precargadas muy potentes para realizar Business Analisys, y es capaz de tratar con altos volúmenes de datos con buen rendimiento. Aunque en secciones posteriores se realizará un análisis detallado de la selección de alternativas realizada, el uso de la mayoría de estas herramientas se desestimó por uno de los requerimientos principales de la aplicación: realizar análisis para usuarios con poco conocimiento de programas estadísticos complejos, y que estuvieran disponibles desde cualquier ordenador personal. Página 70 de 154 4.3 Objetivos y necesidades Aquí se resumirán los objetivos y requerimientos que el cliente (la empresa Management Solutions) ha solicitado respecto a la aplicación. El analista será el encargado crear un modelo lógico que satisfaga dichos requerimientos. Una vez realizados los análisis de la primera sección de este proyecto, surge la necesidad de conseguir que todos los profesionales de la firma puedan acceder a estos análisis, sin necesidad de un elevado conocimiento de los programas estadísticos y matemáticos utilizados. El perfil del usuario final de esta aplicación es claramente gestor, por lo que la herramienta debe mostrar únicamente los resultados finales, y realizar los cálculos internos en una capa transparente. Igualmente, aunque no tenga un conocimiento informático elevado, sí que tiene elevados conocimientos económicos. Esto conlleva dos hechos: le será sencillo dar interpretación a los datos que arroje cualquier modelo econométrico de la aplicación, pero a la vez detectará con mucha facilidad posibles contradicciones económicas que puedan ocurrir. Existirán dos posibles modos de uso: primero un acceso sencillo, que muestre opciones ya cargadas en la aplicación, y que puedan generar un informe completo de manera rápida. Por otro lado puede existir un perfil interesado en realizar análisis más profundos de los datos, y de comprobar varias combinaciones de posibilidades. El usuario debe poder acceder de manera remota a la aplicación y a los informes generados. Igualmente, varios usuarios deben poder estar conectados de manera simultánea. Finalmente, y de cara a mantener la aplicación actualizada, se deben incluir herramientas para la actualización de datos, ya que al ser series históricas, es necesario que se puedan incluir los valores que se vayan publicando periódicamente. Página 71 de 154 4.4 Evaluación de alternativas Ya que las herramientas usadas para la ejecución de los prototipos de la sección previa fueron desestimadas para construir la aplicación, se tuvieron en cuenta otra serie de alternativas. La carga computacional principal de la herramienta es el trato de funciones estadísticas generales (ajuste a una distribución, regresión, etc.) y la muestra de resultados por pantalla (uso de gráficos agradables al usuario). Por ello, las principales opciones consideradas fueron: 4.4.1 Wolfram Mathematica El software Wolfram Mathematica (o Mathematica) está especializado en la gestión matemática, y posee potentes y sencillas funciones ya implementadas. Internamente, incluye prácticamente todos los algoritmos conocidos: Resolución de ecuaciones, probabilidad y estadística, grafos, cálculo y análisis, etc. Dichos algoritmos, al estar implementados internamente, aseguran ya su optimización. Dispone de todas las herramientas necesarias para el trato de datos integradas en una única plataforma, con una alta variedad de estructuras de datos específicas para todo tipo de cálculos. Ilustración 13. Gráfica creada con Mathematica De cara a la aplicación a realizar, una de sus principales ventajas es la creación de gráficas muy potentes visualmente (como se ve en la Ilustración 13), y la capacidad de generación de informes interactivos con facilidad. Pero a pesar de ser una herramienta muy potente, tanto estadística como gráficamente, tiene dos grandes inconvenientes: No permite la creación de un interfaz accesible por usuarios remotos usando únicamente herramientas de mathematica. Es decir, permite mostrar resultados de Página 72 de 154 manera local si se dispone del software instalado, pero no es posible la creación de una aplicación mediante la cual un usuario remoto pueda generar un informe. Es una herramienta comercial, debiendo pagar licencia para su uso. Una licencia para una máquina con 4 núcleos vale 3.185 euros para un único año. Página 73 de 154 4.4.2 Matlab El software Matrix Laboratory (cómunmente llamado Matlab) es otro potente software matemático disponible en las plataformas Unix, Windows y Apple Mac OS X. Actualmente es muy utilizado sobre todo en entornos académicos o de investigación. Su fuerte, como su propio nombre indica, es la manipulación de matrices: permite la aplicación de operaciones simultáneas por rangos de filas o columnas de manera muy rápida, y trata grandes volúmenes de datos con muy buenos rendimientos gracias a su almacenamiento en este tipo de estructuras. Aunque fuera del entorno específico de esta aplicación, tiene dos herramientas adicionales muy usadas: Simulink y GUIDE. La primera herramienta permite la generación de simulaciones de sistemas en tiempo real, y la segunda ofrece la posibilidad de generar interfaces de usuario. Dispone de un lenguaje de programación propio apodado M, que tiene implementadas la mayoría de las funciones y algoritmos conocidos. Igualmente, permite la generación de funciones propias mediante la creación de archivos .m. La integración de otros sistemas con Matlab es muy sencilla, especialmente con lenguajes de programación como Java: existe una herramienta llamada Matlab Builder que traduce las funciones almacenadas en los archivos .m a código java, y las almacena como clases que pueden ser usadas en programas nativos. Éste método tiene una limitación importante, y es que la máquina donde se ejecute la aplicación debe tener instalado el motor de cálculo matlab, llamado MCR (Matlab Component Runtime). Igualmente, Matlab permite de manera interna la ejecución de código java dentro de su propio interfaz, aceptando la creación de clases y funciones. El principal inconveniente de Matlab es que es una herramienta propietaria, y es necesario adquirir una licencia para su uso comercial. Aunque la firma sí posee licencias para los ordenadores individuales, no tiene licencia para el servidor donde debería estar accesible la aplicación cuando sea verificada. Una licencia individual para un usuario final vale 2.000€ al año. Igualmente, Matlab no es una herramienta portable, sino que es propia de cada plataforma. Por ello, la integración con Java, que sí que es multiplataforma, reduce la principal ventaja de éste último. Página 74 de 154 4.4.3 Lenguaje R R es tanto un lenguaje como un entorno de programación, orientado al cálculo estadístico y a la generación de gráficos. Está basado en el antiguo ‘S’, y aunque tiene diferencias significativas, muchas de las funciones usan directamente código S para su funcionamiento. S posee una versión comercial llamada S-Plus. R tiene una gran variedad de funciones estadísticas implementadas internamente en paquetes específicos. Aun así, es posible ampliarlo y generar paquetes nuevos, opción muy empleada por la comunidad de usuarios de R. En otoño del 2009 la cifra del repositorio oficial de paquetes sobrepasó los 2000, por lo que se han organizado por temas según su uso. Como ejemplos existen relacionados con estadística bayesiana, econometría, series temporales, etc. R, como su antecesor S, está orientada a objetos; y permite la interacción con lenguajes como C, C++ y Fortran. Los usuarios más avanzados pueden incluso escribir código C que manipula directamente los objetos R propios. Ilustración 14. Gráfica tridimensional creada con R De cara al desarrollo del sistema, la ventaja principal de R es la potencia de sus gráficos. Tiene incluso un formato propio para exportar imágenes a formato LaTeX, y permite la creación de gráficas bidimensionales o tridimensionales como la de la Ilustración 14 con mucha sencillez y precisión. Este lenguaje tuvo mucho empuje sobre todo en los años 2009 y 2010, ya que los analistas de datos lo descubrieron como herramienta que permite manejar datos de forma masiva sin necesidad de entender todos los mecanismos internos del funcionamiento de la máquina. A pesar de ello, su popularidad se ha estancado, y en la actualidad es usado por un nicho muy concreto de mercado. Las principales quejas de la comunidad son que la semántica de trabajo es significativamente diferente, y que la interacción con otros sistemas puede llegar a ser compleja. Página 75 de 154 4.4.4 Java Es uno de los lenguajes de programación más usados y populares de la actualidad. Su principal diferencia respecto a otros es que el código no es ejecutado, sino interpretado por la Java Virtual Machine (JVM) que se instala en cada máquina. Esto hace que aunque su rendimiento pueda ser a veces algo peor que el de otros lenguajes, una aplicación escrita en un sistema operativo puede ser portada sin problemas a cualquier otra que tenga instalada la JVM. En la actualidad los problemas de rendimiento se están solventando mediante la instalación de JVMs nativas, que aumentan la velocidad de interpretación de código. Java está dividida en tres grandes bloques: Java SE (edición estándar), Java ME (edición micro, para dispositivos electrónicos) y Java EE (para aplicaciones distribuidas). Para la aplicación a desarrollar se ha tomado la sección Java EE, que integra la mayoría de las funcionalidades de Java SE. Java EE está pensada para que un desarrollador cree una aplicación de empresa que se ejecute en un servidor, abstrayendo al programador de los detalles de conexión de bajo nivel. Java EE está integrada por varias especificaciones diferentes (o APIs) pensadas para resolver problemas específicos. Destacan los Servlets: Un servlet, derivado de la palabra applet, es un programa que se ejecuta en el servidor; en contraposición al applet, que se ejecuta en cliente. Normalmente se usan para generar de manera dinámica páginas HTML, o en conjunción con páginas .jsp; que permiten la inclusión de scripts java. La principal ventaja de java es su independencia de la plataforma utilizada, y la sencillez de interacción con la mayoría de los sistemas, ya que es un lenguaje cada vez más usado. Posee librerías estándar con potentes herramientas gráficas, y es de acceso libre. Otra de las consecuencias de su popularidad es la gran cantidad de código abierto que hay existente en la web, o en forma de librerías de acceso libre. La gran demanda de programadores de este lenguaje y su elevado uso hacen muy sencillo la resolución de dudas vía búsqueda en internet. En el contexto de la aplicación, una de las ventajas fundamentales que presenta es la sencillez de aplicaciones web: con las especificaciones Java EE,Servlets y páginas .jsp se puede crear una página generada automáticamente de manera muy sencilla. Estas aplicaciones son fácilmente escalables a un alto número de usuarios, y accesibles desde cualquier navegador. Por todo ello, la decisión final ha sido por la alternativa 4: uso de Java EE. Página 76 de 154 4.4.4.1 Adiciones a la alternativa. Aprovechando la comunidad de programadores Java, se han usado librerías añadidas para el trato de funciones más complejas ya programadas previamente por otros usuarios. Principalmente se ha usado la librería SSJ desarrollada por la Universidad de Montreal para el cálculo estadístico; la librería Commons Math desarrollada por Apache para el ajuste a un modelo regresivo; la librería de JFreeChart para la generación de gráficos; y CSVReader para simplificar la lectura de ficheros. Página 77 de 154 4.5 Arquitectura y funcionamiento Las tecnologías empleadas han sido las siguientes: Software Como se ha comentado previamente, el desarrollo se realiza en Java EE. o Para desarrollar el código, se usará la versión 1.7 del JDK o Como servidor de aplicaciones, se dispone de Apache Tomcat 7.0.22 o Ya que el objetivo final de la aplicación es formar parte de la intranet, se usa Microsoft SQL Server 2008, el mismo que usa internamente la firma. o El entorno en el que se ha desarrollado la aplicación ha sido NetBeans 7.1.1 o Las páginas siguen el estándar JSP 2.1, y para el código java embebido se usa JSTL1.1 o El modelo de dominio está programado en Java SE 7u4, usando la tecnología Enterprise Java Beans. o El acceso a la base de datos se realiza mediante Drivers tipo 3. o Para realizar páginas dinámicas, se usa lenguaje JavaScript, en conjunto con el estándar JPA. o Dygraphs para la generación de gráficos interactivos en el cliente. o Se utilizan las siguientes librerías java: Stocastic Simulation in Java (SSJ) de la universidad de Montreal. Apache Commons Math. Apache File Uploader. CSV reader. JFreechart para la creación de gráficas. Hardware La aplicación se encuentra situada en el ordenador personal del alumno, en espera de emplazarse en el servidor. El portátil es un HP EliteBook con Intel Core I5 vPro a 2.5GHz, disco duro de 250GB y memoria Ram de 3GB. El sistema operativo es Windows XP Professional 2002. Página 78 de 154 A continuación se muestra un gráfico con el funcionamiento general del sistema. El usuario inicia una petición desde el navegador, que será procesada por el servidor Tomcat. Éste realiza una llamada al servlet, que generará la página JSP de forma dinámica con los datos enviados por las clases del dominio. La base de datos estará gestionada por Microsoft SQL Server. Servidor Apache Tomcat Navegador Servlet Dominio Páginas .jsp Dao Microsoft SQL Server Ilustración 15. Esquema general de la aplicación Página 79 de 154 4.6 Modelo lógico del sistema En esta sección, se identificarán los principales procesos de la aplicación, así como el flujo de datos existente en la misma. Para ello, se hará uso de los Diagramas de Flujo de Datos (DFDs). Cada uno de los diagramas tiene los siguientes elementos: Entidades externas: representadas por cuadrados azules. Son los interfaces externos de la aplicación. En este caso sólo tiene uno: el usuario final de la misma. Procesos: simbolizados por óvalos azules. Representan lugares donde la aplicación es procesada y tratada. Los números dan el orden lógico y habitual del flujo, aunque no siempre deba seguirse estrictamente Flujos de información: Flechas amarillas. Son intercambio de datos entre cada uno de los procesos representados. Normalmente la información enviada será justamente el resultado de la operación realizada en ese mismo proceso. Almacenes de información: ( ) Representan los lugares donde la información procesada es almacenada para ser usada por otro proceso, o bien los sitios de donde es cargada la información de entrada de algún proceso. 4.6.1.1 Diagrama de contexto En la Ilustración 16 aparece el diagrama de contexto de la aplicación. En él se ve las relaciones que tiene el sistema con las entidades externas. Ilustración 16. Diagrama de contexto de la aplicación Se observa que únicamente interactúa con dos entidades externas: Usuario: representa el perfil gestor, que introducirá las preferencias deseadas para adaptar los informes de la aplicación a sus necesidades concretas Administrador: Encargado del mantenimiento de datos. Actualizará, dará de alta o borrará datos según se necesite. Página 80 de 154 4.6.1.2 Diagrama conceptual de nivel 1: Sistema. En la Ilustración 17 aparece la explosión del módulo principal del sistema, dejando aparte el trato de datos por parte del administrador. Ilustración 17. Diagrama conceptual de nivel 1 La entidad externa “Usuario”, será el encargado de elegir qué entidades incluye en los análisis posteriores. Estas preferencias irán pasando a cada proceso. Selector entidades: Aquí se mostrará la pantalla donde se seleccionen las entidades de las que se disponen datos históricos, para que el usuario las incluya en el análisis. Carga un resumen de los datos del almacén “Entidades”, y recibe las entidades que el usuario desea incluir en los análisis. Estas entidades serán enviadas tanto a los informes como a la regresión. Informe inicial: Es el encargado de mostrar el ajuste a una distribución paramétrica conocida, la mensualización de los datos, y el informe individualizado por entidad. Únicamente incluirá las entidades que le envíe el proceso 1. Percentiles personalizados: En base a la información obtenida en el módulo previo, es capaz de calcular los percentiles o variaciones que desee el usuario. Regresión matemática: Realiza un modelo matemático regresivo que sea capaz de predecir el comportamiento de los depósitos en función de determinadas variables macroeconómicas Página 81 de 154 Stress test inverso: Calcula los escenarios futuros que deberán producirse para que se den unas variaciones de depósitos concretas. Está determinado por el modelo matemático calculado previamente. 4.6.1.3 Explosión del proceso “Selección de entidades” Ilustración 18. Explosión de "Selección entidades" Carga de datos de la Base de Datos: Carga un resumen de cada entidad del almacén. Muestra de datos al usuario: Crea la pantalla resumen para que el usuario introduzca su selección. Recepción de la selección: Una vez que el usuario elige las entidades que desea incluir, valida que la selección sea correcta. Salvado de datos: Incluye las opciones seleccionadas para que los procesos posteriores dispongan de ellas. Página 82 de 154 4.6.1.4 Explosión del sistema: Informe inicial Ilustración 19. Explosión "Informe final" Resumen de estadísticos: Este proceso carga los valores históricos de las entidades, mostrando una tabla con la media y la desviación típica individualizada y global Ajuste a una distribución: Aquí se parte de los datos unificados, y se ajusta el histograma resultante a una distribución paramétrica conocida. Muestra al usuario las probabilidades de fuga, y envía los parámetros de la distribución a los demás procesos. Mensualización de la distribución: Al disponer únicamente de datos trimestrales, se sigue un proceso de Monte Carlo para mensualizar la distribución y mostrar las salidas ajustadas a 30 días. Ajuste por entidad: Obtiene los parámetros de la distribución particularizados para cada entidad incluida en el análisis. Página 83 de 154 4.6.1.5 Explosión del sistema: 2.2 Ajuste a una distribución Ilustración 20. Explosión "Ajuste a una distribución" Carga de la serie histórica: En base a la selección hecha por el usuario, carga todos los valores históricos y los considera una única serie, ya que no es relevante el momento temporal ocurrido. Ajuste a distribuciones conocidas: Usa el método de máxima verosimilitud para ajustar a alguna de las distribuciones predefinidas (Laplace, Logística, Normal, Gumbel, Cauchy o Hiperbólica Secante). Obtención de los p-valores: Cálculo del p-valor del test de Kolmogorov Smirnov y de Aderson Darling para el ajuste realizado a cada una de las distribuciones. Selección de la mejor distribución: Por defecto, será la que tenga un mayor p-valor en el test K-S; aunque puede ser la que el usuario haya seleccionado. Obtención de percentiles y probabilidad de variaciones: Obtiene el valor correspondiente a la función de distribución inversa (F-1) que corresponde con el percentil, y la probabilidad de ocurrencia de algunas salidas extremas de depósitos; evaluando la función de densidad. Página 84 de 154 4.6.1.6 Explosión del sistema: 2.3 Mensualización de la distribución Ilustración 21. Explosión "Mensualización de la distribución" Recepción de la mejor distribución: Recibe la distribución previamente calculada por el proceso anterior, en función de las preferencias del usuario o del mayor p-valor. Mensualización de la distribución: Al no conocerse las fórmulas para mensualizar otras distribuciones que no sean la normal, realiza un proceso iterativo para mensualizarlas. El funcionamiento básico es el siguiente: se realiza una primera mensualización, y se trimestraliza de nuevo la distribución resultante; evaluando la similitud con la original. Este proceso se realiza iterativamente hasta obtener un error casi nulo, que garantiza un buen ajuste. Obtención de percentiles y probabilidad de variaciones: En base a los parámetros calculados, evalúa de nuevo la función F-1 para los principales percentiles, y averigua las variaciones extremas de depósitos usando la función de distribución. Pintado de gráficas comparativas: Muestra gráficamente la función de densidad mensual y trimestral, evaluada en el dominio [-0.2, 0.2]. Página 85 de 154 4.6.1.7 Explosión del sistema: 2.4 Ajuste por entidades Ilustración 22. Explosión "Ajuste por entidades" Recepción de la mejor distribución: Carga la mejor distribución previamente seleccionada en ajustes anteriores. Separación de entidades: Itera con los datos existentes de cada una de las entidades, y los envía uno a uno a la mensualización posterior. Mensualización de la distribución: Sigue un proceso análogo a la mensualización previa, pero particularizado para cada entidad. Obtención de percentiles y probabilidad de variaciones: En base a los nuevos parámetros, muestra la evaluación de la función de distribución y de densidad generada para cada banco analizado en forma de percentiles y probabilidad de salidas extremas. Pintado de gráficas comparativas: Evalúa la función de distribución de cada entidad en el rango [-0.15, -0.15]; y las funciones de densidad en el rango [-0.15,-0.15]. Página 86 de 154 4.6.1.8 Explosión del sistema: 3 Obtención de percentiles personalizados Ilustración 23. Explosión "Obtención de percentiles personalizados" Obtención de percentiles: Este proceso tiene como entradas principales la mejor distribución seleccionada, y la mensualización de la misma. Con ellas se encarga de mostrar las variaciones (función de densidad) y los percentiles (función de distribución inversa). Muestra de datos y recepción de opción: Muestra la información previa y se recibe la variación a realizar por parte del usuario. Una vez validada, se envía al proceso siguiente. Cálculo del nuevo percentil y/o variación: En función de las entradas recibidas, se calcula el nuevo dato. Página 87 de 154 4.6.1.9 Explosión del sistema: 4 Regresión matemática Ilustración 24. Explosión "Regresión matemática" Recepción entidades: Este proceso recibe las opciones seleccionadas por el usuario en el primer proceso y acumula sus valores históricos. Carga de las variables macroeconómicas: Carga un resumen de cada uno de los datos almacenados en el almacén “Variables macro”. Muestra por pantalla y selección de opción: Muestra gráfica de las variables almacenadas, y recepción de las opciones del usuario: variables a incluir, cálculos y lags. Carga de datos históricos: Carga de los datos históricos de las variables seleccionadas. Cálculo y filtrado histórico: Realización de la operaciones de trimestralización/ anualización/ resta (si aplica) y aplicado de los lags correspondientes (retardos en la variable). Una vez realizado, se toma la menor fecha de finalización, y la mayor fecha de inicio, para ajustar los datos. Ajuste a modelo regresivo: Toma los datos de cada entidad como variable a explicar, y los valores de las variables macro ocurridas en la misma fecha como explicativos o regresivos. Halla la recta que mejor ajusta al modelo seleccionado y los pesos de cada una de las variables. Página 88 de 154 Cálculo de estadísticos de la regresión: Envía un resumen de los estadísticos del modelo calculado: R2 para ver el porcentaje de variación que explica el modelo, Durbin Watson para la autocorrelación de los residuos, etc. Escritura de datos en fichero: Escribe los datos en un fichero en el servidor, para que luego el cliente pueda mostrarlos en forma de gráfico. 4.6.1.10 Explosión del sistema: 5 Stress test inverso Ilustración 25. Explosión "Stress test inverso" Muestra del modelo: Este proceso recibe el modelo generado previamente por el proceso 4. Muestra la ecuación generada, y una tabla con las variables macro de las que se calcularán las variaciones. Recepción de la opción seleccionada: Recibe la opción entrada por el usuario, y valida que sea numérica y se encuentre entre -100 y 100. Según si la variación es trimestral o mensual se envía a uno u otro proceso. Trimestralización de la variación: tanto los depósitos como las variables macroeconómicas se disponen de manera trimestral, por lo que la variación introducida se trimestraliza, bien según los tres valores que incluya el propio usuario, o bien asumiendo tres variaciones consecutivas del mismo valor que el introducido. Página 89 de 154 Carga de la normal multivariante: Asumiendo que las variables macroeconómicas siguen una normal multivariante, carga todos los valores históricos en una matriz, para luego ajustar sus parámetros. La media corresponderá con el vector de medias de cada una de las variables, y la varianza será la matriz de covarianzas de todas las variables seleccionadas. Búsqueda iterativa de la opción más frecuente: Calcula el escenario más frecuente históricamente, siempre que cumpla las restricciones impuestas por la recta regresiva calculada. Muestra al usuario: Muestra por pantalla el escenario macroeconómico resultante. Página 90 de 154 4.7 Casos de uso de la aplicación En esta sección se analiza la materialización de cada uno de los requerimientos del usuario, en forma de casos de uso de la propia aplicación. En estos diagramas, la figura Administrador representa un actor. Un actor es una tipología de usuario final de la aplicación. En esta aplicación únicamente existen dos: Un usuario gestor, cuya intención al usar la aplicación es obtener la mayor cantidad posible en forma de informes. Un usuario administrador, que se encarga de mantener y actualizar los datos Cada actor llevará asociados una serie de casos de uso, que se representa por la imagen: Caso Uso . Esto indica una acción que puede realizar el usuario dentro de la propia aplicación. 4.7.1 Casos de uso del usuario administrador Se muestran las opciones que posee el usuario encargado de mantener los datos: Login «uses» Alta entidad «uses» «uses» «uses» Alta variable «uses» Borrado entidad Borrado variable Administrador «uses» «uses» Alta nuevo período Modificación de datos Ilustración 26. Casos de uso administrador Página 91 de 154 A continuación se detalla cada uno de ellos y se muestra el diagrama de actividad de aquellos más complejos. 4.7.1.1 Log-in El usuario se autentificará mediante un usuario y una contraseña. Una vez que introduzca los datos, el sistema comprobará que sus credenciales existen en la base de datos y que son correctas. Si no es así, muestra un mensaje de error. - Precondiciones: El usuario, para poder acceder a este caso de uso, no puede estar validado previamente. 4.7.1.2 Alta variable macroeconómica. El usuario verá una pantalla con varios campos a rellenar. Si Entrada de datos la variable ya está dada de alta, se mostrará un mensaje de SI error al usuario. Una vez introducido los datos principales ¿Variable existente? (nombre de la variable macroeconómica y tipo de medición) NO deberá seleccionar el trimestre inicial desde el que dispone Dar de alta variable datos, y el número de trimestres de los que dispone. En ese momento, la aplicación mostrará una serie de cajas Seleccionar inicio y núm. periodos de texto para que el usuario introduzca el valor histórico que presenta la variable en cada momento. NO ¿Datos correctos? Modelo de datos Introducir datos SI Guardar Una vez que los datos se hayan validado, se guarda la información en la Base de Datos. - Precondiciones: el usuario debe estar validado previamente. Ilustración 27. Alta variable macro Página 92 de 154 4.7.1.3 Borrado de variable macroeconómica Consultar variables Aquí se podrá eliminar por completo una variable de la base de Seleccionar variable a eliminar macroeconómicas de las que se dispone, con un selector para elegir datos. Mediante una query inicial, se muestran todas las variables cuál de ellas se desea eliminar. Muestra advertencia de eliminación Una vez que el usuario seleccione la opción deseada, se muestra un mensaje exigiendo una confirmación. Si el usuario lo confirma, se ¿Confirmar? borran SI todos los datos históricos presentes en la tabla “ValoresMacroHistoricos”, y posteriormente se borra la entrada en Eliminado período la tabla “Variables Macro” SI ¿Más períodos? NO - Precondiciones: el usuario debe estar validado previamente Eliminado de variable Datos macro NO NO Ilustración 28. Borrado variable macro 4.7.1.4 Alta nueva entidad Análogamente al caso de las variables macroeconómicas, el usuario verá una pantalla con varios campos a rellenar. Si la entidad ya está Entrada de datos dada de alta, se mostrará un mensaje de error al usuario. Una vez SI ¿Entidad existente? introducido los datos principales (Nombre de la entidad, tipo de NO depósitos que almacena y nacionalidad de la misma) deberá Dar de alta entidad seleccionar el trimestre inicial desde el que dispone datos, y el Seleccionar inicio y núm. periodos Modelo de datos número de trimestres de los que dispone. Introducir datos En ese momento, la aplicación mostrará una serie de cajas de texto para que el usuario introduzca el valor histórico que presenta los depósitos de la entidad en cada momento. NO ¿Datos correctos? SI Guardar Una vez que los datos se hayan validado, se guarda la información en la Base de Datos. - Precondiciones: el usuario debe estar validado previamente. Ilustración 29. Alta nueva entidad Página 93 de 154 4.7.1.5 Borrado de entidad Igual que en el caso de las variables macro, se permite la Elección entidad o variable eliminación completa de una entidad de la base de datos. Primeramente se muestran todas las entidades de las que se dispone información, y se muestra un selector al usuario. Elección de la entidad o variable a modificar Cuando el usuario seleccione una entidad y confirme su elección, se borran todos los datos históricos presentes en la Cambio en los datos tabla “VariacionesDepositosHistoricos”, y posteriormente se NO borra la entrada en la tabla “Bancos” ¿Datos correctos? - Modificar BD Modelo de Datos SI Precondiciones: el usuario debe estar validado previamente Ilustración 30. Borrado entidad 4.7.1.6 Modificación de datos Consultar entidades El usuario debe seleccionar si desea modificar una variable o una entidad. Seleccionar entidad a eliminar Una vez hecha esta elección, debe seleccionar una de las Muestra advertencia de eliminación entidades/variables existentes en la base de datos. La pantalla mostrará los datos de los que se dispone. ¿Confirmar? SI Una vez que el usuario cambie los datos y pulse en “Guardar”, Eliminado período el sistema validará que los datos son correctos. Si es así, los cambios se introducirán en la Base de Datos, en la tabla SI NO correspondiente. ¿Más períodos? Eliminado de entidad Datos macro NO - Precondiciones: el usuario debe estar validado previamente NO Ilustración 31. Modificación de datos Página 94 de 154 4.7.1.7 Alta nuevo período Este caso es muy similar al anterior. El usuario elegirá entre Elección entidad o variable variable o entidad, y luego seleccionará una concreta dentro de la lista. Elección de la entidad o variable a modificar La principal diferencia es que introducirá un valor en los campos vacíos que el sistema le proporcionará. Introducción de nuevos datos Una vez validados estos datos, el sistema guardará la NO información en la Base de Datos, en la tabla correspondiente. ¿Datos correctos? Modelo de Datos SI Modificar BD Precondiciones: el usuario debe estar validado previamente. Ilustración 32. Alta nuevo período 4.7.2 Casos de uso Gestor I: Informe inicial de ajuste a una distribución Seleccionar entidades «uses» «uses» Obtener informe estadístico «uses» «uses» Cambiar la distribución Gestor Elegir percentil Ilustración 33. Casos de uso gestor I En esta sección aparecen los casos de uso del perfil gestor asociados al módulo de ajuste a una distribución conocida. Página 95 de 154 4.7.2.1 Seleccionar entidades Este caso de uso permite al usuario introducir las entidades que él Seleccionar entidades que participarán en los análisis desee en los informes posteriores. La aplicación mostrará las entidades para las que se posea NO información relativa a sus depósitos, y una vez que el usuario las ¿Selección correcta? escoja, se enviarán las preferencias a un parámetro de la sesión para SI que el resto de procesos las conozcan Almacenar elección - Precondiciones: ninguna Ilustración 34. Seleccionar entidades 4.7.2.2 Obtención del informe estadístico Crear informe inicial Crear informe mensual Modelo de datos En la realización del informe inicial, y tal y como se ha visto en los DFDs, la primera acción a realizar será la toma de datos de cada una de las entidades. En base a ellos se construirá el informe inicial completo. Posteriormente, SI se crearán el informe mensual Informe por banco individual (partiendo de la distribución previamente seleccionada) Personalización de informe Una vez en este punto, el usuario puede elegir cambiar Obtener percentiles personalizados Cambio en la distribución estadística ¿Más opciones? y el informe por banco individual la distribución ajustada, y el informe se personalizará según los cambios elegidos. Igualmente, se puede seleccionar algún percentil o variación especial, y el informe también se verá modificado. NO Ilustración 35. Obtención informe estadístico Precondiciones: El usuario debe haber seleccionado las entidades que desea para el análisis. Página 96 de 154 4.7.2.3 Informe inicial: desglose del caso de uso contenido en “Obtención del informe estadístico” Como explosión de uno de los casos de uso anteriores, el informe Modelo de datos Cargar datos entidades Crear histograma inicial se compone de los pasos que se muestran en la gráfica adjunta. Una vez cargado los datos, se crea el histograma unificado y se ajusta a una distribución conocida. Ajustar a funciones conocidas Una vez pintadas todas en una gráfica conjunta, se elige la función Pintar todas las gráficas en la pantalla con la mayor verosimilitud (la que mejor p-valor haya obtenido), y Elegir máxima verosimilitud principales percentiles, se envía la información por pantalla al se muestran los parámetros resultantes. Una vez cargados los usuario Mostrar parámetros de ganadora - Precondiciones: El usuario debe haber seleccionado las entidades para el análisis Cargar percentiles y mostrar Ilustración 36. Informe inicial 4.7.2.4 Obtener percentiles personalizados: desglose del caso de uso contenido en “Obtención del informe estadístico” Este caso de uso se refiere únicamente a los percentiles personalizados, pero es extensible a la obtención de los Introducir percentil personal percentiles principales, eliminando únicamente la validación de datos. NO ¿Dato correcto? La entrada introducida por el usuario se comprueba, y con SI los parámetros y la distribución elegida, se obtiene la Carga parámetros y obtención de F-1 Modelo de datos Evaluar F1(percentil) función de distribución inversa (F-1). El resultado de la evaluación en el punto seleccionado será el valor del percentil elegido. Una vez calculado, se muestra al usuario. Mostrar por pantalla - Precondiciones: El usuario debe haber realizado el informe en el que ajusta a una distribución previa a este caso de uso. Ilustración 37. Percentiles personalizados Página 97 de 154 4.7.2.5 Informe por banco individual: desglose del caso de uso contenido en “Obtención del informe estadístico” En este caso, se realiza los análisis previamente Cargar datos SI Modelo de datos mencionados, pero únicamente para la serie histórica formada por las variaciones del banco específico de manera iterativa. Ajustar a la distribución general El proceso es el mismo que se ha seguido previamente: Obtener los parámetros de la distribución con esos datos se ajusta a una distribución conocida y se Mensualizar distribución primeramente se cargan los datos propios de la entidad; dan los parámetros. Con estos parámetros se realizan iteraciones con el método de Monte Carlo hasta conseguir una distribución mensual, de la que se obtienen los principales percentiles y variaciones. Obtener percentiles Una vez realizado, se repite este proceso para todas las ¿Más entidades? NO entidades necesarias. - Precondiciones: el usuario debe haber realizado previamente el ajuste a una distribución conocida. Ilustración 38. Informe por banco individual Página 98 de 154 4.7.3 Casos de uso Gestor II: Modelo matemático de regresión «uses» Obtención del modelo regresivo «uses» Obtención de escenario de estrés Gestor Ilustración 39. Casos de uso Gestor II En este capítulo se detallan los últimos casos de uso restantes: la obtención del modelo regresivo y el escenario de estrés inverso. 4.7.3.1 Obtención del modelo regresivo Una vez que el usuario haya seleccionado las variables macro y se hayan realizado los cálculos que ofrece la aplicación, se cargan los Seleccionar variables macro Modelo de datos Cargar variaciones depósitos datos de cada una de las entidades que previamente se incluyeron en el análisis. En base a los datos de las entidades, que actúan como variable a predecir, y los datos macro que actúan como regresivos, se Ajuste a un modelo lineal Hallar estadísticos del modelo obtiene una recta lineal, y se hallan los estadísticos del modelo (como el R2 o el R2 ajustado del modelo) para conocer la adecuación de los datos obtenidos respecto de los datos reales. Una vez se posea la ecuación matemática, se muestra un gráfico interactivo con las variaciones y el modelo obtenido Almacenar modelo final - Precondiciones: Se deben haber seleccionado las entidades que se desea incluir en el análisis Ilustración 40. Obtención modelo regresivo Página 99 de 154 4.7.3.2 Estrés test inverso. Aquí se calculará el escenario macroeconómico más probable para una variación concreta de los depósitos. Elegir la variación de depósitos deseada Primeramente, se comprueba que la variación incluida NO por el usuario es válida. Si es así, se crea el hiperplano que cumple las restricciones, es decir, la recta regresiva. ¿Es válida? SI Cargar la normal multivariante que generan las variables seleccionadas En base a los valores históricos de las variables, se calcula una normal multivariante que representa todo el espacio Modelo de datos Determinar el hiperplano que cumple las restricciones en base a la ecuación de posibilidades de escenarios macroeconómicos según las variables incluidas en el modelo. Iterativamente, el algoritmo busca en los puntos de la recta la mayor frecuencia histórica observada, que será el valor de la función de densidad en cada uno de los Iterar para encontrar la máxima frecuencia histórica de las variables Mostrar resultado puntos evaluados. Precondiciones: el usuario debe haber creado un modelo regresivo previamente a la realización de estos test. Ilustración 41. Estrés test inverso Página 100 de 154 4.8 Secuencia general del funcionamiento del sistema Los diagramas de secuencia permiten mostrar el orden temporal que sigue la información en un sistema. En este caso se ha elegido mostrar la secuencia general de la información del sistema, en vez de centrar en casos de uso concretos. Se parte de que el usuario está en la página inicial, y pulsa sobre cualquiera de los enlaces. En ese momento se ejecutarían una serie de pasos que lleven hasta la muestra por pantalla de la nueva página generada. En la Ilustración 42 se puede ver los pasos de forma gráfica. La secuencia general del funcionamiento es la siguiente: El cliente, desde la página inicial (index.jsp), pulsa un enlace que ejecuta una validación javascript Si dicha función devuelve un resultado erróneo, se muestra el error por pantalla. Si, por el contrario, todo es correcto, se realiza una llamada al servidor de aplicaciones (Tomcat) mediante AJAX nativo. El servidor Tomcat ejecuta la URL correspondiente, que será un Servlet cuyo resultado se devolverá en forma de página .jsp. Este Servlet podrá tomar parámetros de varios puntos: o Paso de parámetros por parte del navegador por GET o Post o Toma de parámetros desde la sesión, donde otros Servlets previos los han dejado o Toma de datos desde las clases java del paquete Dominio Suponiendo el tercer caso, dichas clases podrán llamar a otras clases del paquete Dao, encargado de hablar con la base de datos Las clases del paquete Dao se comunican con el gestor de Bases de Datos (SQL Server) mediante un driver tipo 3, realizando una query sobre las tablas. Una vez conseguidos estos datos, se devolverán paso a paso hasta el Servlet. Para que la página .jsp pueda disponer de ellos, se almacenan en la Request. Una vez almacenados los parámetros, se realiza una nueva petición, esta vez sí a la página .jsp directamente. En la lectura del código de la misma, se cargan los datos almacenados en la Request por medio de código JSTL. Una vez que se dispone de la página creada completamente, se envía de nuevo al navegador por protocolo HTTP. Página 101 de 154 Ilustración 42. Diagrama de Secuencia general de la aplicación Página 102 de 154 4.9 Diagrama de clases Una vez desglosado los casos de uso y sus correspondientes diagramas, se detallarán las clases y los servlets que permiten ejecutar la aplicación. 4.9.1 Diagrama de clases UML La aplicación se divide en tres paquetes principales: El paquete dao, que incluye las clases necesarias para poder acceder a la base de datos y devolver su información El paquete util, contiene un formateador para evitar que las salidas por pantalla contengan excesivos decimales. El paquete dominio, donde se incluyen el núcleo de las clases que ejecutan la funcionalidad de la aplicación. Este paquete contiene dos subpaquetes: ajuste y regresión, cada uno de ellos pensado para dar soporte específico a la sección correspondiente de la aplicación. A continuación se muestran de forma gráfica: dominio dao ajuste DaoAdministradores Ajustador -End1 -End2 1 «interface» Distribución * DaoEntidades Mensualizador (…..) Distribución Normal (…) DaoMacroeconomicas Distribución HiperbolicaSecante regresion «interface» Serie Histórica ModeloRegresivo Estresador Inverso util Formateador Variable Macro 1 Entidad Regresator 1 Dato * PenalizadorNormalMulti NormalMulti * Ilustración 43. Diagrama UML de la aplicación Los métodos y los atributos se han eliminado para dar visibilidad al gráfico. Cada uno de los paquetes se desglosa a continuación: Página 103 de 154 4.9.1.1 Paquete dao Incluye los métodos para acceder a la Base de datos. Existe una clase para cada una de las tablas existentes en la base de datos: DaoAdministradores: donde se verifica si el usuario tiene los permisos necesarios DaoEntidades: accede a la tabla Bancos (con la información general de cada entidad), y a la tabla VarDepositosHistoricos (con la información sobre el valor histórico en cada punto) DaoMacroeconónicas: análoga a la anterior pero con las variables macro, en este caso accede a la tabla Variables y a ValoresMacroHistoricos. dao DaoAdministradores +DarDeAlta(user,pass)() : int +ComprobarAcceso(user,pass)() : bool +EliminarAcceso(user,pass)() : int +Modificar(user,pass,newUser,newPass)() : int DaoEntidades +AltaEntidad(nombre,formato,Nacionalidad,fechaInicio,fechaFin)() : int +AltaDato(nombre,valor,fecha)() : int +ConsultarEntidades()() : <unspecified> +ConsultarDatosDepositos(Nombre)() : <unspecified> +BorradoEntidad(Nombre)() : int +ActualizadoFechasInicioYFin(Nombre)() +ActualizadoBanco(Nombre,NuevoNombre,NuevoTipo,NuevaNacionalidad)() +ActualizadoBanco(Nombre,Fecha,NuevoValor)() DaoMacroeconomicas +AltaMacro(nombre,formato,fechaInicio,fechaFin)() : int +AltaDatoBruto(nombre,formato,valor,fecha)() : int +ConsultarMacros()() : <unspecified> +ConsultarValores(Nombre,formato)() : <unspecified> +UpdateValor(Nombre,Formato,Fecha,NuevoValor,formato)() : int +BorradoMacro(Nombre,Formato)() : int +ActualizadoFechasInicioYFin(Nombre,Formato)() +ActualizadoMacro(Nombre,ViejoTipo,NuevoNombre,NuevoTipo)() +ActualizadoMacro(Nombre,Medicion,Fecha,NuevoValor)() Ilustración 44. Paquete dao 4.9.1.2 Paquete dominio Tiene dos paquetes principales: regresion y ajuste; y un conjunto de clases generales que usan ambos: Variable Macro: se usa de soporte de los datos que vienen de DaoMacroeconómicas. Entidad: soporte de los datos que vienen de DaoEntidades. Ambas implementan el interfaz “Serie histórica”, y poseen un conjunto de “Datos”, es decir, de valores históricos de las mismas. Página 104 de 154 «interface» Serie Histórica +CargarSerie() : int +ModificarDato(Fecha,NuevoValor)() +ConsultarDatoFecha(Fecha)() +ConsultarDatoFecha(index)() +BorrarSerieBD() Variable Macro -Nombre -Formato -Datos[] -FechaInicio -FechaFin Entidad Dato 1 -Fecha -Valor 1 * * -Nombre -Datos[] -Tipo Deposito -FechaInicio -FechaFin Ilustración 45. Clases del paquete dominio 4.9.1.2.1 Subpaquete ajuste En este paquete se realiza el ajuste a una distribución, y la mensualización de la misma con el algoritmo ya visto. Las clases se estructuran de la siguiente forma: Ajustador: encargado de recibir los datos y ajustar a las diferentes distribuciones estadísticas. Gestiona el ajuste a los diferentes test y devuelve la mejor distribución. Dispone del método mensualizar(), que llama de forma estática a los métodos de Mensualizador según cada distribución. Mensualizador: posee los métodos para mensualizar cada una de las distribuciones. Se llaman estáticamente Distribuciones: almacenan la información de cada una de las distribuciones a realizar el ajuste. Calculan la distribución y la densidad en cada punto solicitado. Página 105 de 154 ajuste Ajustador +Cargar(ArrayList<Entidad>)() +Ajustar()() +ArrayList<double[]> maximaVerosimilitud()() +ArrayList<String> getNombresDistrib()() +String getNombreMejor()() +String nombre(Distribution d)() +mensualizar()() +mensualizar(Distribution d)() +Distribution distribPorBanco(Entidad, Distribution)() +Distribution getMejorDistrib()() -End2 -End1 * 1 «interface» Distribución +DarPercentil() : <unspecified> +getParametros() : <unspecified> +ajusteDatos(Datos)() : int +mensualizaMe() (…..) Mensualizador -numgen -numvueltas -EscnIn[] -lb[] -ub[] +static NormalDist mensualizaNormal(NormalDist)() +static BetaDist mensualizaBeta(BetaDist)() +static ChiSquare mensualizaChiCuadrado(ChiSquare)() +static LaplaceDist mensualizaLaplace(LaplaceDist)() +static WeibullDist mensualizaWeibull(WeibullDist)() +static GumbelDist mensualizaGumbel(GumbelDist)() +static CauchyDist mensualizaCauchy(CauchyDist)() +static HyperbolicSecantDist mensualizaHiperbolica(HyperbolicSecantDist)() Distribución Normal Distribución Hiperbólica Secante -Atributo 1 -Atributo ... -Atributo N -Función distribución -Función densidad -Maxima verosimilitud +Ajuste datos(datos)() : <unspecified> +DarPercentil(Probabilidad,dirección)() +getParametros()() : <unspecified> -Atributo 1 -Atributo ... -Atributo N -Función distribución -Función densidad -Maxima verosimilitud +Ajuste datos(datos)() : <unspecified> +DarPercentil(Probabilidad,dirección)() +getParametros()() : <unspecified> (…) Ilustración 46. Clases del subpaquete ajuste En este paquete se realiza uno de los algoritmos clave del sistema: la mensualización de datos. Este proceso, como se ha comentado en la primera sección del proyecto, es de elevada importancia para ajustar los datos a la normativa Basilea III. Si los datos se ajustan a una distribución normal, el caso es inmediato, ya que existe una fórmula conocida; pero para el resto de distribuciones se sigue un algoritmo iterativo 4.9.1.2.1.1 Mensualización de la distribución elegida Se parte de que el sistema (o el usuario) ya han seleccionado una distribución que se ajuste a los datos. En ese caso, la clase Ajustador.java del paquete dominio.Regresión (ver 0) ya tendrá los datos históricos cargados, y en el atributo mejorDistrib tendrá la mejor distribución seleccionada por p-valor. El objetivo de este algoritmo, como ya se comentó en el apartado 3.2.2, es encontrar los números que para una distribución cualquiera (por ejemplo Disttrim {p1, p2}), minimicen la diferencia entre la distribución trimestral original, y otra transformada siguiendo el proceso que se detalla: - División de los parámetros de la distribución entre los valores del algoritmo: en el caso ejemplo previo, se generaría una nueva distribución “mensual” (Distmens) con los siguientes parámetros: Distmens {p1/a, p2/b}. los parámetros “a” y “b” son los que el algoritmo proporciona. Página 106 de 154 - De la distribución resultante, se generan el máximo número posible de valores que coincidan con la función de densidad propia, y se almacenan en un array interno. - Esos datos se trimestralizan siguiendo la siguiente fórmula, siendo x1, x2 y x3 valores cualesquiera del array: - ( ) 38 Una vez que se tengan los nuevos datos trimestrales, se ajusta a una nueva distribución - Si los parámetros han sido los correctos, el error será mínimo. Ejecutando un elevado número de iteraciones, se llegan a ajustes casi perfectos de los datos a la nueva distribución. En este caso en la clase Ajustador se tienen dos métodos: mensualizar() y mensualizar(ContinuousDistribution d), como se muestra en la Ilustración 46. Clases del subpaquete ajusteIlustración 46. El primer método mensualizará la función que la clase tenga almacenada como mejor, y el segundo la que el usuario introduzca. Tomando como ejemplo el primer caso, en este método se llega a un switch que en función de la distribución llama de manera estática al método mensualizaDistribuciónX, donde DistribuciónX será la distribución correspondiente. El motivo de tener que crea un método particular para cada distribución es que cada una de ellas puede tener de uno a tres parámetros, y las clases que generan números pseudoaleatorios (cuyo funcionamiento se detalla más adelante) son independientes para cada distribución. El código de cada uno de los métodos es bastante similar, pero las diferencias hacen necesario codificarlos por separado. La clase Mensualizador.java tiene únicamente 5 atributos: - Numgen: determina el volumen de números aleatorios a generar para comprobar el ajuste a la distribución generada - Numvueltas: determina el número máximo de iteraciones que se permite al algoritmo para la mensualización - escnIn: representa los parámetros iniciales entre los que se dividen los parámetros de la distribución - lb y ub: son dos arrays que representan los límites que hay que imponer al algoritmo para evitar que intente dividir los números entre infinito o menos infinito y lleve a un punto muerto. 38 Los valores introducidos deben estar en variaciones relativas Página 107 de 154 4.9.1.2.1.1.1 Caso específico, mensualización de la normal En este caso es automático, ya que se posee la fórmula inmediata: únicamente se dividirá la media entre 3, y la varianza entre la raíz de tres. Una vez mensualizada, se devuelve la nueva distribución generada. 4.9.1.2.1.1.2 Casos generales: desconocimiento de la ecuación de mensualización En este caso no se conoce la función que nos da estos parámetros, por lo que se realiza una aproximación mediante sucesivas iteraciones. En este tipo de problemas, lo ideal es usar algoritmos de optimización conocidos, como pueden ser el SIMPLEX o sus derivados para ecuaciones no lineales. El problema en el uso de estos métodos es que requieren conocer las derivadas parciales de las funciones, y las funciones de distribución de las distribuciones seleccionadas, aunque sí que son diferenciables respecto a X, no lo son respecto a la media y varianza (o parámetros asociados). Por ello se ha usado el optimizador CMAES, existente dentro del paquete de optimización de la librería Commons Math de Apache. Este algoritmo es un método de optimización estocástico usado habitualmente cuando otros métodos en la derivación (por ejemplo métodos basados en Newton) fallan. En este caso directamente no se pueden usar los métodos previos, por lo que este es particularmente efectivo. Es un método heurístico, y que a pesar de ser más lento que los algoritmos basados en derivación, llega a resultados aceptables de manera rápida. La implementación en java está basada en la versión CMA-ES del propio Matlab. También se ejecuta el optimizador BOBYQA, aunque los resultados obtenidos son significativamente peores. El tiempo de finalización es significativamente inferior, pero los resultados obtenidos son varios órdenes peores que los obtenidos con el optimizador CMAES. La llamada a los optimizadores se realizaría como sigue: Ilustración 47. Código llamada optimizadores Una vez que se tienen los dos objetos PointValuePair, se ve cuál de los dos almacena un valor menor de la función objetivo. Página 108 de 154 La función objetivo (en el ejemplo mostrado “fobjlap”), es una clase anónima creada dentro del propio método que se encarga de realizar el proceso previamente mencionado. Se crea una clase anónima partiendo del interfaz MultivariateFuncion (), cuyo método value(double[] point) será sobrescrito. Éste será el método que el optimizador ejecute para obtener el valor de la función objetivo. En este caso, el vector de “point” serán los dos valores que el algoritmo seleccione como candidatos a la mensualización. SI son distintos de cero, generan un conjunto de números que cumplan con la nueva distribución. Esto se realiza mediante la clase DistribucionXGen (siendo DistribucionX la distribución seleccionada) de la librería SSJ de la universidad de Montreal, que introduciendo los valores de los nuevos parámetros y un generador de números aleatorios, genera números que cumplan con la distribución mediante el método nextDouble(): LaplaceGen generator= beta(point[1]); new LaplaceGen(new LFSR113(),nuevamu, Con los datos generados, una vez trimestralizados según la fórmula ya comentada, se realiza un nuevo ajuste a la misma distribución (Laplace en este caso ejemplo). El resultado que devuelve la función objetivo es la resta entre los parámetros originales de la función y los nuevos parámetros obtenidos. En el caso perfecto, este valor sería cero. Página 109 de 154 4.9.1.2.2 Subpaquete regresion Soporta tanto la regresión estadística como el modelo de estrés-test inverso. Sus clases principales son: Regresator: con el método principal Regresate(), es el encargado de dar tanto los coeficientes de la regresión como los principales estadísticos del modelo. Modelo regresivo: implementa el interfaz MultivariateFunction, que permite que los optimizadores ejecuten el método value() NormalMulti: contiene la normal multivariante generada por las variables macroeconómicas. PenalizadorNormalMulti: ejecuta su método value de la siguiente forma: si el punto cumple la restricción marcada por la recta, devuelve el valor de ModeloRegresivo; en otro caso devuelve un valor penalizado. Estresador Inverso: realizará el algoritmo ya descrito en la sección 3.2.2. Dispone de las variables explicativas, y usa el PenalizadorNormalMulti como función objetivo. regresion Regresator -DepositosEntidades[][] -VariablesMacro[][] -DurbinWatson -R2 -R2 ajustado -Coeficientes[] -ErrorEstandar +AñadirEntidad(VariacionesEntidad[])() +AñadirMacro(ValoresMacro[])() +Regresate()() +getDurbinWatson() +getR2() +Evaluar(int i)() ModeloRegresivo +double value(double[] point)() +double[] getEscenarioInicial()() +double[] getEscenarioAleat()() Estresador Inverso -Variables explicativas[] -Coeficientes[] -NormalMultivar -Valor Variables Escenario[] +getEscenario(salidaDepositos)() NormalMulti PenalizadorNormalMulti -MultivariateFunction fAcotada -MultivariateFunction fRestriccion +double value(double[] point)() -VariablesMacro[][] +cargar(ArrayList<VarMacro> macrossel)() +densidad(double[] valores)() +AraryList<DoubleArrayList> getMacros()() +actualizarDistrib()() +AnadirMacro(DoubleArrayList newmacro)() +double value(double[] point)() Ilustración 48. Clases del subpaquete regresión En este paquete se realiza el segundo algoritmo clave del sistema: obtener el llamado Estrés-test inverso. Con este test se obtienen escenarios macro en los que cabe razonablemente esperar una variación concreta de depósitos. Página 110 de 154 La razón del interés por estos escenarios es que la mayoría de las variables macroeconómicas son analizadas exhaustivamente por las entidades financieras, con lo que la evolución de las mismas es un dato conocido. Realizando este tipo de simulaciones, se permite obtener un escenario razonable en el que se espera se den estas variaciones, con lo que las entidades podrán juzgar la probabilidad de que este escenario ocurra en un futuro próximo. 4.9.1.2.2.1 Obtención del escenario de estrés-test inverso En este caso, se parte de que el usuario ya ha realizado un modelo matemático regresivo, es decir, ha seleccionado las entidades, y realizado una ecuación regresiva que determine un porcentaje de explicación de las variaciones observadas. Una vez que se encuentre en este paso, el usuario deberá entrar en la página correspondiente e introducir la variación de depósitos para la que desea calcular el escenario macroeconómico. El objetivo del algoritmo será encontrar un punto que cumpla las restricciones impuestas por la recta de regresión, y acumule la mayor frecuencia dentro de los valores históricos observados en las variables macroeconómicas. Así, no se dará un escenario macroeconómico cualquiera, sino aquel que se ha observado con mayor frecuencia. A nivel de la aplicación, en este punto de partida ya habrán ocurrido varios eventos: La clase Regresator, en el paquete Dominio, ya estará cargada con los valores de las entidades y de las variables. Igualmente, el usuario al ejecutar la regresión, habrá llamado internamente al método regresate(), que habrá cargado en sus atributos R2, coeficientes y sigma los resultados de la regresión. La aplicación habrá validado el número introducido, y si es necesario se trimestralizará la variación introducida. El motivo de esta operación es que los datos internos se poseen de manera trimestral, por lo que no es posible hallar un escenario de variaciones mensuales. En este punto, se creará la Normal Multivariante con los valores históricos de las variables macroeconómicas seleccionadas. Como ya se ha comentado en apartados previos de este proyecto, la media de esta normal será el vector de medias de cada una de las series formadas por la variable macroeconómica, y la varianza de la distribución será la matriz de covarianzas. Estos parámetros se calculan internamente dentro de la clase NormalMulti del paquete dominio. Una vez que se dispone de la Normal, se pasa a crear la clase ModeloRegresivo, que implementa los métodos del interfaz MultivariateFunction. En este caso únicamente se Página 111 de 154 necesita uno, el método value(point[]) que se usará a la hora de evaluar la función en el optimizador. Para el caso particular del modelo, la evaluación de este método dará el ajuste al hiperplano formado por la recta de regresión: si el valor devuelto por el método es superior a cero, el punto no cumple las restricciones de la recta. La instancia de ModeloRegresivo se pasa al constructor de la clase EstresadorInverso del paquete dominio, que será el encargado mediante su método getEscenario(double SalidaBuscada) de devolver un vector representante de los valores del escenario macroeconómico. En este caso se usan de nuevo los optimizadores CMA-ES y BOBYQA, comentados en el apartado 4.9.1.2.1.1. La principal diferencia es que en este caso sí es necesario introducir restricciones a la evaluación de estos puntos. El problema es que ninguno de los optimizadores soporta directamente la inclusión ni siquiera de restricciones simples (variables obligatoriamente en un rango). Para solucionarlo, en la propia API de Apache se sugiere la creación de una función penalizadora. La utilidad de esta función residirá en que cuando los valores no cumplan la restricción de estar dentro del rango, se devolverá un valor que será significativamente peor a los obtenidos cuando sí se cumplan las restricciones. Para resolver la restricción asociada a la recta regresiva se ha procedido de modo similar: La función objetivo que se pasa al optimizador no es directamente una instancia de la NormalMultivariante (cuyo método value() devuelve la evaluación de la función de densidad de la normal), sino una instancia de la clase PenalizadorNormalMulti. La evaluación del método value(point[]) de esta función realiza un paso previo: evalúa el método value() de la recta regresiva. Si el resultado es cero, indica que efectivamente se encuentra en la recta. Si no es así, se devuelve un valor penalizado, ponderado según la lejanía a la propia recta. Este valor será el que el optimizador obtenga directamente. Para evitar el peligro de máximos locales, en este algoritmo se usa la clase MultivariateMultiStartOptimizer proporcionada por la Commons Math. Esta clase recibe un optimizador, un número de puntos de inicio, y una función que permita generar puntos iniciales (en este caso el método getEscenarioAleat () de la clase ModeloRegresivo). Esto permite que el optimizador comience su búsqueda en varios puntos simultáneos, evitando quedar atrapado en un máximo local. Una vez que los optimizadores devuelven sus puntos, se comprueba cuál de los dos (BOBY o CMA) ha conseguido una mayor frecuencia histórica, y se devuelve al usuario el vector que representa el valor de las variables macroeconómicas. Página 112 de 154 4.9.2 Servlets de la aplicación Estos servlets generan dinámicamente cada una de las páginas .jsp de la aplicación. Están divididos en dos paquetes: Paquete Servlets: donde se encuentran todos los servlets genéricos Paquete ServletsImagen: contiene los servlets encargados de generar las gráficas con JFreechart. Uno de los servlets genéricos generará una página web que contendrá una llamada a <img src=”/Servlet”>. El contenido de la response se ha modificado para que devuelva contenido como imagen. servlets Histograma Acceso Alta Entidad Borrado Entidades Alta Macro Histograma Mensual Seleccionar Entidades Borrado Variables Informe por Entidad Informe Regresivo CreadorStresss Inverso Percentiles Personalizados ModificarDatos SubidaCSV Cambiar Distribución servletsImagen FotoCDFDistribuciones Mensualizadas FotoHistograma FotoDistribuciones Mensualizadas MejorDistMensual VsTrim Ilustración 49. Servlets de la aplicación Página 113 de 154 5 Planificación del proyecto En esta sección se detalla el plan de gestión de proyecto que se ha seguido para la realización de este Proyecto Final de carrera. Las actividades se han dividido en paquetes de trabajo, cuya estructura se detalla en la primera subsección de este apartado. Cada uno de los paquetes de trabajo dispone de una descripción algo más detallada en la siguiente sección, en la que se detalla el responsable de realizarlo, la secuencia de actividades que implica y el producto final generado. Como continuación del capítulo, se incluye el organigrama que ha implicado la realización del proyecto, de nuevo con una descripción de los principales implicados. Al ser un proyecto basado principalmente en la creación de este documento, y de la aplicación web detallada, los costes principales del mismo van ligados a las horas usadas por cada uno de los implicados en dicho organigrama. El detalle de estos costes y la planificación en formato de Microsoft Project forman el final de este capítulo. 5.1 Definición del proyecto 5.1.1 Estructura de paquetes de trabajo La estructura del proyecto se divide en tres bloques principales: Actividades de control de proyecto, estudio del riesgo de liquidez y el desarrollo de la aplicación web. Actividades de control: se refieren a las actividades de gestión realizadas, tanto del propio proyecto como las gestiones académicas asociadas a la realización del mismo. Estudio del riesgo de liquidez: referido al análisis realizado en la primera parte de este proyecto. Se subdivide en dos grandes apartados: estudio teórico realizado sobre la normativa de liquidez, y el análisis cuantitativo sobre la estabilidad de los depósitos. Desarrollo de la aplicación web. Se ha seguido una metodología en cascada, por lo que los paquetes de trabajo corresponderían a cada una de las fases de dicha metodología. Los paquetes llevan asociado un identificador que servirá para referenciarlos en apartados posteriores de esta sección. Página 114 de 154 Gestión del riesgo de liquidez en entidades financieras A0: Control del proyecto A 2: Desarrollo análisis automático A1: Estudio del riesgo de liquidez A0.1: Reunión inicial A 0.2: Reuniones periódicas A 1.1: Estudio sobre normativa de liquidez A1.1.1: Investigación sobre liquidez A0.3: Presentaciones en clase A0.4: Cierre del proyecto A 1.1.1.1: Concepto de liquidez bancaria A 1.1.1.2: Métricas de liquidez A 1.1.2: Investigación sobre normativa de liquidez A 1.2: Anállisis cuantitativo sobre estabilidad de los depósitos A 1.2.1: Extracción de datos públicos A 1.1.2.1 : Basilea III A 1.1.2.2: Estados L A 1.1.2.3 : Bipru 12 A 1.2.2: Construcción histogramas A 1.2.2.1: Ajuste a una distribución A A 1.2.2.2: Unificación de los datos A A 1.2.2.3: Análisis percentiles A 2.1 : Análisis de requisitos A 1.2.3: Modelización en base a factores macro A 1.2.3.1: Adecuación a criterios económicos A 1.2.3.2: Construcción de la regresión A 2.3: Códificación A 2.4: Pruebas A 2.5: Verificación A 2.7: Mantenimient o A 1.1.2.4: Impacto de la normativa 5.1.2 A 2.2: Diseño del sistema Descripción de paquetes de trabajo A continuación se detallan las descripciones de cada uno de los paquetes de trabajo finales indicados en el organigrama superior. Cada descripción posee el siguiente formato: Entradas: información necesaria para la realización del paquete. Normalmente será en forma de documentación escrita, o de producto (software) en un estado intermedio de finalización Descripción: Resumen breve del paquete concreto Procesos: secuencia de actividades que hay que realizar para terminar con éxito el proyecto Salidas: Documentos o productos software que se generan en el propio paquete Gestión: Indica el responsable del proyecto, las fechas de inicio y fin del mismo y la estimación en horas/hombre del mismo. Cada paquete de trabajo contiene un título con su identificador asociado y el nombre con el que aparece en el árbol del apartado anterior. Página 115 de 154 Paquete de trabajo A 0.1 :Reunión inicial Propuesta de proyecto creada por los directores CV del Alumno Descripción Toma de contacto inicial entre directores (Management Solutions) y el alumno. Verificación del mutuo acuerdo en la realización del proyecto. Procesos Breve entrevista al alumno Repaso a la propuesta de proyecto Acuerdo sobre la realización del proyecto Salidas Acta de reunión Gestión Responsable: Coordinador de proyecto Inicio: 15/09/2011 Finalización: 15/09/2011 Horas/hombre estimadas: 6h Entradas Paquete de trabajo A 0.2: Reuniones periódicas Estado actual del proyecto Objetivos de la reunión Descripción Seguimiento periódico del estado del proyecto. Los directores de proyecto se reunirán con el alumno para verificar el cumplimiento de los objetivos marcados. Procesos Repaso del estado actual del proyecto Actualización del trabajo a realizar hasta la siguiente reunión Salidas N/A Gestión Responsable: Jefe de proyecto Inicio: N/A Finalización: N/A Horas/hombre estimadas: 4h Entradas Paquete de trabajo A 0.3: Presentación en clase Entradas Estado actual del proyecto Descripción Presentación ante el coordinador de proyecto de los avances realizados. Se realiza una presentación previa (correspondiente al anexo B), una presentación de seguimiento y una presentación final. Procesos Creación del documento Power Point con la información. Presentación del archivo al coordinador de proyecto durante la hora de clase asociada a la asignatura. Salidas Presentación Power Point del proyecto Gestión Responsable: Jefe de Proyecto Página 116 de 154 Paquete de trabajo Inicio: N/A Finalización: N/A Horas/hombre estimadas: 10h A 1.1.1.1: Concepto de liquidez Propuesta de proyecto Manuales sobre gestión de liquidez Descripción Investigación teórica sobre el concepto económico de liquidez Procesos Documentación en los manuales de al empresa Búsqueda masiva de información en internet Realización de un resumen teórico Salidas Resumen sobre el concepto de liquidez Gestión Responsable: Investigador Inicio: 15/09/2011 Finalización: 22/09/2011 Horas/hombre estimadas: 20h Entradas Paquete de trabajo A 1.1.1.2: Medidas de liquidez Resumen sobre el concepto de liquidez Manuales sobre métricas económicas Descripción Investigación sobre las métricas usadas en la liquidez Procesos Documentación en los manuales de al empresa Búsqueda masiva de información en internet Redacción de la introducción teórica del proyecto Salidas Introducción teórica del proyecto Gestión Responsable: Investigador Inicio: 22/09/2011 Finalización: 30/09/2011 Horas/hombre estimadas: 20h Entradas Paquete de trabajo A 1.1.2.1: Basilea III Entradas Normativa Basilea III Descripción Investigación sobre la norma Basilea III Procesos Lectura de la norma Redacción de un resumen teórico Salidas Resumen Basilea III Gestión Responsable: Investigador Página 117 de 154 Paquete de trabajo Inicio: 1/10/2011 Finalización: 7/10/2011 Horas/hombre estimadas: 20h A 1.1.2.4: Impacto de la normativa Resumen Basilea III Resumen Estados L Resumen Bipru 12 Documentos sobre impacto de normativa Descripción Redacción del impacto de la normativa en el contexto económico mundial actual. Procesos Investigación sobre el impacto de cada norma Redacción de las conclusiones del primer capítulo teórico del proyecto Salidas Capítulo Impacto en la normativa de la liquidez. Gestión Responsable: Jefe de proyecto Inicio: 25/10/2011 Finalización: 30/10/2011 Horas/hombre estimadas: 25h Entradas Paquete de trabajo A 1.2.1: Extracción de datos públicos Entradas Memorias trimestrales de los principales bancos españoles Descripción Extracción del concepto “depósitos de la clientela” de las entidades analizadas desde el período 2004 hasta el 2012 Procesos Búsqueda del concepto Volcado a un archivo Excel Construcción de gráficas en base a las variaciones Salidas Base de datos en formato Excel con las variaciones de los depósitos Gestión Responsable: Jefe de proyecto Inicio: 1/11/2011 Finalización: 15/11/2011 Horas/hombre estimadas: 30h Paquete de trabajo A 1.2.2.1: Ajuste a una distribución Entradas Base de datos en formato Excel con las variaciones de los depósitos Descripción Ajuste a una distribución estadística conocida Procesos Volcado de los datos a Matlab Página 118 de 154 Salidas Gestión Paquete de trabajo Entradas Descripción Procesos Salidas Gestión Paquete de trabajo Estudio de la salida arrojada por el comando “dfittool” Ajuste de los intervalos de confianza de los parámetros Distribución estadística de las variaciones trimestrales Responsable: Estadístico Inicio: 15/11/2011 Finalización: 20/11/2011 Horas/hombre estimadas: 15h A 1.2.2.1: Unificación de los datos Distribución estadística de las variaciones trimestrales Mensualización de la distribución Ejecución de un proceso de Montecarlo en Matlab Distribución estadística mensualizada Responsable: Estadístico Inicio: 20/11/2011 Finalización: 25/11/2011 Horas/hombre estimadas: 15h A 1.2.2.3: Análisis de percentiles Entradas Distribución estadística mensualizada Descripción En base a las distribuciones, comprobar el ajuste de las salidas propuestas por la norma Basilea III Procesos Obtención de los percentiles -5% y 10% de la distribución Comprobación de la frecuencia Redacción conclusiones Salidas Redacción capítulo análisis histogramas Gestión Responsable: Jefe de proyecto Inicio: 25/11/2011 Finalización: 5/12/2011 Horas/hombre estimadas: 35h Paquete de trabajo A 1.2.3.1: Adecuación a criterios económicos Series macroeconómicas a usar Datos de los depósitos de las entidades financieras Descripción Realizar una estimación teórica de qué valores pueden tener relación con el comportamiento de los depositantes, para evitar obtener regresiones espurias. Entradas Página 119 de 154 Procesos Salidas Gestión Paquete de trabajo Análisis de los factores disponibles Establecimiento de criterios económicamente sensatos Selección de los factores macro a usar y las hipótesis a probar Factores seleccionados Hipótesis razonables a probar Responsable: Estadístico Inicio: 5/12/2011 Finalización: 25/12/2011 Horas/hombre estimadas: 30h A 1.2.3.2: Construcción de la regresión Factores seleccionados Hipótesis a probar Descripción Realización de las regresiones estadísticas que verifiquen las hipótesis a probar. El modelo que explique la mayor variación posible de los depósitos será el seleccionado. Procesos Creación de un modelo estadísticamente viable Comprobar si verifica alguna de las hipótesis sensatas previas. Si es así se continúa, en otro caso se vuelve a iterar. Una vez encontrada una regresión válida, se redactan las conclusiones. Salidas Redacción capítulo: Regresión en base a factores macroeconómicos Gestión Responsable: Jefe de proyecto Inicio: 5/1/2012 Finalización: 30/1/2012 Horas/hombre estimadas: 30h Entradas Paquete de trabajo A 2.1: Análisis de requisitos Propuesta de proyecto Documento del PFC con la redacción de los primeros capítulos Descripción Analizar cómo trasladar los requisitos del cliente (poder hacer automáticamente los cálculos realizados en los apartados previos del proyecto) a especificaciones del sistema Procesos Análisis de las conclusiones previas Creación de la memoria de requisitos Consenso con el cliente Salidas Documento de especificación de requisitos Gestión Responsable: Analista Inicio: 1/2/2012 Entradas Página 120 de 154 Paquete de trabajo Finalización: 20/2/2012 Horas/hombre estimadas: 50h A 2.2: Diseño del Sistema Entradas Documento de especificación de requisitos Descripción Descomposición del sistema en módulos, y relacionarlos entre ellos Procesos Creación del diseño de alto nivel Creación del modelo detallado Salidas Documento de diseño de software Gestión Responsable: Analista Inicio: 20/2/2012 Finalización: 10/3/2012 Horas/hombre estimadas: 30h Paquete de trabajo A 2.3: Diseño del Programa Entradas Documento de diseño de software Descripción Creación de algoritmos y análisis necesarios Procesos Selección de algoritmos necesarios Creación de pseudocódigo Salidas Pseudocódigo Gestión Responsable: Analista Inicio: 10/3/2012 Finalización: 30/3/2012 Horas/hombre estimadas: 50h Paquete de trabajo A 2.4: Codificación Entradas Pseudocódigo Descripción Programación del código fuente. Procesos Creación de un prototipo inicial Muestra del mismo al cliente Refinamiento del prototipo Documentación del código Salidas Programa codificado Documentación código Página 121 de 154 Gestión Paquete de trabajo Responsable: Programador Inicio: 30/3/2012 Finalización: 10/4/2014 Horas/hombre estimadas: 60h A 2.5: Pruebas Programa codificado Documentación código Descripción Prueba del sistema en el entorno real. Procesos Conexión del programa con el entorno seleccionado Ejecución de batería de pruebas. Documentación del programa Salidas Programa probado Redacción capítulo final proyecto Gestión Responsable: Jefe de proyecto Inicio: 10/4/2012 Finalización: 30/4/2012 Horas/hombre estimadas: 30h Entradas Paquete de trabajo A 2.5: Verificación Entradas Programa codificado Descripción Prueba de la aceptación del cliente (en este caso la aprobación lo dará el Director de proyecto) Procesos Conexión del programa con el entorno seleccionado. Ejecución de pruebas para verificar la corrección de los resultados. Salidas Programa verificado Aceptación del cliente Gestión Responsable: Responsable de Verificación y Validación Inicio: 30/4/2012 Finalización: 10/5/2012 Horas/hombre estimadas: 10h Página 122 de 154 Paquete de trabajo A 2.6: Mantenimiento Programa verificado Aceptación del cliente Descripción Mantenimiento del programa una vez implementado y corrección de posibles errores. El fin de este período estará marcado por el fin de la beca. Procesos Establecimiento de un canal de comunicación con el cliente Corregir los errores recibidos Salidas N/A Gestión Responsable: Jefe de proyecto Inicio: 10/5/2012 Finalización: Desconocido Horas/hombre estimadas: N/A Entradas Página 123 de 154 5.2 Planteamiento general 5.2.1 Organigrama del equipo de trabajo En esta sección se indica el organigrama en el que se ha visto envuelto el alumno en la realización de este proyecto final de carrera. Al ser un proyecto individual, el alumno se ha visto obligado a asumir varios roles diferentes; por lo que su nombre aparece repetido en varias funciones. El resto de componentes del equipo se resumen brevemente: Coordinadores de proyecto: Son los representantes de la universidad, y validan y puntúan finalmente el proyecto. Debido a que este es un proyecto conjunto para las titulaciones de Ingeniería en Informática e Ingeniería en Organización Industrial, hay dos coordinadores: David Contreras como coordinador de Informática, y Susana Ortiz como coordinadora de Organización Industrial. Directores de proyecto: Representantes de la empresa Management Solutions e interlocutores habituales del alumno. Han sido los encargados de marcar los objetivos, encauzar la ejecución del proyecto y comprobar el progreso del mismo. Son Javier Calvo Martín y Juan García Cascales, gerentes al cargo del departamento de I+D de Management Solutions. Director de Proyecto Juan García Cascales Javier Calvo Martín Coordinador de Proyecto (promotor del proyecto) David Contreras Bárcena Susana Ortiz Marcos Jefe de proyecto Adrián de la Hera López Responsable de verificación y validación Javier Calvo Martín Investigador Adrián de la Hera López Estadístico Adrián de la Hera López Usuario Departamento I+D Analista Adrián de la Hera López Programador Adrián de la Hera López Ilustración 50. Organigrama del proyecto Página 124 de 154 5.2.2 Descripción de los puestos de trabajo En esta sección se realiza una descripción de cada uno de los puestos mencionados en el organigrama superior. Cada descripción contiene una tabla con el siguiente formato: Código: Identificador único asociado a cada puesto. Responsabilidades: Resumen de las tareas que desempeñará a lo largo del desarrollo del proyecto. Descripción: Detalle del puesto en particular. Requisitos: Requerimientos que debe cumplir la persona que desempeñe el puesto mencionado. Cada tabla va precedida por el nombre del puesto en concreto. Nombre del puesto: Jefe de proyecto - Código: HeraLopez_PGP_JP - Responsabilidades: Redactar y construir el proyecto final de carrera - Descripción: Sobre él recae directamente la ejecución del trabajo. Será el responsable de la documentación final, y del correcto funcionamiento de la aplicación. Durante la ejecución de estas tareas, será el encargado de documentar todos los pasos seguidos y las conclusiones halladas. - Requisitos: Estará matriculado en la Universidad Pontificia Comillas, y habrá llegado al 5º curso de la titulación de IINF+IOI. Como requisito indispensable, estará matriculado en la asignatura de “Proyecto final de Carrera”. Para su elección, se valora una buena trayectoria académica e interés en la materia del proyecto. Nombre del puesto: Coordinador de proyecto - Código: HeraLopez_PGP_Coord - Responsabilidades: Verificar la corrección del proyecto y dar puntuación - Descripción: Es la persona que puntúa el trabajo realizado y actúa como la figura tradicional del “profesor” de la asignatura de “Proyecto Final de Carrera”. Es el encargado de verificar que el proyecto cumple los requisitos mínimos para ser considerado válido. Una vez validado, dará una nota final del proyecto que actuará como remuneración académica para el alumno. - Requisitos: Obligatoriamente debe ser profesor de la Universidad Pontificia Comillas, y se valorará experiencia en el campo de la gestión de proyectos. En el caso concreto de Página 125 de 154 este proyecto será desempeñado por dos personas: una deberá tener conocimientos de ámbito general sobre la titulación de Ingeniería Informática y otra sobre Organización Industrial. Nombre del puesto: Director de proyecto - Código: HeraLopez_PGP_Dir - Responsabilidades: Ofrecer un proyecto válido y encauzar el trabajo. - Descripción: Será el encargado de ofrecer un trabajo que reúna las características necesarias para que un alumno lo desarrolle como proyecto final de carrera. Podrá ser una persona interna a la universidad, en cuyo caso aportará un proyecto orientado a ampliar los conocimientos adquiridos; o trabajar en una empresa externa (como el caso de este proyecto), y ofrecer proyectos orientados a complementar la formación adquirida con un período de prácticas. - Requisitos: No presenta requisitos específicos. Se valorará elevada experiencia en el campo en el que se ofrezca el proyecto; y en el caso de ser de una empresa externa, ostentar un puesto de responsabilidad dentro de ella. La experiencia en la coordinación de equipos será tenida en cuenta positivamente. Nombre del puesto: Responsable de verificación y validación - Código: HeraLopez_PGP_Ver - Responsabilidades: Comprobar la adecuación del trabajo realizado - Descripción: Se encarga de comprobar si el proyecto cumple las especificaciones que dice cumplir. Revisará las especificaciones necesarias, y comprobará que el trabajo realizado las cumple o no. - Requisitos: Estará relacionado con la empresa y la universidad, para poder comprobar el ajuste a ambas partes. Se valorará la experiencia en proyectos similares, para conocer los requisitos habituales. Nombre del puesto: - Código: Investigador HeraLopez_PGP_Inv Página 126 de 154 - Responsabilidades: - Descripción: Realizar investigaciones teóricas. Será el encargado de buscar información teórica, tanto en hemerotecas físicas como en internet. Una vez adquiridos los conocimientos teóricos, elaborará informes resumidos que contenga únicamente lo esencial de la investigación realizada para mostrar a los puestos superiores. - Requisitos: Conocimientos macro y micro económicos, y experiencia en la búsqueda de información en buscadores especializados (google scholar, jstor, willey, etc.) Se valorarán conocimientos legales. Al estar gran parte de estos textos en inglés, es imprescindible soltura con este idioma. Nombre del puesto: Estadístico - Código: HeraLopez_PGP_Est - Responsabilidades: Regresiones y análisis estadísticos - Descripción: Responsable de los modelos matemáticos realizados. Sus conocimientos le permitirán probar varios modelos y decidir cuál tiene mayor bondad de regresión según los datos obtenidos. Deberá ser capaz de realizar análisis simples sobre histogramas. - Requisitos: Experiencia en el manejo de programas estadísticos específicos (SPSS, SAS) y genéricos (Matlab). Tendrá que ser capaz de llegar a conclusiones del estudio visual de las gráficas, y conocer el mayor número de modelos matemáticos posibles, así como su aplicación y restricciones. Nombre del puesto: Analista - Código: HeraLopez_PGP_An - Responsabilidades: Convertir las especificaciones del cliente en requisitos del programa - Descripción: Dada su experiencia en proyectos, será capaz de convertir los requisitos necesarios en detalles del programa. Es el encargado de diseñar cómo va a realizar el programa las tareas necesarias. - Requisitos: Página 127 de 154 Conocimientos de varios lenguajes de programación, especialmente Java. Experiencia en proyectos de desarrollo previos. Nombre del puesto: Programador - Código: HeraLopez_PGP_Prg - Responsabilidades: Programar el pseudocódigo especificado - Descripción: Será el encargado de codificar todo el desarrollo. Con las especificaciones dadas en las fases previas, deberá escribir las líneas de código necesarias para su correcto funcionamiento. - Requisitos: Conocimientos de varios lenguajes de programación, especialmente Java. Experiencia en proyectos de desarrollo previos. Página 128 de 154 5.2.3 Presupuesto del proyecto En este apartado se realizará una estimación del coste asociado al proyecto. La realización del mismo conlleva principalmente la redacción de este documento y la creación de una aplicación web, lo que no implica la compra de materiales o la construcción de máquinas hardware. Por ello, todos los costes van asociados a las horas/hombres gastadas en la finalización de cada uno de los paquetes de trabajo previos y a los costes asociados a la licencia del gestor de bases de datos. El coste real de este proyecto consiste en la beca remunerada para el alumno realizada en Management Solutions, más el coste por hora asociado a los directores de este proyecto de dentro de la misma firma; pero la confidencialidad con la empresa impide mostrar estas cifras. Por ello, se realiza una suposición de costes para cada uno de los perfiles implicados en este proyecto: Tabla 10. Costes por perfil Puesto Director de proyecto Coste 60€ Coordinador Jefe de proyecto Responsable de verificación y validación Investigador Estadístico Analista Programador 60€ 20€ 40€ 15€ 15€ 20€ 15€ Los costes están indicados en €/hora. Las horas utilizadas en cada una de las secciones han sido controladas mediante las herramientas de control de personal usadas en la empresa, y se muestran en la tabla siguiente. La segunda columna muestra las horas totales usadas en la realización de cada uno de los apartados, mientras que las columnas adyacentes representan el desglose por puesto de trabajo. Página 129 de 154 Tabla 11. Horas por actividad y perfil Actividad Horas previstas Director de proyecto Reunión inicial 6 3 Presentación en clase 6 Concepto de liquidez 20 Medidas de liquidez 20 Basilea III 20 20 Estados L 20 20 BIPRU 12 20 20 Impacto de la normativa 25 Extracción de datos públicos 30 Ajuste a una distribución 15 Unificación de los histogramas 15 Análisis percentiles 35 Adecuación a criterios macro Construcción de la regresión Coordinador Jefe de proyecto Responsable de verificación y validación Estadístico Analista Programador 3 3 3 20 2 18 20 5 30 2 13 15 20 15 30 30 Investigador 15 10 15 20 Análisis de requisitos 50 50 Diseño del sistema 30 15 15 Diseño del programa 50 20 20 Codificación 60 Pruebas 30 15 Verificación 10 4 10 60 15 5 1 Página 130 de 154 Mantenimient o 60 Reuniones periódicas 200 100 Total 782 103 10 20 30 121 125 100 3 199 5 148 78 Una vez que se dispone de las horas totales, y en base a los costes que se han desglosado anteriormente, cada uno de los puestos de trabajo tiene el siguiente coste: Tabla 12. Coste asociado a cada perfil del organigrama Director de proyecto Coordinador Jefe de proyecto Responsabl e de verificación y validación Investigador Estadístico Analista Programador 60€ 60€ 20€ 40€ 15€ 15€ 20€ 15€ 103 3 199 5 148 78 121 125 6.180,00 € 180,00 € 3.980,00 € 200,00 € 2.220,00 € 1.170,00 € 2.420,00 € 1.875,00 € Coste Horas totales Precio final Sumando estos costes, se obtiene un coste total de las horas de trabajo de 18.225€. Coste de licencias software La aplicación usa como gestor de bases de datos SQL Server 2008 R2 Express Edition, ya que permite su uso en aplicaciones locales y para desarrolladores. Sin embargo, a la hora de escalar esta aplicación a un entorno real se deberá adquirir una licencia de dicho producto. SQL Server 2008 ofrece tres distinciones principales: SQL Server Standard Edition: para pequeñas y medianas empresas, con recursos informáticos limitados y que quieran obtener una cobertura básica SQL Server Enterprise Edition: para grandes organizaciones, que necesiten satisfacer altos niveles de servicio y tiempos de respuesta muy elevados. SQL Server Datacenter Edition: pensado para centros de datos a muy gran escala, que ejecuten un alto volumen de transacciones de altas prestaciones. La empresa Management Solutions, aun teniendo una amplia plataforma tecnológica con la que da soporte a los proyectos de los diferentes clientes, no llega a la categoría de gran centro de datos; pero de ninguna manera se puede considerar una empresa mediana con Página 131 de 154 soporte informático limitado. Por ello, se selecciona la licencia Enterprise Edition. Dicha licencia tiene un coste asociado por procesador de 27.500 $, es decir algo menos de 22.000€. El servidor de datos de la empresa dispone de 5 procesadores, por lo que el coste de la licencia asciende a 110.000€. Dicho coste no repercute de manera directa sobre el proyecto, sino que se reparte entre los diferentes departamentos de la empresa de la siguiente manera: Dentro de la empresa, existen dos servidores dedicados a los departamentos transversales. Estos departamentos son los que no crean valor de manera directa, sino que dan soporte a todas las demás funciones de la empresa. Estos son Marketing, I+D, Recursos Humanos, Finanzas y Tecnología. De los dos servidores dedicados, el primero de ellos está asignado a Finanzas y Tecnología; y el segundo de ellos al resto. El porcentaje de ocupación del servidor es el siguiente: Recursos Humanos: 30% Marketing: 30% I+D: 40% Todas las aplicaciones usan SQL Server como gestor de Bases de Datos. Dentro de I+D, existen 3 aplicaciones que usen el servidor: la responsable de contabilizar el tiempo asignado por tarea y empleado, la actualización periódica de publicaciones, y la herramienta desarrollada por el alumno. Por ello, del coste inicial de 110.000€ de la licencia únicamente repercuten 14.600€ (110.000*0.4*1/3), con lo que el coste estimado del proyecto ascendería a 32.825€. Página 132 de 154 5.2.4 Planificación 5.2.4.1 Resumen de la planificación La planificación, al igual que el resto del proyecto, se divide en dos grandes grupos: el estudio teórico y el desarrollo de la aplicación web. A su vez, el estudio teórico tiene dos grandes subapartados: el estudio sobre la normativa y el análisis cuantitativo. Al ser este estudio teórico la base para el entendimiento posterior de todo el proyecto, fue el punto de partida, y se le dedicó el mes y medio inicial. Una vez adquiridos los conocimientos básicos sobre liquidez bancaria y la normativa que la rige, se realizó el análisis cuantitativo sobre la estabilidad de los depósitos bancarios. Esta sección duró tres meses por la lentitud de la extracción de datos públicos y los requerimientos de adecuación a criterios económicos, que fueron muy elevados. Comenzando febrero, la totalidad del trabajo se centró en la aplicación web y en la documentación en paralelo de la misma a medida que se iba finalizando cada apartado. El proyecto ha finalizado satisfactoriamente en el tiempo planeado, y el cierre del proyecto será la presentación final en la universidad. El resumen del diagrama de Gantt previo sería el siguiente: 1.1 Estudio normativa de liquidez •15-Septiembre-2011 a 30-Octubre-2011 1.2 Análisis cuantitativo sobre la estabilidad de los depósitos •1-Noviembre-2011 a 30-Enero-2012 2 Desarrollo de aplicación web para análisis automáticos •1-Febrero-2012 a 19-Mayo-2012 Ilustración 51. Resumen diagrama de Gantt Página 134 de 154 6 Conclusiones De la realización de este proyecto se han obtenido numerosos conocimientos nuevos para el alumno, que han permitido profundizar en las grandes áreas en las que se ha desarrollado el mismo: Ampliación de conocimientos sobre las dos titulaciones en las que está enmarcado la realización del mismo, realizando tareas de complejidad nunca antes desarrollada, ya que un trabajo de clase nunca ha tenido una envergadura similar al proyecto realizado. Experiencia en el sector de la consultoría de negocio, área en la que el alumno está particularmente interesado. Este sector era un completo desconocido excepto por referencias externas; pero ahora se conoce lo suficiente del mismo para poder embarcarse de lleno en él. Inicialmente, fue necesario realizar una exhausta documentación teórica sobre el concepto de liquidez bancaria: concepto teórico, medidas de liquidez, riego de liquidez, etc.; así como las normativas existentes en el mercado, que han sido objeto de estudio en este proyecto. Esto ha servido para aprender de forma transversal mucho acerca del funcionamiento de las entidades financieras, sobre todo las españolas, ya que el proyecto usa datos extraídos directamente de sus informes trimestrales. Todo ello ha conseguido que se conozca realmente el tratamiento que las entidades dan a los depósitos como fuente estable de liquidez, y por qué determinados movimientos en el mercado llevaron a una cruda “guerra de pasivo” hace dos años; cuando el cierre del mercado interbancario y la inseguridad acerca de la situación de los competidores llevaron a la sustitución de las fuentes de liquidez habituales. Por otra parte, la división de las fases de estudio ha permitido conocer a fondo dos tipos de herramientas: Por una parte se han adquirido nuevos conocimientos de un potente software matemático: MATLAB; conociendo como la amplia variedad de funciones de alto nivel existentes permiten realizar todo tipo de estudios con apenas unas pocas líneas de código. También se ha conocido otro potente software estadístico, SAS, para la creación de regresiones lineales y el tratamiento de grandes volúmenes de datos. La realización de la aplicación web en tecnología JAVA usando funciones de más bajo nivel ha permitido realizar las dos grandes optimizaciones del sistema casi desde la base, lo que ha llevado al entendimiento del funcionamiento interno de este tipo de algoritmos. Página 135 de 154 Igualmente, la realización del modelo lineal ha supuesto una nueva forma de visualizar los resultados estadísticos de un sistema: el alumno está habituado a la realización de modelos estadísticos sin la interpretación posterior de los resultados, únicamente la calidad estadística de la regresión. La interacción con profesionales econométricos de la firma ha permitido ver que un modelo no tiene más calidad que otro únicamente por tener un R 2 mayor, y por lo tanto explicar más variaciones; sino por ser extrapolable a una realidad económica que se pueda observar día a día. Por todo ello, la realización de este proyecto ha supuesto una ampliación de los conceptos aprendidos a lo largo de la carrera en gran parte de sus asignaturas; así como un mayor entendimiento de los mismos, ya que se ha visto su aplicación en un entorno real: Han sido indispensables desde el momento inicial la base teórica que han aportado las asignaturas de gestión: tanto Economía, Organización de Empresas, Control Informático de Gestión o Teoría Económica. Gracias a ellas se ha podido entender el funcionamiento de una entidad financiera dentro del complejo entorno macroeconómico que se vive actualmente, y poder comprender el valor que la consultora Management Solutions aporta a sus clientes. En el momento del ajuste a la distribución, los conocimientos adquiridos en Estadística y Estadística Industrial fueron fundamentales, ya que fue aplicación directa de algunos de los conceptos aprendidos en su día. Igualmente fueron especialmente útiles en la interpretación de resultados que el modelo lineal arrojaba. Los procesos de optimización no hubieran sido posibles sin Algoritmica, y sobre todo Investigación Operativa. En el diseño de la posterior aplicación web, se usaron los conocimientos adquiridos en asignaturas como Desarrollo de Aplicaciones, o Ingeniería del Software; que hicieron posible el diseño eficiente de los diferentes procesos internos que se seguirían finalmente. Por último, las asignaturas de programación estudiadas a lo largo de toda la carrera han hecho posible la construcción final de la aplicación en tecnología JAVA, integrando las funciones existentes en las librerías de libre acceso. Para terminar, lo que ha hecho posible la finalización de este proyecto ha sido su realización en el entorno de la consultora Management Solutions, siendo necesario destacar el gran trabajo de apoyo por parte del gerente encargado del departamento de I+D y codirector de este proyecto, Javier Calvo Martín; así como los compañeros de este departamento, todos profesionales de gran capacidad y experiencia. Página 136 de 154 Anexo 1: Manual de usuario En este apartado del proyecto se mostrará el manual de usuario de la aplicación, con pantallas y ejemplos del uso normal de la misma. La información está dividida según las propias secciones de la aplicación. 1 Selección de las entidades 1) Selección de las entidades Esta sección es el paso previo a la ejecución de las opciones presentadas en los apartados siguientes (excepto administrador). Aquí se mostrarán los bancos o entidades financieras (en adelante “las entidades”) de las que se almacena información en la base de datos. Sobre el tipo de información contenida: Está tomada en base a información pública: la que publican las entidades en sus páginas web corporativas, bien en los informes trimestrales o similares. Al estar limitada por el punto anterior, se almacenan datos trimestrales, ya que no se publican los datos con mayor frecuencia. Al pulsar sobre el enlace aparecerá la Ilustración 52: Ilustración 52. Tabla selección entidades 1. Tipo de depósito almacenado: Es necesario hacer esta distinción, ya que no siempre se dispone de los datos con la profundidad o desglose suficientes. De cara al análisis de Página 137 de 154 Basilea III, la información ideal es la suma de los depósitos a la vista y los depósitos a plazo, aunque no siempre es posible, como muestra el ejemplo. Igualmente, se muestra si el dato se refiere únicamente a los depósitos residentes o al global de las oficinas de la entidad. 2. Nacionalidad de la entidad: en este ejemplo únicamente aparecen entidades españolas, aunque en un futuro se añadirán datos extranjeros. 3. Fechas de inicio y fin de los datos: indican el comienzo y fin de la serie histórica de la información. 4. Selector: permite añadir cada entidad a los análisis posteriores realizados. 5. Entidades: Mostraría la información almacenada, en el ejemplo tenemos 7 de los bancos más relevantes por volumen de activos. 6. Botón Guardar Preferencias: Una vez que haya seleccionado las entidades deseadas mediante (4), deberá pulsar este botón para enviar la orden al sistema. Si ha seleccionado al menos una entidad, aparecerá el mensaje “Preferencias cargadas, ya puede realizar el análisis” a la izquierda de la tabla. En caso de que no haya seleccionado ninguna, dará un mensaje de error. 7. Botón Restaurar Entidades: Anula las preferencias cargadas y vuelve a mostrar todas las opciones posibles 8. Botón seleccionar todas: marca todas las filas de la columna (4). Una vez pulsado este botón, deberá pulsar el botón (6). 2) Informe estadístico a) Informe inicial Aquí se realiza la primera parte de los análisis estadísticos: análisis a una distribución estadística conocida, y estudio de las fugas de los depósitos mediante las funciones de distribución y los percentiles. En caso de no haber realizado la selección de entidades como paso previo, aparecerá el siguiente mensaje: Ilustración 53. Error de selección entidades Este error se muestra porque el sistema no ha cargado los datos de las entidades, ya que el usuario no ha hecho su selección previa. Para evitarlo, pulse en el enlace que le ofrece el mensaje para realizar la selección, o pulse en el enlace de la parte izquierda de la pantalla: Página 138 de 154 En caso de haber seleccionado las entidades correctamente, se mostrará en la pantalla la Ilustración 54: Ilustración 54. Imagen inicial informe Pulsando en el enlace “ver más” de cada subsección, se ampliará la información a mostrar. i) Ajuste paramétrico Aquí se muestra un estudio general de los datos obtenidos, y una comparación entre los ajustes a cada distribución conseguidos. En la parte superior de la sección aparece una tabla resumen de los datos, mostrando la media y la desviación típica de cada una de las entidades. La última columna muestra los estadísticos de los datos unificados, como si fueran una única entidad: Ilustración 55. Media y desviación típica por entidad En la Ilustración 55 se han tomado los 7 bancos ofrecidos previamente. Se ve que tanto la desviación típica como la media de las variaciones de todos ellos son similares. Justo debajo de esta primera tabla, aparece un gráfico como el de la Ilustración 56: Página 139 de 154 Ilustración 56. Gráfico de variaciones de todas las entidades En él, el eje X representa la línea temporal, y el eje Y muestra la variación trimestral relativa de los depósitos de cada entidad, siguiendo la fórmula: ( ) ( ( ) ( ( ) ) Así, en un caso ejemplo en el que los depósitos hayan pasado de 100 unidades monetarias en un trimestre, a 120 en el siguiente; el valor que se mostraría será un 0.2, es decir, una subida del 20%. El gráfico es interactivo, e iluminará la serie que se encuentre más cerca del ratón en cada momento. Además, permite la realización de zooms, tanto vertical como horizontal. Para ello se debe pulsar en cualquier punto del gráfico, y desplazarlo vertical u horizontalmente. El fondo cambiará como en la Ilustración 57: Ilustración 57. Zoom horizontal Si se suelta el ratón, el gráfico se ampliará a la zona grisácea. Para restaurar el gráfico a su estado original, sólo debe hacer doble clic en cualquier punto. Página 140 de 154 En la sección “Ajuste paramétrico” se muestran por un lado una imagen con el histograma y otra una tabla con los p-valores resultantes del ajuste a cada distribución. Ilustración 58. Ajuste del histograma a distribuciones conocidas Histograma de barras: frecuencia con la que se observan las variaciones unificadas como una única entidad. Curvas: ajuste de cada distribución a los datos. Ejes verticales: número de observaciones. Eje horizontal: variaciones relativas de los depósitos según la fórmula anterior. La tabla tiene el siguiente formato: Página 141 de 154 Ilustración 59. Tabla con resultados y p-valores test ajuste 1. Test de Komogorov-Smirnov: mide la máxima distancia entre los datos y el ajuste realizado. La primera columna muestra el valor que arroja el test y la segunda el pvalor. Tienen una relación inversa: a menor valor en el test (o mayor p-valor) mejor ajuste a la distribución, y viceversa. 2. Test de Aderson-Darling: Realiza el mismo análisis pero con este nuevo test. Se muestra de manera informativa, ya que el sistema no lo tiene en cuenta a la hora de seleccionar una distribución. 3. Selector: permite elegir una nueva distribución. 4. Distribuciones posibles: todas deben cumplir dos propiedades básicas: ser continuas y estar presentes en el dominio [-∞, +∞]. 5. Botón cambio: Seleccionará una nueva distribución, y se mostrará un mensaje de confirmación. Esta nueva distribución no afectará ni a la tabla ni a la imagen de su izquierda, pero sí al resto de análisis posteriores. Por último al final de este apartado se muestra una tabla con la estimación de las salidas de los depósitos en base a la distribución seleccionada: Ilustración 60. Muestra salida depósitos y percentiles Página 142 de 154 Tabla izquierda: evaluación de los percentiles. Cada percentil es el resultado de la evaluación de la función de distribución inversa en cada punto mostrado. Tabla derecha: estimación de la probabilidad de salida de los depósitos. Se estima en base a la evaluación de la función de densidad en cada punto. ii) Ajuste mensual En esta sección se muestra la información que realiza el algoritmo de mensualización, detallado en la sección 4.9.1.2.1.1 de este proyecto. A la derecha aparecerá la siguiente imagen: Ilustración 61. Función de distribución trimestral y mensual Realiza una comparación visual entre la función de distribución trimestral y la mensual. En este caso se ha ajustado a una distribución de Laplace, siendo la línea roja la distribución mensual y la azul la trimestral. Como se vio en el apartado 3.2.2, la mensualización tiene dos efectos principales: Reducción de la volatilidad de la distribución, observándose una distribución más estilizada; debido a la reducción de la incertidumbre por el horizonte temporal más corto Por el mismo motivo, la media se reduce y la campana está más centrada en cero. En el lateral de la pantalla se muestra una imagen análoga a la mostrada en i), pero referido al caso mensual: Página 143 de 154 Ilustración 62. Salida depósitos y percentiles mensuales Como se puede observar, la probabilidad de sufrir salidas extremas de los depósitos en un horizonte de 30 días es significativamente menor. iii) Análisis particularizado En los análisis previos se realizó una unificación de los datos. El motivo de esto es poder considerar el global de las entidades como una representación global de todo el sistema financiero español, y no únicamente cada una de ellas. En esta sección sí se realiza el análisis individualizado para cada una de ellas, mostrando directamente la función ajustada y mensualizada para cada una de ellas. La sección se estructura de la siguiente forma: Página 144 de 154 Ilustración 63. Salida análisis por entidad 1. Funciones de densidad: muestran la función de densidad en el dominio [-0.15,+0.15] de la distribución seleccionada previamente, pero ajustada de manera única para cada entidad. 2. Función de distribución: probabilidad acumulada en el dominio [-0.15,+0.15]. 3. Salidas extremas de los depósitos: Estima la probabilidad de sufrir salidas extremas en 30 días para cada entidad, en base a la función ajustada de cada una de ellas. b) Obtención de percentiles personalizados En esta sección se permite calcular los percentiles que el propio sistema no ofrece de manera predefinida. Aparecen dos tablas, una con la información trimestral y otra con la información mensualizada. La estructura de las dos es similar: Ilustración 64. Percentiles personalizados Se muestran de nuevo las variaciones y percentiles ya calculados, y se ofrece un campo de texto para incluir nuevos números. Una vez que el usuario introduzca la variación y/o el Página 145 de 154 percentil deseado, debe pulsar el botón “Añadir Percentil y/o variación”. Se permite el cálculo simultáneo de los dos datos a la vez, o únicamente de uno de ellos. La tabla se refrescará con la información introducida: Ilustración 65. Cálculo de percentil y variación En este ejemplo se ha calculado el percentil 80 y un aumento de los depósitos del 5%. Si se introdujeran números inválidos el sistema mostraría un mensaje de error. En el ejemplo se ha intentado calcular el percentil -99. Ilustración 66. Error Este campo sólo admite valores positivos entre 0 y 100. 3) Regresión estadística a) Modelo matemático En esta sección se ofrecen las herramientas para realizar un modelo matemático que permita explicar el comportamiento de los depósitos en base a factores macroeconómicos. Al igual que en la sección 2)a)i), si no se han seleccionado las entidades, volverá a aparecer un mensaje de error. Si ha seleccionado las entidades previamente, aparecerá una tabla con la información de todas las variables macroeconómicas, con un formato similar al de la imagen: Ilustración 67. Tabla variables macroeconómicas 1. Nombre de la variable: ejemplos pueden ser el Paro, el Ibex35, etc. 2. Tipo de medición: Indica la manera en la que está almacenada la variable en la base de datos de la aplicación. Una variable como el Paro puede darse en número total de parados, o la variación sufrida de un período a otro. Página 146 de 154 3. Fechas de inicio y fin: Muestra la profundidad histórica de los datos. Se irán actualizando periódicamente. 4. Introducción de lags: aplica retardos en la variable explicativa. Seleccionar por ejemplo lag 1 comprobaría el cómo la renta del trimestre anterior afecta a las variaciones de los depósitos. 5. Operaciones con las variables: Si selecciona no operar, el dato usado será el almacenado en la base de datos. Se ofrecen tres opciones: Trimestralizar: cada dato se sustituye por el resultado de ( ( ) ( ( ) ( ) ) ( ( ) ( ) ) Anualizar: se sustituye por el resultado de ( ) Resta absoluta: sustituye cada dato por la resta de sí mismo menos el ( anterior. Nota: operar sobre los datos reducirá la longitud histórica de las mismas. 6. Selector: Incluye la variable en el modelo. Una vez elegidas las mejores variables, al pulsar sobre el botón inferior aparece una pantalla similar a esta: Ilustración 68. Salida modelo regresivo 1. Pesos de las variables: coeficiente de cada variable en la ecuación regresiva. Un valor pequeño puede tener dos motivos: poco peso en el modelo, o está medida en unidades mucho mayores que el resto. 2. Estadísticos: se adjuntan los principales estadísticos de la distribución. El R2 muestra cuánta variación es capaz de ajustar el modelo; y el test de Durbin Watson descarta la autocorrelación de los residuos con valores cercanos a 2. Página 147 de 154 3. Cambio en las variables: vuelve a la pantalla anterior para cambiar la selección realizada 4. Muestra gráfica: visualiza todas las variaciones históricas de los depósitos, y además incluye una serie con los valores generados por el modelo. El gráfico es interactivo, como ya se ha comentado en el apartado 2)a)i) b) Estrés test inverso En esta sección se ejecuta el algoritmo detallado en la sección 4.9.1.2.2.1. Permite la obtención del escenario macroeconómico más probable que cumple con la ecuación regresiva hallada. Si el usuario no ha realizado un modelo regresivo previamente, el sistema mostrará un mensaje de error similar al ya mostrado cuando no se había realizado la selección de las entidades en el apartado 2)a)i). De nuevo para solucionar el error puede pulsar sobre el link que le ofrece, o ir a la sección correspondiente en la barra lateral izquierda. Para calcular el escenario de estrés, el usuario debe introducir una variación de los depósitos que desea comprobar. Ya que los datos se disponen de manera trimestral, la variación introducida al sistema debe ser obligatoriamente trimestral. Para dar más funcionalidad al usuario, se ofrecen dos opciones: Introducción de la variación trimestral directamente: el usuario introduce la variación en la caja de texto de la imagen, y tras pulsar “Calcular estrés Trimestral” se calcula el escenario: Ilustración 69. Cálculo estrés trimestral Introducción de la variación mensual a trimestralizar: el usuario introduce la variación, y se trimestralizará de forma interna. Existen dos formas de hacer esto: introduciendo tres variaciones que el usuario elegirá, o seleccionar en la lista desplegable la opción “Tres variaciones consecutivas”, en cuyo caso desaparecerán dos de las tres cajas de texto, y únicamente introducirá un valor. Ilustración 70. Opciones estrés mensual Página 148 de 154 Si introduce un valor alfanumérico, o un valor que no esté en el rango -100,100; el sistema mostrará un mensaje de error. Si la variación es válida, se rellenará la tabla con los valores esperados de las variables macroeconómicas, en función del modelo calculado. Ilustración 71. Salida escenario de estrés 4) Administrador En esta sección se accede al trato de los datos: altas, bajas y modificaciones. Para poder acceder a ella es necesario pasar por un sistema de autentificación, por lo que al pulsar sobre cualquier opción aparecerá la siguiente pantalla: Ilustración 72. Pantalla login Si se introduce un usuario inválido, aparecerá un mensaje de error: “Usuario o contraseña incorrectos”. Una vez que se haya validado accederá a la opción elegida, o una pantalla donde podrá seleccionar todas las posibles. a) Alta de entidades o variables A pesar de que en la aplicación se sitúan en enlaces diferentes, ambas opciones son muy similares, por lo que se agrupan en este manual. Si se ha validado correctamente, aparecerá la siguiente pantalla: Ilustración 73. Alta de datos 1. Introducción de información general: Introduzca la información principal de la entidad/variable que desee dar de alta Página 149 de 154 2. Horizonte temporal: aquí se indica el comienzo de los datos, y el número de trimestres que desea añadir. Una vez que haya introducido los datos, pulse el botón “seleccionar y aparecerá una pantalla similar a esta: Ilustración 74. Adición de variaciones En el caso mostrado únicamente se añaden 3 períodos, comenzando en el 3º trimestre de 2000. Una vez que se introduzcan los datos, debe pulsar el botón de alta. Si los datos son correctos el sistema mostrará una confirmación, y si no el campo erróneo cambiará de color. b) Baja de entidades o variables En cualquiera de los dos casos, aparecerá una tabla como la de la imagen: Ilustración 75. Borrado de datos Pulsando sobre la última columna en cada una de las entidades/variables se añaden a las opciones de borrado. Para realizar la eliminación debe pulsar en el botón inferior. El sistema mostrará un mensaje de confirmación, y si el usuario está conforme eliminará todos los datos de la base de datos. Página 150 de 154 c) Modificar Datos En este apartado se permite la modificación de los datos tanto de entidades como de variables, y la adición de nuevos períodos históricos. Al acceder a la sección, aparecerá una lista desplegable donde seleccionará una variable o una entidad: Ilustración 76. Lista desplegable para entidades o variables Una vez que realice la elección, aparecerá otra lista desplegable con todas las entidades o variables almacenadas (según su elección previa). Cuando se seleccione una opción, aparece esta pantalla: Ilustración 77. Modificar datos Desde aquí podrá realizar los cambios que considere convenientes. Una vez que finalice, pulse el botón “Cambiar los datos”. Si todos los datos están correctos, el sistema mostrará un mensaje de confirmación, pero en caso de que se introduzcan valores inválidos, el campo se iluminará: Ilustración 78. Dato erróneo Página 151 de 154 Para añadir un nuevo período histórico, introduzca un valor en los campos con borde verde. Cuando pulse el botón “Cambiar los datos” el sistema lo incluirá a la serie histórica, recalculando las fechas de inicio y fin almacenadas. Ilustración 79. Nuevo período d) Carga masiva de datos mediante un archivo .csv Se permite el alta de datos de forma masiva mediante un archivo .csv. Esto permite la inclusión de altos volúmenes de datos procedentes de otras fuentes como Excel o similares. El formato que debe tener el archivo es el siguiente: Caso entidades: o Una cabecera que contenga exactamente: Nombre, Tipo, Nacionalidad, Fecha, Valor o Cada línea tendrá el formato: EjNombre,EjTipo,EjNacionalidad,DD/MM/AAAA, 0.99 Donde los campos Ejxxxx serán los valores de la entidad en concreto, la fecha será por ejemplo 19/03/12, y el valor de la variación estará introducido en variaciones relativas. Caso variables macroeconómicas: o Una cabecera que contenga exactamente: Nombre, tipo, Fecha, Valor o Cada línea tendrá el formato: EjNombre,EjTipo,DD/MM/AAAA, 0.99 Una vez que se disponga del archivo, se seleccionará en la siguiente pantalla: Ilustración 80. Carga de archivo .csv Al pulsar el botón subir archivo aparecerá una ventana confirmando la subida, y se redirigirá a la página inicial. Página 152 de 154 Bibliografía [BCBS00] Basel Comitee on Bankig Supervision (BCBS): Sound Practices for Managing Liquidity in Banking Organisations (Febrero 2000). [BCBS10] Basel Comitee on Bankig Supervision (BCBS), Basilea III: Marco internacional para la medición, normalización y seguimiento del riesgo de liquidez (2010). [BDE11] Banco de España (BdE): Circular nº 4/2011, de 30 de noviembre. Entidades de crédito. [CEBS09] Comittee of European Banking Supervirors (CEBS): Guidelines on Liquidity Buffers & Survival Periods (9 Diciembre de 2009). [CEBS10] Comittee of European Banking Supervirors (CEBS): Guidelines on Liquidity Cost Benefit Allocation (16 de Febrero de 2010). [FSA08] Financial Services Authority (FSA): Strengthening liquidity standards (1 de Enero de 2008). [FSA09] Financial Services Authority (FSA): Strengthening liquidity standards 2: Liquidity reporting (1 de Enero de 2009). [FSA12] Financial Services Authority (FSA): Prudential sourcebook for Banks, Building Societies and Investment Firms (Última versión Febrero 2012). Basel Comitee on Banking Supervision (BCBS): Results of the comprehensive quantitative impact study (Diciembre de 2010). [BCBSD10] Basel Comitee on Banking Supervision (BCBS): Results of the comprehensive quantitative impact study (Diciembre de 2010). [MAG10] Macro Assesment Group (MAG): Assessing the macroeconomic impact of the transition to stronger capital and liquidity requirements (2010). [SEC11] Servicios de la Comisión Europea (SEC):949 final, Annex X (2011). [IIF11] Institute of International Finance (IIF): The Cumulative Impact on the Global Economy of Changes in the Financial Regulatory Framework (2011); [FRV11] Fondo Montetario Internacional (FMI), Working Paper, WP/11/103, Scott Roger and Vlček: Macroeconomic costs of higher bank capital and liquidity requirements (2011). [GAV10] Banco de España. Estabilidad Financiera, Núm. 19. Angel Gavilán: Impacto macroeconómico del reforzamiento de los requisitos de capital y liquidez (noviembre 2010). [TOL11] Banco de España. Estabilidad Financiera, Núm. 21. Liliana Toledo Falcón: El impacto de los nuevos estándares de liquidez desde el punto de vista de un banco central (noviembre 2011); Página 153 de 154 [OECD10] Organisation for Economic Co-Operation and Development (OECD), OECD Journal, Financial Market Trends: Thinking beyond Basel III: necessary solutions for capital and liquidity (2010). Página 154 de 154