El papel de modelizar la severidad implícita de mercado para calcular el valor en riesgo de crédito

Abstract

En este trabajo proponemos el uso de mixturas de distribciones beta para modelizar la severidad impícita en el mercado. En nuestro análisis extraemos las tasas de recuperación de la cotización de los credit default swaps (CDS) en lugar de utilizar bonos que han impagado. La principal ventaja de obtener la estructura temporal implícita de tasas de recuperación de los CDS en lugar de utilizar los bonos impagados es que nos permite identificar tasas de recuperación para empresas con baja probabilidad de impago. Del análisis empírico se obtienen resultados que no permiten aceptar que una única distribución beta sea capaz de representar las tasas de recuperación implícitas mientras que la propuesta basada en mixturas de distribuciones beta si que es aceptada. Además, hay que destacar la importancia de utilizar esta metodología de ajuste por su importancia para una correcta estimación del Valor en Riesgo de crédito.

In this paper we propose to use beta-component mixtures to model the market-implied severity. In our analysis we extract and identify recovery rates from credit default swaps instead of using defaulted bonds. The main advantage of extracting implied, endogenous and dynamic functions of recovery rates from credit default swaps versus using defaulted bonds is that it allows to identify recovery rates of low probability of default companies. We carry out an empirical analysis and our results show that a single beta distribution is rejected as a correct specification for implied recovery rates while a beta-component mixture is accepted. Futhermore, we highlight the importance of this modeling approach by focusing on its role for credit VaR.