Estimating a Credit Rating for Accounting Purposes: A Quantitative Approach

• DAVID DELGADO-VAQUERO ^[2] ; JOSÉ MORALES-DÍAZ ^[1]
  1. [1] Instituto de Estudios Bursátiles
  2. [2] EY Corporate Treasury
• Localización: Estudios de economía aplicada, ISSN 1133-3197, ISSN-e 1697-5731, Vol. 36, Nº 2, 2018 (Ejemplar dedicado a: Efectos de las Normas Internacionales de Información Financiera (NIIF) en los estados financieros de las empresas), págs. 459-488
• Idioma: inglés
• Títulos paralelos:
  • Estimación del Rating Crediticio para Contabilidad: Un enfoque cuantitativo
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Under IFRS accounting standards, there are many situations in which the credit quality of a counterparty must be estimated. These include, for example, credit value adjustment of derivatives under IFRS 13; expected loss provisioning under IFRS 9; or own borrowing rate estimation under IFRS 16. In many cases, the inputs needed (generally a conditional probability of default (PD) or a yield to maturity (YTM) can be directly observed in the market or inferred from the quoted price of financial/credit instruments (e.g. liquid par CDSs or bonds), but in other cases this information is not available. With regard to the latter, we propose two models for internally estimating the credit quality of a counterparty as a basis (a first step) for obtaining the corresponding PD or YTM for said counterparty. The models (Financial Ratios Scoring and Merton KMV Structural Model) are based in part on previous literature, but they are more “universal” and better adapted to accounting purposes. For inputs, the models use public information about the counterparty (primarily financial information obtained from financial statements and other market inputs), and comparable companies

  • English

    Bajo las NIIF hay muchas ocasiones en las que se necesita estimar la calidad crediticia de una contraparte. Por ejemplo: a la hora de calcular el ajuste por riesgo de crédito de los derivados en NIIF 13, para calcular la provisión por la pérdida esperada bajo NIIF 9 o para estimar el tipo de interés incremental de la propia deuda bajo la NIIF 16. En muchos casos, los inputs necesarios (generalmente la probabilidad de default condicionada -PD- o una tasa interna de rentabilidad –YTM- pueden observarse directamente en el mercado o inferirse del precio cotizado de instrumentos financieros/de crédito (como CDSs o bonos), pero en otros casos esta información no está disponible. Para estos casos proponemos dos modelos de estimación interna de la calidad crediticia de una contraparte como base (como primer paso) para obtener la correspondiente PD o YTM. Los modelos (Financial Ratios Scoring model y Merton KMV Structural Model) se basan, en parte, en literatura previa pero son más “universales” y adaptados a los requerimientos contables. Los modelos utilizan, como inputs, información pública de la contraparte (básicamente información de los estados financieros y otros inputs de mercado) y de empresas comparables.