gestión del riesgo de liquidez en entidades financieras

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 ([email protected]).
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