EconPapers    
Economics at your fingertips  
 

Estimating a Credit Rating for Accounting Purposes: A Quantitative Approach/Estimación del Rating Crediticio para Contabilidad: Un enfoque cuantitativo

Delgado-Vaquero, David () and Morales-Díaz, José ()
Additional contact information
Delgado-Vaquero, David: EY Corporate Treasury, Calle Raimundo Fernández Villaverde 65, 28003 Madrid, España.
Morales-Díaz, José: Instituto de Estudios Bursátiles (IEB), Calle Alfonso XI, 6, 28014 Madrid, España.

Estudios de Economia Aplicada, 2018, vol. 36, No 2, 459-488

Abstract: Under IFRS accounting standards, there are many situations in which the credit quality of a counterparty must be estimated. These include, for example, credit value adjustment of derivatives under IFRS 13; expected loss provisioning under IFRS 9; or own borrowing rate estimation under IFRS 16. In many cases, the inputs needed (generally a conditional probability of default (PD) or a yield to maturity (YTM) can be directly observed in the market or inferred from the quoted price of financial/credit instruments (e.g. liquid par CDSs or bonds), but in other cases this information is not available. With regard to the latter, we propose two models for internally estimating the credit quality of a counterparty as a basis (a first step) for obtaining the corresponding PD or YTM for said counterparty. The models (Financial Ratios Scoring and Merton KMV Structural Model) are based in part on previous literature, but they are more ?universal? and better adapted to accounting purposes. For inputs, the models use public information about the counterparty (primarily financial information obtained from financial statements and other market inputs), and comparable companies. Bajo las NIIF hay muchas ocasiones en las que se necesita estimar la calidad crediticia de una contraparte. Por ejemplo: a la hora de calcular el ajuste por riesgo de crédito de los derivados en NIIF 13, para calcular la provisión por la pérdida esperada bajo NIIF 9 o para estimar el tipo de interés incremental de la propia deuda bajo la NIIF 16. En muchos casos, los inputs necesarios (generalmente la probabilidad de default condicionada -PD- o una tasa interna de rentabilidad ?YTM- pueden observarse directamente en el mercado o inferirse del precio cotizado de instrumentos financieros/de crédito (como CDSs o bonos), pero en otros casos esta información no está disponible. Para estos casos proponemos dos modelos de estimación interna de la calidad crediticia de una contraparte como base (como primer paso) para obtener la correspondiente PD o YTM. Los modelos (Financial Ratios Scoring model y Merton KMV Structural Model) se basan, en parte, en literatura previa pero son más ?universales? y adaptados a los requerimientos contables. Los modelos utilizan, como inputs, información pública de la contraparte (básicamente información de los estados financieros y otros inputs de mercado) y de empresas comparables.

Keywords: NIIF; rating crediticio; scoring crediticio; probabilidad de quiebra; valor razonable; IFRS; Credit Rating; Credit Scoring; Probability of Default; Fair Value. (search for similar items in EconPapers)
JEL-codes: M41 G12 G32 C63 (search for similar items in EconPapers)
Date: 2018
References: View references in EconPapers View complete reference list from CitEc
Citations: Track citations by RSS feed

Downloads: (external link)
http://www.revista-eea.net
Access to full text is restricted to subscribers.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:lrk:eeaart:36_2_6

Ordering information: This journal article can be ordered from
http://www.revista-eea.net

Access Statistics for this article

Estudios de Economia Aplicada is currently edited by Jose Garica Perez

More articles in Estudios de Economia Aplicada from Estudios de Economia Aplicada Miguel Angel Sanchez Granero. Departamento de Matematicas. Universidad de Almeria. Spain.. Contact information at EDIRC.
Bibliographic data for series maintained by Miguel Angel Sanchez Granero ().

 
Page updated 2019-03-14
Handle: RePEc:lrk:eeaart:36_2_6