Únete á nosa canle de Whatsapp
O mecanismo de aprendizaxe das neuronas inspirou investigadores da Universidade de Valladolid para crear uns algoritmos que anticipan se un banco entrará en bancarrota. O modelo acertou o 96% dos bancos que quebraron en EUA en 2013 tras analizar os seus indicadores financeiros da década anterior, marcada pola crise. Os máis prexudicados foron os que acumularon préstamos ao sector da construción e tiveron un crecemento rápido sen contar con provisións abondo.
Dende que empezou a crise en 2008 quebraron máis de 300 bancos en EUA, un país que conta cunha ampla base de datos sobre as súas 7.000 entidades financeiras e onde diariamente se publican as que entran en bancarrota. Esta información, facilitada pola Federal Deposit Insurance Corporation, serviu para validar o modelo que desenvolveron dous economistas da Universidade de Valladolid para calcular a probabilidade de quebra dos bancos.
Os investigadores partiron dos ratios ou índices financeiros das entidades estadounidenses ao longo do período 2002-2012. A partir destes datos e operando en distintos espazos temporais, o modelo logrou deducir cantos quebrarían entre maio de 2012 e decembro de 2013. Os resultados acertaron no 96% dos casos, segundo o estudo, que publican na revista Expert Systems with Applications.
A metodoloxía permite xerar un mapa bidimensional do conxunto do sistema financeiro
“Hai moitas análises que predín cun ano de antelación a quebra dos bancos, unha marxe a miúdo demasiado curto para tomar accións que o poidan evitar”, sinala a Sinc Iván Pastor, un dos autores, quen destaca a posibilidade de predición dos seus algoritmos a curto, medio e longo prazo. No seu caso corresponde, respectivamente, a un, dous e tres anos.
O investigador destaca que o modelo o crearon empregando redes neuronais, un conxunto de algoritmos que funciona imitando o comportamento do sistema nervioso humano e que resultan moi útiles na detección de patróns. Estes son os que serven para predicir a posibilidade de quebra.
“Ademais, esta metodoloxía permite xerar un mapa bidimensional que axudará ás autoridades bancarias e aos reguladores a visualizar o conxunto do sistema financeiro e identificar entidades problemáticas en moi curto prazo, así como entidades máis solventes pero que a longo prazo poderían presentar problemas”, apunta Pastor.
Diferentes camiños
Grazas a estas análises tamén se puido observar os diferentes camiños que levan á quebra a unha entidade financeira. Ao aplicar o modelo observouse que as que presentaban maior risco foron as que tiñan unha alta concentración en préstamos á construción, as que tiveron un proceso de crecemento moi rápido, sen unha capitalización axeitada e con baixos niveis de provisións.
“Os resultados que obtivemos a decembro 2013 mostraban que o sistema financeiro de EUA mellorara respecto aos momentos máis duros da crise, pero aínda existían entidades con alta probabilidade de quebra, aínda que o seu tamaño era, en xeral, pequeño”, engade Pastor, quen recoñece que o modelo non está actualizado para os datos de 2015, “aínda que, contando con tempo abondo, poderíase facer”.
O experto confirma que esta metodoloxía se podería aplicar para coñecer a probabilidade de bancarrota nas entidades financeiras doutros países, co necesario reaxuste e adecuación ás características propias de cada nación. “Por exemplo, algúns ratios financeiros empregados en EUA non están dispoñibles en España, xa que a información pública no noso país é menor”, sinala, aínda que adianta outro estudo que teñen en marcha: “Estamos á espera de de que nos publiquen un traballo sobre as Caixas de Aforros Españolas, onde analizamos como evolucionaron moitas delas ata a quebra ou o rescate, ademais de identificar os factores que diferencian entre entidades saneadas e falidas”.
