MXPA01008622A - Evaluacion rapida de portafolios de activos tales como instrumentos financieros. - Google Patents

Abstract

Un metodo (32) de evaluacion de grupos grandes de activos (12) mediante el aseguramiento completo parcial (14), aseguramiento de muestra parcial (34) y valores inferidos (40) del resto, usando una evaluacion estadistica supervisada (206) y no supervisada (208) iterativa y adaptativa de todos los activos e inferencias estadisticas que se obtienen a partir de la evaluacion y que se aplica para generar los valores de activos inferidos. Los valores de los activos individuales se desarrollan y se alistan en tablas de relacion de manera que los valores de activos individuales se puedan tomar rapidamente de las tablas y se agrupen de manera rapida en cualquier manera prescrita deseada para propositos de licitacion. Los activos se recolectan dentro de una base de datos (76), que se divide en categorias mediante la variable de credito, se subdivide por categorias en cuanto a esas variables y despues se clasifican de manera individual. Despues se vuelven a agrupar los activos de acuerdo al agrupamiento de licitacion y se establece una evaluacion colectiva mediante la acumulacion de las evaluaciones individuales.

Description

EVALUACIÓN RÁPIDA DE PORTAFOLIOS DE ACTIVOS TALES COMO INSTRUMENTOS FINANCIEROS REFERENCIA A LAS SOLICITUDES RELACIONADAS Esta solicitud reivindica los beneficios de la Solicitud Provisional de los Estados Unidos de Norteamérica Número 60/173,639, que se presentó el 30 de diciembre de 1999, la cual se incorpora a la presente como referencia en su totalidad.

ANTECEDENTES DE LA INVENCIÓN Esta invención se relaciona generalmente con métodos de evaluación para instrumentos financieros y de manera más particular a la evaluación rápida de instrumentos financieros. Un gran número de activos tales como préstamos, por ejemplo, diez mil préstamos u otros instrumentos financieros, algunas se hacen disponibles para la venta debido a las condiciones económicas, el despojo planeado o no planeado de bienes o como un resultado de remedios legales. La venta de miles, de préstamos comerciales o de otros instrumentos financieros que algunas veces incluye el equivalente de billones de dólares en activos, debe ocurrir algunas veces en unos pocos meses. Desde luego, el vendedor de activos desea optimizar el valor del portafolio, y algunas veces agrupará los activos en "porciones". El término "porción" como se usa en la presente no se limita a pagarés extranjeros sino que también incluye agrupamientos de activos e instrumentos financieros sin importar el pais o la jurisdicción. Los postores pueden someter ofertas para todas las porciones, o solamente para algunas porciones. A fin de ganar una porción, un postor típicamente debe someter la oferta más alta para esa porción. En conexión con la determinación de la cantidad de una oferta a someter sobre una porción particular, un postor usualmente contratará aseguradores para evaluar tantos activos como sea posible dentro de una porción y dentro del tiempo limitado disponible. Cuando el tiempo para someter una oferta está a punto de expirar, el postor evaluará los activos que se hayan asegurado en ese momento, y después tratará de extrapolar un valor para los activos que no hayan analizado para entonces los aseguradores. Como un resultado de este proceso, un postor puede desapreciar significativamente una porción y presentar una oferta que no sea competitiva u ofertar más alto que el valor asegurado y asumir un riesgo no cuantificado. Desde luego, debido a que el objetivo es ganar cada porción a un precio que le permita a un postor ganar un reembolso, la pérdida de una porción debido a un avalúo menor significativo de la porción representa una oportunidad perdida. Será deseable proporcionar un sistema que facilite la evaluación exacta de un gran número de instrumentos financieros en un periodo corto de tiempo y entender las probabilidades asociadas de reembolso para una oferta dada.

BREVE COMPENDIO DE LA INVENCIÓN En una modalidad ejemplar, se proporciona un planteamiento iterativo y adaptativo en donde un portafolio se divide en tres evaluaciones principales. El aseguramiento completo para un primer tipo de evaluación de un portafolio de activos se realiza basándose en una muestra adversa. Un segundo tipo de evaluación se ejemplifica de manera eficiente a partir de las categorías de atributos descriptivos comunes, y los activos en la muestra aleatoria selectiva se aseguran de manera completa. El tercer tipo de evaluación se somete a la evaluación inferida de manera estadística usando valores y variaciones asegurados de las porciones primera y segunda y aplicando inferencia estadística para evaluar de manera individual cada activo en la tercera porción. Se usa el agrupamiento y la reducción de datos en la evaluación de la tercera porción. A medida que el procesamiento procede y se aseguran más activos, el número de activos con valores establecidos en las porciones primera y segunda se incrementa y el número de activos en la tercera porción se hace más y más definida. De manera más especifica, los activos en la tercera porción se avalúan mediante el agrupamiento de los activos en grupos que tienen la probabilidad de evaluación que se basa en la similitud de evaluaciones de activos en las porciones primera y segunda. En todo momento, existe una anotación de la evaluación del portafolio, pero la confianza en la evaluación se incrementa a medida que el proceso progresa. Las ofertas hipotéticas se generan usando las evaluaciones para determinar una oferta óptima dentro de los parámetros que determina el postor. La oferta óptima se identifica a través de un proceso de generación de ofertas iterativo.

BREVE DESCRIPCIÓN DE LOS DIBUJOS La Figura 1 es un diagrama de flujo que ilustra un proceso conocido para evaluar un portafolio de activos; La Figura 2 es un diagrama de flujo que ilustra la evaluación de un portafolio de activos de conformidad con una modalidad de la presente invención; La Figura 3 es un diagrama de flujo que ilustra, con más detalle, una modalidad de una primera porción de un proceso de evaluación rápida para portafolios de activos grandes que divide los activos en categorías de variación; La Figura 4 es un diagrama de flujo que ilustra una segunda porción de un proceso de evaluación rápida para portafolios de activos grandes que se agrega de desde una base a una porción de base del portafolio; La Figura 5 ilustra la distribución de probabilidad para los activos ejemplares cuyo valor de recuperación se infiere; La Figura 6 es un diagrama de flujo de un paso de aprendizaje supervisado del proceso de la Figura 3; La Figura 7 es un diagrama de flujo de un paso de aprendizaje no supervisado del proceso de la Figura 3; La Figura 8 es una modalidad el proceso para el aprendizaje no supervisado; La Figura 9 es una modalidad del proceso de evaluación rápida de activos de la generación 1 (primer pase) ; La Figura 10 es un diagrama de flujo de un método de agrupamiento indistinto que se usa en el aprendizaje sin supervisión de la Figura 8; La Figura 11 es un para de tablas que muestran un ejemplo de la selección modelo y la asignación de valor modelo para un proceso de evaluación rápida de activos; La Figura 12 es una tabla que muestra los atributos ejemplares para un proceso de evaluación rápida de activos; y La Figura 13 es un diagrama de grupo de un método de agrupamiento ejemplar para un proceso de evaluación rápida de activos; y La Figura 14 es un gráfico de la red de computadora.

DESCRIPCIÓN DETALLADA DE LA INVENCIÓN La Figura 1 es un diagrama 10 que ilustra un proceso conocido para evaluar un portafolio grande de activos 12 a través de un ciclo de aseguramiento y por medio de hacer una oferta para comprar el portafolio de activos 12, por ejemplo, en una subasta. La Figura 1 es una vista general de alto nivel de un proceso de aseguramiento y extrapolación tipico 10 el cual no es iterativo y no es automático. En el diagrama 10, los aseguradores aseguran 14 un número de activos individuales del portafolio 12 para generar una primera porción asegurada 16 y una porción restante sin tocar 18. Antes de que cualesquiera de los activos se asegure, la primera porción 16 es el cero por ciento y la porción restante 18 es el cien por ciento del portafolio 12. A medida que progresa el proceso de aseguramiento, la primera porción 16 se incrementa y la porción restante 18 disminuye. El objetivo es asegurar tantos activos como sea posible antes de se someta la oferta para la compra del portafolio de activos. El equipo de aseguradores continúa asegurando de manera individual 14 hasta justo antes de que se deba someter una oferta. Se hace una extrapolación bruta 20 para evaluar la porción restante 18. El valor extrapolado 20 se convierte en el valor inferido no asegurado 24. La extrapolación bruta genera una evaluación 24 para la porción restante 18. La evaluación 22 es simplemente el total de los valores de los activos individuales en la primera porción 16. Sin embargo, la evaluación 24 es una evaluación en grupo que se genera mediante la extrapolación y se puede de contar en conformidad. Después se totalizan las evaluaciones 22 y 24 para producir el valor de los activos del portafolio 26. Los procesos de evaluación se realizan en cada porción del portafolio. La Figura 2 es un diagrama que ilustra una modalidad de un sistema 28 para la evaluación rápida de activos. Incluidas en la Figura 2 están las representaciones de los pasos del proceso que toma el sistema 28 en la evaluación del portafolio de activos 12. El sistema 28 evalúa individualmente ("toca") cada activo, excepto por una cantidad muy pequeña 30 de activos sin tocar que se consideran estadísticamente insignificantes o financieramente inmateriales. De manera especifica, todos los activos en el portafolio 12 que no sean de 'cantidad 30 experimentan una evaluación iterativa y adaptativa 32 en la cual los activos en el portafolio 12 se evalúan de manera individual, se alistan de manera individual en tablas y se seleccionan a partir de las tablas y se agrupan en cualesquier grupos o porciones deseados o requeridos para propósitos de licitación (como se describe más adelante) . Como en el diagrama 10, los aseguradores empiezan un aseguramiento completo 14 de los activos individuales en el portafolio 12 para producir una primera porción 16 de activos completamente asegurados. Los aseguradores también aseguran 34 una muestra de activos en una segunda porción 36 del portafolio 12, y una computadora 28 infiere estadísticamente 40 el valor para una tercera porción 42 del portafolio 12. La computadora 38 también genera repetitivamente 44 tablas (descritas más adelante) que muestran los valores que se asignaron a los activos en las porciones 16, 36 y 42 como se describe más adelante. En una modalidad, a computadora 38 se configura como una computadora independiente. En otra modalidad, la computadora 38 se configura como un servidor que se conecta a cuando menos un sistema del cliente a través de una red (que se muestra y se describe en la Figura 14), tal como una red de área amplia (WAN) o una red de área local (LAN) . Por ejemplo, y todavía con referencia a la Figura 2, se somete una porción no ejemplificada y no asegurada 46 de una tercera porción 42 del portafolio 12 a un procedimiento de inferencia estadística 40, usando el agrupamiento de medios indistintos-C ("FCM") y un registro compuesto Elevado/Esperado/ Bajo/Sincronización/Riesgo (High/ Expected/ Low/ Timing/ Risk, "HELTR") para generar dos categorías 48 y 50. El HELTR se define como H - flujo de efectivo Elevado, E-flujo de efectivo Esperado, L - flujo de efectivo Bajo, T -Sincronización del flujo de efectivo (por ejemplo en meses: 0-6, 7-18, 19-36, 37-60, y R- valoración de Riesgo del prestatario (9-púgil usado por los analistas de crédito) . Se considera que la categoría 48 tiene suficiente estado común para la evaluación como un todo. La categoría 50 se divide adicionalmente en los grupos 52 y 54 que se subdividen, a su vez, en los subgrupos 60, 62 y 64. Tanto los grupos como los subgrupos se muestran en una gráfica de "árbol" 66 y como cuadros en el bloque de valuación 68. Después, se reagrupan estos valores de los activos individuales en las porciones 70, 72 y 74 para propósitos de licitación. Se puede ensamblar cualquier número de porciones en cualquier conjunto de configuraciones por parte del vendedor. Se introducen los datos de los activos individuales (no se muestran) para cada activo en el portafolio 12 dentro de una base de datos 76 a partir de la cual se recuperan los datos seleccionados 78 basándose en un criterio dado 80 para el proceso iterativo y adaptativo 32. Cuando se establecen los criterios 80 para la evaluación de cualquier activo, esos criterios 80 establecidos se almacenan en la base de datos 76 para su uso en la evaluación de otros datos de los activos en la base de datos 76, la cual comparte estos criterios establecidos. El proceso de evaluación iterativo y adaptativo 32 desarrolla de este modo las evaluaciones 82 (que se describen más adelante) y los agrupa 84 para su uso en la licitación. Las Figuras 3 y 4 forman juntas una gráfica de flujo 85 que ilustra una vista general funcional de una modalidad del sistema 28 (que se muestra en la Figura 2) para la evaluación de un portafolio de activos grande 12. Los procedimientos de evaluación 14, 34 y 40 (ver también la Figura 2) se usan de manera simultánea y secuencial en el sistema 28 de una manera que se describe más adelante. Como se describió anteriormente, el aseguramiento completo 14 es un primer tipo de procedimiento de evaluación. El aseguramiento de agrupamiento y muestreo 34 con el aseguramiento completo de las muestras, es un segundo tipo de procedimiento de evaluación. La inferencia estadística 40 es un tercer tipo de procedimiento de evaluación, el cual es un agrupamiento automático y evaluación automática. Los procedimientos 14, 34 y 40 se basan en los criterios objetivos que se establecen como se describe más adelante. "Aseguramiento" como se usa en la presente, significa un proceso en el cual una persona ("asegurador") revisa un activo de conformidad con los principios establecidos y determina un precio de compra actual para comprar el activo. Durante el aseguramiento, el asegurador usa los criterios 80 preexistentes o establecidos para las evaluaciones. "Criterios" significan las reglas relevantes para el valor del activo y un avalúo que se basa en esas categorías. Por ejemplo, como un criterio, un asegurador pudiera determinar que tres años de historia de flujo de efectivo del prestatario es una categoría de información relevante para la evaluación del activo y podria dar un cierto avalúo para diferentes niveles de flujo de efectivo. El aseguramiento completo 14 se realiza de dos maneras, una manera con base en efectivo completo 86 y una manera con base en efectivo parcial 88. Tanto la manera con base en efectivo completo 86 como la manera con base en efectivo parcial 88 empiezan con los conjuntos 90 y 92 de activos que se revisan completamente de manera individual 14 (ver la Figura 2) . Esta revisión completa 14 se debe usualmente al gran dólar, u otra moneda apropiada, cantidades de los activos que se están revisando con relación a otros activos en el portafolio o debido a que el prestatario es muy bien conocido o tan confiable que los activos se pueden asegurar de manera rápida y confiable o que los activos se marcan para el mercado de manera que hay muy poca variación que se asocia con el valor de estos activos. Los aseguradores 94 evalúan el conjunto de activos 90 y cada activo en el conjunto 90 recibe una evaluación con muy poca variación tal como un activo respaldado con efectivo o un producto básico negociable con valor de efectivo completo y se coloca en una tabla de valor completo 96. Los valores individuales seleccionados de activos en la tabla 96 se almacenan como un valor de grupo asegurado completamente 98. El conjunto 92 lo evalúa un equipo de aseguradores 100, quienes podrían ser los mismos que el equipo 94, pero cada activo recibe un valor descontado o parcial y se coloca en una tabla de valor parcial 102. Los valores individuales seleccionados para los activos en una porción en la tabla 102, se almacenan como un valor de grupo completamente asegurado de valor parcial 104. Los criterios 80 (que se muestra en la Figura 2) para la manera con base en efectivo completo 86 y la manera con base en efectivo parcial 88 se almacenan en la base de datos 76 (que se muestra en la Figura 2) en una memoria de almacenamiento digital (no se muestra) de la computadora 38 (que se muestra en la Figura 2) para usarse en el aprendizaje supervisado 206 y el aprendizaje no supervisado 208 de la evaluación automática 40. El aseguramiento de muestra 34 se consigue usando dos procedimientos, un procedimiento de muestreo completo 106 y un procedimiento de muestreo parcial 108. El muestreo completo 106 se utiliza para las categorías de activos grandes e incluye un muestreo del cien por ciento 110 del grupo de muestras en las categorías de activos que se está muestreando. Los activos en el muestreo completo 106 no se aseguran de manera individual sino que más bien se aseguran en grupos de muestreo completo 112 que se basan en una comunidad determinada. Se crea una evaluación de grupo de muestreo completo resultante (no se muestra) y después se integra basándose en una regla 114 para generar una tabla de valor de activos de muestra completa individual 116. Después se cargan los valores de los activos de muestra completos individuales en la tabla 116 de manera electrónica dentro de cualquier grupo de evaluación de muestreo completo 118 que se requiera para ofertar como lo sugiere el agrupamiento de activos en una porción. El número de activos en una agrupamiento de muestra asegurado puede ser tan pequeño como uno hasta cualquier número de activos. El muestreo parcial 108 es para las categorías medianas de activos e incluye la formación de un grupo de muestra de agrupamiento 120 por un muestreo del cien por ciento de un grupo representativo desde un agrupamiento de los grupos que se están muestreando y el muestreo aleatorio de los otros grupos en el agrupamiento. En el muestreo parcial 108, todos los grupos se muestrean, pero algunos se evalúan de manera parcial mediante la extrapolación a partir del grupo de muestra del agrupamiento 120. El muestreo parcial 108 incluye un reaseguramiento del nivel de activos 122 con entrada de datos manual 125 para producir una tabla del analista de crédito alfa 126, al cual se le da un ajuste de la clase de activos 128 para producir una tabla del analista de crédito ajustada 130. Como se describió anteriormente, los activos individuales se seleccionan a partir de la tabla del analista de crédito ajustada 130, de conformidad con el agrupamiento de porciones, para producir un valor de crédito de muestra parcial 132 para usarlo en la licitación sobre la porción 70 (que se muestra en la Figura 2) . El procedimiento de evaluación automática 40 utiliza el proceso de aprendizaje supervisado 206, un proceso de aprendizaje no supervisado 208 y una carga superior a partir de un algoritmo de inferencia estadística 134, para generar una tabla de grupos de aseguramiento 136 la cual se almacena en un dispositivo de almacenamiento digital. En el proceso de aprendizaje supervisado 206, un asegurador experimentado quien sabe cuáles preguntas hacer para establecer un valor, ayuda a la computadora en la determinación en cuanto a si un activo es una buena inversión y cómo evaluar el activo. En el proceso de aprendizaje no supervisado 208, la computadora divide en segmentos y clasifica los activos y autoevalúa de manera objetiva los activos basándose en la retroalimentación de los datos. Un asegurador revisa periódicamente el proceso de aprendizaje no supervisado 208 para determinar si la computadora está haciendo conclusiones de aseguramiento razonables. Por ejemplo, pero no a modo de limitación, una modalidad usa el paradigma de calidad Design For Six Sigma ("DFSS") que desarrolló y que usa la General Electric Company y que se aplica en un proceso de evaluación de activos Due Diligence ("DD") que usa un modo de desarrollo de producto de múltiples generaciones ("MGPD") para evaluar los datos de los activos con exactitud creciente. Los procesos de aprendizaje 206 y 208 incorporan el conocimiento acumulado como los progresos de evaluación en los cálculos de recuperación del flujo de efectivo y de probabilidad de recuperación sobre una base progresiva, en tiempo real. El proceso de aprendizaje supervisado 206 usa las reglas del negocio para identificar los agrupamientos de activos que tienen aspectos comunes para propósitos de evaluación. El proceso de aprendizaje no supervisado 208 usa la retroalimentación de las evaluaciones de datos anteriores que realizó el procedimiento 40, para determinar si se está teniendo progreso con respecto al incremento de la confianza en la evaluación. Es posible la identificación de todos los datos en bruto disponibles y el descubrimiento de las interrelaciones de los agrupamientos de estos datos en bruto disponibles, debido al uso de computadoras de alta velocidad, como se describe más adelante . En una modalidad ejemplar, se emplea un proceso de medios de agrupamiento indistintos ("FCM") de la organización no supervisada de los datos en bruto usando una técnica de registro HELTR para inferir evaluaciones de registros de créditos sobre los activos en los portafolios, como se describe más adelante. Estas técnicas de agrupamiento se han desarrollado en respuesta a los segmentos de clasificación más sofisticados para describir los activos y cuentas de activos elevados en los portafolios que se deben evaluar en periodos de tiempo que no permiten el procesamiento manual. Un método ejemplar organiza primero los registros de evaluación (recuperaciones estáticas y/o probabilistas) en un sistema computarizado. Después se hacen los ajustes a los registros de evaluación para los factores especiales y decisiones de negocios. Después se realiza una reconciliación de los múltiples registros de la evaluación que describen el mismo activo y un ajuste general para entrevistar/anular la evaluación inferida. La organización de los registros de evaluación se realiza por medio de cotejar, en forma electrónica, un número de agrupamiento, un nombre de agrupamiento, atributos descriptivos del (os) agrupamiento (s) , los valores de recuperación probabilistica (un ejemplo ilustrativo es un registro HELTR) y la confianza del asegurador en cada evaluación del agrupamiento que se basa sobre las resistencias de cada uno de os atributos descriptivos del agrupamiento. El número del agrupamiento es un identificador único de un conjunto especifico de atributos descriptivos que son hechos acerca de un activo la cual una persona experta en evaluaciones usa para tasar el valor de un activo. Los ejemplos de los atributos descriptivos incluyen, pero no se limitan a, estados de pago, tipo de activo, el mérito de crédito del prestatario que se expresa como un registro, la ubicación y la precedencia de una reclamación. El nombre del agrupamiento es, en una modalidad, un nombre alfanumérico que describe los atributos o fuentes descriptivas del agrupamiento. Un ejemplo de atributos descriptivos se encuentra en la Figura 2, la cual se describe más adelante. Los atributos descriptivos son los hechos o dimensiones o vectores que se usaron para desarrollar el valor del activo. Se usa el lógico de la computadora para verificar por los agrupamientos duplicados, si hay alguno, y alertar a los analistas o aseguradores. Debido a que cada activo se puede describir mediante muchas combinaciones de atributos descriptivos, pueden ocurrir diferentes niveles de valor para el mismo activo. Los valores de la recuperación probabilistica o el registro de crédito o cualquier indicación numérica del valor del activo, son indicadores del valor designado en el nivel del activo discreto. Toda la información desde los diferentes atributos descriptivos se sintetiza de manera que se pueda cerciorar un precio de compra o de venta como un valor fijo o uno probabilistico. Una modalidad ilustrativa que se usa en la presente es el registro HELTR. Cada agrupamiento tiene un conjunto único de atributos descriptivos y registro de HELTR.

Los atributos únicos de cada agrupamiento contribuyen a una evaluación del valor del agrupamiento. Las diferentes combinaciones de atributos proporcionan una confianza o intervalo de confianza más grande de un registro de agrupamiento particular. Por ejemplo, si alguno de los activos se describe como un pieza verde de papel con una altura igual a 2.5" y una anchura igual a 5" - uno podria adscribir un valor de 0 a 1000 dólares y colocar muy poca confianza en esta valoración. Si este mismo activo se describió como un hecho o atributo o vector más como siendo un billete real de US$20, uno podria colocar un gran factor de confianza sobre este valor del agrupamiento de US$20 dólares . La evaluación y la confianza de un agrupamiento se determinan en un punto en el tiempo y se registran. Algunas veces se hace disponible información nueva y al analista le gustarla alterar el (los) valor (es). El valor se altera de manera manual o automática con un campo de datos y reglas de decisión, en la manera automática por medio de un código de computadora. Se manipulan los valores previos para que reflejen la información nueva. Como un ejemplo ilustrativo, suponga que se registró la confianza del agrupamiento previa en 0.1 y se aprende que un activo diferente con los atributos descriptivos exactos como en este agrupamiento, apenas se vendió por arriba del valor "más probable" predicho. Las reglas se pusieron en efecto de manera que si ocurriera este evento, la confianza del agrupamiento se multiplica por 10. 0.1 x 10 = 1 la cual es la confianza del agrupamiento revisada.

El propósito de este proceso es reconciliar los múltiples registros para el mismo activo, controlando para confianza que se asocia con cada fuente de evaluación de cada dimensión de la evaluación. El uso de HELTR como un ejemplo ilustrativo con los puntos de datos de muestra sobre un activo en particular: La evaluación de consenso del agrupamiento es un valor elevado de .6999, de manera más probable .4792, bajo .2374 con una sincronización de 2.6059. Se puede aplicar una lógica diferente para manipular cualesquiera de los pesos. Los registros del consenso se desarrollan en el contexto de las suposiciones globales. Si ocurriera un cambio de suposición global, se incluyen los pasos del proceso 128, 138 en la metodología para pesar el registro de consenso. Los ejemplos ilustrativos son el descubrimiento de fraudes en ciertos factores de evaluación, cambios macroeconómicos, el valor de mercado intercambiable que se establece para una clase de activo, y la pérdida de, o el incremento de las metodologías de evaluación del activo inferido con relación con las otras metodologías que se están empleando.

En otra modalidad, se usa una herramienta de correlación cruzada para entender rápidamente y describir la composición de un portafolio. Típicamente, se usa la herramienta para correlacionar una respuesta de una variable seleccionada por el usuario contra otras variables en un portafolio de activos. La herramienta identifica rápidamente de manera inesperada la correlación elevada o baja entre dos variables de atributo y la variable de respuesta. Las variables del atributo son de dos tipos, continuo y categórico. Las correlaciones cruzadas se computan mediante la herramienta de correlación entre todas las variables de interés y su archivo binario o nivel y se presentan, en una modalidad, en una matiz de dos dimensiones para la identificación sencilla de las tendencias entre los activos en los portafolios. Primero, la herramienta de correlación cruzada identifica las variables del atributo en el portafolio de activos ya sea como continua o como categórica. Para cada agregación de variables, se computan los niveles mediante los archivos binarios para las variables continuas y mediante el valor para las variables categóricas. Un usuario que está buscando identificar las correlaciones con la herramienta, seleccionará una variable de respuesta, Yr, por ejemplo, una recuperación o cuenta esperada. Para todas las combinaciones de pares de variables del atributo (xl y x2) y sus niveles (a y b) , se computa el valor promedio de la variable de respuesta, Yr, de acuerdo con: Yr = suma(Y(xl = a y x2 = b) / cuenta (xl = a y x2 = b) .

Un valor esperado, Yesperado^ de la variable de respuesta se calcula de conformidad con: Yesperado = ( suma (Y (xl=a) ) * cuenta(xl=a) + suma (Y (x2=b) * cuenta (x2=b) ) ) / (cuenta (xl=a) * cuenta (x2=b) ) .

Una desviación, Yerros de la variable de respuesta que se seleccionó, Yr, a partr del valor esperado, YeSperador usando los valores sopesados de ocurrencia de xl=a y x2=b separadamente, se calcula mediante: -!-error = J-r — -^esperado En una modalidad, los valores esperados y las desviaciones se despliegan visualmente en despliegues de múltiples dimensiones para hacer que las variaciones a partir de los valores esperados sean fáciles de identificar. En otra modalidad ejemplar, se usa un proceso de función de transferencia que convierte los datos en bruto en el precio de oferta final, como se describe más adelante. La tabla 136 se ajusta de manera electrónica usando los coeficientes modificados que se desarrollan en los procedimientos 14, 34 y 40 para dar un ajuste de coeficiente a un registro de crédito 138 para el activo y para generar una tabla del analista de crédito ajustada 140 de los valores de crédito de los activos individuales inferidos. Los valores de los activos individuales se toman de la tabla 140 según lo requiera el agrupamiento de porciones para generar una evaluación de crédito inferida 142. Finalmente se hace una extrapolación en el resto insignificante 30 de activos "intactos", para generar una tabla de activos intactos 144. Los valores de la tabla 144 se seleccionan para generar una evaluación de activos intactos. La evaluación de efectivo completo 98, la evaluación de efectivo parcial 104, la evaluación de crédito de muestra completo 118, los valores de crédito parciales 132, el valor de crédito inferido 142 y cualquier valor asignado a partir de la tabla de activos intactos 144 se acumulan y son mutuamente exclusivos, siendo la prioridad la evaluación de efectivo completo 98 para el valor de crédito inferido 142, consecutivamente. Una suma de las evaluaciones representa el valor del portafolio. La Figura 4 es un diagrama de flujo de una etapa de preparación de la oferta 168 que realiza el sistema 28 (que se muestra en la Figura 2) . Las evaluaciones acumuladas 98, 104, 118, 132, 142 y 144 se combinan en un paso de evaluación del nivel de préstamo de preferencia 146. Se produce un puente de flujo de efectivo determinista, usando una tabla de sincronización de flujo de efectivo 150 para desarrollar un puente de flujo de efectivo fortuito 152. Se crea y se usa un puente de flujo de efectivo fortuito o probabilistico 152 para determinar un precio de oferta 154 de la porción propuesta a la cual se aplica un modelo de porción 156 de manera iterativa, hasta que se alcanza cierto umbral 158. El umbral 158 es, por ejemplo, un porcentaje interno de reembolso ("IRR") mayor que el algún valor, un cierto tiempo para sacar utilidad ("TTP") , y un valor presente neto positivo ("NPV") En general, el NPV se define como: NPV = C0 + Ci (Ecuación A) 1 + r en donde C0 es la inversión en el tiempo 0, ¡ es la paga esperada en el momento 1, y r es el factor de descuento. La idea básica es que un dólar hoy vale más que un dólar mañana. En el caso de las pólizas de seguro; NVP se define como: NVP = ?P - ?E - (?C) x A (Ecuación B) en donde P es la prima, E es el costo nominal esperado, y C es el costo de la reclamación. En esencia, la Ecuación B es cómo se genera el ingreso neto como la diferencia de la utilidad y el riesgo esperado sopesado. Note que la adición se suma en todas las pólizas en un segmento especifico. También note que todas las primas, el costo nominal, y el costo de la reclamación se han descontado antes de introducir la ecuación. Como un resultado, se genera un registro de utilidad. Si se cumple con las condiciones del umbral 160, se somete la oferta 154 a un análisis de apertura de oferta simulada 161 para predecir si se puede esperar que la oferta sea una oferta ganadora. Un resultado de una subasta de licitación sellada depende de los tamaños de las ofertas que se reciben de cada postor. La ejecución de la subasta incluye abrir todas las ofertas y vender los artículos que se ponen en subasta a los postores más altos. En las subastas de licitación selladas tradicionales, no se permite que los postores cambien sus ofertas una vez que se ha sometido la oferta y los postores no conocen las ofertas que colocan os otros postores hasta que se abren las ofertas, haciendo incierto el resultado de la subasta. Por medio de colocar ofertas más altas, es más elevada la probabilidad de que se gane la subasta, pero la ganancia en valor es menor si hubiera sido posible ganar la subasta a un valor más bajo.

La simulación de la licitación competitiva incrementa la probabilidad de capturar la parte superior más elevada de la utilidad por medio de establecer un rango de precios de oferta/venta que tengan una propensión para agotar los bolsillos de cualquier postor que compita antes que el bolsillo de uno mismo, de manera que los activos más deseables se comercializan con la preservación más elevada de capital. Las decisiones de avalúo se enfocan mediante un proceso robusto de manera analítica debido a que el juicio de negocios anecdótico puro se puede aumentar mediante un planteamiento impulsado por los datos que no se someten a una agenda ofertada, a la personalidad ni al conocimiento unilateral . Cada postor potencial tiene un rango de posibles ofertas que se pudieran someter para una subasta de licitación sellada. El rango de ofertas se puede expresar como una distribución estadística. Por medio de muestrear de manera fortuita a partir de una distribución de valores de licitación, se puede simular un posible escenario de subasta. Además, por medio de usar una técnica de muestreo iterativo, por ejemplo un análisis Monte Cario, se simulan muchos escenarios para producir una distribución de resultados. La distribución de los resultados incluye una probabilidad de ganar el (los) articulo (s) de la subasta y la ganancia en valor. Mediante la variación del valor de la propia oferta de uno, se puede determinar la probabilidad de ganar la subasta contra el precio de oferta de uno mismo. Los siguientes elementos centrales se usan para simular un rendimiento de licitación competitiva, codificación de reglas del mercado y los contratos dentro de reglas de negocios computarizadas, codificación de las fuerzas de competencia/mercado potenciales, presupuestos pronosticados y las prioridades dentro de una matriz de preferencia, la propia capacidad de licitación, preferencias, trueques de riesgo/reembolso en los que se acordó para ser codificados dentro de una matriz de preferencia, y una optimización fortuita computarizada. El análisis 160 simula un ambiente competitivo con otras compañías que tienen diferentes capacidades financieras que licitan contra las ofertas que calculó el sistema 28. En una modalidad, el análisis 160, por ejemplo y sin limitación, incluya un limite de licitación total tal como seria el caso en donde el valor total de los activos excediera las capacidades financieras de la entidad, usando el sistema 28. En una modalidad, el análisis 160 puede valorar la utilidad, en el caso de recursos limitados para ofertar, de la licitación sobre diferentes combinaciones de porciones. El análisis 160 también toma en cuenta la historia pasada en la licitación contra los competidores conocidos y la información sobre los diferentes tipos de activos que prefieren los postores competidores. En el análisis 160, la oferta de la porción se evalúa entonces y se establece mediante la administración 162 y se hace una oferta de porción final 164. Se pueden repetir todas las evaluaciones antes de hacer la oferta 164 según se desee. Además, debido a que el proceso es autoajustable e iterativo, el precio de oferta de la porción 164 tiende a escalar hacia arriba con cada iteración a medida que se encuentra más y más valor mediante las iteraciones que realiza el sistema 28. El proceso que describe la gráfica de flujo 85 incluye una etapa de evaluación 166 (que se muestra en la Figura 3) y una etapa de preparación de oferta 168 (que se muestra en la Figura 4) . La etapa de evaluación 166 incluye los procedimientos 14, 34 y 40. La etapa de evaluación 166 se ejecuta de manera constante hasta que se detiene, con el procedimiento de evaluación automática 40 y los procedimientos de muestreo 34, tratando de encontrar el valor extra en diferentes activos o categorías de activos. Con referencia nuevamente a la Figura 2, y de conformidad con la evaluación rápida de activos, se identifican las categorías de datos 170, 172 y 174 dentro de los activos del portafolio 12 sobre cada activo y se almacenan en la base de datos 76. El proceso de evaluación iterativo y adaptativo 32 toa porciones de los datos seleccionados 78 y aplica los criterios 80 a las porciones de los datos seleccionados 78 de una manera estadística, para incrementar el valor conocido del activo en lugar de que el valor del activo sea una extrapolación voluminosa 20. De conformidad con el método 28, los activos se dividen en cuando menos la primera porción 16, segunda porción 36 y tercera porción o restante 42. Usando el procedimiento 14, los activos en la porción 16 se aseguran de manera completa para determinar la evaluación 98 y la evaluación asegurada completamente de valor parcial 104 y para establecer los criterios 80 para esa evaluación. Usando el procedimiento 34, el proceso 28 hace, un muestreo de una cantidad de activos a partir de la segunda porción 36 representativa de los grupos en la segunda poción 36, para determinar la evaluación del grupo de muestreo completo 118 y los valores de crédito del muestreo parcial 132 para la segunda porción 36 y para establecer criterios adicionales 80 para esa evaluación. Usando el procedimiento 40, se realizan el proceso de aprendizaje supervisado de manera parcial 206 y el proceso de aprendizaje parcialmente no supervisado 208 mediante un analizador automático tal como la computadora 38 de la Figura 2. A fin de aprender, el analizador automático extrae los criterios establecidos 80 y los datos seleccionados 78 como para la tercera porción o restante 42 y divide la tercera porción 42 en porciones 46, y después divide adicionalmente cada porción 46 en las categorías 48 y 50 y la categoría 50 en los agrupamientos 52, 54 y los agrupamientos 52 y 54 en los subgrupos 56, 58, 60, 62 y 64, usando los criterios 80 que se importaron desde la base de datos 76 y cada uno de los procesos 206 y 208. Las evaluaciones de activos individuales se establecen para los activos en los subgrupos 56, 58, 60, 62 y 64 mediante inferencia estadística. Las evaluaciones de activos individuales se alistan en las tablas de agrupamientos 136 (vea la Figura 3) y después del ajuste 138, se alistan en una tabla del analista de crédito 140. Los criterios establecidos 80 son objetivos debido a que los criterios 80 provienen de la base de datos 76, en donde se han colocado durante el procedimiento de aseguramiento completo 14 y el procedimiento de aseguramiento de muestra 34. En otras palabras, la información que se obtuvo en la tabla de valor completo 96, la tabla de valor parcial 102, la tabla 116, la tabla del analista de crédito alfa 126, la tabla ajustada del analista de crédito 130, la tabla ajustada del analista de crédito 140 y la tabla de activos intactos 144 para todos los activos, se coloca dentro de la base de datos 76 en un dispositivo de almacenamiento digital, tal como el almacenamiento de disco duro 178 de la computadora 38, y se hacen las correlaciones mediante el procedimiento 40 con los criterios 80 de los procedimientos 14 y 34. Durante el procedimiento 40, se introducen los criterios 80 que son de importancia estadística con un grado aceptable de confiabilidad. Esto es, el procedimiento 40 aprende de manera iterativa a medida que valora y establece los criterios 80. El proceso de aprendizaje supervisado 206 y el proceso de aprendizaje no supervisado 208 incrementan la exactitud de la evaluación inferida de manera estadística 142 por medio de correlacionarse con los criterios establecidos 80 en la base de datos 76 sobre los activos en la primera porción completamente asegurada 16 y los activos en la segunda porción asegurada de muestra 36. Los datos seleccionados 78 que se relacionan con uno o más activos en la tercera porción 42 similar a .los datos seleccionados 78 sobre los activos en la porción 16 y/o 36, se localizan en la base de datos 76 y después mediante la inferencia estadística, se determina un valor para cada activo en la tercera porción 42 a partir de la información que se localizó. Durante el proceso que se describe en la gráfica de flujo 85, los activos se evalúan a un nivel de activo individual, y los valores del activo individual se tabulan o se agrupan en una o más combinaciones. Para tener la flexibilidad máxima para los diferentes escenarios de licitación, se evalúa cualquier subgrupo del portafolio 12 y se le asigna un precio de manera separada en un marco de tiempo particular. En el proceso conocido 10, si un vendedor de activos vuelve a agrupar los activos, por ejemplo apartir de los agrupamientos por la compañía de los activos en agrupamientos por la ubicación geográfica de los prestatarios, la nueva evaluación de las ofertas podria ser inadecuada debido a que se tendrá que realizar la extrapolación voluminosa 20. Cuando se usa el sistema 28, debido a que los valores de activos individuales se desarrollan y se alistan en las tablas 96, 102, 116, 130, 140 y 144, estos valores se pueden volver a agrupar de manera electrónica en las diferentes evaluaciones 98, 104, 118, 132, 142, cuyos criterios de selección de la "cadena alimenticia" son mutuamente excluyentes y se pueden seleccionar mediante los analistas que conducen la evaluación y que se describe adicionalmente más adelante. Si el vendedor agrupa los activos, entonces el agrupamiento de conformidad con los grupos o porciones de vendedores se hace de manera sencilla y se desarrolla una evaluación apropiada 146 para esa porción. Los valores de activos, individuales se agrupan asi de manera sencilla para la tercera porción 42, para obtener de manera objetiva una evaluación inferida 142 para ese grupo o porción. Se pueden emplear muchos métodos para establecer el valor del activo. Dependiendo de los objetivos de la evaluación, los méritos relativos " de las diferentes metodologías de evaluación establecen la conveniencia de las técnicas de valuación para un activo particular. Una metodología es similar a una "cadena alimenticia", la cual preserva los métodos de desarrollo de suposición pero selecciona los intervalos con los intervalos de confianza más elevada. En un ejemplo ilustrativo introductorio de una cadena alimenticia, uno pudiera preferir evaluar un activo financiero más mediante cuál comercio de activos similares en el mercado abierto para, contra una opinión individual. En orden de rango, el valor de mercado-a-mercado se selecciona sobre una opinión personal. De la misma manera, se pueden evaluar los activos en un portafolio con una recuperación de flujo de efectivo pronosticado mediante un número de técnicas de evaluación. El objetivo tipico es establecer, con la probabilidad más elevada posible, cuál será el flujo de efectivo futuro. Las metodologías de evaluación se clasifican por grados según su capacidad para cuantificar de manera exacta el flujo de efectivo, o equivalente de efectivo, pronósticos con las variaciones menos hacia abajo y/o las variaciones hacia arriba máximas. El activo se evalúa mediante todos los métodos disponibles que tengan mérito, o pueden tener reglas lógicas de negocios para eliminar el trabajo duplicado cuando se sabe que los métodos más exactos evitarán la necesidad de valorar la evaluación de un activo una vez que se haya empleado el mejor método.

A fin de proporcionar el mejor pronóstico del valor del activo, se evalúan los activos mediante cada método dentro de una cadena alimenticia hasta ese momento a medida que se evalúan mediante el mejor método disponible para cada activo particular. Una vez que se encuentra este valor mejor, se dice que el activo tiene su valor, independientemente de otros valores menores (con más variaciones) en la cadena alimenticia y se envia al estado completado. Como un ejemplo, se evalúa un portafolio de activos usando una cadena alimenticia. El primer método de evaluación en la cadena alimenticia es la que coincide de manera más cercana con los objetivos de la evaluación - a saber encontrar el valor con el grado más elevado de exactitud (intervalo de confianza más estrecho) . Tan pronto como se evalúa el activo mediante una metodología para la cual se estableció el valor para ese activo único, se envia a la tabla de evaluación y se remueve de cualesquier pasos adicionales en la cadena alimenticia. Se mantiene una lista de activos del portafolio original que no haya coincidido con ningún método de evaluación, en la tabla de activos intactos. El objetivo es empujar esta tabla intacta a cero activos. Un ejemplo de una cadena alimenticia es como sigue, en orden de preferencia, (a) 100 por ciento efectivo a mano para el activo, (b) efectivo parcial a mano para el activo, (c) valor de mercado liquido para activos similares, (d) aseguramiento directo, y (e) aseguramiento inferido. El planteamiento de cadena alimenticia proporciona una capacidad para encontrar la mejor forma de distribución de probabilidades, reduce la variación de distribución de probabilidades (especialmente en las limitaciones a la baja), proporciona la capacidad para establecer rápidamente las distribuciones de probabilidad mientras que preserva todo el conocimiento disponible en los grupos de votantes y proporciona la capacidad para proporcionar el mejor estimado de valor en cualquier punto en el proceso de descubrimiento.

Como se muestra en la Figura 4, la estructura general de la etapa de preparación de la oferta 160 es valorar la oferta 164 similar a los paradigmas de evaluación de la opción, en donde el inversionista ganador tendrá el derecho, pero no la obligación, de recuperar la inversión. Los valores se integran en tres partes para cada porción, un valor de tiempo del componente del dinero, un componente del valor inherente y un componente probable del flujo de efectivo. El valor de tiempo del dinero y el valor inherente se calculan de manera determinista y tienen poca variación una vez que se establecen. El valor de tiempo del dinero se calcula por medio de tomar el costo de una firma de capital para una inversión de bajo riesgo multiplicado por la inversión para el periodo aplicable que representa una oportunidad para la inversión alternativa que se predeterminó a fin de hacer la presente inversión. El valor inherente es un valor del activo liquido conocido, el cual está en exceso del precio de compra y está disponible inmediatamente después de tomar el control de los activos. Una modalidad es una fianza bien negociada que se compró por debajo del valor del mercado como parte de un portafolio. La variación probable del flujo de efectivo es una función de las suposiciones que hace un equipo de agilidad debida y el proceso que selecciona para convertir los datos en bruto en una corriente de recuperación de flujo de efectivo. Los sistemas que se describen en la presente se configuran para reducir las variaciones negativas y encontrar el valor. La Figura 5 es una gráfica de distribución de probabilidades triangular para una evaluación de activos de tres puntos minima tipica 180. De conformidad con el proceso 40, se evalúa un minimo de tres casos por instrumento financiero. Un eje vertical 182 denota la probabilidad en aumento y un eje horizontal 184 denota la porción en aumento de la recuperación. Se muestra una liquidación o el peor porcentaje del caso 186 de una linea de valor nominal 188, un mejor porcentaje de caso 190 del valor nominal 188, y un porcentaje de caso más probable y un valor de recuperación 192 del valor nominal 188. El peor porcentaje de caso 186 es cero, la probabilidad del escenario del mejor caso 190 es cero y una probabilidad 194 del porcentaje más probable 192 de recuperación, es un valor que se representa por el punto 196. El tamaño de un área 198 bajo una curva 200 definida por una linea que conecta los puntos 186, 196 y 190 es representativa del valor en el activo. El valor del activo de notación que se sostiene en un área 202 de un rectángulo ligado por una linea de 100 por ciento de probabilidad 204 de un 100 por ciento de recuperación del valor nominal 188, es una medida de la porción del valor nominal 188 que se puede atribuir al activo que se representa mediante la curva 200. Los puntos 186, 196 y 190 y las lineas 188 y 204, y por tanto las áreas 198 y 202, variarán dependiendo de los datos seleccionados 78 que se escogieron para el activo en cuestión y los criterios 80 que se aplican al activo y las probabilidades adscritas de la recuperación del valor del activo. El eje horizontal 184 se puede expresar en unidades de moneda corriente (por ejemplo, dólares) más bien que en porcentaje del valor nominal. Cuando se usan unidades de moneda corriente, las áreas 198 bajo las curvas 200 para los diferentes activos, estarán en las unidades de moneda corriente y por tanto las áreas 198 se relacionan una con la otra en magnitud y por tanto en significado con las ofertas generales 70, 72 y 74. Entre más se conoce acerca del activo, se pueden refinar más curvas 200. Las estadísticas se aplican a la curva 200 a medida que los criterios 80 se establecen para ayudar a establecer la ubicación de los puntos 186, 196 y 190 y por tanto el área 198 y de esta manera, el valor esperado del activo. La sincronización de los flujos de efectivo, la cual afecta al valor, se puede basar en los resultados del histograma de los atributos de sincronización. Por ejemplo, la sincronización de la recuperación del flujo de efectivo se puede desglosar en tres depósitos de 0-6 meses, 7-12 meses, 13-18 meses, y asi sucesivamente. El analizador automático 38 que usa el algoritmo 134 puede seleccionar el ancho de depósito que se basa en una negociación del estudio de sensibilidad de la sincronización para la evaluación contra la recuperación de la capacidad y la tasa que determinó posiblemente un asegurador. En una modalidad ejemplar, se debe utilizar un minimo de 4 depósitos cuando el factor de descuento es de más del 25 por ciento. Para un factor de descuento entre 10 y 25, se deberá usar un minimo de 6 depósitos para cubrir los periodos de recuperación posibles. De conformidad con el procedimiento 40, se seleccionan otras fuentes de datos que un asegurador podria utilizar para evaluar el valor en un instrumento financiero. Los criterios 80, que establecen los equipos de aseguramiento 94, 100, 114, 122 y 140 en los procedimientos 14 y 34, son útiles a ese respecto. De conformidad con el proceso que describe la gráfica de flujo 85, los datos en bruto se convierten en una recuperación y se selecciona un conjunto de reglas para aplicar una evaluación a los datos en bruto y este conjunto de reglas se codifica dentro de la base de datos de la evaluación en la forma de los criterios 80. Cada vez que un agrupamiento es tocado por múltiples golpes durante una evaluación en los procedimientos 14, 34 ó 40, se desarrolla un pronóstico de consenso y se aplica al agrupamiento. De conformidad con el sistema 28, las distribuciones de probabilidades de los flujos de efectivo y la sincronización al nivel de la porción se determinan por medio de desarrollar una función de transferencia de evaluación 146 al nivel del activo, el cual tomará los datos en bruto, racionalizará la suposición de que los datos se generarán y se agregarán a las evaluaciones de los activos individuales en la porción. Debido a que no todas las recuperaciones son homogéneas, se proporciona un método para establecer la variabilidad de las recuperaciones del flujo de efectivo. Los activos individuales se agrupan mediante la exposición de grupo. Tradicionalmente se asegura tanto valor nominal como sea posible en el tiempo permitido, reconociendo que una muestra cuantiosa permanece para ser agrupada. Las reservas del agrupamiento se calculan usando un tamaño de muestra igual a ciento cuarenta y cinco más 2.65 por ciento de la cuenta nominal y un análisis de regresión de variación. Esto produce tamaños de muestra de treinta para una cuenta nominal de 100 activos, 150 para una cuenta nominal de 1,000 activos, 400 para una cuenta nominal de 5,000 activos, 500 para una cuenta nominal de 10,000 activos, y 600 para una cuenta nominal de 20,000 activos. Durante el procedimiento de inferencia estadística 40, se agrupan los activos en la tercera porción 42 del portafolio 12 por medio de los atributos de aseguramiento o los criterios 80 y se toman las muestras aleatorias de cada grupo y la muestra aseguradas. En una modalidad, el muestreo desde un agrupamiento en el procedimiento 40 se detiene cuando la variación media al nivel del activo cae por debajo del 10 por ciento. En otra modalidad, el muestreo se detiene cuando la variación media al nivel de la porción cae por debajo del 15 por ciento. La variación media del portafolio no se usa como un punto de detención si la unidad potencial de ventas es menor que el portafolio completo. De conformidad con el procedimiento 40, la evaluación de recuperación del muestreo del agrupamiento se infiere sobre la evaluación del activo por medio de tres o más agrupamientos únicos. Durante el procedimiento 40, se sopesa una confianza de aseguramiento del agrupamiento y la relevancia del atributo descriptivo. A modo de ejemplo, sin limitación, 0 = sin confianza en que estos atributos descriptivos . del agrupamiento proporcionarán una evaluación significativa; 1 = confianza completa en que estos atributos descriptivos del agrupamiento proporcionará una evaluación tan exacta como el aseguramiento individual de cada instrumento, y los números entre 1 y 0 indican la confianza parcial en la valuación. La reconciliación de estos valores ocurre dentro de la tabla ajustada del analista de crédito 130. En el procedimiento 40, el flujo de efectivo al nivel del activo se ajusta entonces mediante coeficientes macroeconómicos dentro de la tabla ajustada del analista de crédito 140. Los coeficientes macroeconómicos se asocian, en una modalidad, con clases de activos mayores tales como por ejemplo, sin limite, préstamos residenciales de bienes raices o préstamos para equipo comercial. Los coeficientes se pueden aplicar de manera global tal como, a modo de ejemplo, sin limite, clima legal, pronóstico de producto bruto interno ("GDP", por sus siglas en inglés) , clima garante, eficiencia de recolecciones, códigos de grupo prestatario, y similares. Un método para muestrear un portafolio incluye la búsqueda entre el activo clave, el prestatario, y las caracteristicas colaterales para los atributos que influyen / garantizan el riesgo de gran manera. La tabla A más adelante proporciona un ejemplo de los atributos del portafolio en un escenario de evaluación de activos.

Tabla A: Atributos del Portafolio Tamaño del Prestatario (por Grupo Prestatario UPB) Asegurado Sindicalizado (si / no) Garantizado Tipo de Préstamo (Términos, Revolvente, etcétera) % UPB de Gravamen en Primera Posición Registro de Recolección (0= Malo, 1= Bueno) Recolecciones de 12 meses % de UPB % de Ultimo Pago para el Principal i Préstamos del Presta tario Porción de Préstamo del UPB del presta tario Residencia Familiar Única Residencial Menudeo Industrial Hospi tal Hospi talidad Multi amiliar Tierra Desarrollada / Subdesarrollada / Otros Oficina Acciones / Préstamos / Préstamos Marginales La segmentación de los atributos de los activos se consigue por medio de codificar los atributos en "variables sustitutas", Por ejemplo, un atributo de activo común es "¿Ha hecho el prestatario un pago en los últimos 12 meses?", el cual se codificarla en una variable como un "1" si la respuesta es si, y "0" si es lo contrario. Se usan "variables sustitutas" similares para otros atributos del activo. El procedimiento de segmentación se completa mediante el uso de cualquier procedimiento estadístico, el cual procese los atributos del activo codificados de tal manera que segmento el portafolio en grupos de activos similares. Uno de estoa algoritmos es el agrupamiento intermedio K. En un ejemplo, en donde se usan tres atributos de activos, Saldo Principal Sin Pagar (UPB, por sus siglas en inglés), Probabilidad de Pago, una escala de 0 a 1; y Registro Asegurado, una probabilidad de ser asegurado mediante el colateral de bienes raices, los activos se pueden clasificar en cinco grupos con atributos similares. Una vez que se hace el agrupamiento de los activos, se calcula el número de muestras que se va a tomar y a someter a una revisión de aseguramiento adicional, por medio de establecer el nivel de confianza con el cual se pueden hacer las declaraciones acerca de las recuperaciones totales en cada segmento (k) y que proporciona un estimado a priori del nivel y el rango de recuperaciones como un porcentaje del Saldo Principal Sin Pagar (UPB) (R) total, de acuerdo con: ?Ü", -««,)' Var{YR ) = ri\ 1- -V N - l S*. n = tamaño de la muestra N = tamaño del agrupamiento i = UPB para muestra i y± = recuperación para muestra i S . R = - = % recuperación esperada del grupo ción C) h = t con í ? (Ecuación D) k = constante en Fórmula de Tchebyshev: ?„ - µf = Por medio de resolver la Ecuación C para n, se obtiene el tamaño de muestra requerido para el agrupamiento dado. Al resolver la Ecuación C permite además que el usuario establezca, con probabilidad 1 el tamaño de muestra k 2 calculado, n, y los valores de aseguramiento asociados calcularán las recuperaciones del agrupamiento total con un margen estrecho de h, suponiendo que se determinen los cálculos de las recuperaciones del segmento totales usando la Ecuación D. En la práctica, es dificil calcular la variabilidad en las recuperaciones totales sin los datos disponibles. Una herramienta de hoja de cálculo implementa lo anterior por medio de generar los datos en una simulación Monte Cario, y guiando al usuario a través de un análisis de los resultados hasta que se derive un tamaño de muestra favorable. La Tabla B proporciona una salida de ejemplo a partir de un estudio de un grupo de 20 préstamos, con las recuperaciones estimadas (esperadas) entre el 20 por ciento y el 30 por ciento de UPB, y un rango de UPB entre IMM y 2MM. Se necesitan ocho ejemplos para calcular las recuperaciones totales para los 20 préstamos con un margen del 10 por ciento, con 75 por ciento de confianza.

Tabla B: izard de Hoja de Cálculo de Tamaño Muestra Para cada activo se hace la variación apropiada del presupuesto ajustado y las tablas de valuación se construyen para incluir cada activo en el portafolio. La recuperación se valúa con probabilidades continuas en la unidad de venta, que en una modalidad es una porción. Entonces durante el uso del sistema 28, se pueden valuar la tasa de rendimiento ("IRR" por sus siglas en inglés) y la variación. Las porciones preferidas tienen variaciones menores para una IRR dada. La probabilidad de cada valor presente neto de la porción ("NPV") , para que sea superior a 0, se valora usando la tasa de descuento del proyecto. Se determina una tasa de descuento a partir del costo de oportunidad del capital, más el costo de trueque FX, más los riesgos en las incertidumbres generales inherentes en las variaciones de la recuperación de flujo de efectivo pronosticado. Si parece que existe más del 5 por ciento de certeza de que el proyecto tendrá un NPV negativo, no se hace ninguna oferta. La evaluación del trato es por porción siendo los criterios de decisión IRR, variación de riesgo de la IRR en una porción, buena voluntad estimada y capacidad de la porción para pagar, tiempo para beneficiarse ("TPP") y la variación de riesgo en el reembolso por porción, y el NPV del flujo de efectivo esperado por porción descontada para la,tasa libre de riesgo. En circunstancias de licitación competitivas cuando el contenido de portafolios de activos no es negociable, el inversionista o vendedor tiene un incentivo financiero fuerte para seleccionar solamente las porciones de activos totales disponibles para la transacción que le darán a su estructura financiera agregada el mejor riesgo/rendimiento. El cumplir con los valores esperados mínimos de riesgo/rendimiento con los activos que tendrán una probabilidad mayor de probabilidades superiores máximas, es aún más atractivo para los inversionistas. El portafolio agregado se divide en sub-portafolios o porciones comerciables de manera separada. Cada porción tiene una distribución de probabilidades de flujo de efectivo pronosticado y duración de tiempo a partir de analíticos anteriores. Después se les da a las porciones • un precio de prueba. Los activos nuevos se combinan con el desempeño del activo existente de la parte vendedora o compradora y se somete a la generación de casos Monte Cario (dándose cuenta por las correlaciones cruzadas asociadas) . El proceso de selección de porción incluye una selección aleatoria de porciones para no comprar. Una vez que los efectos del portafolio adquieren un patrón, se encuentra la mejor selección de porciones para comprar, a qué precio, sujeto a represiones, mediante la optimización fortuita. El uso del NPV puede ser engañoso debido a los efectos que se asocian con el descuento doble la cual ocurrirá cuando se descuenten los escenarios de caso pesimistas para obtener el PV. El uso del tiempo para sacar provecho se usa para superar esta limitación y se usa el costo del capital marginal o la tasa libre de riesgo en el descuento como lo determinan los analistas que conducen la evaluación. El proceso de aprendizaje supervisado 206 del procedimiento de evaluación inferida 40 y los pasos 120, 122 y 126 del procedimiento de muestreo parcial 108, tienen similitudes sustanciales porque el asegurador está involucrado de manera activa en el proceso, pero el proceso es automático. La Figura 6 es un diagrama de flujo que ilustra un proceso 210 para el aseguramiento automático de los activos de instrumentos financieros que se pueden dividir en segmentos. Los primeros agrupamientos de los instrumentos financieros se definen 212 mediante los atributos comunes. Se da una opinión experta 214 del valor para las muestras seleccionadas a partir de los agrupamientos definidos que se basan en los atributos. Esta opinión se usa en un proceso de aseguramiento de muestra 216 y se verifican los valores para las combinaciones de atributos y se reconcilian 218. El proceso 210 selecciona entonces y establece 220 los atributos individuales que se van a usar y después clasifica 222 los activos individuales en ^grupamientos . La evaluación del agrupamiento se aplica 224 a cada activo del agrupamiento. Usando la evaluación de grupo, se integran los valores mediante una regla 226 para crear una tabla del analista de crédito 228. La Figura 7 es un diagrama de flujo de una modalidad ejemplar del aprendizaje no supervisado 208 que • incluye varios módulos. Un módulo de adquisición de datos 230 recolecta los datos relevantes 78 en donde quiera que estén disponibles. Un módulo de selección variable 232 identifica las variables relevantes de los activos que se consideran críticos mediante una revisión de crédito o con el poder más discriminador en la separación de diferentes grupos de activos. Un módulo de segmentación jerárquica 234 divide en segmentos el portafolio completo de activos en depósitos que se basan en variables criticas que se seleccionan mediante el análisis. Un módulo FCM 236 clasifica adicionalmente cada depósito en agrupamientos que se basan en la estructura natural de los datos del activo. Un módulo de revisión de aseguramiento 238 asigna el flujo de efectivo proyectado y los registros de riesgo 138 (que se muestran en la Figura 3) para cada agrupamiento. Este registro se suminsitra entonces a los valores de los activos individuales en la tabla del analista de crédito 136 para los activos a partir de los agrupamientos que se están ajustando en el procedimiento 40, para producir la tabla ajustada del analista de crédito 140. El proceso es iterativo y continuo y lo puede realizar la computadora de manera que continúe mientras que se esta realizando el aseguramiento estándar en cualquier otro lugar. La Figura 8 ilustra un proceso de evaluación inferida ejemplar alternativa 240 que se usa en lugar del proceso que se ilustra en las Figuras 3 y 4. En el proceso alternativo 240, se usa un proceso de siete pasos para evaluar rápidamente el portafolio de préstamos de bienes raices usando una combinación de aseguramiento completo, aseguramiento parcial y evaluación inferida. Primero, se someten a muestreo 242 los activos de acuerdo con el riesgo. Segundo, se aseguran 244 los activos, y se registran las evaluaciones. Tercero, se forman 246 los agrupamientos de valor del mercado, tal como mediante FCM, como se describe más adelante. Cuarto, se construyen 248 los modelos de regresión, para los activos asegurados. Se selecciona 250 el mejor modelo, para los activos asegurados de entre aquellos que se construyeron 248 anteriormente. Sexto, se calculan 252 las cuentas para los modelos seleccionados. Séptimo, se aplican 254 los modelos, como se seleccionaron 250 para la porción no asegurada o valorada de manera inferencial 42 del portafolio 12 en una manera que se sopesa mediante las cuentas para predecir los valores individuales para cada uno de los activos no asegurados. Después se colocan los valores de los activos asegurados que se producen de conformidad con el proceso 240 en la tabla ajustada del analista de crédito 140 (vea la Figura 3) . En los activos de muestra 242, los aseguradores usan el muestreo aleatorio estratificado para seleccionar los activos para una revisión detallada. Los estratos se construyen a partir de los atributos colaterales. Los ejemplos de atributos colaterales para los portafolios de bienes raices incluyen, uso colateral (comercial o residencial) , cantidad de valoración previa, grupo de valor del mercado (predicho a partir de la cantidad de valoración previa, área del terreno, área de construcción, cantidad de valoración actual, precio realizado por la subasta en tribunal, tipo de propiedad y ubicación de la propiedad) . Típicamente, los activos se muestrean de una manera adversa, es decir, se selecciona a propósito a partir de una lista que ordena el Saldo Principal Sin Pagar ("UPB") o la Cantidad de Valoración Previa ("PAA") . El aseguramiento 244 es un proceso mayormente manual en el cual los aseguradores expertos adscriben una noción de valor a los activos colaterales. Las evaluaciones aseguradas se almacenan en una tabla de base de datos maestra, tal como la base de datps 76 (que se muestra en la Figura 2) . Las evaluaciones se resumen típicamente en términos de unidades monetarias (por ejemplo, 100,000 KRW) , a los precios de mercado actuales. La Figura 9 es una vista general de alto nivel 290 de la porción automática del proceso que emplea el sistema 28. Los aseguradores usan los procedimientos automáticos para ayudar en el aseguramiento completo que se basa en el procedimiento 34 (ver también la Figura 3) . El conocimiento que se captura en el procedimiento 34 se aplica en el procedimiento de evaluación inferida 40 para reducir el costo y la incertidumbre en las evaluaciones de agilidad debida de los instrumentos financieros y para reducir el costo y la variabilidad entre las evaluaciones de agilidad debida. Las evaluaciones se someten a un modelo de flujo de efectivo, el cual incluye la evaluación del nivel de activo 146, puente de flujo de efectivo determinista 148, puente de flujo de efectivo fortuito 152 y tabla de flujo de efectivo 150. La evaluación de licitación resultante 154 se somete a las estrategias de juego 160 y los ajustes de administración 162 para producir la oferta final. La Figura 10 es un diagrama de flujo de una modalidad ejemplar para formar los agrupamientos 246. Cuando se están formando los agrupamientos 246, los aseguradores, con la ayuda de algoritmos, tal como por ejemplo los algoritmos 134 (que se muestran en la Figura 3) , realizan un análisis usando un modelo que se basa en el rbol de Clasificación y Regresión ("CART", por sus siglas en inglés), el cual resulta en un agrupamiento de activos UW mediante los grupos de Uso Colateral y Valor del Mercado ("CUMV", por sus siglas en inglés) , usando la Cantidad de Valoración previa ("PAA") como la variable de impulso. Más adelante se delinean dos planeamientos para evaluar el desempeño de un modelo que se basa en CART. Un planteamiento utiliza una proporción de la suma del error al cuadrado (SSE) de un planteamiento que se basa en CART con aquel de un modelo sencillo, que se llama una proporción de error. Un modelo sencillo es un modelo que asigna un precio de activo promedio a todos los activos. El segundo planteamiento computa un coeficiente de determinación, que se denota como R2, y que se define como R2 = 1 - (SSE/SST), en donde SST es la suma de cuadrados total.

R2 es la contribución de un sólo activo dentro de cada segmento con relación a la población completa, entre más elevado sea un valor de R2 para un activo dentro de un segmento particular, más alta será la contribución. Los diferentes segmentos del portafolio se clasifican en base a los planteamientos que dan una indicación de cuan buenas son las capacidades proféticas del modelo que están dentro de cada segmento del portafolio, dando un nivel de comodidad al postor en términos de poner precio, por ejemplo, a cada porción.

R - Cuadrado (CART) 71.4% 88.9% 77.5% R - Cuadrado (Sencillo) 55.4% 88.6% 67.0% Tabla C : Proporciones de Error de Rango y valor R por activo Un primer paso es definir los segmentos del portafolio relevantes. Los segmentos podrían ser porciones definidas previamente, por ejemplo, que se basan en la industria, cantidades de Saldo Sin Pagar (UPB) , región o riesgo del cliente. La Tabla C anterior es un ejemplo de los segmentos definidos que se basan en las porciones y los rangos de activos (B o C) . La Tabla C proporciona una salida de ejemplo a partir de un estudio de un portafolio con cinco porciones y dos tipos de activos diferentes (B y C) . La tabla muestra cómo se clasifica la proporción de error para los diferentes segmentos. También, los valores R2 para cada activo se computan también para los activos de tipo C dentro de cada segmento. Un segundo paso es computar los valores SSE para cada segmento del portafolio de interés para el modelo sencillo (extrapolación de un precio promedio) . Se computa una proporción de error a partir del SSE que se basa en el modelo CART dividido por un SSE que se basa en el modelo sencillo. Si la proporción de error es menor de uno, entonces el modelo basado en CART es un mejor pronosticador que el modelo sencillo. Como un beneficio agregado, se puede ensamblar un modelo superior como una combinación "hibrida" de CART y los modelos sencillos, por medio de seleccionar el modelo que se desempeñe mejor en cada segmento, de conformidad con el métrico de la proporción de error. Un tercer paso es computar los valores R2 para cada activo dentro de cada segmento del portafolio. Se computa el R2 por activo como (SST por segmento - SSE por segmento) / (SST total para todos los activos x número de activos dentro de cada segmento) . Por último, se clasifican por rangos todos los segmentos sobre la proporción de error que se computó en el segundo paso y se computan los valores R2 en el tercer paso. El modelo es exacto para predecir los valores del precio para los segmentos que ocupan una posición elevada en los dos métricos, la proporción de error y el R2 y los modelos superiores se ensamblan- usando estos métricos. La Tabla D muestra la clasificación relativa de las cinco porciones para los activos de tipo C (de la Tabla C) sobre la base de los dos métricos de desempeño.

Tabla D : Clasificación de Segmentos del Portafolio La Figura 10 es un diagrama de flujo que ilustra una modalidad ejemplar para formar los agrupamientos 246 usando FCM para seleccionar los agrupamientos para el moldeo. La computadora 38 (que se muestra en la Figura 2) forma los agrupamientos 246 por medio de tomar los datos seleccionados 78 y realizar el análisis FCM para producir los agrupamientos . La Figura 11 ilustra la construcción de los modelos 248, que selecciona los mejores modelos 250 y calcula las cuentas 252 en las cuales se construyen seis modelos usando la base de datos 76. La computadora 38 (que se muestra en la Figura 3) realiza este proceso. Se usa la construcción de modelo 248 para ayudar al asegurador para dar prioridad a los activos para el aseguramiento completo 14 y el aseguramiento basado en muestra 34, asi como para la evaluación interna. La porción inferior de la Figura 11 es una tabla que ilustra una modalidad ejemplar para seleccionar los mejores modelos 250 a partir de seis modelos que se construyen de conformidad con los modelos de construcción 248d. Los modelos difieren de acuerdo a cuáles variables se usen como X's. Todos los modelos usan el Grupo CUMV (estos están presentes para todos los activos) , Los modelos a partir de los modelos de construcción 248 se usan para predecir el Valor de la Subasta en Tribunal ("CAV", por sus siglas en inglés) además del Valor del mercado ("MAV", por sus siglas en inglés) 258. Otras modalidades (no se muestran) , usan otros modelos para predecir otros valores. Cuando se están seleccionando los mejores modelos 250, se seleccionan los mejores modelos de los modelos de regresión de K bajo consideración (aqui, K = 6) . Se selecciona el mejor modelo para cada activo UW, de conformidad con el siguiente métrico: mm?bs(y - yk ), IE™ \ , en donde y es el valor UW que se va a predecir, y ??< es una predicción a partir del modelo de regresión kth, para k = 1, 2 , ... , K. Cuando se están calculando las cuentas 252, se cuenta el número de veces que se selecciona cada uno de los modelos K dentro de cada agrupamiento CUMV. La Figura 11 contiene tres cuentas para los escenarios de moldeo CAV y MAV. Se usan otros escenarios de moldeo en otras modalidades. Cuando se aplican los modelos 254, se usa la predicción promedio sopesada a partir de todos los modelos que produjeron una predicción para cada activo que no sea UW. Los pesos se construyen a partir de las frecuencias de las cuentas calculadas 252, y las predicciones se obtuvieron a partir del proceso de moldeo. En una modalidad, se usa un sistema de software de análisis estadístico (SAS) comercial para producir los modelos. Un artefacto para usar el sistema SAS es que cada activo que no sea UW obtendrá un valor UW predicho a partir de cada modelo para el cual el activo que no sea UW tenga cada variable de entrada, es decir, "variable X" presente. Otros paquetes de moldeo comparten esta característica. La Ecuación E adelante, detalla el procedimiento .

(Ecuación E) En la Ecuación C, Ilk = 1 si el modelo k produjo una predicción para el activo 1, y es cero de otro modo; fijk = conteo de veces que se seleccionó el modelo k para los activos UW entre el ith tipo CUMV (i = 1,2), y el jth agrupamiento CUMV (j = 1,2,3); y y¡k = predicción para y? a partir del modelo k. Note que solamente existe una contribución a partir de cada planteamiento de moldeo para el cual un activo tenga una predicción, cada uno siendo sopesado por el número de veces que se haya seleccionado el planteamiento de moldeo para todos los activos UW del mismo agrupamiento CUMV. El proceso 240 también se usa para calcular un Limite de Confianza Inferior ("LCL2, por sus siglas en inglés) y un Limite de Confianza Superior ("UCL", por sus siglas en inglés) para la predicción intermedia, con una sustitución de la estadística correspondiente para ylk en la Ecuación E. Con referencia nuevamente a la Figura 3, el proceso de aprendizaje supervisado 206 y el proceso de aprendizaje no supervisado 208, usan el agrupamiento. "Agrupamiento" es una herramienta que intenta valorar las relaciones entre los patrones de datos que se establecen por medio de organizar los patrones en grupos o agrupamientos de manera que los patrones dentro de un agrupamiento son más parecidos unos a los otros que los patrones que pertenecen a diferentes agrupamientos. Esto es, el propósito del agrupamiento es destilar los agrupamientos naturales de datos a partir de un gran conjunto de datos, produciendo una representación concisa del comportamiento de un sistema. El paso de aprendizaje no supervisado 208, emplea un método de agrupamiento incierto ("FCM") y la ingeniería de conocimiento para agrupar los activos de manera automática para la evaluación. El FCM es un método conocido que se ha empleado ampliamente y aplicado en el moldeo estadístico. El método ayuda a minimizar la distancia intra-agrupamientos y a maximizar la distancia inter-agrupamientos. Típicamente, se usa la distancia de Euclides. El FCM 248 (ver la Figura 10) minimiza al mismo tiempo la distancia intra-agrupamientos y maximiza la distancia inter-agrupamientos. Típicamente, se usa la distancia de Euclides. El FCM es un algoritmo de organización iterativo que minimiza la función del costo - ?Zµ Xk-Vi 'Ecuación F) en donde n es el número de puntos de datos; c es el número de agrupamientos, Xk es el k° punto de datos; V es el i° centroide del agrupamiento; µ es el grado de membresia del k° dato en el agrupamiento i°; m es una constante mayor de 1 (típicamente m = 2) . Note que µik es un número real y ligado en [0,1]. µik = 1 significa que el i° dato está definitivamente en el k° agrupamiento, mientras que µ k - 0 significa que el i ° dato no está definitivamente en el k° agrupamiento. Si µik = 0.5, entonces significa que el i° dato está parcialmente en el k° agrupamiento hasta el grado 0.5. De manera intuitiva, se minimizarla la función del costo si cada punto de datos pertenece exactamente a un agrupamiento especifico y no hay un grado parcial de membresia para ninguno de los agrupamientos. Esto es, no existe una ambigüedad en la asignación de cada punto de datos en el agrupamiento al cual pertenece. El grado de membresia µ k se define por [Ecuación G) Intuitivamente, µlk, el grado de membresia del punto de datos Vk en el centroide del agrupamiento Vi incrementa a medida que Xk se acerca a Vx . Al mismo tiempo, µlk se haría más pequeño a medida que Xk se aleja más de V, (otros agrupamientos) . El centroide del i° agrupamiento V se define por (Ecuación H Intuitivamente, Vx, el i° centroide del agrupamiento, es la suma sopesada de las coordenadas de Xk, en donde k es el número de puntos de datos. Empezando con un número deseado de agrupamientos, c y un cálculo estimado para cada centro del agrupamiento Vl r i = l,2...,c, FCM convergirá a una solución para Vi que representa ya sea un minimo local o un punto de soporte de la función del costo. La calidad de la solución FCM, como aquella de la mayoria de los problemas de optimización no lineales, depende fuertemente de la selección de los valores iniciales - el número c y los centroides de los agrupamientos iniciales VJ . En una modalidad ejemplar, se divide en segmentos el portafolio completo 12 mediante el agrupamiento incierto no supervisado y se revisa cada agrupamiento por parte de los expertos en aseguramiento, ayudando mediante lo mismo a los aseguradores en la selección de los instrumentos financieros para el aseguramiento completo 14 y el aseguramiento de muestra 34. De manera alternativa, se puede aplicar este FCM solamente a la porción 42. Como un resultado, cada agrupamiento obtiene asignado un registro compuesto de HELTR para propósitos de ajuste 138 (ver Figura 3) . En esencia, el registro del compuesto HELTR captura el flujo de efectivo tanto esperado como de rango, su sincronización y el riesgo asociado con cada agrupamiento. Con referencia ahora a la Figura 2, la proporción de la porción asegurada completa 16 con el portafolio total 12 es, en una modalidad ejemplar, el 25 por ciento de los activos y el 60 por ciento del valor nominal de todos los activos. El aseguramiento completo de estos activos se garantiza con respecto a su tamaño y valor. Sin embargo, este aseguramiento es bastante uniforme para todos los aseguradores, de modo que no es probable que el aseguramiento produzca variaciones de licitación significativas. El 40 por ciento restante, sin embargo, que comprende las porciones 36 y 42, las cuales en la modalidad ejemplar constituyen el 75 por ciento de los activos pero solamente el 40 por ciento del valor nominal, son altamente especulativas hasta que se aseguran. Hasta el grado en que se pueda encontrar el valor en las porciones 36 y 42f, por ejemplo sin limitación, un cinco por ciento adicional sobre la extrapolación bruta, la diferencia que significa la diferencia entre ganar y perder la licitación del portafolio completo o la licitación de la porción completa que significa la diferencia de cientos de millones de dólares en ganancias. En el caso de las pólizas de seguro, de conformidad con el procedimiento 40, se usan las estadísticas en un intento para responder tres cuestiones básicas: (a) ¿Cómo debemos recolectar nuestros datos? (b) ¿Cómo debemos resumir los datos que recolectamos? Y (c) ¿Qué tan exactos son nuestros resúmenes de datos?. El algoritmo 134 responde a la pregunta (c) , y es un método que se basa en computadora sin pruebas teóricas complicadas. El algoritmo 134 para las evaluaciones inferenciales de la póliza de .seguros es adecuado para responder las inferencias estadísticas que son demasiado complicadas para el análisis estadístico tradicional. El algoritmo 134 para las evaluaciones de pólizas de seguros simula la distribución de los estimados estadísticos por medio de muestrear de manera repetitiva con el reemplazo. El algoritmo generalmente se compone de tres pasos principales: (I) Muestreo con reemplazo, (II) Evaluar las estadísticas de interés, y (III) Calcular la desviación estándar.

De conformidad con el algoritmo de seguro 134, los cálculos del error estándar de NPV se realizan como sigue. Para cada uno de los modelos de riesgo y para cada uno de los segmentos en los modelos, suponiendo que hay N pólizas en el segmento, se seleccionan n muestras usando el muestreo con reemplazo (por ejemplo, n=100) . Cada muestra contiene N pólizas, también, en este ejemplo. Para cada muestra, y para todas las pólizas históricas: A ?(Act) Ew ~ ?(wtdcxp) (Ecuación I) 0.72858 Después, se genera el valor presente neto mediante •W-?P - ?E - C ? JCG-w (Ecuación J) para las pólizas recientes. Se computa la desviación estándar de la muestra por los n valores de NPV. En la Ecuación I, Act es la reclamación actual y Wtdexp es la reclamación sopesada esperada para cada póliza individual. La Figura 12 es una tabla de los criterios ejemplares 80 y los conjuntos de reglas ejemplares para el registro de crédito 138. Se pueden seleccionar otros criterios dependiendo del tipo de instrumento financiero y las condiciones de licitación particulares o cualesquier otros deseos o preferencia del postor. La Figura 13 es un diagrama de la gráfica de árbol más detallado 260 parecido a la gráfica de árbol 66 (ver porción inferior de la Figura 2) . En la Figura 13, la segregación es mediante (a) si es asegurada, (b) si es revolvente, (c) si el último pago fue cero. El resultado son seis agrupamientos 262, 264, 266, 2689, 270, 272, que se conocen casualmente como un "árbol sacudidor". La Figura 14 ilustra un sistema ejemplar 300 de conformidad con una modalidad de la presente invención. El sistema 300 incluye cuando menos una computadora que se configura como un servidor 302 y una pluralidad de otras computadoras 304 que se acoplan al servidor 302 para formar una red. En una modalidad, las computadoras 304 son sistemas del cliente que incluyen un navegador web, y el servidor 302 es accesible a las computadoras 304 por medio de la Internet. Además, el servidor 302 es una computadora. Las computadoras 304 se interconectan a la Internet a través de muchas interfases que incluyen una red, tal como una red de área local (LAN) o una red de área amplia (WAN) , conexiones de marcación, módems de cable y lineas ISDN de alta velocidad especiales. Las computadoras 304 pueden ser cualquier dispositivo que se pueda interconectar a la Internet que incluya un teléfono basado en la web u otro' equipo conectable que se base en la web, incluyendo web inalámbrica y satélite. El servidor 302 incluye un servidor de base de datos 306 que se conecta a una base de datos centralizada 76 (también se muestra en la Figura 2) , la cual contiene los datos que describen los conjuntos de portafolios de activos. En una modalidad, la base de datos centralizada 76 se almacena en el servidor de base de datos 306 y los usuarios obtienen acceso en una de las computadoras 304 por medio de entrar al sistema sobre el subsistema del servidor 302 a través de una de las computadoras 304. En una modalidad alternativa, la base de datos centralizada 76 se almacena de manera remota desde el servidor 302. El servidor 302 se configura adicionalmente para recibir y almacenar la información para los métodos de evaluación de activos que se describieron anteriormente. Aunque se ha descrito el sistema 300 como un sistema en red, se contempla que los métodos y los algoritmos que se describen en la presente para el examen y la manipulación de portafolios de activos sean capaces de implementarse en un sistema de computadora independiente que no esté en red con otras computadoras. Aunque se ha descrito la invención en términos de diferentes modalidades especificas, aquellos expertos en la técnica reconocerán que se puede practicar la invención con modificaciones dentro del espíritu y el alcance de las reivindicaciones.

Claims (45)

EIVINDICACIONES

1. Un método (32) para la evaluación rápida de portafolios de activos usando un sistema de evaluación de portafolios (28), el método que comprende los pasos de: evaluar los activos en un portafolio de manera individual; alistar los valores de los activos de manera individual en tablas de relación; agregar a los grupos o porciones deseados (70, 72, 74) para propósitos de licitación; y optimizar la valoración de la oferta para la tolerancia de riesgo/reembolso deseada.

2. Un método (32) de conformidad con la Reivindicación 1, en donde el paso de evaluación de los activos comprende adicionalmente el paso de someter los activos en el portafolio a una evaluación iterativa y adaptativa en la cual los activos en el portafolio se evalúan de manera individual.

3. Un método (32) de conformidad con la Reivindicación 2, en donde el paso de someter los activos en el portafolio (12) a una evaluación iterativa y adaptativa comprende además los pasos de: dividir en segmentos un portafolio de instrumentos financieros en tres porciones de evaluación; asegurar completamente (14) una primera porción del portafolio de activos; aseguramiento de agrupamiento y de muestreo (34) de una segunda porción del portafolio de activos; e inferir valores de manera estadística (40) para una tercera porción del portafolio de activos.

4. Un método (32) de conformidad con la Reivindicación 3, en donde el paso de asegurar completamente (14) una primera porción, comprende además los pasos de: asegurar de una manera de efectivo completo (86) para generar una tabla de valor completo (96); y asegurar de una manera de efectivo parcial (88) para generar una tabla de valor parcial (102) .

5. Un método (32) de conformidad con la Reivindicación 3, en donde el paso de agrupar y muestrear el aseguramiento (34) de una segunda porción del portafolio de activos (12), comprende los pasos de: usar procedimientos de muestreo completo (106) para las categorías de activos grandes dentro del portafolio; y usar procedimientos de muestreo parcial (108) para las categorías de activos pequeños o medianos dentro del portafolio .

6. Un método (32) de conformidad con la Reivindicación 5, en donde el paso de usar procedimientos de muestreo completo (106), comprende los pasos de: muestrear un cien por ciento (110) de un grupo muestra de activos; asegurar por completo (14) una porción del grupo de muestreo de activos que se basa en un conjunto determinado dentro del grupo de muestreo.

7. Un método (32) de conformidad con la Reivindicación 6, caracterizado porque comprende además los pasos de: generar una evaluación completa del grupo de muestra (118); e integrar la evaluación completa del grupo de muestra de conformidad con un conjunto de reglas (114), para producir una tabla de valores de activos de muestra completa individual (116) .

8. Un método (32) de conformidad con la Reivindicación 5, en donde el paso para usar procedimientos de muestreo parciales (108) comprende los pasos de: formar un grupo de muestra de agrupamiento (120) ; muestrear el cien por ciento (110) de un grupo representativo desde adentro del agrupamiento; muestrear aleatoriamente otros grupos dentro del agrupamiento; y determinar los valores del grupo restante por medio de extrapolar desde el grupo de muestra del agrupamiento.

9. Un método (32) de conformidad con la Reivindicación 8, caracterizado porque comprende además los pasos de: volver a asegurar a un nivel del activo para producir una tabla del analista de crédito alfa (126); ajustar por clase de activo (128) la tabla del analista de crédito alfa para producir una tabla ajustada del analista de crédito (130); y seleccionar los activos individuales a partir de la tabla ajustada del analista de crédito de conformidad con el agrupamiento de porciones (70, 72, 74), para producir un valor de crédito de muestreo parcial (132), para usarla en la licitación.

10. Un método (32) de conformidad con la Reivindicación 3, en donde el paso de inferir valores de manera estadística (40) para una tercera porción, comprende además el paso de utilizar un proceso de aprendizaje tanto supervisado (206), como no supervisado (208) y un algoritmo de inferencia estadística (134) para producir una tabla de agrupamientos de aseguramiento (136) , la cual facilita el valor de la oferta.

11. Un método (32) de conformidad con la Reivindicación 10, en donde el proceso de aprendizaje no supervisado (208) comprende además los pasos de: dividir en segmentos y clasificar los activos; y evaluar de manera objetiva los activos basados en el aseguramiento u otra retroalimentación de datos de evaluación.

12. Un método (32) de conformidad con la Reivindicación 9, en donde el paso de inferir los valores de manera estadística (40) para una tercera porción del portafolio de activos (12), comprende el paso de agrupar usando el agrupamiento intermedio incierto-C (FCM) y una técnica de registro compuesta de Elevado/Esperado/Bajo/Sincronización/Riesgo (HELTR) .

13. Un método (32) de conformidad con la Reivindicación 12, caracterizado porque comprende además los pasos de: dividir en una categoría (48) los activos que se considera que tienen suficiente estado común para evaluarse como un todo; y dividir en una segunda categoría (50) los activos sin suficiente estado común para la evaluación como un todo.

14. Un método (32) de conformidad con la Reivindicación 13, caracterizado porque comprende además los pasos de: dividir la segunda categoría (50) de activos en agrupamientos (52, 54); y dividir los agrupamientos en subagrupamientos (56, 58, 60, 62, 64).

15. Un método (32) de conformidad con la Reivindicación 14, caracterizado porque comprende además los pasos de reagrupar los subagrupamientos (56, 58, 60, 62, 64) en porciones (70, 72, 74), para propósitos de licitación.

16. Un sistema de evaluación de portafolios (300) para la evaluación rápida de portafolios de activos, el sistema que comprende: una computadora que se configura como un servidor (302) y que se configura además con una base de datos (76) de portafolios de activos (12) y para habilitar los analíticos del proceso de evaluación; cuando menos un sistema del cliente (304) que se conecta al servidor a través de una red, el servidor que se configura para: evaluar los activos en un portafolio de manera individual; alistar los valores de los activos de manera individual en tablas; agregar los grupos o porciones deseados para propósitos de licitación; y optimizar la valoración de la oferta para la tolerancia de riesgo/reembolso deseada.

17. Un sistema (300) de conformidad con la Reivindicación 16, en donde el servidor (302) se configura para someter los activos en el portafolio (12) a una evaluación iterativa y adaptativa en la cual los activos en el portafolio se evalúan de manera individual.

18. Un sistema (300) de conformidad con la Reivindicación 17, en donde el servidor (302) se configura para: dividir en segmentos un portafolio de instrumentos financieros en tres porciones de evaluación; asegurar completamente (14) una primera porción del portafolio de activos; aseguramiento de grupo y de muestra (34) de una segunda porción del portafolio de activos; e inferir valores de manera estadística (40) para una tercera porción del portafolio de activos.

19. Un sistema (300) de conformidad con la Reivindicación 17, en donde el servidor (302) se configura para: asegurar de una manera de efectivo completo (86) para generar una tabla de valor completo (96); y asegurar de una manera de efectivo parcial (88) para generar una tabla de valor parcial (102).

20. Un sistema (300) de conformidad con la Reivindicación 18, en donde el servidor (302) se configura para: usar procedimientos de muestreo completo (106) para las categorías de activos grandes dentro del portafolio; y usar procedimientos de muestreo parcial (108) para las categorías de activos pequeños o medianos dentro del portafolio.

21. Un sistema (300) de conformidad con la Reivindicación 20, en donde el servidor (302) se configura para: muestrear un cien por ciento (110) de un grupo muestra de activos; asegurar por completo una porción del grupo de muestreo de activos que se basa en un conjunto determinado dentro del grupo de muestreo.

22. Un sistema (300) de conformidad con la Reivindicación 21, en donde el servidor (302) se configura para: generar una evaluación completa del grupo de muestra (118); e integrar la evaluación completa del grupo de muestra (14) de conformidad con un conjunto de reglas (114), para producir una tabla de valores de activos de muestra completa individual (116) .

23. Un sistema (300) de conformidad con la Reivindicación 20, en donde el servidor (302) se configura para: formar un grupo de muestra de agrupamiento (120); muestrear el cien por ciento (110) de un grupo representativo desde adentro del agrupamiento; muestrear aleatoriamente otros grupos dentro del agrupamiento; y determinar los valores del grupo restante por medio de extrapolar desde el grupo de muestra del agrupamiento.

24. Un sistema (300) de conformidad con la Reivindicación 23, en donde el servidor (302) se configura para: volver a asegurar a un nivel del activo para producir una tabla del analista de crédito alfa (126) ; ajustar por clase de activo (128) la tabla del analista de crédito alfa para producir una tabla ajustada del analista de crédito (130); y seleccionar los activos individuales a partir de la tabla ajustada- del analista de crédito de conformidad con el agrupamiento de porciones (70, 72, 74), para producir un valor de crédito de muestreo parcial (132) , para usarla en la licitación.

25. Un sistema (300) de conformidad con la Reivindicación 18, en donde el servidor se configura para utilizar un proceso de aprendizaje tanto supervisado (206) , como no supervisado (208) y un algoritmo de inferencia estadística (134) para producir una tabla de agrupamientos de aseguramiento (136).

26. Un sistema (300) de conformidad con la Reivindicación 25, en donde el servidor (302) se configura para: dividir en segmentos y clasificar los activos; y evaluar los activos basándose en la retroalimentación de datos.

27. Un sistema (300) de conformidad con la Reivindicación 24, en donde el servidor (302) se configura para agrupar los activos usando el agrupamiento intermedio incierto-C (FCM) y una técnica de registro compuesta de Elevado/Esperado/Bajo/Sincronización/Riesgo (HELTR) .

28. Un sistema (300) de conformidad con la Reivindicación 24, en donde el servidor (302) se configura para: dividir en una categoría (48) los activos que se considera que tienen suficiente estado común para evaluarse como un todo; y dividir en una segunda categoría (50) los activos sin suficiente estado común para la evaluación como un todo.

29. Un sistema (300) de conformidad con la Reivindicación 28, en donde el servidor (302) se configura para: dividir la segunda categoría (50) de activos en agrupamientos (52, 54); y dividir los agrupamientos en subagrupamientos (56, 58, 60, 62, 64).

30. Un sistema (300) de conformidad con la Reivindicación 29, en donde el servidor (302) se configura para reagrupar los subagrupamientos (56, 58, 60, 62, 64) en porciones (70, 72, 74), para propósitos de licitación.

31. Una computadora (38) para la evaluación rápida de portafolios de activos, la computadora que incluye una base de datos (76) de los portafolios de activos (12) y que se configura para habilitar los analíticos del proceso de evaluación, la computadora que se programa para: evaluar los activos en un portafolio de manera individual; alistar los valores de los activos de manera individual en tablas; agregar los grupos o porciones deseados (70, 72, 74) para propósitos de licitación; y optimizar la valoración de la oferta para la tolerancia de riesgo/reembolso deseada.

32. Una computadora (38) de conformidad con la Reivindicación 31, caracterizada porque se programa para someter los activos en el portafolio (12) a una evaluación iterativa y adaptativa (32) en la cual los activos en el portafolio se evalúan de manera individual.

33. Una computadora (38) de conformidad con la Reivindicación 32, caracterizada porque se programa para: dividir en segmentos un portafolio de instrumentos financieros en tres porciones de evaluación; asegurar completamente (14) una primera porción del portafolio de activos (12); aseguramiento de grupo y de muestra (34) de una segunda porción del portafolio de activos; e inferir valores de manera estadística (40) para una tercera porción del portafolio de activos.

34. Una computadora (38) de conformidad con la Reivindicación 33, caracterizada porque se programa para: asegurar de una manera de efectivo completo (86) para generar una tabla de valor completo (96) ; y asegurar de una manera de efectivo parcial (88) para generar una tabla de valor parcial (102) .

35. Una computadora (38) de conformidad con la Reivindicación 33, caracterizada porque se programa para: usar procedimientos de muestreo completo (106) para las categorías de activos grandes dentro del portafolio; y usar procedimientos de muestreo parcial (108) para las categorías de activos pequeños o medianos dentro del portafolio.

36. Una computadora (38) de conformidad con la Reivindicación 33, caracterizada porque se programa para: muestrear un cien por ciento (110) de un grupo muestra de activos; asegurar por completo (14) una porción del grupo de muestreo de activos que se basa en un conjunto determinado dentro del grupo de muestreo.

37. Una computadora (38) de conformidad con la Reivindicación 36, caracterizada porque se programa para: generar una evaluación completa del grupo de muestra (118); e integrar la evaluación completa del grupo de muestra de conformidad con un conjunto de reglas (114), para producir una tabla de valores de activos de muestra completa individual (116) .

38. Una computadora (38) de conformidad con la Reivindicación 35, caracterizada porque se programa para: formar un grupo de muestra de agrupamiento (120); muestrear el cien por ciento (110) de un grupo representativo desde adentro del agrupamiento; muestrear aleatoriamente otros grupos dentro del agrupamiento; y determinar los valores del grupo restante por medio de extrapolar desde el grupo de muestra del agrupamiento.

39. Una computadora (38) de conformidad con la Reivindicación 38, caracterizada porque se programa para: volver a asegurar a un nivel del activo para producir una tabla del analista de crédito alfa (126) ; ajustar por clase de activo (128) la tabla del analista de crédito alfa para producir una tabla ajustada del analista de crédito (130); y seleccionar los activos individuales a partir de la tabla ajustada del analista de crédito de conformidad con el agrupamiento de porciones (70, 72, 74), para producir un valor de crédito de muestreo parcial (132), para usarla en la licitación.

40. Una computadora (38) de conformidad con la Reivindicación 33, caracterizada porque se programa para utilizar un proceso de aprendizaje tanto supervisado (206) , como no supervisado (208) y un algoritmo de inferencia estadística (134) para producir una tabla de agrupamientos de aseguramiento (136).

41. Una computadora (38) de conformidad con la Reivindicación 40, caracterizada porque se programa para: dividir en segmentos y clasificar los activos; y evaluar los activos basándose en la retroalimentación de datos.

42. Una computadora (38) de con-formidad con la Reivindicación 39, caracterizada porque se programa para agrupar los activos usando el agrupamiento intermedio incierto-C (FCM) y una técnica de registro compuesta de Elevado/Esperado/Bajo/Sincronización/Riesgo (HELTR) .

43. Una computadora (38) de conformidad con la Reivindicación 42, caracterizada porque se programa para: dividir en una categoría (48) los activos que se considera que tienen suficiente estado común para evaluarse como un todo; y dividir en una segunda categoría (50) los activos sin suficiente estado común para la evaluación como un todo.

44. Una computadora (38) de conformidad con la Reivindicación 43, caracterizada porque se programa para: dividir la segunda categoría (50) de activos en agrupamientos (52, 54); y dividir los agrupamientos en subagrupamientos (56, 58, 60, 62, 64).

45. Una computadora (38) de conformidad con la Reivindicación 44, caracterizada porque se programa para reagrupar los subagrupamientos (56, 58, 60, 62, 64) en porciones (70, 72, 74), para propósitos de licitación.