En las dos últimas décadas, los reguladores financieros y los bancos centrales de todo el mundo han insistido cada vez más en la importancia de una información financiera transparente y con visión de futuro en el sector bancario. Un hito importante de esa evolución llegó con la publicación de la NIIF 9, Instrumentos Financieros, por el International Accounting Standards Board (IASB), que sustituyó a la NIC 39, Instrumentos Financieros: Reconocimiento y Valoración.
La NIIF 9 cambió de raíz la forma en que los bancos miden y reconocen el riesgo de crédito. En lugar de reconocer las pérdidas solo después de producirse un evento crediticio, introdujo el modelo de pérdida crediticia esperada (PCE), que obliga a anticipar las posibles pérdidas con información prospectiva.
En 2018, numerosos países adoptaron la NIIF 9, con un papel clave de los bancos centrales y los reguladores financieros en la supervisión de su implantación. Instituciones como el Banco Central Europeo, el Banco de Inglaterra o la Autoridad Monetaria de Singapur publicaron guías extensas para que los bancos incorporaran los nuevos requisitos a sus marcos contables y de gestión del riesgo.
Aunque la transición a la NIIF 9 supuso un avance importante para la información financiera, la profundidad de su implantación varía mucho entre sistemas bancarios. En muchas entidades, la adopción se ha centrado sobre todo en cumplir las expectativas regulatorias, más que en integrar plenamente la norma en la gestión del riesgo de crédito y en la toma de decisiones estratégicas.
Retos de implantación en los sistemas bancarios de todo el mundo
Aunque los reguladores han detallado sus expectativas supervisoras, los bancos de muchas jurisdicciones siguen encontrando dificultades prácticas al aplicar la NIIF 9.
Una dificultad central está en desarrollar los parámetros de riesgo que exige el marco de pérdida crediticia esperada, entre ellos:
Estas métricas son la base de la modelización del riesgo de crédito y de las provisiones conforme a la NIIF 9. Construir modelos sólidos exige, sin embargo, una experiencia cuantitativa especializada, un amplio histórico de datos y procesos de validación sofisticados. Muchos bancos, sobre todo en mercados emergentes, carecen de los recursos internos necesarios y recurren a metodologías simplificadas o a soluciones de proveedores externos.
La calidad y la disponibilidad de los datos son otra restricción importante. Para estimar probabilidades de incumplimiento y tasas de recuperación hacen falta datos históricos fiables de comportamiento crediticio. Pero en muchos sistemas bancarios el historial de préstamos está incompleto, es inconsistente o no tiene el detalle suficiente para segmentar bien las carteras.
La infraestructura tecnológica plantea otro obstáculo. Una implantación eficaz de la NIIF 9 exige una integración estrecha entre:
Unos entornos tecnológicos fragmentados dificultan automatizar el cálculo de provisiones o mantener flujos de datos coherentes entre departamentos.
El reto de calibrar los modelos en economías distintas
Otro problema habitual surge del uso de modelos de riesgo desarrollados originalmente para otros entornos financieros. Muchos bancos adoptan marcos pensados para mercados bancarios más maduros e intentan aplicarlos directamente a su propio contexto económico.
Sin embargo, el comportamiento del prestatario, las tasas de recuperación, las estructuras de garantías y la exposición sectorial varían mucho de una región a otra. Los patrones de financiación en ámbitos como el crédito a pymes, el crédito minorista o la financiación del comercio pueden diferir sustancialmente de los supuestos en los modelos importados.
Cuando los modelos no se calibran a las condiciones económicas locales, las estimaciones de pérdida esperada pierden fiabilidad: exageran el riesgo en periodos estables o lo infravaloran en las recesiones.
Estas incoherencias reducen además la comparabilidad entre entidades de una misma jurisdicción. Los reguladores insisten cada vez más en que los bancos adapten sus marcos de modelización a las características de su mercado crediticio local, en lugar de apoyarse únicamente en metodologías importadas.
Incorporar escenarios macroeconómicos
Uno de los aspectos más complejos de la implantación de la NIIF 9 es el requisito de incorporar información macroeconómica prospectiva a la estimación de pérdidas crediticias.
Conforme al marco de PCE, los bancos deben considerar varios escenarios económicos al proyectar sus pérdidas futuras. Esos escenarios suelen incluir previsiones base, optimistas y adversas, con variables como:
Muchos bancos se apoyan en las proyecciones macroeconómicas de organizaciones como el Fondo Monetario Internacional, el Banco Mundial o la OCDE. Pero traducir esas previsiones en impactos cuantitativos sobre las carteras crediticias exige relaciones estadísticas complejas que no siempre resultan fáciles de establecer.
Elaborar ajustes macroeconómicos fiables requiere a menudo la colaboración de economistas, modelizadores de riesgo y científicos de datos, recursos que no están igualmente disponibles en todas las entidades.
Gobierno y supervisión de los modelos
Aunque los retos técnicos de modelización acaparan la atención, las estructuras de gobierno son igual de decisivas para la eficacia del marco NIIF 9.
Los bancos centrales esperan cada vez más que las entidades mantengan mecanismos sólidos de supervisión de sus modelos de riesgo de crédito. Un buen gobierno suele incluir:
Sin esos controles, hasta un modelo técnicamente avanzado puede producir resultados poco fiables o dejar de aportar información útil a la dirección y a los reguladores.
Los supervisores han subrayado que la implantación de la NIIF 9 debe apoyarse en un gobierno sólido que garantice transparencia, rendición de cuentas y coherencia en toda la organización.
Reforzar los marcos de la NIIF 9
Los bancos que quieren mejorar su implantación suelen empezar por una revisión estructurada de sus marcos actuales.
Entre las áreas clave de evaluación figuran:
Calibración de los parámetros de riesgo
Clasificación del riesgo de crédito por etapas
Integración macroeconómica
Información de gestión
Responder a estas preguntas ayuda a detectar carencias en los enfoques de modelización, en la infraestructura de datos y en el gobierno interno.
De requisito regulatorio a herramienta estratégica
Aunque la NIIF 9 nació como norma contable, sus implicaciones van mucho más allá de la información financiera.
El carácter prospectivo del marco de pérdida crediticia esperada anima a los bancos a reforzar su analítica de riesgo, a mejorar la gestión de sus datos y a desarrollar sistemas de riesgo más integrados.
Las entidades que invierten en datos de calidad, en modelos calibrados localmente y en estructuras de gobierno sólidas pueden convertir la NIIF 9 de una obligación regulatoria en una potente herramienta estratégica.
Al mejorar la transparencia del riesgo de crédito y reforzar la solidez financiera, una buena implantación de la NIIF 9 contribuye no solo a una mejor gestión del riesgo en cada banco, sino también a una mayor estabilidad del sistema financiero mundial.
Referencias