Estar a la vanguardia de la regulación financiera tiene un importante componente de analítica avanzada

0

A lo largo de los últimos años, el mundo financiero se ha sometido a los cambios regulatorios impuestos por Basilea II, III y ahora IV, modificaciones que incluyeron la redefinición en la medición de los Activos Ponderados por Riesgo y los requerimientos de capital de calidad, en las que la utilización de la analítica avanzada juega un papel fundamental.

En Colombia esta regulación no es de obligatoria adopción, con la excepción de los bancos europeos que tienen filiales operando en el país; sin embargo, sí se trata de reglas que optimizan factores como las pérdidas esperadas, los modelos, manejo de riesgos y pruebas de estrés, creando un círculo virtuoso alrededor de su aplicación.

Ahora bien, la realidad es que existen barreras en su aplicación que están relacionadas con capacidades tecnológicas, de infraestructura, de software y de conocimiento, que pueden ser superadas con una selección y aplicación de técnicas analíticas que se ajusten a las particularidades de cada banco, y que permitan que el impacto sobre los resultados financieros sea el mínimo posible.

¿Qué hacer? En modelos de puntuación de crédito, por ejemplo, ya se están utilizando técnicas de machine learning y de deep learning, que son muy sofisticadas en términos de técnicas y metodología para los cálculos de estos modelos. Con esto se logra una disminución del ciclo analítico, lo que tiene una relación directamente proporcional con la utilidad de cualquier entidad de crédito.

También hay desarrollos en el frente de cálculos de pérdida esperada, en donde la construcción de los flujos de caja por perfil de riesgo se puede hacer a partir de analítica avanzada, logrando cálculos con modelos adecuados que maximicen la mitigación de los dos grandes problemas de este frente: uno, que las pérdidas esperadas resulten más altas de lo que deberían ser, lo que va a generar un incremento en las provisiones y un detrimento en la utilidad neta; y dos, que sean tan bajas que cuando se materialicen los impagos la entidad no vaya a tener con qué cubrir tales pérdidas.

En las pruebas de estrés el aporte de la analítica avanzada también se destaca, pues lo que hasta hoy se viene aplicando solo permite estresar los factores que componen un valor a riesgo de un portafolio en particular, pero la analítica avanzada permite hacerlo correlacionando diferentes portafolios, al tiempo que se incluyen variables macroeconómicas que estresan el balance de la compañía, logrando resultados más cercanos a la realidad, evaluando incluso el impacto país que una situación puede generar.

Finalmente, Basilea IV también incluye los temas de gobernanza y transparencia, y en ambos frentes la analítica avanzada es un gran aliado pues se trata de soluciones 100% auditables y end to end, dando trazabilidad a los modelos.

Share

About Author

Javier Alexander Rengifo

Senior Manager Customer Advisory SAS Colombia & Ecuador

Javier es Ingeniero de Sistemas y Computación con una Maestría en Ingeniería de la Información y un Postgrado en Gestión de Riesgos Financieros. Actualmente está cursando un doctorado en Gestión de la Innovación Tecnológica en la Universidad de los Andes. Es profesional experto en el campo de la Analítica de Datos con experiencia y certificaciones en una amplia gama de tecnologías y soluciones, tales como: Visualización de Datos, Balanced Scorecard, Data Mining, Machine Learning, Inteligencia Artificial, Big Data, Data Science y Soluciones Cloud. Tiene un trayectoria profesional probada de más de 17 años, diseñando e implementando sistemas analíticos para apoyar las decisiones corporativas en múltiples proyectos y oportunidades de negocio, tanto en empresas líderes en Colombia como en otros países de Hispanoamérica. Actualmente, Javier se desempeña como Gerente Senior de Customer Advisory en SAS Institute; liderando a un equipo de profesionales expertos en soluciones analíticas responsables de proporcionar asesoramiento funcional y técnico sobre soluciones y servicios de Inteligencia Artificial y Analítica Avanzada, para soportar la toma de decisiones en los procesos de Inteligencia de Clientes, Gestión de Riesgos y Prevención de Fraude.

Leave A Reply

Back to Top