Administración y Gestión Cualitativa del Riesgo

1

Hoy en día, los modelos analíticos son la sangre vital de las instituciones financieras modernas. A través de ellos se toman diferentes tipos de decisiones que afectan las necesidades de diversos interesados. Derivadas de esas decisiones se pueden producir consecuencias adversas en las entidades financieras, tanto económicas como reputacionales, dando lugar al concepto de “Riesgo de Modelo”.

El riesgo de modelo se define como el conjunto de posibles consecuencias adversas derivadas de decisiones basadas en resultados e informes incorrectos de modelos, modelos implementados incorrectamente o el uso inapropiado de modelos.

Pero el riesgo de modelo no puede ser eliminado, sino mitigado con un ambiente de control adecuado y con una estructura de gobierno correcta. Esto da lugar a que la gestión de riesgos de modelos se convierta en una competencia fundamental.

Podemos destacar que las fuentes más comunes de riesgo de modelo se pueden dividir en 3 tipos de fuentes: las que provienen de los datos, las que provienen de la estimación y las que provienen del uso de los modelos. Es posible observar que en las entidades financieras (al menos en Latinoamérica), los problemas típicos en la gestión del riesgo de modelo surgen principalmente de:

  • Ausencia de inventario de modelos
  • Supervisión no clara
  • Falta de documentación exhaustiva
  • Errores en el mapeo de los datos con las fuentes de información
  • Falta de independencia de la unidad de validación respecto a los desarrolladores
  • Modelos no reestimados ni calibrados en largos periodos de tiempo
  • Trazabilidad de los procesos

Un ejemplo claro de riesgo de modelo sucedió en el año 2012, en donde una Firma Global de Servicios Financieros tuvo un impacto económico de 440 MM de dólares por un error en la implementación del modelo (se realizó una incorrecta codificación del modelo), dando como resultado millones de trades defectuosos con posiciones perdedoras. Otro ejemplo que podemos mencionar sucedió en el año 2008, en donde una Corporación Multinacional Americana tras un error de gobernanza del modelo causado por una validación insuficiente generó una pérdida económica de 85 MM de dólares.

Por otra parte, cabe mencionar que el concepto de Riesgo de Modelo es algo que ya se viene hablando desde la década del 90. Primero a través de boletines de recomendaciones, luego a través de guías y actualmente a través de orientaciones regulatorias.  Sin embargo, el concepto toma significatividad a partir de la Reserva Federal de los EE. UU, quien inició esta tendencia emitiendo la Carta SR 11-7 (Guía de Supervisión sobre la Gestión de Riesgos Modelo). Posteriormente, la Autoridad Bancaria Europea (EBA) siguió con las directrices de evaluación de riesgos modelo a los reguladores nacionales para el SREP (Supervisory Review and Evaluation Process), emitido en diciembre de 2014. A modo de resumen, podemos decir que las expectativas regulatorias, se centran en:

  • Identificar, estimar, monitorear y administrar el riesgo del modelo.
  • Contemplar revisiones independientes periódicas.
  • Establecer controles internos sólidos y gobernanza eficaz.
  • Configurar y mantener un inventario completo de modelos.
  • Programa de model risk management integral y sostenible

Contemplando lo mencionado anteriormente, SAS ayuda a las entidades financieras a mitigar el riesgo de modelo a través de “SAS Model Risk Management”, una herramienta perteneciente a la Suite de Productos de Gestión de Riesgo de SAS. Su principal objetivo es mantener un inventario centralizado y completo de modelos, proporcionando un ambiente de control adecuado y una estructura de gobierno eficaz, con el fin contar con una gestión cualitativa sólida del ciclo de vida analítico. Adicionalmente, identifica de forma fácil los modelos que requieren una revisión, upgrades o simplemente modelos que deben dejar de ser utilizados.

Por todo lo expuesto es tiempo de tomar conciencia… llevar una gestión cualitativa es prevenir consecuencias económicas y/o reputacionales y crear una mayor confianza en los resultados obtenidos.

Más información en: https://www.sas.com/en_us/software/model-risk-management.html

 

Share

About Author

Enzo Roccasalva

Systems Engineer, Risk

Enzo cuenta con más de 10 años de experiencia en el sector financiero, especializándose en el sector de riesgo de crédito, modelos, y analytics. Con paso por empresas como Deloitte y Equifax, actualmente se desarrolla como Head of Analytics and Risk en SAS. Enzo es Actuario por la UBA, y posee una especialización en Big Data y Estadística del ITBA.

1 Comment

Leave A Reply

Back to Top