Cómo abordar los nuevos desafíos para garantizar una gestión eficaz y segura

En la actualidad, los mercados se encuentran en una constante evolución, donde el componente de la transformación digital y la regulación están teniendo un fuerte impacto en el modelo de negocio de las entidades.

En Chile, la evolución de la normativa prudencial no ha seguido un camino paralelo a los estándares internacionales, y la adopción de la Ley 21.130 supone un cambio muy ambicioso al pasar, de golpe, de Basilea I a Basilea III.

Desde 2020 la Comisión para el Mercado Financiero (CMF) ha estado trabajando en una serie de objetivos, que marcarán el roadmap de las entidades financieras para los próximos años.

En este contexto, desde Minsait, una compañía de Indra, ha nacido la necesidad de poder abordar esta temática en el encuentro “Jornada de Riesgo y Regulación”, donde se abordaron los nuevos desafíos y oportunidades en el ámbito de la gestión de riesgos, con el propósito de compartir una visión global sobre: prioridades de regulación y supervisión para el 2023 en Chile, la innovación en los modelos de riesgo de crédito, novedades en la gestión del riesgo de mercado y la gestión integrada de riesgos no financieros.

Existen tres elementos clave que bien combinados garantizarán el éxito en la mejora de los modelos y los procesos donde estos participan, los que se centran en: fuentes de información, metodología y sistemas.

Las nuevas fuentes de información

Respecto a las nuevas fuentes de información, estas representan un activo muy valioso a la hora de mejorar la medición de la calidad crediticia, por el enriquecimiento con fuentes externas, que, en combinación con la información interna, permite obtener muy buenos resultados.

En particular, el acceso a la información bancaria que brinda el Open Banking es la materia prima para desarrollar modelos de riesgos con información veraz e instantánea, con información tanto del cliente como de consumo.

Desde Minsait, este proceso de extracción se realiza a través de Afterbanks, su fintech de tecnología financiera, que captura credenciales de acceso a la banca móvil. De igual manera, existe un listado de variables de Open Banking, donde se realizan modelos propios de negocios según la categorización y requerimientos del mercado. Ya con el acceso a esta información, la entidad puede mejorar sus procesos de admisión de riesgo, gestión comercial, fraude y recuperaciones de una forma excepcional.

Técnicas avanzadas de modelización

Fuera del ámbito regulatorio, por el momento, existe una multitud de técnicas de modelización que están proporcionando mejoras en la bondad de los modelos. Bajo la experiencia de Minsait, se recomiendan las siguientes metodologías de modelización:

• Máquinas Vector Soporte: Campo de estudio continuo y de evolución constante, de manera paralela a las mejoras computacionales, que facilitan la aplicación de este método.
• Bosques aleatorios: Uno de los algoritmos de aprendizaje más precisos, el cual mejora la precisión de las predicciones de los árboles de decisión únicos, además de ofrecer un método experimental de detectar interacciones entre variables.
• Gradient Boosting Machine: Una de las técnicas de Big Data más eficaces en predictividad y discriminación, para problemas de regresión no paramétrica y clasificación.

Sistemas

Por último, los sistemas de información son otro elemento relevante para asegurar el buen uso de la información. Disponer de información veraz desde fuentes de datos refutadas es clave de cara a la explotación de los datos.

Novedades en la gestión del riesgo de mercado

Observando las prioridades estratégicas de las entidades en el ámbito de la gestión de los riesgos de mercado se encuentran:

Nuevas líneas de negocio, con productos más completos y sofisticados en la Tesorería:

• Nuevas estructuras e innovación en herramientas Front Murex: ampliar la gama de productos derivados de cobertura e inversión ofrecida a los clientes e implementar productos adicionales de derivados que permitan un ahorro por cobertura de balance, beneficios en fondeo y nuevas oportunidades de negocio en notas estructuradas.

• Índices de Crédito: Disponer de CDX para realizar las coberturas del Riesgo de Contraparte.

• Aplicación de nuevas metodologías de riesgo de mercado y desarrollo de pruebas para identificar deficiencias en la estimación de métricas respecto a los requerimientos regulatorios y mejores prácticas:

• FRTB IMA
• Full- Reval
• VaR por Taylor
• Spectral Backtesting
• Métricas KVA y AVAs

Incorporación de nuevas técnicas de Big Data Analytics, Machine Learning y Deep Learning en la práctica financiera:

• Análisis de riesgo de mercado.
• Estimación/entrenamiento de cubos de volatilidad.
• Modelos de stress test.
• Política de precios.
• Optimización del trading.
• Cumplimiento normativo (RegTech)

La gestión integrada de los Riesgos No Financieros

En la actualidad, las entidades disponen de funciones de control interno descentralizadas (control del riesgo, cumplimiento normativo y auditoría interna), con excesivos costes tecnológicos y humanos y con un elevado grado de manualidades en sus procedimientos. El reto de disponer de una función de control interno o GRC (gobierno, riesgo y complimiento) integrado es mayúsculo.

Un control interno integrado supone para las entidades hacer más eficiente la asignación de recursos y robustecer la segunda y tercera línea de defensa. En las entidades se estructura en torno a distintas funciones y jerarquías, entre las que destacan: el control de riesgos, cumplimiento normativo y la auditoría interna, estableciendo un sistema de reporting periódico con los órganos de gobierno.

Es necesario ofrecer una propuesta de valor integral en la gestión de los riesgos no financieros, brindando un valor agregado durante la transformación, implementación, ejecución y certificación de sus marcos de control interno.

Desde Minsait se ofrece un soporte extremo a extremo a las organizaciones en su viaje de adopción de este tipo de modelos, con el objetivo de definir, diseñar, desplegar, mantener y operar la solución, obteniendo resultados como:

• Reducción de tiempo en base a la automatización del entorno de control
• Mayor eficiencia en la generación de evidencias y findings
• Mitigación del riesgo operacional
• Unificación de taxonomías y bases de datos

Incorporar la función de Compliance en Sostenibilidad

El Control Interno de las entidades tiene un papel importante que desempeñar en la gestión de los riesgos regulatorios relacionados con ESG (environmental, social y governance), a fin de garantizar que se identifica, gestiona y mitiga el riesgo de cumplimiento en esta área emergente, como el alcance funcional y roles, los riesgos de cumplimiento, actualización de método y seguimiento y reporting. En este sentido, deben identificarse los puntos clave en los que se tienen que incorporar los factores ESG y los riesgos de greenwashing para actualizar el mapa de riesgos y la metodología de risk assessment corporativa.

Desde esta perspectiva, el último paso es definir un modelo integral y transversal de gestión y control del Riesgo de Sostenibilidad, que se establezca sobre los ejes de: Marco de gestión y control, Metodologías de cuantificación, Taxonomía, fuentes y herramientas y Seguimiento y reporting.

Nuestras noticias también son publicadas a través de nuestra cuenta en Twitter @ITNEWSLAT y en la aplicación SQUID