AVANCES EN LA IMPLEMENTACIÓN PRACTICA DE NIIF 9

Entre los aspectos que más trabajo nos ha demandado en los últimos ocho meses que llevamos acompañando a instituciones financieras de la Región en la preparación de información para NIIF 9, figura sin duda el relativo a la incorporación de las variables prospectivas (forward-looking) al cálculo de las pérdidas esperadas. El problema de base es, en general, que hasta ahora, las entidades se mantuvieron atadas a métodos regulatorios de calificación de deudores que nada ayudan, por lo que la mayoría de aquellas no dispone de metodologías que arrojan puntajes de comportamiento de crédito (behavioural credit scorings) de instrumentos, para ser obtenidos periódicamente, y que además incluyan esos elementos prospectivos (p.e. indicadores macroeconómicos o sectoriales).

El problema derivado e inmediato que se genera de lo anterior es no sólo la dificultad de disponer de valores aceptables de tasas de incumplimiento, o probabilidades de default basadas en comportamientos históricos que tengan incorporadas variables prospectivas, sino que también complica los esfuerzos para la determinación del incremento de riesgo de crédito con el fin de asignar los instrumentos a los diferentes buckets o etapas. Una solución ideal para resolver el problema es, sin duda, la implementación de una ‘recalificación retrospectiva’ de instrumentos, lo que obviamente insume importantes recursos y esfuerzos, desalentando la toma de ese tipo de camino.

Sobre la definición de criterios para establecer la existencia de ‘incrementos de riesgo crediticio’ de instrumentos, ocurre que para colmo no es suficiente apelar a un único factor de deterioro, digamos el aumento de la PD o la reducción de la calificación interna o externa entre el reconocimiento inicial y el momento del reporte. Es indispensable incluir otros elementos, como por ejemplo, y entre otros, la ‘maduración’ del instrumento y/o el ‘momento’ de la percepción de flujos, especialmente para aquellos con pago de principal al vencimiento. Hemos encontrado que este tema, en el proceso de preparación de info, más temprano que tarde, ha deparado obstáculos que pueden resultar complicados de salvar, pero que obligatoriamente se deben superar.

Un tema que en un principio nos hubo confundido, fue el del latiguillo insistente de la Norma sobre la información a ser obtenida ‘sin costo o esfuerzo significativo o desproporcionado’. Aclarémoslo. En última instancia, para determinar el ‘grado de la desproporción’ incurrible, se debería comparar el costo de las reservas adicionales que se deberían constituir de no realizarse ese esfuerzo. Esto significa que si el esfuerzo ‘desproporcionado’ demandase, en términos de reservas, más dinero que el costo de hacer dicho esfuerzo, sería razonable hacerlo. A menos, claro está, si se confirmase y documentase, la inexistencia de data o, en algunos casos, de una metodología razonable y aplicable.

Otro aspecto, más operativo que metodológico, y que en realidad debería ser casi el primero a ser resuelto, es el de la segmentación o agrupación de instrumentos, a los efectos de realizar evaluaciones sobre carteras colectivas. Es que el criterio de agregación requiere reunir en un mismo segmento, instrumentos que compartan factores de riesgo, con el objetivo de poder asociar su suerte futura al comportamiento de variables macroeconómicas prospectivas, lo cual no es tan sencillo como parece. No es ‘rocket science’, pero presenta sus dificultades.

Finalmente pero no por último, se ha coincidido en que dada la relativa complejidad de la construcción de la información para el cálculo de deterioro crediticio según NIIF 9, no es esperable para el momento de la implementación efectiva a partir de enero de 2018, que las entidades pudieran aplicar la Norma “by the book”. Si bien para la fecha de partida se realizarían los mejores esfuerzos para una implementación razonable, las precisiones metodológicas que quizá podrían conducir a disminuir el costo de reservas, se irían ejecutando a medida que las entidades, paulatinamente en el tiempo, vayan recorriendo la curva de aprendizaje y aumentando la eficiencia de procesamiento de sus datos y las técnicas de cálculo..