LA MÉTRICA FORWARD-LOOKING EN REVISIÓN
En estos últimos dos años, y habiendo transcurrido más de ocho desde el inicio de la implementación de las normas NIIF9 en la banca para medir el deterioro de riesgo crediticio, a través de las pérdidas esperadas (ECL), se encuentra en marcha un sano proceso de revisión crítica de los modelos de medición utilizados por los gestores. Auditores, calificadoras de riego, supervisores y accionistas de bancos, por medio de sus comités de riesgo, están demandando mayores precisiones en el cálculo de los principales parámetros componentes de las ECL. Estas exigencias se originan en la posibilidad de que aquellos estén subestimando o sobreestimando pérdidas, con el consiguiente impacto en el monto de la cobertura debida, o peor, en el monto de dividendos a distribuirse.
La revisión crítica requerida presenta varias perspectivas, sin embargo, entre las más importantes sin duda, se halla la del “riesgo de modelo”, y que propone realizar pruebas estadísticas retrospectivas (backtesting), al menos de los modelos que determinan PD, LGD, EAD y FWL. Concretamente, lo que se exige es confirmar estadísticamente que lo que pronostican, sea confiable. Dicho menos técnicamente: que pronostiquen bien, o al menos “bastante” bien.
Uno de los parámetros que mayor problema causa a los gestores, tanto en su medición como en su backtesting es, también sin duda, el coeficiente de ajuste prospectivo “forward-looking”. Su determinación encierra un amplio abanico de arbitrios por parte de gestores, lo que puede imprimir al cálculo final de ECL imprecisiones deseadas, y no deseadas. En nuestra experiencia, hemos observado que una buena parte de aquellos utilizan el método de los “dígitos oscilantes” para cuantificar el FWL, tratando de ajustar pérdidas que fueron razonablemente bien calculadas.
Recordemos que el ajuste forward-looking de pérdidas esperadas bajo NIIF 9, pretende traducir escenarios macroeconómicos estimando PD point-in-time (PIT), LGD y ECL ponderados por escenarios. Para el logro de este objetivo la gran mayoría de gestores, estiman una relación histórica entre tasas de default, carteras vencidas o PD contra variables macroeconómicas relevantes como IMAE, IPC, desempleo, remesas u otras; luego las proyectan según escenarios base, adversos y optimistas y recalculan la ECL por escenario y, finalmente, las ponderan por sus probabilidades de ocurrencia. Sin embargo, muy pocas veces hemos asistido a una comprobación de la bondad del modelo de ajuste utilizado. En general, se asume -ya no tanto- que los parámetros pronostican lo que tienen que pronosticar.
Y la mayor dificultad radica, generalmente, en que las predicciones de las regresiones lineales múltiples ejecutadas -el modelo más utilizado- para asociar deterioro de carteras con macroindicadores, quizá no estuvieran arrojando betas y R2 aceptables (estadísticamente no significativas), que impedirían su incorporación al cálculo del FWL y ECL ajustados, y olvidando que la relación entre las variables podría no ser lineal. Frente a esto, la norma propone el uso de otros modelos para ajustar pérdidas (ver IFRS Transition Resource Group; 2015), como la ponderación de probables escenarios prospectivos, que es precisamente donde se abre el espacio cósmico para la arbitrariedad. Opinamos que, agregando un poquito de cariño en el cálculo de regresión, incluyendo, aunque sea, alguna transformación de las series a correlacionar, y mediante la realización de pruebas de hipótesis de los supuestos, para contrastar pronósticos con resultados observados, y con ello obtenerse mejoramientos significativos en el proceso.