Peter Plochan, Asesor Principal de Gestión de Riesgos para EMEA en SAS – Serie de Entrevistas

Peter Plochan es el Asesor Principal de Gestión de Riesgos para EMEA en SAS que ayuda a las instituciones financieras a enfrentar sus desafíos en torno a la regulación financiera y de riesgos, la gestión de riesgos empresariales, la gobernanza de riesgos, el análisis de riesgos prospectivo, las pruebas de resistencia, la gestión de riesgos de modelos, la modelización de riesgos y la gestión de riesgos del cambio climático.

Peter tiene una formación en finanzas (maestría en Banca) y está certificado como Financial Risk Manager (FRM) con más de 19 años de experiencia en gestión de riesgos en el sector financiero. Ha asistido a diversas instituciones bancarias y de seguros en implementaciones de gestión de riesgos a gran escala, trabajando tanto internamente como externamente como asesor de gestión de riesgos (PwC). Desde que se unió a SAS en 2014, Peter actúa como experto global en la materia, aprovechando las últimas tendencias en análisis de riesgos y tecnología con su profunda experiencia en gestión de riesgos y finanzas.

Ha trabajado en importantes instituciones financieras y firmas de consultoría, incluyendo PwC, ABN AMRO, Atradius y ahora SAS, con una amplia experiencia en regulación bancaria, gestión de riesgos empresariales y pruebas de resistencia financieras. Mirando atrás en su carrera, ¿qué debilidades estructurales en la forma en que los bancos abordan el riesgo geopolítico han permanecido sorprendentemente sin resolver?

Estaba organizando un seminario web reciente con especialistas en riesgo geopolítico. Un director de riesgos de un banco resumió el desafío actual de manera acertada al señalar: “Una gestión de riesgos lenta es una mala gestión de riesgos”. Cuando se enfrentan a choques geopolíticos, los bancos a menudo necesitan una respuesta repentina y rápida.

La economía mundial está cada vez más interconectada. Y esto significa que la velocidad de cualquier contagio derivado de un choque geopolítico también está aumentando.

Por supuesto, los choques geopolíticos son variados, desde cambios en los precios del petróleo hasta guerras comerciales y aranceles, pasando por conflictos armados, entre otros.

Los bancos y las instituciones de servicios financieros no pueden permitirse esperar demasiado para evaluar el impacto de dichos choques en sus balances. La velocidad sigue siendo el factor clave.

En los últimos 10 años, la industria de servicios financieros ha mejorado su capacidad para ejecutar cálculos de riesgo más rápido que nunca. Sin embargo, las pruebas de resistencia siguen siendo una de las actividades más intensivas en cómputo y procesos en las instituciones financieras.

Los bancos deben elaborar un inventario de sus préstamos y activos, y luego evaluar qué partes de su balance son susceptibles a choques específicos. Un factor clave para el éxito en este esfuerzo es cuán detallados y completos sean los inventarios que los bancos establezcan, y cuán exhaustivos sean sus análisis y evaluaciones de riesgo.

Por ejemplo, los bancos deben observar no solo los choques geopolíticos en sí, sino también sus efectos indirectos, que a veces son menos evidentes y se desarrollan más lentamente que los propios choques. ¿Qué hace un aumento repentino del precio del petróleo no solo en la bomba de gasolina, sino en toda la cadena de suministro? ¿Y cómo podría un aumento de los precios del petróleo afectar no solo la gasolina, el diésel y otros costos de transporte, sino también los costos y precios de fertilizantes, plásticos e incluso medicamentos farmacéuticos producidos en un país o región específicos?

En muchos casos, los bancos no tienen una comprensión profunda de los posibles efectos de los choques geopolíticos en sus clientes y en las cadenas de suministro de sus clientes, lo que dificulta la gestión del riesgo geopolítico.

A través de la gestión del riesgo geopolítico, los bancos intentan comprender y evaluar mejor el impacto de los choques en sus clientes y en los préstamos de los clientes, que constituyen la mayor parte de los balances de los bancos. La gestión del riesgo geopolítico para los bancos busca responder a una pregunta que parece simple en la superficie pero es compleja en su fondo: ¿Qué significará este choque para cada cliente del banco y su capacidad de pagar los préstamos?

Al igual que con la gestión del riesgo climático (que tiene muchas similitudes con la gestión del riesgo geopolítico), cada banco necesita profundizar mucho más de lo que normalmente lo hace. Al recopilar y analizar los datos correctos y aplicar metodologías como las pruebas de resistencia, un banco puede comprender mejor la exposición de sus clientes a un choque y el riesgo de su propio balance.

Al tratar toda la gestión de riesgos —para riesgo geopolítico, riesgo climático, riesgo crediticio, riesgo de liquidez y otros— como algo mucho más que un ejercicio de cumplimiento, los bancos pueden descubrir ideas que guíen la planificación estratégica del negocio.

Al utilizar ideas analíticas de un programa robusto de gestión de riesgos (incluyendo pruebas de resistencia), el banco puede tomar mejores decisiones empresariales para mitigar riesgos geopolíticos y otros, y reforzar su resiliencia operativa.

Para los lectores que no están familiarizados con el término, ¿qué es exactamente la “prueba de resistencia” en la banca, y por qué se ha vuelto cada vez más importante en el entorno geopolítico y económico actual?

La prueba de resistencia es una forma de análisis de escenarios. Mediante simulaciones prospectivas, un banco u otra empresa de servicios financieros puede examinar una situación económica (por ejemplo, la disminución de la inflación, el aumento de los impuestos o los costos de electricidad) o un cambio y evaluar su impacto en los indicadores financieros y de riesgo del banco y su desempeño.

La prueba de resistencia es una de las actividades más complicadas e intensivas en cómputo en una institución financiera, ya que requiere muchos cálculos complejos. Para responder a preguntas clave de “qué pasaría si” y comprender mejor los efectos de los riesgos geopolíticos, climáticos y otros, los bancos deben recopilar datos sobre sus clientes, tendencias económicas (de fuentes públicas y privadas) y su sensibilidad a los riesgos específicos que desean evaluar. Luego deben analizar esos datos para descubrir los posibles impactos en sus carteras de préstamos y balances.

Las pruebas de resistencia geopolíticas se centran en determinar el desempeño futuro de un banco basándose en los efectos de choques como guerras, restricciones comerciales, aranceles y sanciones, entre otros. Las pruebas de resistencia geopolíticas comparten muchas de las mismas características que las pruebas de resistencia climáticas, que se enfocan en los efectos de los choques climáticos (por ejemplo, inundaciones o aumentos constantes de la temperatura).

La prueba de resistencia es una herramienta clave de gestión de riesgos y un motor de toma de decisiones. Dado que ningún banco tiene una bola de cristal, no saben qué escenario o choque ocurrirá a continuación. Pero los bancos pueden realizar análisis de “qué pasaría si” basados en escenarios posibles para determinar riesgos y posibilidades futuras —incluso oportunidades— para sus clientes y sus propias operaciones, y usar los resultados para comenzar a prepararse en consecuencia.

El riesgo geopolítico está en aumento, con choques que llegan más rápido que nunca y a menudo se superponen. Dado que los eventos geopolíticos afectan simultáneamente a los mercados, el comercio y las cadenas de suministro, las pruebas de resistencia ayudan a los bancos a simular escenarios futuros con anticipación y a preparar respuestas potenciales.

Como otro CRO me señaló en un panel reciente, “La información sin acción no tiene valor”. Al aplicar ideas analíticas, las pruebas de resistencia respaldan mejores decisiones empresariales. ¿El resultado? Los bancos pueden tomar acciones informadas para navegar los choques geopolíticos mientras afinan su estrategia de negocio.

Los choques geopolíticos actuales a menudo se desarrollan simultáneamente en el comercio, la energía, las materias primas, las amenazas cibernéticas y las cadenas de suministro. ¿Siguen siendo los modelos de riesgo bancario tradicionales capaces de manejar este tipo de riesgo sistémico interconectado?

Parcialmente.

Cuando pensamos en la modelización de riesgo bancario tradicional y su capacidad para manejar riesgos interconectados y sistémicos, existen dos capas en las que los bancos evalúan el impacto de los choques geopolíticos en sus carteras.

La primera capa está a nivel macroeconómico. Si, por ejemplo, hay un choque en el precio del petróleo, un banco intentará comprender el impacto a gran escala en la economía regional o local donde se encuentra un cliente.

Así que si el cliente de un banco es un importante fabricante con sede en Texas, la economía de ese estado podría mejorar durante un choque petrolero, ya que produce petróleo. La modelización de riesgo macroeconómico del banco podría indicar que las empresas en Texas tienen más probabilidades de prosperar a medida que el desempleo disminuye y el volumen de negocios aumenta localmente, por ejemplo. Por otro lado, la mayoría de las demás economías se verán afectadas negativamente, lo que perjudicaría las actividades empresariales de todas las compañías texanas.

Hoy, a nivel macroeconómico, la mayoría de los bancos tienen una base sólida en cuanto a modelización. En sus pruebas de resistencia, pueden traducir los choques geopolíticos en indicadores macroeconómicos (a nivel estatal, nacional o regional).

Usando nuestro ejemplo, un banco tendrá en funcionamiento un modelo que prediga qué sucederá con el sector manufacturero en Texas en términos de probabilidad de incumplimiento si el PIB del estado aumenta en un porcentaje específico.

Por lo tanto, los modelos de riesgo bancario ya están equipados para analizar los impactos macroeconómicos de los choques geopolíticos en los clientes (y prestatarios) del banco.

Pero la segunda capa sigue siendo un desafío.

A nivel micro, un banco necesita acercarse para evaluar la sensibilidad de un cliente específico a un choque geopolítico particular y el riesgo de incumplimiento de ese cliente como resultado.

¿Qué hará una caída del 50 % en la producción de fertilizantes a un fabricante de automóviles? No mucho, al menos no directamente (aunque este fabricante casi seguramente sentirá los efectos de la alta inflación resultante). Pero si el cliente es un productor agrícola, podría significar una gran caída en los ingresos.

A nivel micro, los bancos necesitan granularidad y especificidad de datos en sus pruebas de resistencia y modelización de riesgos. Necesitan enfocarse en sectores empresariales, regiones y contrapartes individuales en sus carteras, y comprender qué clientes son sensibles a qué tipos de riesgos geopolíticos. En última instancia, los bancos necesitan información sobre cómo un choque específico afectará a cada cliente y su capacidad para pagar los préstamos, así como apoyar decisiones sobre si otorgar préstamos, cambiar condiciones o incluso decidir no extender crédito.

Lo que hace que la modelización micro sea particularmente desafiante es que a menudo no se puede generalizar a través de una industria o región. Uno de los clientes agrícolas del banco podría ser un productor ecológico que no utiliza fertilizantes. Por lo tanto, hacer suposiciones basadas en la industria o sector de un cliente podría conducir a información y decisiones erróneas.

Dado que los bancos típicamente no disponen de datos granulares sobre las operaciones de un cliente, deben equilibrar el costo y el esfuerzo de recopilar estos datos detallados —por ejemplo, mediante encuestas y cuestionarios— con los beneficios que obtienen al contar con mayor granularidad en sus modelos.

A veces, estos datos son difíciles de obtener. Por ejemplo, el cliente de un banco podría no saber si su fertilizante pasa por el estrecho de Ormuz.

Cuanto más granular sea la información que un banco recopila, más ideas potenciales puede obtener. Pero cuanto más profundo llega, más costoso resulta en términos de tiempo y esfuerzo recopilar esta información.

Para superar este desafío, los bancos a menudo adoptan un enfoque de Pareto —la antigua regla 80/20 sigue aplicándose. Los bancos suelen tener el 80 % de su exposición o riesgo dentro del 20 % de su cartera o clientes. Por lo tanto, pueden concentrarse en sus principales exposiciones y tratar de simplificar el resto. La simplificación incluiría realizar análisis a nivel de (sub)región y/o (sub)sector en lugar de a nivel de cliente individual.

Al igual que con las pruebas de resistencia climáticas, contar con datos limitados o nulos no es una excusa para escatimar en estas evaluaciones de riesgo.

El mensaje clave de la guía del Banco Central Europeo sobre riesgo climático también se aplica al riesgo geopolítico. El BCE reconoció que los bancos a menudo no disponen de todos los datos necesarios para realizar pruebas de resistencia climáticas. Y que los bancos que toman acciones basadas en datos limitados introducirán desafíos y errores. Pero el BCE señaló que no tomar ninguna medida es incluso un riesgo mayor. Por lo tanto, los bancos deben actuar, incluso con datos limitados. La misma lógica se aplica al análisis del riesgo geopolítico.

¿Cómo están comenzando los bancos a usar inteligencia artificial y grandes modelos de lenguaje para monitorear desarrollos geopolíticos en tiempo real y convertirlos en evaluaciones de riesgo accionables?

Los bancos están comenzando a usar agentes de IA para analizar datos no estructurados, un caso de uso típico para la IA.

Por ejemplo, los bancos pueden aplicar agentes de IA a portales de noticias, buscando texto predefinido que pueda indicar que se avecina un choque geopolítico, y activar alertas dentro de la institución.

Y como se discutió anteriormente, los bancos desean comprender mejor a sus clientes clave y dónde se distribuyen geográficamente sus operaciones y cadenas de suministro. Algunos bancos están desplegando agentes de IA para rastrear divulgaciones de clientes y otra información pública y entender dónde se encuentran las fábricas y proveedores clave de una empresa. Cuando ocurre un choque en una determinada región, el banco puede comprender mejor su impacto en ese cliente.

Los bancos con cientos de empresas en su cartera necesitan ejecutar estos análisis a gran escala. Los agentes de IA pueden ayudar a automatizar partes de los cálculos de pruebas de resistencia. Así, si ciertos eventos geopolíticos superan los umbrales predefinidos que el banco ha establecido, el agente puede preparar escenarios macroeconómicos y ejecutar automáticamente un cálculo de prueba de resistencia.

Y en otro ejemplo, la IA y los grandes modelos de lenguaje (LLM) pueden ayudar a explicar los resultados de la prueba de resistencia a los usuarios empresariales y a los altos directivos. Basándose en guías predefinidas, los agentes de IA incluso pueden sugerir ciertas acciones correctivas.

Así que la IA ya se está utilizando para diferentes partes del proceso de pruebas de resistencia, aunque estamos en las etapas iniciales.

Muchas instituciones financieras ya enfrentan limitaciones de personal y recursos dentro de los equipos de riesgo y cumplimiento. ¿Dónde está la IA proporcionando actualmente la mayor ventaja operativa?

Para los equipos de riesgo y cumplimiento bancario, la IA ayuda a automatizar la recopilación de datos, la generación de escenarios, la ejecución de cálculos y la interpretación. Esto brinda a estos equipos más tiempo para dedicar a interpretar los resultados del análisis de modelos y asesorar a la dirección sobre la estrategia de riesgo.

La IA tradicional, generativa y agente también respalda muchas actividades en las pruebas de resistencia geopolíticas. Esto incluye recopilar datos y analizar la sensibilidad de los clientes (y sus operaciones, cadenas de suministro, etc.) y de las carteras bancarias a los choques geopolíticos. Como se señaló anteriormente, los LLM y los agentes de IA también pueden ayudar a explicar los resultados de las pruebas de resistencia a la dirección para respaldar mejores decisiones.

Vale la pena mencionar que el uso de IA y modelos analíticos para la toma de decisiones introduce riesgos adicionales, porque el modelo podría estar equivocado o no ser lo suficientemente preciso.

Los bancos han estado realizando gestión de riesgo de modelos durante más de una década. Y como muchos gestores de riesgo de modelos suelen decir, “Todos los modelos son erróneos, pero algunos son útiles”.

Dado que los modelos son una simplificación de un estado futuro, por definición no son completamente precisos. Los bancos y las organizaciones de servicios financieros deben ser conscientes y gestionar el riesgo de modelo al implementar modelos impulsados por IA para pruebas de resistencia y gestión de riesgos.

La gobernanza de IA es crucial para los bancos y las empresas de servicios financieros. Les ayuda a proteger y gestionar datos sensibles y a cumplir con las regulaciones, al tiempo que garantiza la transparencia y la gestión del riesgo.

La gobernanza es particularmente importante para los modelos de IA y aprendizaje automático (ML), que pueden hacer predicciones precisas pero también pueden responder de manera inapropiada a situaciones inesperadas, lo que lleva a decisiones erróneas. Los modelos de IA y ML necesitan una monitorización frecuente del rendimiento y una revisión de los datos. La supervisión a través de la gobernanza de IA y la gestión del riesgo de modelos garantiza la transparencia, permitiendo al banco explicar claramente —a los reguladores y a la alta dirección— tanto cómo funcionan sus modelos de IA como las decisiones que derivan de ellos.

Ha pasado años trabajando en riesgos climáticos y marcos de sostenibilidad para instituciones financieras. ¿Ve que las pruebas de resistencia al riesgo geopolítico se vuelven tan estratégicamente importantes como el análisis de riesgo climático?

Sí. La gestión del riesgo geopolítico cada vez más se convertirá en una práctica habitual para los bancos y las empresas de servicios financieros. Cada vez más, estos riesgos se incorporarán a los modelos tradicionales de riesgo crediticio y de mercado a medida que se conviertan en una parte estándar de los esfuerzos generales de gestión de riesgos en el sector bancario y de servicios financieros.

El riesgo climático ha impulsado a los bancos a modernizar sus marcos de pruebas de resistencia, debido a su complejidad y al impacto potencialmente masivo en el desempeño financiero.

De manera similar, el riesgo geopolítico —y la velocidad y frecuencia de los eventos y choques— puede afectar sustancialmente los resultados financieros de los bancos. Presiona a los bancos a evaluar (a través de pruebas de resistencia), mitigar y contabilizar dicho riesgo.

Ambos son y seguirán siendo estratégicamente importantes, mientras los bancos enfrentan choques geopolíticos como el conflicto en Irán y sus repercusiones, así como los efectos continuos relacionados con el clima, como la previsión de El Niño “Super” o “Godzilla” para este año.

Muchas organizaciones todavía ven las pruebas de resistencia principalmente como un requisito regulatorio más que como una herramienta estratégica. ¿Qué oportunidades están perdiendo los bancos al adoptar ese enfoque?

Es miope que un banco centre sus pruebas de resistencia principalmente en lograr el cumplimiento regulatorio. Si bien cumplir con las regulaciones es crucial, las pruebas de resistencia pueden ayudar a las organizaciones de servicios financieros a hacer mucho más que simplemente cumplir.

Al adoptar un enfoque más estratégico para las pruebas de resistencia, los bancos pueden realizar análisis de “qué‑pasaría‑si” que evalúen posibles escenarios y el impacto de respuestas alternativas tanto a choques geopolíticos como al cambio climático.

Los resultados de estos análisis de “qué‑pasaría‑si” pueden ayudar a un banco a elegir el camino óptimo, reconocer nuevas oportunidades de negocio, ajustar su estrategia de crédito y encontrar una ventaja competitiva a través de sus esfuerzos de gestión de riesgos.

Los datos y modelos ya están allí. Es una oportunidad perdida no utilizarlos plenamente.

Por supuesto, la eficiencia, flexibilidad y madurez de los procesos y sistemas subyacentes de pruebas de resistencia de un banco determinarán lo que el banco puede lograr. Y si las pruebas de resistencia son una mera respuesta al cumplimiento regulatorio o un motor de soporte de decisiones más integral.

Como me dijo ese CRO, “La información sin acción no tiene valor”.

El informe reciente, Metodologías de Pruebas de Resistencia Climática: Prácticas Actuales, Desafíos y el Camino a Seguir, establece referencias de las prácticas actuales; identifica brechas en la modelización, la gobernanza y la infraestructura; y ofrece consejos prácticos para integrar las pruebas de resistencia climática en los marcos de riesgo centrales. El informe, de la Iniciativa de Finanzas del Programa de las Naciones Unidas para el Medio Ambiente (UNEP FI) y SAS, se basa en aportes de 21 bancos globales.

A medida que las instituciones financieras dependen cada vez más de sistemas impulsados por IA y modelado automatizado, ¿le preocupa que surjan nuevas formas de riesgo de modelo dentro de la propia infraestructura bancaria?

Como se señaló anteriormente, la gestión del riesgo de modelos ha sido un proceso central en los bancos durante más de 10 años. Y la adopción acelerada de IA y modelos analíticos introduce riesgos adicionales, porque pueden ser inexactos.

Recientemente moderé una mesa redonda virtual con directores de gestión de riesgo de modelos (MRM). Una de las conclusiones clave, confirmada tanto por los expertos como por la audiencia global, fue que los riesgos de IA son significativamente mayores que los riesgos de modelo clásicos.

Los bancos y las empresas de servicios financieros necesitan adoptar y aplicar una gobernanza integral de IA para proteger y gestionar datos sensibles, cumplir con las regulaciones y garantizar la transparencia y una gestión de riesgos eficaz.

¿Qué factores de riesgo geopolítico cree que están actualmente subestimados por el sector financiero: conflicto cibernético, fragmentación comercial, presión de deuda soberana, interrupción energética, inestabilidad de la cadena de suministro, u otro?

Todos estos son impulsores de riesgo que pueden surgir de eventos geopolíticos. Y diría que el que causa más dolores de cabeza a los bancos es la interrupción de la cadena de suministro.

Esto se conecta con nuestra discusión anterior sobre factores macro y microeconómicos.

Si, por ejemplo, hay un choque en el precio del petróleo, un banco puede analizar los números macro y observar la volatilidad del mercado resultante y la presión sobre el crédito y la liquidez.

Pero es más difícil para los bancos evaluar el impacto en su cartera porque la mayoría de los bancos no disponen de información granular a nivel de cliente micro sobre cómo un choque de este tipo afecta a cada cliente y sus operaciones.

Para los bancos, se reduce a usar pruebas de resistencia para determinar mejor cómo los eventos geopolíticos y el cambio climático afectan su cartera de préstamos y la capacidad de cada cliente para pagarlos.

Por supuesto, con frecuencia, estos impulsores de riesgo no ocurren de forma aislada, sino en combinación. Así que no es que los bancos subestimen alguno de ellos. A través de la poderosa herramienta de pruebas de resistencia, los bancos pueden evaluar mejor el impacto de múltiples impulsores y factores en sus operaciones y en su exposición general al riesgo.

Mirando hacia los próximos cinco años, ¿cómo ve que las pruebas de resistencia mejoradas con IA cambien la forma en que los bancos asignan capital, evalúan riesgos y se preparan para futuras crisis?

En los próximos cinco años, la IA ayudará a los bancos a formar una visión mucho mejor de los escenarios futuros. Y las pruebas de resistencia impulsadas por IA serán menos un ejercicio periódico y más una capacidad continua.

Los bancos ejecutarán más escenarios, con mayor frecuencia, y los usarán para informar decisiones empresariales.

Porque las empresas de servicios financieros que puedan actuar rápidamente sobre conocimientos impulsados por IA tendrán una clara ventaja competitiva, especialmente en crisis geopolíticas de rápido movimiento.

Los bancos y sus equipos tecnológicos y socios deben mantenerse comprometidos a crear procesos que generen mayor confianza en los cálculos impulsados por IA.

Así, cuando un banco utiliza una herramienta de IA generativa con su sistema de Gestión de Activos y Pasivos (ALM), por ejemplo, puede confiar en los resultados y no preocuparse excesivamente por posibles alucinaciones.

O cuando ejecuta una prueba de resistencia de riesgo geopolítico o climático, el banco puede tener aún más confianza en los resultados del análisis y en las decisiones empresariales que tome como resultado.

Gracias por la excelente entrevista. Los lectores que deseen conocer más sobre el trabajo y liderazgo de pensamiento de Peter Plochan pueden visitar PeterPlochan.com o explorar la gestión de riesgos, analítica y soluciones de IA que ofrece SAS.