Peter Plochan, Consultor Principal de Gerenciamento de Risco EMEA na SAS – Série de Entrevistas

Peter Plochan é o Consultor Principal de Gerenciamento de Risco EMEA na SAS que ajuda instituições financeiras a lidar com seus desafios relacionados a regulamentações financeiras e de risco, gerenciamento de risco empresarial, governança de risco, análise de risco prospectiva, testes de estresse, gerenciamento de risco de modelo, modelagem de risco e gerenciamento de risco de mudanças climáticas.

Peter tem formação em finanças (mestrado em Bancos) e é certificado como Financial Risk Manager (FRM) com mais de 19 anos de experiência em gerenciamento de risco no setor financeiro. Ele auxiliou diversas instituições bancárias e de seguros em implementações de gerenciamento de risco em larga escala, atuando tanto internamente quanto externamente como consultor de gerenciamento de risco (PwC). Desde que ingressou na SAS em 2014, Peter atua como especialista global de domínio – aproveitando as últimas tendências em análise de risco e tecnologia com sua profunda expertise em gerenciamento de risco e finanças.

Você trabalhou em grandes instituições financeiras e empresas de consultoria, incluindo PwC, ABN AMRO, Atradius e agora SAS, com ampla experiência em regulação bancária, gerenciamento de risco empresarial e testes de estresse financeiro. Olhando para sua carreira, quais fragilidades estruturais na forma como os bancos abordam o risco geopolítico permanecem surpreendentemente não resolvidas?

Eu estava apresentando um webinar recente com especialistas em risco geopolítico. Um diretor de risco de um banco resumiu o desafio em curso de forma clara ao observar: “Gerenciamento de risco lento é gerenciamento de risco ruim.” Quando confrontados com choques geopolíticos, os bancos frequentemente precisam de uma resposta súbita e rápida.

A economia mundial está cada vez mais interconectada. E isso significa que a velocidade de qualquer contágio de um choque geopolítico também está aumentando.

Claro, os choques geopolíticos são variados, desde mudanças nos preços do petróleo até guerras comerciais e tarifas, passando por conflitos armados, entre outros.

Bancos e instituições de serviços financeiros não podem se dar ao luxo de esperar muito tempo para avaliar o impacto desses choques em seus balanços. A velocidade continua sendo fundamental.

Nos últimos 10 anos, a indústria de serviços financeiros aprimorou sua capacidade de executar cálculos de risco mais rapidamente do que nunca. Ainda assim, os testes de estresse permanecem uma das atividades mais intensivas em computação e processos nas instituições financeiras.

Os bancos precisam fazer um inventário de seus empréstimos e ativos, e então avaliar quais partes de seu balanço são suscetíveis a choques específicos. Um fator chave para o sucesso desse esforço é o quão detalhados e completos os bancos configuram esses inventários, e o quão minuciosas são suas análises e avaliações de risco.

Por exemplo, os bancos precisam observar não apenas os choques geopolíticos em si, mas também seus efeitos indiretos, que às vezes são menos óbvios e se desenvolvem mais lentamente que os próprios choques. O que um aumento repentino no preço do petróleo faz não apenas no posto de gasolina, mas em toda a cadeia de suprimentos? E como um aumento nos preços do petróleo pode afetar não apenas a gasolina, o diesel e outros custos de transporte, mas também os custos e preços de fertilizantes, plásticos e até medicamentos farmacêuticos produzidos em um país ou região específica?

Em muitos casos, os bancos não têm uma compreensão profunda dos efeitos potenciais dos choques geopolíticos sobre seus clientes e as cadeias de suprimentos desses clientes, o que torna o gerenciamento de risco geopolítico mais difícil.

Por meio do gerenciamento de risco geopolítico, os bancos tentam entender melhor e avaliar o impacto dos choques sobre seus clientes e os empréstimos desses clientes, que constituem a maior parte dos balanços dos bancos. O gerenciamento de risco geopolítico para bancos busca responder a uma pergunta que parece simples na superfície, mas é complicada por baixo: O que esse choque significará para cada cliente do banco e sua capacidade de pagar os empréstimos?

Assim como no gerenciamento de risco climático (que tem muitas semelhanças com o gerenciamento de risco geopolítico), cada banco precisa ir muito mais fundo do que normalmente faz. Ao coletar e analisar os dados corretos e aplicar metodologias como testes de estresse, um banco pode entender melhor a exposição de seus clientes a um choque e o risco de seu próprio balanço.

Ao tratar todo o gerenciamento de risco – para risco geopolítico, risco climático, risco de crédito, risco de liquidez etc. – como algo muito mais que um exercício de conformidade, os bancos podem descobrir insights que podem orientar o planejamento central de negócios.

Ao usar insights analíticos de um programa robusto de gerenciamento de risco (incluindo testes de estresse), o banco pode tomar decisões de negócios melhores para mitigar riscos geopolíticos e outros, e fortalecer sua resiliência operacional.

Para leitores que não estão familiarizados com o termo, o que exatamente é “teste de estresse” no setor bancário, e por que ele se tornou cada vez mais importante no atual ambiente geopolítico e econômico?

O teste de estresse é uma forma de análise de cenários. Usando simulações prospectivas, um banco ou outra empresa de serviços financeiros pode examinar uma situação econômica (por exemplo, queda da inflação, aumento de impostos ou custos de energia) ou mudança e avaliar seu impacto nos indicadores financeiros e de risco do banco e em seu desempenho.

O teste de estresse é uma das atividades mais complicadas e intensivas em computação em uma instituição financeira, exigindo muitos cálculos complexos. Para responder a perguntas‑chave de “e se” e entender melhor os efeitos de riscos geopolíticos, climáticos e outros, os bancos precisam coletar dados sobre seus clientes, tendências econômicas (de fontes públicas e privadas) e sua sensibilidade aos riscos específicos que desejam avaliar. Em seguida, devem analisar esses dados para descobrir impactos potenciais em suas carteiras de empréstimos e balanços.

O teste de estresse geopolítico foca em determinar o desempenho futuro de um banco com base nos efeitos de choques como guerra, restrições comerciais, tarifas e sanções, entre outros. O teste de estresse geopolítico compartilha muitas das mesmas características do teste de estresse climático, que se concentra nos efeitos de choques climáticos (por exemplo, inundações ou aumento constante de temperaturas).

O teste de estresse é uma ferramenta chave de gerenciamento de risco e um motor de decisão. Como nenhum banco tem uma bola de cristal, eles não sabem qual cenário ou choque acontecerá a seguir. Mas os bancos podem realizar análises de “e se” baseadas em cenários possíveis para determinar riscos e possibilidades futuros – inclusive oportunidades – para seus clientes e suas próprias operações, e usar os resultados para começar a se preparar adequadamente.

O risco geopolítico está em ascensão, com choques ocorrendo mais rápido do que nunca e frequentemente se sobrepondo. Como os eventos geopolíticos afetam simultaneamente mercados, comércio e cadeias de suprimentos, o teste de estresse ajuda os bancos a simular cenários futuros mais cedo e a preparar respostas potenciais.

Como outro CRO comentou comigo em um painel recente, “Insight sem ação não tem valor.” Ao aplicar insights analíticos, o teste de estresse apoia decisões de negócios melhores. O resultado? Os bancos podem tomar ações informadas para enfrentar choques geopolíticos enquanto ajustam sua estratégia de negócios.

Os choques geopolíticos hoje frequentemente se desenrolam simultaneamente em comércio, energia, commodities, ameaças cibernéticas e cadeias de suprimentos. Os modelos tradicionais de risco bancário ainda são capazes de lidar com esse tipo de risco sistêmico interconectado?

Parcialmente.

Quando pensamos sobre a modelagem de risco bancário tradicional e sua capacidade de lidar com risco interconectado e sistêmico, há duas camadas nas quais os bancos avaliam o impacto de choques geopolíticos em suas carteiras.

A primeira camada está no nível macroeconômico. Se houver um choque de preço do petróleo, por exemplo, um banco tentará entender o impacto de alto nível na economia regional ou local onde o cliente está localizado.

Portanto, se o cliente de um banco for um grande fabricante baseado no Texas, a economia desse estado pode realmente melhorar durante um choque de petróleo, já que produz petróleo. A modelagem de risco macroeconômico do banco pode indicar que as empresas no Texas têm mais probabilidade de prosperar à medida que o desemprego diminui e o volume de negócios aumenta localmente, por exemplo. Por outro lado, a maioria das outras economias será impactada negativamente, o que afetaria adversamente as atividades comerciais de todas as empresas do Texas.

Hoje, no nível macroeconômico, a maioria dos bancos tem uma base sólida em termos de modelagem. Em seus testes de estresse, eles podem traduzir choques geopolíticos em indicadores macroeconômicos (em nível estadual, nacional ou regional).

Usando nosso exemplo, um banco terá em vigor um modelo que prevê o que acontecerá com o setor manufatureiro no Texas em termos de probabilidade de inadimplência se o PIB do estado aumentar em uma porcentagem específica.

Portanto, os modelos de risco bancário já estão equipados para analisar os impactos macroeconômicos dos choques geopolíticos nos clientes (e tomadores) do banco.

Mas a segunda camada continua sendo um desafio.

No nível micro, um banco precisa aprofundar-se para avaliar a sensibilidade de um cliente específico a um choque geopolítico particular e o risco de inadimplência desse cliente como resultado.

O que uma queda de 50% na produção de fertilizantes fará a um fabricante de automóveis? Não muito, pelo menos não diretamente (embora esse fabricante quase certamente sinta os efeitos da alta inflação resultante). Mas se o cliente for um produtor agrícola, isso pode significar uma grande queda nas receitas.

No nível micro, os bancos precisam de granularidade e especificidade de dados em seus testes de estresse e modelagem de risco. Eles precisam aprofundar-se em setores de negócios, regiões e contrapartes individuais em suas carteiras, e entender quais clientes são sensíveis a quais tipos de riscos geopolíticos. Em última análise, os bancos precisam de insights sobre como um choque específico afetará cada cliente e sua capacidade de pagar empréstimos, bem como apoiar decisões sobre conceder empréstimos, mudar termos ou até escolher não conceder crédito.

O que torna a modelagem micro particularmente desafiadora é que frequentemente não se pode generalizar em todo um setor ou região. Um dos clientes agrícolas do banco pode ser um produtor verde que não usa fertilizantes. Portanto, fazer suposições baseadas no setor ou na indústria de um cliente pode levar a informações e decisões equivocadas.

Como os bancos normalmente não possuem dados granulares sobre as operações de um cliente, eles precisam equilibrar o custo e o esforço de coletar esses dados detalhados – por meio de pesquisas e questionários, por exemplo – com os benefícios que recebem ao ter mais granularidade em seus modelos.

Às vezes, esses dados são difíceis de obter. O cliente de um banco pode não saber se seu fertilizante passa pelo Estreito de Hormuz, por exemplo.

Quanto mais granular for os dados que um banco coleta, mais insights potenciais ele pode derivar. Mas quanto mais profundo ele vai, mais caro se torna em termos de tempo e esforço para coletar essas informações.

Para contornar esse desafio, os bancos frequentemente adotam uma abordagem de Pareto – a antiga regra 80/20 ainda se aplica. Os bancos costumam ter 80% de sua exposição ou risco dentro de 20% de sua carteira ou clientes. Assim, podem concentrar-se nas principais exposições e tentar simplificar o restante. A simplificação incluiria a realização de análises em nível de (sub)região e/ou (sub)setor, em vez de nível de cliente individual.

Assim como nos testes de estresse climáticos, ter dados limitados ou inexistentes não é desculpa para negligenciar essas avaliações de risco.

A mensagem principal das orientações do Banco Central Europeu sobre risco climático também se aplica ao risco geopolítico. O BCE reconheceu que os bancos frequentemente não possuem todos os dados necessários para fazer testes de estresse climáticos. E que bancos que tomam ações baseadas em dados limitados introduzirão desafios e erros. Mas o BCE observou que não tomar nenhuma ação é um risco ainda maior. Portanto, os bancos precisam agir, mesmo com dados limitados. A mesma lógica vale para a análise de risco geopolítico.

Como os bancos estão começando a usar inteligência artificial e grandes modelos de linguagem para monitorar desenvolvimentos geopolíticos em tempo real e transformá‑los em avaliações de risco acionáveis?

Os bancos estão começando a usar agentes de IA para analisar dados não estruturados, um caso de uso típico para IA.

Por exemplo, os bancos podem aplicar agentes de IA a portais de notícias, procurando por textos predefinidos que possam indicar que um choque geopolítico está se aproximando, e disparar alertas dentro da instituição.

E, como discutido anteriormente, os bancos desejam entender melhor seus principais clientes e onde suas operações e cadeias de suprimentos estão distribuídas geograficamente. Alguns bancos estão implantando agentes de IA para percorrer divulgações de clientes e outras informações públicas a fim de entender onde as fábricas e fornecedores principais de uma empresa estão localizados. Quando um choque ocorre em determinada região, o banco pode compreender melhor seu impacto naquele cliente.

Bancos com centenas de empresas em sua carteira precisam executar essas análises em escala. Agentes de IA podem ajudar a automatizar partes dos cálculos de teste de estresse. Assim, se certos eventos geopolíticos ultrapassarem limites predefinidos que o banco estabeleceu, o agente pode preparar cenários macroeconômicos e executar automaticamente um cálculo de teste de estresse.

E, em outro exemplo, IA e grandes modelos de linguagem (LLMs) podem ajudar a explicar os resultados do teste de estresse para usuários de negócios e gestores seniores. Com base em playbooks predefinidos, os agentes de IA podem até sugerir certas ações corretivas.

Portanto, a IA já está sendo usada para diferentes partes do processo de teste de estresse, embora ainda estejamos nos estágios iniciais.

Muitas instituições financeiras já enfrentam restrições de pessoal e recursos nas equipes de risco e conformidade. Onde a IA está atualmente proporcionando a maior vantagem operacional?

Para as equipes de risco e conformidade bancária, a IA ajuda a automatizar a coleta de dados, geração de cenários, execução de cálculos e interpretação. Isso dá a essas equipes mais tempo para interpretar os resultados da análise de modelos e aconselhar a liderança sobre a estratégia de risco.

IA tradicional, generativa e agente também apoiam muitas atividades nos testes de estresse geopolíticos. Isso inclui a coleta de dados e a análise da sensibilidade de clientes (e de suas operações, cadeias de suprimentos, etc.) e das carteiras bancárias a choques geopolíticos. Como mencionado anteriormente, LLMs e agentes de IA também podem ajudar a explicar os resultados dos testes de estresse à liderança para apoiar decisões melhores.

Vale mencionar que o uso de IA e modelos analíticos para decisões introduz riscos adicionais, pois o modelo pode estar errado ou não ser suficientemente preciso.

Os bancos têm realizado gerenciamento de risco de modelo há mais de uma década. E como muitos gerentes de risco de modelo gostam de dizer, “Todos os modelos estão errados, mas alguns são úteis.”

Como os modelos são uma simplificação de um estado futuro, por definição eles não são completamente precisos. Bancos e organizações de serviços financeiros precisam estar atentos e gerenciar o risco de modelo ao implantar modelos alimentados por IA para testes de estresse e gerenciamento de risco.

Governança de IA é crucial para bancos e empresas de serviços financeiros. Ela os ajuda a proteger e gerenciar dados sensíveis e a cumprir regulamentações, garantindo transparência e gerenciamento de risco.

A governança é particularmente importante para modelos de IA e aprendizado de máquina (ML), que podem fazer previsões precisas, mas também podem responder inadequadamente a situações inesperadas, levando a decisões ruins. Modelos de IA e ML precisam de monitoramento frequente de desempenho e revisão de dados. A supervisão por meio da governança de IA e do gerenciamento de risco de modelo garante transparência, permitindo que um banco explique claramente – a reguladores e à alta administração – tanto como seus modelos de IA funcionam quanto as decisões que deles decorrem.

Você passou anos trabalhando em risco climático e estruturas de sustentabilidade para instituições financeiras. Você vê os testes de estresse de risco geopolítico se tornando tão estrategicamente importantes quanto a análise de risco climático?

Sim. O gerenciamento de risco geopolítico cada vez mais se tornará rotina de negócios para bancos e empresas de serviços financeiros. Cada vez mais, esses riscos serão incorporados aos modelos tradicionais de risco de crédito e de mercado, à medida que se tornam parte padrão dos esforços gerais de gerenciamento de risco no setor bancário e de serviços financeiros.

O risco climático impulsionou os bancos a modernizar seus frameworks de teste de estresse, devido à sua complexidade e ao potencial impacto massivo no desempenho financeiro.

Da mesma forma, o risco geopolítico – e a velocidade e frequência de eventos e choques – pode afetar substancialmente os resultados financeiros dos bancos. Isso pressiona os bancos a avaliar (por meio de testes de estresse), mitigar e contabilizar esse risco.

Ambos são e continuarão a ser estrategicamente importantes, à medida que os bancos lidam com choques geopolíticos como o conflito no Irã e suas repercussões, bem como efeitos climáticos contínuos como a previsão de El Niño “Super” ou “Godzilla” para este ano.

Muitas organizações ainda veem o teste de estresse principalmente como um requisito regulatório, e não como uma ferramenta estratégica. Que oportunidades os bancos estão perdendo ao adotar essa abordagem?

É míope para um banco focar seu teste de estresse principalmente em alcançar a conformidade regulatória. Embora aderir às regulamentações seja crucial, o teste de estresse pode ajudar as organizações de serviços financeiros a fazer muito mais do que apenas cumprir requisitos.

Ao adotar uma abordagem mais estratégica ao teste de estresse, os bancos podem conduzir análises de “e se” que avaliam possíveis cenários e o impacto de respostas alternativas tanto a choques geopolíticos quanto às mudanças climáticas.

Os resultados dessas análises de “e se” podem ajudar um banco a escolher o caminho ideal a seguir, reconhecer novas oportunidades de negócios, ajustar sua estratégia de crédito e encontrar vantagem competitiva por meio de seus esforços de gerenciamento de risco.

Os dados e modelos já estão disponíveis. É uma oportunidade perdida não utilizá‑los plenamente.

Claro, a eficiência, flexibilidade e maturidade dos processos e sistemas subjacentes de teste de estresse de um banco determinarão o que o banco pode alcançar. E se o teste de estresse é apenas uma resposta à conformidade regulatória ou um motor de suporte à decisão mais abrangente.

Como esse CRO me disse, “Insight sem ação não tem valor.”

O relatório recente, Metodologias de Teste de Estresse Climático: Práticas Atuais, Desafios e o Caminho a Seguir, avalia as práticas atuais; identifica lacunas em modelagem, governança e infraestrutura; e oferece conselhos práticos para integrar o teste de estresse climático aos frameworks de risco centrais. O relatório, da Iniciativa de Finanças do Programa das Nações Unidas para o Meio Ambiente (UNEP FI) e da SAS, baseia‑se em contribuições de 21 bancos globais.

À medida que as instituições financeiras dependem cada vez mais de sistemas impulsionados por IA e modelagem automatizada, você está preocupado com novas formas de risco de modelo surgindo dentro da própria infraestrutura bancária?

Como mencionado anteriormente, o gerenciamento de risco de modelo tem sido um processo central nos bancos por mais de 10 anos. E a adoção acelerada de IA e modelos analíticos introduz risco adicional, pois podem ser imprecisos.

Recentemente, eu moderei uma discussão de painel virtual com líderes de gerenciamento de risco de modelo (MRM). Uma das principais conclusões, confirmada tanto pelos especialistas quanto pelo público global, foi que os riscos de IA são significativamente maiores que os riscos de modelo clássicos.

Bancos e empresas de serviços financeiros precisam adotar e implementar uma governança abrangente de IA para proteger e gerenciar dados sensíveis, cumprir regulamentações e garantir transparência e gerenciamento de risco eficaz.

Quais fatores de risco geopolítico você acredita que estão atualmente mais subestimados pelo setor financeiro: conflito cibernético, fragmentação comercial, pressão da dívida soberana, interrupção de energia, instabilidade da cadeia de suprimentos ou outro?

Todos esses são impulsionadores de risco que podem surgir da geopolítica. E eu diria que o que causa mais dores de cabeça para os bancos é a interrupção da cadeia de suprimentos.

Isso se conecta à nossa discussão anterior sobre fatores macro e microeconômicos.

Se houver um choque de preço do petróleo, por exemplo, um banco pode analisar os números macro e ver a volatilidade de mercado resultante e a pressão sobre crédito e liquidez.

Mas é mais difícil para os bancos avaliar o impacto em sua carteira porque a maioria dos bancos não possui informações granulares ao nível de cliente micro sobre como tal choque afeta cada cliente e suas operações.

Para os bancos, isso se resume a usar testes de estresse para determinar melhor como eventos geopolíticos e mudanças climáticas afetam sua carteira de empréstimos e a capacidade de cada cliente de pagá‑los.

Claro, na maioria das vezes, esses impulsionadores de risco não ocorrem isoladamente, mas em combinação. Portanto, não é que os bancos subestimem algum deles. Por meio da poderosa ferramenta de teste de estresse, os bancos podem avaliar melhor o impacto de múltiplos impulsionadores e fatores em suas operações e exposição geral ao risco.

Olhando para os próximos cinco anos, como você vê os testes de estresse aprimorados por IA mudando a forma como os bancos alocam capital, avaliam risco e se preparam para crises futuras?

Nos próximos cinco anos, a IA ajudará os bancos a formar uma visão muito melhor dos cenários futuros. E os testes de estresse impulsionados por IA serão menos um exercício periódico e mais uma capacidade contínua.

Os bancos executarão mais cenários, com mais frequência, e os usarão para informar decisões de negócios.

Porque as empresas de serviços financeiros que puderem agir rapidamente sobre insights impulsionados por IA terão uma clara vantagem competitiva, especialmente em crises geopolíticas de rápida evolução.

Bancos e suas equipes de tecnologia e parceiros devem permanecer comprometidos em criar processos que construam mais confiança nos cálculos impulsionados por IA.

Portanto, quando um banco usa uma ferramenta de IA generativa com seu sistema de Gerenciamento de Ativos e Passivos (ALM), por exemplo, ele pode confiar nos resultados e não se preocupar excessivamente com alucinações.

Ou quando executa um teste de estresse de risco geopolítico ou climático, o banco pode ter ainda mais confiança nos resultados da análise e nas decisões de negócios que toma como consequência.

Obrigado pela ótima entrevista. Os leitores que desejam saber mais sobre o trabalho e a liderança de pensamento de Peter Plochan podem visitar PeterPlochan.com ou explorar as soluções de gerenciamento de risco, análise e IA oferecidas pela SAS.