Los jefes de finanzas y sus equipos deben comprender cómo las tecnologías digitales están remodelando los negocios y su rol dentro de ellos. Los recursos de aprendizaje en línea de ICAEW pueden ayudar, dice Lesley Meall
Los rápidos e implacables desarrollos de tecnología digital están transformando los negocios y presentan a los jefes de finanzas y a sus equipos numerosos desafíos y oportunidades, que parece poco probable que disminuyan en el corto plazo. Las tecnologías como la computación en la nube y las tendencias, incluida la digitalización, se están adoptando en todas las industrias; la analítica y la automatización de procesos robóticos (RPA) se están integrando en las funciones financieras; están surgiendo aplicaciones en torno a blockchain y la informática cognitiva; Los cambios incrementales y disruptivos están creciendo y acelerándose.
“Los directores financieros y los líderes financieros deben responder al entorno empresarial incierto y al panorama digital en constante evolución”, dice Tim Leung, consultor de Deloitte, que explora por qué y cómo durante la conferencia virtual de disrupción digital de ICAEW. Responder de manera efectiva requiere comprender cómo las tecnologías digitales están cambiando los negocios e impactando en el rol de los jefes de finanzas y sus equipos, porque las finanzas deberán habilitar y respaldar el negocio a medida que se vuelve más digital y la función financiera en sí misma es más digital. Los equipos financieros evaluarán el impacto financiero en los servicios y modelos comerciales para respaldar la asignación de recursos y las decisiones y maximizar las inversiones operativas y de capital, mientras que las demandas comerciales crecen en torno a la velocidad de la innovación y la frecuencia de la toma de decisiones.
Centrarse en los datos
Kirstin Gillon, gerente técnica de la Facultad de TI de ICAEW, dice que muchas funciones financieras aún se encuentran en las primeras etapas de tratar de familiarizarse con la transformación digital. «Estamos viendo mucho más énfasis en los datos, su análisis y obtener más información de los datos», informa, a medida que las finanzas amplían su función de asociación comercial. “Finanzas está haciendo más para ayudar a las empresas a tomar mejores decisiones mediante el uso de más datos, mejores fuentes de datos y datos más granulares”, dice Gillon. Esto se refleja en un proyecto reciente en Glint Inc, que integró tres sistemas de software separados para: análisis y planificación comercial (Adaptive Insights); planificación de recursos empresariales (Sage Intacct); y gestión de relaciones con los clientes (Salesforce).
“Una función financiera tradicional significa hacer un seguimiento de los presupuestos frente a los datos reales y, a menudo, hacerlo en Excel; ese no es el valor que creo que puede aportar un departamento de finanzas”, dice Frederick Kurniadi, director de finanzas de Glint. La integración ha mejorado la velocidad, la calidad y la accesibilidad de los datos para las finanzas y los negocios. “Podemos extraer nuevos datos en cuestión de minutos y proporcionar un resumen diario para el liderazgo, o permitir que nuestros usuarios comerciales se ‘autoservicen’ y generen informes por sí mismos”, explica Kurniadi. «Las innumerables horas liberadas por esta integración ahora se dedican a mostrar nuestro valor a través de actividades de pronóstico más estratégicas que respaldan los objetivos comerciales de la empresa».
Vuélvete más estratégico
Los objetivos de las empresas y las funciones de la tecnología y las finanzas están cambiando. “Hasta ahora, las estrategias de inversión para la transformación digital se han visto influenciadas por el deseo de mejorar el rendimiento operativo y reducir los costos. Las estrategias futuras se enfocarán en oportunidades más estratégicas, como mejorar la experiencia del cliente, la diferenciación competitiva o nuevos productos e innovación”, dice Srikant Sastry, socio gerente nacional de Grant Thornton para asesoría en los EE. UU.
La encuesta de Grant Thornton 2018 CFO Insights on New Technologies encontró que el 69% por ciento de los jefes de finanzas planeaban invertir más en transformación digital durante 2019; El 21% ya posee la transformación digital; y el 89% ve un análisis de datos sólido como clave para todo esto. Por lo tanto, a medida que las finanzas toman medidas para permitir que las empresas se vuelvan más digitales y también hacer que la función financiera sea más digital, los directores financieros deberán comprender las tecnologías digitales y utilizar el análisis de datos para la toma de decisiones más que nunca. Sin embargo, dado que la velocidad y la escala del cambio dificultan que un individuo u organización se mantenga al día con los desarrollos de la tecnología digital, ICAEW continúa identificando las tecnologías y tendencias más significativas y produciendo contenido que podría ayudar a los jefes financieros y sus equipos.
El sitio web de la Facultad de TI, por ejemplo, es una gran fuente de consejos. Leung dice: «Es importante que los equipos de finanzas y las personas aprendan sobre estas tecnologías, experimenten con ellas y comprendan cómo combinarlas para impulsar el rendimiento empresarial».
Aprende sobre la marcha.
No es así como los jefes de finanzas han abordado tradicionalmente la toma de decisiones tecnológicas. “Trabajar sobre la base de planes a largo plazo es cada vez más difícil, ya que todo cambiará mientras tanto”, dice Gillon, quien sugiere aprender del enfoque de las grandes empresas de tecnología. “Esto significa concentrarse más en probar cosas, usar pilotos, desplegar cosas que funcionan y detener las que no. Enfatiza el aprendizaje de la experiencia práctica”. Este enfoque depende en gran medida de la disponibilidad de datos y de los nervios fuertes.
“No quieres que la gente no intente cosas o no las inicie porque existe el miedo al fracaso. No todo va a funcionar. No todo va a funcionar. Pero con cosas como la inteligencia artificial y la automatización de procesos robóticos se aprende por experiencia”, dice Gillon. Las finanzas pueden respaldar esto aportando disciplina al proceso.
“Sea claro sobre lo que está tratando de lograr. Piense en las métricas y en cómo va a medir el éxito”. La base de todo esto son los datos, y muchos proyectos de transformación digital comienzan tratando de hacerlos más compatibles y accesibles en toda la organización, lo que puede ser complejo y llevar mucho tiempo. La forma en que ha crecido una empresa, los silos departamentales, la falta de integración de TI y el volumen y la variedad de datos pueden crear enormes barreras que pueden ser tan difíciles de superar como la necesidad de mantenerse al día con los desarrollos de la tecnología digital. Gillon dice: «Para muchas organizaciones, el mayor desafío de transformación práctica es la realidad de sus datos».
Innovación fintech.
Algunas ciudades son centros financieros globales y focos de innovación fintech, otras no lo son, pero a muchas les gustaría serlo. No es difícil entender por qué. La eficiencia, la conveniencia y el alcance de los servicios financieros se ha mejorado significativamente con el desarrollo de la industria fintech y los servicios que incluyen pagos, seguros, préstamos, obtención de capital y gestión de inversiones se encuentran entre los muchos que se benefician del auge de las fintech. Identificar y replicar lo que está detrás del éxito de los centros de tecnología financiera es menos fácil, como destaca el informe de ICAEW Innovación en tecnología financiera: perspectivas de Singapur y Londres.
“Los centros reúnen todos los elementos necesarios para la innovación en un solo lugar, y los centros fintech sólidos tienen todos estos elementos: talento, mercados, capital, regulación progresiva y fuerte apoyo gubernamental”, dice Kirstin Gillon de ICAEW. Además de identificar estos elementos clave, el informe considera el papel y los beneficios de los hubs, compara y contrasta Londres y Singapur y analiza las implicaciones de fintech para la profesión contable. Ofrece consejos sobre cómo los contadores pueden interactuar con el sector fintech para ayudar a generar los beneficios de la innovación y respaldar el crecimiento, con consejos prácticos sobre cómo superar los desafíos y aprovechar las oportunidades.
La estandarización de datos, el proceso de desarrollo e implementación de reglas sobre cómo se describen y registran los datos, ofrece beneficios significativos para las firmas financieras y los reguladores. No obstante, el tema ha recibido escasa atención por parte de los académicos, y los esfuerzos regulatorios para promover la estandarización están muy por detrás de los niveles que serían óptimos. En un nuevo artículo, The Data Standardization Challenge, disponible aquí, examinamos los innumerables beneficios públicos y privados de la estandarización y las muchas fricciones que favorecen el status quo. Además, usamos la estandarización de datos como un estudio de caso que ilumina las fuerzas banales pero significativas que a menudo conducen a brechas significativas entre las políticas reguladoras financieras óptimas y reales.
Los estándares son omnipresentes en nuestras vidas. Por ejemplo, nosotros y la industria usamos de forma rutinaria lectores habilitados por tecnología de código de barras estándar para identificar artículos para compra, ensamblaje, administración de inventario o envío. Al hacer que la identificación sea transparente, esa tecnología no solo mejora la precisión y la velocidad y reduce los costos, sino que también ha ayudado a revolucionar la gestión de la cadena de suministro.
En finanzas, la estandarización de datos adopta muchas formas. Uno implica el uso de identificadores de entidad para comprender con precisión quién es quién, quién posee a quién y quién posee qué. El Identificador de entidad legal, o LEI, es un estándar de datos, como un código de barras para identificar con precisión a las partes de las transacciones financieras. Otras normas ayudan a identificar los instrumentos financieros: lo que se posee o se toma prestado. Los ejemplos incluyen el número de identificación internacional de valores (ISIN) y el identificador comercial único (UTI) y el identificador único de producto (UPI) para transacciones de derivados.
La estandarización es esencial para comparar y agregar datos y puede permitir que las empresas y los reguladores produzcan información más precisa y oportuna sobre una serie de temas a un costo menor. Las empresas se benefician al comprender mejor las necesidades de sus clientes y al fijar precios y administrar el riesgo. Los reguladores se benefician al poder identificar mejor las tendencias en las empresas y los mercados y, potencialmente, al poder evaluar mejor los riesgos locales y sistémicos asociados con esas tendencias. La estandarización también facilita el intercambio de datos para que las empresas y los reguladores puedan usar y comprender los mismos datos dentro y entre jurisdicciones, lo que reduce la redundancia y los malentendidos.
En el mejor de los casos, la estandarización de datos puede servir como un ingrediente crucial para generar y mantener la confianza, la responsabilidad, la adaptabilidad y la eficiencia que son esenciales para las finanzas. Y tales estándares pueden ser los pilares de una revolución en la regulación y los informes regulatorios que mejorará la eficiencia, tal como lo ha hecho el código de barras para la industria y los consumidores.
Entonces, si la estandarización de datos ofrece tantos beneficios, ¿por qué es tan difícil de lograr? Se destacan cuatro obstáculos: primero, los costos de implementación son asumidos por unos pocos por adelantado, mientras que los beneficios se distribuyen ampliamente a lo largo del tiempo. Estandarizar los datos no es un bien gratuito. Los costos de desarrollar estándares, probarlos, reequipar los sistemas regulatorios y de la empresa para usarlos y resolver los problemas de implementación son considerables, y los costos de estas inversiones se incurren en una etapa temprana. Los beneficios siguen con un retraso y los beneficios no se limitan a quienes incurren en la mayor parte de los costos. En segundo lugar, la implementación de estándares de datos requiere la coordinación de diversas partes, no solo el gobierno y los actores del mercado, sino varios grupos dentro de esas amplias categorías.
Además, muchas empresas carecen de la tecnología y las prácticas de gestión y gobernanza de datos en toda la empresa que se necesitan para permitirles utilizar los datos para identificar y gestionar mejor sus riesgos. Sin ellos, los beneficios de la estandarización de datos parecerían mucho menores que los costos. Cuarto, en los Estados Unidos, la estructura regulatoria balcanizada es un obstáculo para la adopción de estándares de datos. Los reguladores son libres de especificar cualquier estándar o ninguno al exigir la presentación de datos, a pesar de los beneficios obvios de utilizar un estándar común. Además del desafío, ninguna autoridad superior puede obligar a las agencias a utilizar un estándar en particular.
Creemos firmemente que resolver estas acciones colectivas y los problemas relacionados es un papel de los gobiernos. El diseño e implementación de estándares de datos apropiados son mecanismos importantes a través de los cuales el gobierno puede cumplir con estos roles duales de mejorar la eficiencia de la actividad privada y obtener la información de alta calidad necesaria para servir mejor al público en general.
Los reguladores y la industria estadounidenses están de acuerdo. La Oficina del Tesoro de Investigación Financiera ha promovido el uso de estándares de datos y el LEI en particular desde sus inicios. La Comisión de Comercio de Futuros de Materias Primas adoptó temprano el LEI en los informes de swap y está tomando la iniciativa en la promoción de estándares apropiados para los instrumentos financieros. Desde que se publicó el documento “Linchpin” en 2011, la industria ha apoyado firmemente las iniciativas de estándares y ha proporcionado liderazgo en esta área. Data Coalition, una organización sin fines de lucro respaldada por la industria, ha apoyado la necesidad de estándares de datos, tanto en los servicios financieros como en el gobierno federal. La firma muy reciente (el 14 de enero) de la Ley de datos (HR4174 – Ley de fundamentos para la formulación de políticas basadas en evidencia de 2017) es evidencia de que, incluso en un gobierno dividido.
En Europa, la UE, la AEVM y otros reguladores paneuropeos han exigido el uso del LEI en todos los requisitos de presentación de informes, salvo en unos pocos, a pesar de la fragmentación resultante de 28 soberanos. E incluso después del Brexit, parece probable que el Reino Unido mantenga esos requisitos. El hecho de que Europa se haya movido más rápidamente que Estados Unidos para imponer un requisito de amplia aplicación de que las partes utilicen el LEI destaca el desafío de los intereses arraigados y la forma en que los recién llegados pueden superar a los titulares. Más concretamente, Europa está en condiciones de intentar crear una Unión del Mercado de Capitales. A diferencia de Estados Unidos, donde los mercados de capitales han proporcionado durante mucho tiempo aproximadamente dos tercios de toda la intermediación, Europa sigue dependiendo más de los bancos y, por lo tanto, los flujos de capital entre países siguen siendo más bajos de lo que parecería óptimo.
En términos más generales, creemos que la estandarización de datos ofrece una perspectiva de algunos de los desafíos menos apreciados que impiden una regulación financiera eficaz. Junto con la captura y otras explicaciones comunes de las fallas regulatorias, creemos que el ejemplo de los estándares ilustra que los problemas de coordinación, los beneficios retrasados y otros desafíos banales, pero quizás no menos insolubles, son a menudo los impedimentos reales para una mejor regulación financiera.
A medida que el ritmo de las finanzas continúa alcanzando velocidades cada vez más vertiginosas, el valor de la información de alta calidad y las amenazas que plantean las brechas de información continúan creciendo. Dadas las innumerables fricciones que se interponen en el camino de una política óptima, el liderazgo, la creatividad y la voluntad de mirar hacia el futuro y trabajar a través de los límites de la empresa, la industria y el país son fundamentales para el éxito. Ya se han realizado algunos avances. Se necesita más y creemos que es posible. Solo la visión y el liderazgo son los ingredientes que faltan.
Esta publicación nos llega de Richard Berner, profesor adjunto de la Escuela de Negocios Stern de la Universidad de Nueva York, y Kathryn Judge, profesora de la Facultad de Derecho de Columbia. Se basa en su artículo reciente, «El desafío de la estandarización de datos».
La Directiva sobre datos abiertos y reutilización de la información del sector público proporciona reglas comunes para un mercado europeo de datos en poder del gobierno (información del sector público).
La Directiva sobre datos abiertos y la reutilización de la información del sector público, también conocida como la ‘Directiva de datos abiertos’ (Directiva (UE) 2019/1024) entró en vigor el 16 de julio de 2019. Sustituye a la Directiva de información del sector público, también conocida como la ‘Directiva PSI’ (Directiva 2003/98 / CE) que data de 2003 y fue posteriormente modificada por la Directiva 2013/37 / UE.
El proceso de revisión que llevó a la adopción de la Directiva de Datos Abiertos se inició en 2017, cuando la Comisión Europea abrió una consulta pública en línea sobre la revisión de la Directiva 2013/37 / UE, cumpliendo con la obligación de revisión periódica prescrita por la Directiva. Sobre la base de los resultados de la consulta, junto con una evaluación exhaustiva de la Directiva y una evaluación de impacto, la Comisión Europea adoptó una propuesta de revisión de la Directiva el 25 de abril de 2018. El 22 de enero de 2019, negociadores del Parlamento Europeo, el Consejo de la UE y la Comisión llegaron a un acuerdo sobre la revisión propuesta por la Comisión. Cuando se adoptó en junio de 2019, la Directiva pasó a denominarse Directiva de datos abiertos e información del sector público y hará que los datos del sector público y los financiados con fondos públicos sean reutilizables.
La Directiva ISP se centra en los aspectos económicos de la reutilización de la información más que en el acceso a la información por parte de los ciudadanos. Anima a los Estados miembros a poner a disposición tanta información para su reutilización como sea posible. Aborda el material en poder de los organismos del sector público en los Estados miembros, a nivel nacional, regional y local, como ministerios, agencias estatales y municipios, así como organizaciones financiadas principalmente por o bajo el control de autoridades públicas (por ejemplo, institutos meteorológicos).
Desde su revisión de 2013, el contenido de los museos, bibliotecas y archivos también entra dentro del ámbito de aplicación de la Directiva.
La Directiva cubre textos escritos, bases de datos, archivos de audio y fragmentos de películas; no se aplica a la Directiva educativa, científica y de datos abiertos
La Directiva se basa en dos pilares clave del mercado interior: transparencia y competencia leal.
Una vez que se haya transpuesto completamente a nivel nacional, las nuevas reglas:
Estimular la publicación de datos dinámicos y la adopción de interfaces de programa de aplicación (API).
Limitar las excepciones que actualmente permiten a los organismos públicos cobrar más que los costes marginales de difusión por la reutilización de sus datos.
Ampliar el ámbito de aplicación de la Directiva para:
Datos en poder de empresas públicas, bajo un conjunto específico de normas. En principio, la Directiva solo se aplicará a los datos que las empresas pongan a disposición para su reutilización. Los cargos por la reutilización de dichos datos pueden ser superiores a los costos marginales de difusión;
Datos de investigación resultantes de la financiación pública: se pedirá a los Estados miembros que desarrollen políticas de acceso abierto a los datos de investigación financiados con fondos públicos. Las nuevas reglas también facilitarán la reutilización de los datos de investigación que ya están contenidos en repositorios abiertos.
Fortalecer los requisitos de transparencia para los acuerdos público-privados que involucren información del sector público, evitando acuerdos exclusivos.
Además, la Directiva sobre datos abiertos requiere la adopción por parte de la Comisión (a través de un futuro acto de ejecución) de una lista de conjuntos de datos de gran valor que se facilitarán de forma gratuita. Estos conjuntos de datos, que se identificarán dentro de un rango temático descrito en el anexo de la Directiva, tienen un alto potencial comercial y pueden acelerar la aparición de productos de información de valor añadido en toda la UE. También servirán como fuentes de datos clave para el desarrollo de la Inteligencia Artificial.
Implementación en la legislación nacional
Los Estados miembros deben transponer la Directiva (UE) 2019/1024 antes del 16 de julio de 2021.
Consulte nuestra descripción detallada de la legislación que implementa la antigua ‘Directiva ISP’ en cada Estado miembro de la UE y los países del Espacio Económico Europeo.
Hacia una lista de conjuntos de datos de alto valor
La Directiva introduce el concepto de conjuntos de datos de alto valor, definidos como documentos cuya reutilización está asociada con importantes beneficios para la sociedad y la economía. Están sujetos a un conjunto separado de reglas que garantizan su disponibilidad de forma gratuita, en formatos legibles por máquina, proporcionados a través de interfaces de programación de aplicaciones (API) y, cuando sea relevante, como descarga masiva. El alcance temático de los conjuntos de datos de alto valor se proporciona en un anexo de la Directiva.
Las categorías temáticas de conjuntos de datos de gran valor, a que se refiere el artículo 13, apartado 1, de la Directiva son:
geoespacial
observación de la tierra y medio ambiente
meteorológico
Estadísticas
empresas y propiedad de la empresa
movilidad
Dentro de estos límites, y con la asistencia de un Comité de datos abiertos y reutilización de la información del sector público compuesto por representantes de los Estados miembros, la Comisión adoptará en 2021 una lista de conjuntos de datos específicos de alto valor mediante un acto de ejecución, a continuación una evaluación de impacto.
Más información sobre el Comité de Datos Abiertos y Reutilización de la Información del Sector Público (Código: C51600) está disponible en el Registro de Comitología
¿Qué pasa con los documentos de la Comisión?
La Directiva impone obligaciones únicamente a los Estados miembros. Por lo tanto, la Comisión ha adoptado una decisión separada para permitir la reutilización de sus propios documentos, yendo más allá de las reglas de la antigua «Directiva ISP».
Contenido relacionado
Cuadro grande
Datos
Los datos están en todas partes y crecen a un ritmo sin precedentes. Estamos definiendo hoy un enfoque europeo para aprovechar los beneficios de los datos.
El Comité de Supervisión Bancaria de Basilea introdujo el primer marco para los requisitos mínimos de capital por riesgo de mercado en enero de 1996.[i]El objetivo del marco era garantizar que los bancos mantuvieran un nivel mínimo de capital regulatorio para absorber las pérdidas derivadas de los movimientos en los precios de mercado de los instrumentos mantenidos en la cartera de negociación. Las pérdidas sufridas por los bancos en la crisis financiera de 2007-09 revelaron que el diseño del marco no fue suficiente para garantizar que los bancos pudieran soportar una tensión tan significativa en el mercado. En respuesta, el Comité introdujo una serie de revisiones al marco de riesgo de mercado en julio de 2009, a menudo referidas como las reformas de Basilea 2.5.[ii]Si bien estas reformas abordaron las deficiencias más apremiantes del marco, el Comité reconoció que una serie de deficiencias estructurales que salieron a la luz durante la crisis quedaron sin abordar. Por lo tanto, realizó una “revisión fundamental de la cartera de negociación” (FRTB).El objetivo del proyecto era desarrollar un marco nuevo y más sólido para establecer requisitos mínimos de capital para el riesgo de mercado, basándose en la experiencia de “lo que salió mal” en la preparación de la crisis.[iii]
En enero de 2016, el Comité publicó el marco revisado Requisitos mínimos de capital por riesgo de mercado (en adelante, el “marco revisado de riesgo de mercado”).[iv] El marco revisado de riesgo de mercado:
Especificó criterios más estrictos para la asignación de instrumentos a la cartera de negociación;
Revisó el enfoque de modelos internos para abordar mejor los riesgos que se observaron durante la crisis;
Reforzó los procesos de aprobación de los supervisores para el uso de modelos internos; e
Introdujo un nuevo enfoque estandarizado más sensible al riesgo.
Durante el seguimiento de la implementación y el impacto esperado del marco, el Comité identificó una serie de cuestiones que debían abordarse antes de su implementación. En consecuencia, en diciembre de 2017, el órgano de gobierno del Comité, el Grupo de Gobernadores y Jefes de Supervisión de Bancos Centrales (GHOS), anunció una extensión de la implementación del marco desde la fecha original del 1 de enero de 2019 hasta el 1 de enero de 2022. En marzo de 2018, el Comité publicó un documento de consulta para proponer mejoras al marco para abordar los problemas que había identificado y para proponer una alternativa simplificada al nuevo enfoque estandarizado para los bancos con actividades de negociación de menor escala o más simples.[v]Habiendo considerado las respuestas al documento de consulta, en noviembre de 2018, el Comité acordó un conjunto de revisiones del marco en los requisitos de capital mínimo estándar por riesgo de mercado, que fue respaldado por el GHOS en enero de 2019.[vi]
Esta nota explicativa describe los antecedentes y la justificación del proyecto FRTB que condujo al marco revisado de riesgo de mercado publicado en enero de 2016, y las características clave del marco. La nota también establece las mejoras y aclaraciones introducidas en enero de 2019 y el impacto potencial de capital del marco finalizado basado en datos de estudios de impacto cuantitativo.
Antecedentes y justificación de la revisión del marco de riesgo de mercado
2.1 Deficiencias identificadas en el marco anterior a la crisis
La crisis financiera puso de manifiesto una serie de deficiencias en el marco de riesgo de mercado anterior a la crisis que había estado en vigor desde 1996. La definición del límite regulatorio entre la cartera bancaria (es decir, exposiciones generalmente sujetas a requisitos de capital por riesgo de crédito) y la cartera de negociación (es decir, exposiciones generalmente sujetas a requisitos de capital por riesgo de mercado) se basó únicamente en la intención del banco de negociar un instrumento, y demostró que ser una debilidad clave del diseño. Dejó abierta la posibilidad de que un banco mueva instrumentos entre su cartera de negociación y su cartera bancaria en busca de requisitos de capital más bajos, lo que a menudo resulta en requisitos de capital insuficientes en relación con los riesgos de un instrumento. Además, las metodologías de medición del riesgo para determinar los requisitos de capital por riesgo de mercado fueron insuficientes. El enfoque de modelos internos, que permitía a los bancos determinar los requisitos de capital mediante el uso de sus propios modelos internos, no era lo suficientemente completo como para incorporar todos los factores de riesgo relevantes que podrían generar pérdidas materiales. El enfoque estandarizado (es decir, el enfoque no basado en modelos del marco para determinar los requisitos de capital) carecía de sensibilidad al riesgo y, por lo tanto, no era una alternativa creíble ni un complemento del enfoque de modelos internos. Cuando los modelos internos de los bancos tuvieron un desempeño deficiente, los supervisores enfrentaron desafíos al requerir que los bancos cambiaran al uso del método estándar en un período corto de tiempo, ya que el diseño insensible al riesgo del método estándar podría conducir a un gran aumento en los requisitos de capital para los bancos con actividades comerciales importantes.
2.2 Reformas de Basilea 2.5
En respuesta a estas debilidades, las reformas de Basilea 2.5, publicadas en julio de 2009 (y actualizadas en 2010), abordaron la necesidad inmediata de garantizar requisitos de capital adecuados para las actividades comerciales. Las reformas mejoraron la medida de riesgo del modelo interno –valor en riesgo (VaR) – que sirvió como base para los requisitos de capital de riesgo de mercado en el marco anterior a la crisis al introducir un requisito de capital adicional basado en el VaR calibrado para las condiciones de mercado estresadas. La métrica del “VaR estresado” tiene más en cuenta el riesgo de cola: pérdidas que los bancos pueden sufrir en un período estresado. Se introdujo un requisito de capital adicional para el riesgo crediticio asociado con los instrumentos de la cartera de negociación en el enfoque de modelos internos a través del marco de capital de riesgo incremental (IRC). El marco del IRC determinaba los requisitos de capital tanto para el riesgo de incumplimiento (es decir, el riesgo de pérdidas asociadas con el incumplimiento del emisor de un instrumento) como para el riesgo de migración de calificaciones (es decir, el riesgo de pérdidas de valor de mercado asociadas con la rebaja de la calificación crediticia). Calificación de un emisor que no ha incumplido).Finalmente, dadas las pérdidas resultantes de las estructuras de titulización durante la crisis, Basilea 2.5 excluyó la mayoría de las exposiciones de titulización de la cartera de negociación del enfoque de modelos internos.[i] En cambio, los requisitos de capital para esas exposiciones se alinearon con los de la cartera de inversión.
2.3 Problemas pendientes con el marco de riesgo de mercado de Basilea 2.5
Aunque se trata de una mejora sustancial, las reformas de Basilea 2.5 no abordaron las deficiencias estructurales clave en el marco de riesgo de mercado:
No se abordaron por completo los problemas relacionados con el ámbito de aplicación. Las revisiones de julio de 2009 solo hicieron modificaciones menores a la especificación de los instrumentos que deben excluirse o incluirse en la cartera de negociación. Las revisiones no cambiaron el determinante clave sobre el cual se basó la aplicación del marco de riesgo de crédito o el marco de riesgo de mercado a un instrumento dado: la intención del banco de negociar el instrumento. Este criterio inherentemente subjetivo hizo que la frontera entre la aplicación de los marcos de riesgo crediticio y de riesgo de mercado fuera difícil de hacer cumplir de manera consistente, y permitió la posibilidad de que los bancos participaran en un arbitraje regulatorio entre los requisitos de capital de la cartera bancaria y la cartera de negociación donde se determinó que se aplicarían requisitos de capital más bajos en uno u otro.
Persistieron varias deficiencias en el enfoque de modelos internos. El Comité identificó una serie de debilidades derivadas del uso de la métrica VaR como base de los requisitos de capital, que incluyen:
Incentivos para que los bancos asuman riesgos de cola. Aunque el marco de Basilea 2.5 tuvo mejor en cuenta el riesgo de cola al introducir el requisito de VaR estresado, el diseño del VaR y las métricas de VaR estresado básicamente ignoraron las pérdidas que tenían menos del 1% de probabilidad de ocurrir. Esto creó incentivos perversos para mantener posiciones que presentaban importantes riesgos de cola, pero estaban sujetas a un riesgo limitado en condiciones «normales».
Incapacidad para capturar el riesgo de iliquidez del mercado. El marco de Basilea 2.5 asumió que los bancos individuales podrían salir o cubrir sus exposiciones de la cartera de negociación durante un período de 10 días sin afectar los precios de mercado. Sin embargo, en momentos de tensión, es probable que el mercado pierda liquidez rápidamente cuando el sistema bancario en su conjunto tiene exposiciones similares. Esto sucedió en el punto álgido de la crisis, ya que los bancos no pudieron salir o cubrir posiciones en un corto período de tiempo, lo que resultó en pérdidas sustanciales de valor de mercado.
Incapacidad para capturar adecuadamente el riesgo crediticio inherente a las posiciones de negociación. Las métricas de VaR y VaR estresado no incorporaron adecuadamente el riesgo crediticio al que pueden estar sujetas las posiciones de la cartera de negociación. El horizonte temporal de 10 días durante el cual el VaR y el VaR estresado estimaron las pérdidas potenciales fue demasiado corto para contabilizar las pérdidas incurridas en caso de incumplimiento o en caso de rebaja de la calificación crediticia del emisor de un instrumento. Esta debilidad significó que, con el rápido crecimiento en el mercado de crédito negociado a principios de la década de 2000, los bancos mantuvieron grandes exposiciones subcapitalizadas a instrumentos relacionados con el crédito en sus carteras de negociación. La introducción del modelo IRC a través de las reformas de Basilea 2.5 abordó esto como una medida provisional, pero provocó una gran variabilidad en los resultados de los activos ponderados por riesgo entre los bancos.
Amplio reconocimiento de los efectos reductores de riesgo de la cobertura y la diversificación. El enfoque de modelos internos de Basilea 2.5 no tenía restricciones para reconocer los beneficios de cobertura y diversificación en diferentes clases de activos (por ejemplo, acciones y divisas) en función de estimaciones de correlaciones derivadas de datos históricos anteriores a la crisis. En la crisis, los efectos de diversificación que se basaban en datos históricos desaparecieron.
No se abordó la falta de sensibilidad al riesgo del método estandarizado. El Comité centró sus revisiones de Basilea 2.5 en cambios al enfoque de modelos internos. Esto fue en reconocimiento de la necesidad de una respuesta rápida a los niveles insuficientes de capital mantenidos por los bancos con importantes actividades comerciales que tienden a utilizar el enfoque basado en modelos para determinar los requisitos de capital. Las deficiencias del enfoque estandarizado no se abordaron. Por lo tanto, su diseño continuó siendo demasiado insensible al riesgo, lo que significa que los requisitos de capital no estaban alineados con los impulsores del riesgo. Además, su calibración se mantuvo sin cambios desde su introducción en 1996
Elementos clave del marco revisado de riesgo de mercado
Esta sección establece los elementos clave introducidos en la norma de enero de 2016 Requisitos mínimos de capital por riesgo de mercado. Las revisiones introducidas en el marco modificado también se resumen a continuación.
3.1 Ámbito de aplicación según el marco de riesgo de mercado de enero de 2016
La especificación del marco de riesgo de mercado de enero de 2016 sobre el ámbito de aplicación de los requisitos de capital por riesgo de mercado (comúnmente denominada «límite» entre la cartera de negociación y la cartera bancaria) está diseñada para mejorar la coherencia de la implementación y reducir las oportunidades de arbitraje entre los requisitos de capital por riesgo de mercado y riesgo crediticio. Según el marco de riesgo de mercado revisado, la base del límite sigue siendo la intención comercial, pero el marco se ha reforzado con especificaciones y mejoras adicionales, que incluyen:
Especificación adicional sobre el contenido apropiado de la cartera de negociación. Reconociendo que los requisitos de capital por riesgo de mercado y riesgo de crédito abordan diferentes tipos de riesgo, el límite revisado establece una lista de instrumentos que deben asignarse a la cartera de negociación y una lista de instrumentos que deben asignarse a la cartera bancaria; los bancos no permitido desviarse de estas listas. Además, la definición de la cartera de negociación se complementa con una lista de instrumentos que se “presume” están en la cartera de negociación. Un banco debe recibir la aprobación del supervisor para cualquier desviación de estas presunciones.
Supervisión de supervisión mejorada. Los bancos deben poner a disposición de los supervisores informes que describan la justificación para incluir instrumentos en la cartera de negociación y el cumplimiento del ámbito de aplicación del marco.
Restricciones a la capacidad de arbitrar el límite. El marco establece un límite estricto al movimiento de instrumentos entre la cartera bancaria y la cartera de negociación. Si el requerimiento de capital para un instrumento se reduce como resultado de mover el instrumento de un libro a otro, la diferencia en el requerimiento de capital medido en el momento del movimiento se impone como un requerimiento de capital mínimo fijo adicional del Pilar 1.
Tratamiento más claro de las transferencias de riesgo a través de la frontera. Los bancos pueden optar por cubrir algunos de los riesgos en la cartera bancaria a través de instrumentos mantenidos en la cartera de negociación. El límite del marco de Basilea 2.5 especificaba el tratamiento de dichas transferencias de riesgo interno del riesgo crediticio, pero no se pronunciaba con respecto a otras clases de riesgo, como el riesgo de renta variable y el riesgo de tasa de interés. Para promover la coherencia y la comparabilidad en las prácticas regulatorias entre jurisdicciones, el marco especifica el tratamiento de las transferencias de riesgo interno del riesgo de acciones y el riesgo de tasa de interés de la cartera bancaria a la cartera de negociación.
Otras modificaciones realizadas en la revisión de enero de 2019 del ámbito de aplicación.
Durante el seguimiento de la implementación por parte de los bancos del ámbito de aplicación revisado del marco, el Comité identificó áreas en las que la claridad de los requisitos justificaba una mejora. También reconoció que el tratamiento de instrumentos específicos requería enmiendas a fin de reducir la carga de implementación. La revisión de enero de 2019 incluye mejoras y aclaraciones en tres áreas principales:
Aclaraciones sobre a qué instrumentos del libro regulatorio se van a asignar. El Comité identificó que, en algunos casos, un instrumento financiero podría incluirse tanto en la lista de instrumentos que deben estar en un libro en particular, como en la lista de instrumentos que se espera que estén en el otro libro. En estos casos, no estaba claro qué requisito prevalecería. El marco modificado aclara el enfoque en estas situaciones.
Tratamiento de las inversiones en fondos (por ejemplo, fondos de inversión o tipos similares de fondos gestionados). El marco de enero de 2016 carecía de claridad con respecto a los criterios necesarios para que los fondos de inversión se asignen a la cartera de negociación, cuando un banco no puede mirar a través del fondo a sus activos subyacentes. El marco enmendado permite que las inversiones de capital en fondos se asignen a la cartera de negociación si el banco puede «revisar» los activos subyacentes del fondo (es decir, determinar los requisitos de capital en función de las posiciones subyacentes mantenidas por el fondo), o cuando el banco tiene acceso tanto a las cotizaciones diarias como a la información contenida en el mandato del fondo.
Tratamiento de las posiciones estructurales en moneda extranjera. Como fue el caso en el marco de Basilea 2.5, el marco de enero de 2016 permitió a los bancos excluir ciertas posiciones de riesgo de moneda extranjera de los requisitos de capital cambiario (FX), si esas posiciones se contrataron o mantuvieron con la intención de cubrir total o parcialmente los efectos adversos. de los movimientos del tipo de cambio en el coeficiente de capital basado en riesgo del banco. El monto de la exclusión se limitó al monto de las inversiones del banco en subsidiarias. Para alinearse mejor con las prácticas de gestión de riesgos de los bancos, el marco enmendado revisa el límite al monto que sirve para neutralizar la fluctuación del índice de capital basado en el riesgo del banco debido a los movimientos cambiarios.
3.2 Enfoque de modelos internos en el marco de riesgo de mercado de enero de 2016.
El enfoque de modelos internos bajo el marco de riesgo de mercado de enero de 2016 presenta un proceso de aprobación de modelos mejorado y más granular para garantizar que los modelos internos se utilicen solo cuando estimen el riesgo de manera adecuada. El enfoque también está diseñado para capturar mejor los riesgos crediticios y de cola e incorporar el riesgo de iliquidez del mercado. Reemplazó la fuerte dependencia del enfoque de modelos internos de Basilea 2.5 en el VaR e incluye tres componentes para medir los requisitos de capital que se describen con más detalle a continuación: (i) una métrica de déficit esperado (ES), que determina los requisitos de capital para esos factores de riesgo de mercado ( es decir, variables de mercado tales como tasas de interés o precios de acciones que afectan el valor de los instrumentos financieros) para las cuales se dispone de una cantidad suficiente de datos de mercado observables y, por lo tanto, se consideran adecuadas para el modelado (factores de riesgo “modelables”); (ii) un requisito de factor de riesgo no modelable (NMRF) para factores de riesgo de mercado con datos de mercado observables limitados que se consideran no adecuados para el modelado; y (iii) un requisito de capital de riesgo de incumplimiento (DRC), para determinar los requisitos de capital asociados con el riesgo de incumplimiento de las posiciones crediticias y patrimoniales. El enfoque general de los modelos internos sobre el requerimiento de capital se calcula como la suma simple del requerimiento de capital para cada uno de los tres componentes.
(i) Proceso de aprobación de modelos mejorado
En el marco revisado, la aprobación del modelo se concede a nivel de las mesas de negociación de los bancos. Esto contrasta con el marco de Basilea 2.5, que determinaba la aprobación / eliminación del supervisor de modelos internos a nivel de todo el banco. El enfoque granular a nivel de escritorio del marco revisado hace que sea más fácil para los supervisores rechazar el uso de modelos internos para mesas de negociación particulares para las cuales los riesgos no son capturados adecuadamente por el modelo interno de un banco, sin causar un cambio repentino o un efecto de acantilado en los requisitos generales de capital. .
También se han mejorado las pruebas de validación que los modelos de los bancos deben pasar de forma continua. Para utilizar modelos internos para determinar los requisitos de capital, el modelo interno de una mesa de negociación debe pasar dos pruebas:
Atribución de pérdidas y ganancias. Una prueba para determinar si el modelo interno mide de manera integral los riesgos que impulsan las ganancias y pérdidas diarias (P&L) de la mesa de operaciones.
Backtesting. Una prueba para determinar si el riesgo estimado por el modelo interno es lo suficientemente conservador para cubrir las pérdidas comerciales observadas.
Las mesas de operaciones con modelos internos que no superen estas pruebas deben utilizar el enfoque estandarizado.
(ii) Nuevo tipo de modelo interno para capturar el riesgo de cola y la iliquidez del mercado: déficit esperado
El enfoque de modelos internos revisados reemplaza el VaR y el VaR estresado con una única métrica ES que se calibra para un período de estrés significativo del mercado. Dos características de esta nueva métrica abordan las deficiencias en el marco de Basilea 2.5:
ES captura los riesgos de cola que no se tienen en cuenta en las medidas de VaR existentes. Mientras que el VaR calcula la pérdida potencial máxima a un cierto nivel de confianza (por ejemplo, un VaR del 97,5% mide una pérdida que se espera que se supere solo el 2,5% del tiempo), ES calcula la pérdida media por encima de un cierto nivel de confianza (por ejemplo, un 97,5%). ES mide el promedio del peor 2.5% de pérdidas).[i]
Para reconocer el riesgo de iliquidez del mercado, la medida ES prescribe diferentes horizontes de liquidez para diferentes factores de riesgo. En este contexto, el “horizonte de liquidez” se define como el tiempo necesario para salir de una posición o cubrir un factor de riesgo sin afectar significativamente los precios de mercado en condiciones de estrés de mercado. La medida ES calcula la pérdida que podría sufrir un banco durante el horizonte de liquidez especificado en un período de tensión del mercado; por lo tanto, la medida tenderá a calcular requisitos de capital más altos para factores de riesgo menos líquidos.
Por último, el enfoque de modelos internos revisado limita la cantidad de beneficio de diversificación asumido al determinar los requisitos de capital. El requerimiento de capital ES total se calcula como el promedio de: (i) un cálculo ES “sin restricciones”, con beneficios de diversificación reconocidos en todas las clases de riesgo (por ejemplo, en los riesgos de tasas de interés, acciones, divisas, materias primas y márgenes crediticios); y (ii) una simple suma de cálculos ES separados para cada clase de riesgo, en la que no se puede reconocer ningún beneficio de diversificación entre las clases de riesgo.
(iii) Límites en la modelización de factores de riesgo no líquidos y no observables
El enfoque de modelos internos de Basilea 2.5 permitió a los bancos modelar todos los riesgos inherentes a su cartera de negociación. El marco revisado reconoce que existe una incertidumbre significativa en el modelado de riesgos para los cuales hay datos de mercado históricos observables limitados, y evita que los bancos modelen esos riesgos. Los factores de riesgo (por ejemplo, tipos de cambio o precios de las acciones) que no tienen suficientes datos de mercado observables se consideran no modelables (es decir, NMRF). Los NMRF se excluyen del cálculo de ES; en cambio, el requerimiento de capital para cada NMRF se determina mediante una prueba de resistencia.
(iv) Tratamiento revisado del riesgo de incumplimiento
El modelo de IRC de Basilea 2.5 para el riesgo de incumplimiento y migración se reemplaza por un modelo de DRC que se centra exclusivamente en el riesgo de incumplimiento. Los horizontes de liquidez más largos utilizados en la medida ES le permiten incorporar el riesgo de migración, pero el riesgo de incumplimiento requiere una medición separada. Para abordar una de las principales observaciones de la revisión del Comité sobre la variabilidad de los activos ponderados por riesgo de mercado –que los modelos de IRC eran una fuente importante de variación injustificada debido a la flexibilidad que se les otorgaba a los bancos en la forma en que calibraban el modelo [i]— en el marco revisado, El requisito del modelo de la RDC limita las elecciones que los bancos pueden tomar al construir el modelo y requiere que todas las posiciones de capital se incluyan en su alcance.[ii]
Más enmiendas realizadas en la revisión de enero de 2019 para el enfoque de modelos internos.
El seguimiento del Comité posterior a la publicación de enero de 2016 identificó aspectos del enfoque de modelos internos que plantearon importantes desafíos de implementación, en particular, el diseño de la prueba de atribución de pérdidas y ganancias. Además, a medida que los bancos comenzaron a investigar la gama de factores de riesgo que se consideraban no modelables en el marco, algunos factores de riesgo que parecían susceptibles de modelado no cumplieron las condiciones, y el impacto del marco NMRF fue significativamente mayor de lo que se había estimado originalmente. Las revisiones de enero de 2019 no cambian la estructura general del marco de modelos internos, pero introducen cambios específicos para abordar estos problemas.
Métrica revisada de la prueba de atribución de pérdidas y ganancias (PLA) y consecuencia de la falla. Las revisiones introducen nuevas métricas de prueba de PLA para diferenciar mejor los modelos de buen rendimiento de los modelos de bajo rendimiento. Para reducir los posibles efectos de acantilado en los requisitos de capital, la consecuencia de no aprobar la prueba también se ha revisado desde el resultado binario anterior de aprobado o reprobado a un enfoque de «semáforo» con una «zona ámbar» intermedia. Las mesas de negociación de la “zona ámbar” pueden seguir utilizando el enfoque de modelos internos, pero estarán sujetas a un recargo de capital. Se determina que las mesas de operaciones que no superan sustancialmente la prueba se encuentran en la «zona roja» y deben utilizar el enfoque estandarizado.
Condiciones de NMRF revisadas y enfoque de capitalización. Se han realizado varias revisiones para reducir el conservadurismo y la carga operativa de este elemento del marco.
Las condiciones cuantitativas para que un factor de riesgo sea elegible para el modelado se han modificado para incluir factores de riesgo que tienen suficiente liquidez pero pueden experimentar períodos prolongados durante los cuales hay una negociación limitada (por ejemplo, productos agrícolas). Por ejemplo, el requisito de no más de 30 días de diferencia entre las observaciones de precios reales ha sido reemplazado por un requisito de un mínimo de cuatro observaciones de precios reales en un período de 90 días. Cuando un factor de riesgo no supera esta prueba de elegibilidad del factor de riesgo, aún se puede considerar elegible para el modelado si hay un mínimo de 100 observaciones de precios reales en los 12 meses anteriores. En ambos casos, los bancos pueden contar solo una observación de precio real por día.
El cálculo de la pérdida por estrés para cada NMRF se ha simplificado para reducir la carga operativa. El marco de enero de 2016 requería que los bancos identificaran un período de estrés separado para cada NMRF para el cálculo de la pérdida por estrés. El marco modificado permite a los bancos utilizar un período de tensión común para todos los factores de riesgo relevantes para una clase de riesgo en particular (por ejemplo, todos los factores de riesgo de tasa de interés). El período durante el cual se debe calcular la pérdida se ha modificado para que coincida con el horizonte de liquidez especificado para la medida EE, con un piso de 20 días.
El enfoque de agregación para calcular el requisito de capital NMRF general incorpora beneficios de diversificación adicional, pero limitados. No se reconoció ningún beneficio de diversificación entre los NMRF en el marco de enero de 2016, excepto para tipos particulares de factores de riesgo crediticio; esto llevó a un nivel demasiado conservador de requisitos de capital de NMRF.
El marco modificado aclara las condiciones cualitativas para que los factores de riesgo elegibles se consideren modelables, introduciendo un conjunto de principios que los bancos deben aplicar a los datos utilizados para modelar los factores de riesgo que han pasado la prueba de elegibilidad de factores de riesgo.
3.3 Método estándar según el marco de riesgo de mercado de enero de 2016
El enfoque estandarizado revisado está diseñado para ser más sensible al riesgo que el marco de Basilea 2.5 (en el que el enfoque estandarizado se mantuvo prácticamente sin cambios con respecto a la versión introducida en 1996). Tiene tres componentes (que se muestran en el Gráfico 2), cuya suma determina el requerimiento general de capital: (i) método basado en sensibilidades; (ii) requerimiento estandarizado de capital por riesgo de incumplimiento; y (iii) adición de riesgo residual.
El anexo presenta una serie de ejemplos prácticos para ilustrar la mecánica de los elementos clave del enfoque estandarizado revisado.
(i) Método basado en sensibilidades
El componente central del método estándar revisado es el método basado en sensibilidades. Conceptualmente, el método es similar a una prueba de estrés: el requerimiento de capital se basa en la pérdida que un banco estima que sufriría en un escenario de estrés definido. Se basa en «sensibilidades» como entrada principal para el cálculo. Una «sensibilidad» es el cambio en el valor de un instrumento dado un pequeño movimiento en un factor de riesgo que afecta el valor del instrumento. Por ejemplo, los bancos deben calcular el cambio en el valor de sus instrumentos financieros si hubo un movimiento de 1 punto básico en las tasas de interés.
El marco especifica:
Conjunto de factores de riesgo que se consideran las principales variables de mercado que afectan el valor de las carteras de negociación de los bancos. Los factores de riesgo similares se agrupan en «categorías» (por ejemplo, para las acciones, las categorías se definen por sector industrial). Los bancos calculan la sensibilidad de su cartera de negociación a los movimientos en el valor de cada uno de los factores de riesgo.
Ponderaciones de riesgo que se aplicarán a esos factores de riesgo. Las ponderaciones de riesgo se han calibrado en función de las condiciones de tensión del mercado para garantizar una calibración alineada con el enfoque de modelos internos. Los bancos deben aumentar sus “sensibilidades” a cada factor de riesgo en función de la ponderación de riesgo prescrita para estimar cuánto valor perdería la cartera si se produjera una perturbación en el factor de riesgo.
Una metodología para agregar las pérdidas calculadas para cada choque de factor de riesgo para determinar la pérdida para el escenario a nivel de cartera. Para garantizar un nivel de sensibilidad al riesgo, el método de agregación reconoce un grado de beneficio de diversificación entre las pérdidas a nivel de factor de riesgo (aplicando diferentes niveles de correlación supuesta entre los shocks aplicados a los factores de riesgo en los mismos grupos y los de diferentes grupos).
Los pasos anteriores se aplican por separado para tres tipos diferentes de riesgo y se agregan como una simple suma para calcular el requerimiento de capital del método basado en sensibilidades:
Riesgo delta: la pérdida potencial debido a un pequeño cambio en el precio de una acción o un producto básico, o un pequeño cambio en una tasa de interés, margen de crédito o tasa de cambio.
Riesgo Vega: la pérdida potencial debido a un cambio en la volatilidad implícita de una opción (para instrumentos que cuentan con opcionalidad).
Riesgo de curvatura: la pérdida potencial incremental más allá del riesgo delta cuando se producen grandes movimientos en los factores de riesgo de los instrumentos que presentan opcionalidad.
Para abordar el riesgo de que las correlaciones en el movimiento de los factores de riesgo puedan fluctuar en períodos de estrés financiero, las sensibilidades se agregan tres veces, asumiendo correlaciones altas, medias y bajas entre los choques de los factores de riesgo. Los requisitos de capital se calculan por separado para cada una de las siete clases de riesgo regulatorio[i] bajo cada escenario de correlación y los requisitos de capital a nivel de clase de riesgo se agregan como una suma simple. El requerimiento de capital total es el mayor de los requerimientos de capital en los tres escenarios de correlación.
(ii) Requerimiento de capital por riesgo de incumplimiento estandarizado
El requisito de capital de riesgo de incumplimiento estandarizado («DRC estandarizado») asigna todas las posiciones crediticias y de capital a categorías de categorías de riesgo de incumplimiento (por ejemplo, las categorías para exposiciones no titulizadas incluyen empresas, soberanos y gobiernos locales / municipios). Dentro de cada categoría de riesgo de incumplimiento, el requisito de DRC se calcula en función de la ponderación del riesgo de incumplimiento (según la calificación crediticia) y la pérdida estimada que experimentaría cada posición en caso de incumplimiento.
(iii) Complemento de riesgo residual
El componente final del método estándar revisado es el agregado de riesgo residual. Esto proporciona un requisito de capital simple y conservador para cualquier otro riesgo no abordado por los principales factores de riesgo incluidos en el método basado en sensibilidades o el requisito de DRC estandarizado. El agregado de riesgo residual es la suma simple de los importes nocionales brutos de los instrumentos con riesgos residuales, multiplicada por una ponderación de riesgo del 1,0% para instrumentos con un subyacente exótico (por ejemplo, derivados climáticos) o del 0,1% para instrumentos con otros riesgos residuales (por ejemplo, derivados complejos como opciones de barrera).
Otras modificaciones realizadas en la revisión de enero de 2019 del método estándar
El seguimiento por parte del Comité de la aplicación y el impacto del enfoque estandarizado revisado destacó áreas en las que el enfoque para medir las pérdidas de factores de riesgo y su agregación era demasiado alto en relación con el riesgo real. Además, el Comité identificó una serie de áreas en las que el enfoque podría simplificarse para reducir su carga operativa. Las revisiones de enero de 2019 incluyen los siguientes cambios en el método basado en sensibilidades:
En la clase de riesgo cambiario, se ha ampliado el alcance de los pares de divisas que se consideran líquidos y, por lo tanto, están sujetos a ponderaciones de riesgo más bajas. El enfoque general del riesgo cambiario también se ha modificado para que los bancos, sujetos a la aprobación del supervisor, puedan calcular el riesgo cambiario con respecto a la moneda en la que administran su negocio de negociación (su «moneda base») en lugar de con respecto a su moneda de reporte. . En el anexo se incluye un ejemplo trabajado de este enfoque.
El riesgo de acciones y las clases de riesgo de diferencial de crédito se han mejorado, con nuevos tramos de «índice» para riesgos de diferencial de capital y crédito introducidos para proporcionar un enfoque simple que no requiere la identificación de cada posición subyacente en un índice para calcular los requisitos de capital para índices de capital y crédito.
El cálculo de los requerimientos de capital por riesgo de curvatura para opciones se ha modificado para (i) aplicar choques consistentes a factores de riesgo similares; (ii) abordar la doble contabilización del riesgo cambiario para ciertos instrumentos; y (iii) eliminar un posible efecto acantilado en la fórmula de agregación de los requisitos de capital. El alcance del cálculo del riesgo de curvatura se ha ampliado para permitir que los bancos incluyan bonos y otros instrumentos sin opcionalidad cuando el riesgo de curvatura se gestiona de manera integral en las opciones y otros instrumentos.
Con respecto a la agregación de sensibilidades al riesgo, el escenario de “correlaciones bajas” ha sido modificado para asegurar que no produzca correlaciones bajas irrealmente para los factores de riesgo que se consideran altamente correlacionados en condiciones de mercado estresadas.
Finalmente, para asegurar que el nivel general de requerimientos de capital resultante del método estándar revisado permanezca ampliamente consistente con la expectativa original del Comité, el Comité ha reducido las ponderaciones de riesgo para el riesgo de tasa de interés general (en un 30%) y el riesgo cambiario (en un 50%). También se han realizado ajustes a las ponderaciones de riesgo para el riesgo de diferencial crediticio de los bonos soberanos y los bonos garantizados de alto rendimiento.
3.4 Alternativa simplificada al método estándar
El enfoque estandarizado incluido en el marco de enero de 2016 se desarrolló para proporcionar un enfoque sensible al riesgo para los bancos que no requieren un tratamiento modelado para el riesgo de mercado, para servir como un respaldo creíble al enfoque de modelos internos (IMA) y para facilitar la transparencia, Informes coherentes y comparables del riesgo de mercado entre bancos y jurisdicciones.
Sin embargo, el Comité reconoce que la sofisticación del método basado en sensibilidades del enfoque estandarizado revisado puede plantear desafíos de implementación para algunos bancos que tienen carteras de negociación relativamente pequeñas o no complejas.
Para esos bancos, el método estándar actual de Basilea 2.5 se mantendrá como una alternativa simplificada al método estándar revisado, sujeto a la aplicación de escalares específicos para garantizar una calibración suficientemente conservadora de los requisitos de capital para estos bancos. Los escalares por clase de riesgo se establecen en: 1,3 para el riesgo de tipo de interés; 3.5 por riesgo de acciones; 1.9 para riesgo de materias primas; y 1,2 por riesgo cambiario. Dado que los escalares se multiplican por el requisito de capital calculado según el marco de Basilea 2.5, el escalar de 1,3 para el riesgo de tasa de interés significa un aumento del 30% en los requisitos de capital en relación con Basilea 2.5.
4. Evaluación de impacto
La calibración general del marco se basa en un conjunto limitado de datos proporcionados por los bancos, debido a los desafíos que enfrentan los bancos al establecer sistemas para evaluar todos los aspectos del marco revisado antes de su implementación.
Los datos utilizados para el análisis a continuación sobre el impacto del marco de riesgo de mercado modificado[ii] se ajustaron en la medida de lo posible para tener en cuenta las modificaciones al marco que se describen en la Sección 3 de esta nota. Sin embargo, están sujetos a las siguientes limitaciones. Para el método estandarizado, las enmiendas asociadas con la doble contabilización del riesgo de curvatura cambiaria y los enfoques de “moneda base” no se han capturado en este análisis de impacto dado que el Comité no ha recopilado datos de suficiente granularidad para medir su impacto. Para ambas enmiendas, el Comité espera que su impacto resulte en reducciones en los requisitos de capital de riesgo cambiario en relación con los análisis de impacto que se detallan a continuación. Para el enfoque de modelos internos, el análisis asume que el alcance de los permisos del modelo permanece sin cambios, lo que significa que ignora (i) el potencial de los bancos para cambiar el alcance de las mesas de negociación que utilizan modelos y (ii) las posibles consecuencias de la mesa de negociación – backtesting de nivel y los resultados de la prueba PLA. Para reflejar el impacto potencial de las enmiendas al requisito de capital NMRF, el análisis reemplaza el monto del requisito de capital NMRF según lo informado por cada banco con el valor mediano informado dentro de la muestra de bancos. Luego, esta cantidad se ha reducido en un 60% para reflejar la cantidad esperada por la cual los requisitos de capital NMRF cambiarán debido a las enmiendas al marco.
Para poner los análisis de impacto en contexto, según los datos del estudio de impacto cuantitativo (QIS) de seguimiento de Basilea III proporcionados por los bancos a fines de diciembre de 2017, los activos ponderados por riesgo de mercado (RWA) representan el 4,0% del total de los RWA de los bancos del Grupo 1 y 2,2 % para bancos del Grupo 2. La participación promedio de los bancos del Grupo 1 y los G-SIB se encuentra en un nivel similar al de fines de junio de 2011. Sin embargo, como se puede ver en el panel derecho del Gráfico 3, los bancos del Grupo 1 (y, en particular, el G -SIB entre ellos) experimentaron un pico significativo en los RWA de mercado como proporción del total de RWA a finales de 2011 como resultado de la tensión del mercado financiero; la cuota de mercado de los RWA ha disminuido gradualmente entre finales de 2011 y finales de 2017.
Para la muestra de bancos incluidos en los análisis de impacto a continuación, la Tabla 1 muestra la participación de los APRs de mercado como una proporción del total de APR basados en el marco de Basilea 2.5, el marco de enero de 2016 excluyendo las enmiendas de enero de 2019 (FRTB de 2016) y las marco (2019 FRTB). En general, a finales de diciembre de 2017, según el marco modificado de 2019, los APR de mercado representarían un 5,3% del total de los APR en promedio,[i] en comparación con el 4,4% en el marco de Basilea 2.5 y el 7,2% en el marco original de enero de 2016.
La distribución del impacto sobre la participación de los requisitos de capital por riesgo de mercado en la muestra de bancos se ilustra en el Gráfico 4
En comparación con el marco de Basilea 2.5, se estima que el marco modificado dará como resultado un aumento medio del 16% y un aumento medio ponderado del 22% en los requisitos de capital por riesgo de mercado (Tabla 2). El impacto esperado en los bancos que utilizan exclusivamente el método estándar es un aumento del 40% para el banco mediano y un aumento del 30% sobre una base de promedio ponderado, mientras que el impacto esperado en los bancos que utilizan el método de modelos internos es un aumento del 5% para el banco mediano y un aumento del 20% en promedio ponderado.
El cuadro 3 establece la relación entre los requisitos de capital por riesgo de mercado según el método estándar revisado en relación con los requisitos de capital según el enfoque de modelos internos revisados. En la práctica, se espera que el índice para la clase de riesgo cambiario sea menor dado que estas estimaciones, como se señaló anteriormente, no tienen en cuenta todas las modificaciones al estándar.
La Tabla 4 muestra la distribución de los impactos de capital para los bancos que podrían utilizar la alternativa simplificada al método estándar. Con base en una muestra de 13 bancos que actualmente usan solo el método estándar para determinar los requisitos de capital de riesgo de mercado, se esperaría que el requisito de capital de riesgo de mercado aumentara un 43% para el banco mediano (57% sobre una base promedio ponderado). Sin embargo, el Comité observa que los bancos incluidos en esta muestra pueden no ser representativos de aquellos bancos a los que en última instancia sus supervisores les permitirían utilizar la alternativa simplificada. Como se señaló anteriormente, la alternativa simplificada está destinada a ser utilizada solo por bancos con posiciones de cartera de negociación más pequeñas y menos complejas. Es posible que los bancos de esta naturaleza no estén bien representados en la muestra de bancos de los que se recopilan los datos de QIS.
Anexo: Ejemplos de aplicación del método estándar
Este anexo proporciona ejemplos resueltos de los elementos clave del enfoque estandarizado. Los ejemplos resueltos 1 y 2 ilustran la mecánica central de cálculo del método basado en sensibilidades y del requisito de capital de riesgo predeterminado. El ejemplo resuelto 3 ilustra la aplicación de una característica recientemente introducida del método estandarizado: el método de la moneda base.
Ejemplo resuelto 1: método basado en sensibilidades para el riesgo delta y el requisito de capital por riesgo predeterminado
Este ejemplo demuestra el cálculo de los requisitos de capital para una cartera de acciones. Un banco utiliza el USD como moneda de presentación de informes y tiene una cartera que contiene las tres acciones descritas en la Tabla A1.1. La cartera no contiene ninguna opción, por lo que los elementos del método estándar que deben calcularse son el requisito de capital riesgo delta del método basado en sensibilidades y el requisito de capital riesgo predeterminado estándar (DRC).
1. Requisito de capital riesgo delta
El Gráfico A1 a continuación proporciona una descripción general de los pasos de cálculo para el requisito de capital de riesgo delta.
El paso 1 es identificar los factores de riesgo que son relevantes para la cartera y calcular las sensibilidades de los factores de riesgo y asignarlos a los tramos definidos en el marco. El enfoque define a cada emisor de acciones como un factor de riesgo separado; en este ejemplo, las acciones de Telco A y Telco B se asignan al mismo segmento dado que están asociadas con el mismo sector industrial. La sensibilidad de cada posición de renta variable es su precio actual (columna (a) del cuadro A1.1).
El paso 2 consiste en calcular las sensibilidades netas al mismo factor de riesgo (por ejemplo, compensar posiciones largas y cortas en el mismo capital) y multiplicar las sensibilidades netas por las ponderaciones de riesgo especificadas para cada categoría. Como las acciones representan tres factores de riesgo separados, no hay compensación en este ejemplo. Las sensibilidades (calculadas en el Paso 1) se multiplican por la ponderación de riesgo prescrita para el segmento al que se han asignado (con las sensibilidades ponderadas resultantes que se muestran en la columna más a la derecha de la Tabla A1).
El paso 3 consiste en agregar sensibilidades ponderadas por riesgo utilizando correlaciones prescritas y una fórmula específica, primero dentro de cada grupo y luego entre grupos.
El paso 4 consiste en calcular el requisito de capital riesgo delta global. Para tener en cuenta el riesgo de que las correlaciones puedan cambiar en los períodos de estrés, el Paso 3 se realiza dos veces más para considerar dos escenarios de correlación alternativos: un escenario de «correlaciones altas» (en el que las correlaciones se amplían en un 25% pero se limitan a 1) y un Escenario de “correlaciones bajas” (mediante el cual las correlaciones se reducen en un 25% con una escala móvil de modo que el tamaño de la reducción se hace menor cuando la correlación prescrita es alta). En este ejemplo, los resultados son los siguientes:
El requerimiento de capital es el mayor valor de los escenarios de correlación baja, media y alta. En este ejemplo, el escenario de baja correlación produce el resultado más grande, lo que resulta en un requisito de capital de riesgo delta general de USD 103,2 millones para la cartera.
2. Requisito de capital riesgo predeterminado
Además del requisito de capital riesgo delta, los bancos deben calcular los requisitos de capital riesgo predeterminado para las acciones. El enfoque especifica (i) cómo los bancos deben medir la exposición en caso de incumplimiento (es decir, la posición de salto a incumplimiento, o JTD,) para instrumentos sujetos al riesgo de incumplimiento (es decir, la pérdida en la que se incurriría en caso de incumplimiento de la parte del emisor) y (ii) ponderaciones de riesgo. Estos dos componentes simplemente se multiplican juntos, con algún beneficio de compensación permitido entre posiciones largas y cortas.
Para reconocer la relación de cobertura entre posiciones largas y cortas, una fracción de las posiciones cortas puede compensarse con las posiciones largas. Esta fracción (la «relación de beneficio de cobertura») se calcula como la relación entre las posiciones largas de JTD y los valores absolutos sumados de las posiciones largas y cortas de JTD:
Cada posición está ponderada por riesgo, con ponderaciones de riesgo determinadas por la calificación crediticia del emisor de acciones. En este ejemplo, Telco A tiene una calificación de BBB, por lo que recibe una ponderación de riesgo del 6%. Tanto Telco B como Finco C tienen una calificación B, por lo que reciben una ponderación de riesgo del 30%.
El requisito de capital de riesgo predeterminado es: (i) la suma de las posiciones largas ponderadas por riesgo menos (ii) la suma de las posiciones cortas ponderadas por riesgo multiplicada por el índice de beneficio de cobertura.
Para este ejemplo:
El requisito de capital total para la cartera es la suma del riesgo delta y los requisitos de DRC: USD 122,7 millones.
Ejemplo resuelto 2: método basado en sensibilidades para riesgo vega y riesgo de curvatura
Este ejemplo resuelto ilustra la implementación del enfoque estandarizado vega y los requisitos de capital por riesgo de curvatura para las opciones (el enfoque para el riesgo delta se describe en el ejemplo resuelto 1, por lo que no se trata aquí). El ejemplo es desde la perspectiva de un banco de informes CAD que tiene una opción de venta en Telco D como se describe en la Tabla A2.
1. Requisito de capital riesgo Vega
El proceso de cálculo del riesgo vega es el mismo que se utiliza para el requisito de capital riesgo delta, pero se basa en un tipo diferente de sensibilidad: la sensibilidad del valor de las opciones a un cambio de 1 punto básico de la volatilidad implícita del capital subyacente.
El paso 1 es calcular la sensibilidad del valor de la opción a los movimientos en la volatilidad implícita en puntos de vencimiento específicos. Para la opción Telco D, los plazos relevantes son: 0,5 años, 1 año y 3 años.
El paso 2 consiste en multiplicar las sensibilidades por una ponderación de riesgo especificada. En este caso, la ponderación por riesgo es del 77,8%.
Las sensibilidades netas ponderadas por riesgo (CAD) son:
2. Requisito de capital por riesgo de curvatura
Para el riesgo de curvatura, la sensibilidad es la diferencia entre el cambio real en el valor de la opción y el cambio en el valor estimado con base en el delta de la opción cuando los precios de las acciones se mueven significativamente. Como tal, la medición del riesgo de curvatura captura el riesgo adicional no capturado por el riesgo delta. El riesgo de curvatura se basa en dos escenarios: un choque al alza y un choque a la baja en el precio de las acciones. Aplicando la descarga prescrita (en este caso 35%), la sensibilidad al riesgo de curvatura es:
Luego, las sensibilidades se agregan por separado para (i) el escenario de choque al alza y (ii) el escenario de choque a la baja, con una correlación prescrita utilizando una fórmula similar a la utilizada para el riesgo delta y vega. El máximo de los dos es el requisito de capital resultante. En este caso, como solo hay un instrumento, no se requiere agregación y el requerimiento de capital de curvatura es simplemente el máximo de las cifras de choque hacia arriba y hacia abajo anteriores: CAD 1,75. Los requisitos de capital vega y de curvatura se suman a los del riesgo delta como una simple suma.
Ejemplo resuelto 3: método basado en sensibilidades, enfoque de «moneda base»
Las revisiones de enero de 2019 introducen el enfoque de la «moneda base» como un método adicional para determinar el riesgo cambiario. Este ejemplo trabajado ilustra la mecánica de aplicar el enfoque.
El ejemplo se basa en un banco de informes CAD con las posiciones cambiarias abiertas netas establecidas en la Tabla A3.1. Si el banco no utilizara el enfoque de la «moneda base», calcularía una sensibilidad para cada exposición; pero bajo el enfoque de la «moneda base», las exposiciones tendrían dos sensibilidades (ilustradas en los Pasos 2 y 3 a continuación).
Bajo el enfoque de «moneda base», asumiendo que el USD es la «moneda base» elegida por el banco, el banco puede transformar el valor de sus posiciones de divisas en USD, medir el riesgo de divisas en relación con el USD y luego traducir el capital requerido de nuevo a CAD. Para fines de informes.
El paso 1 es convertir el valor de todas las exposiciones cambiarias a USD aplicando la tasa de cambio al contado CAD / USD actual como se muestra en la Tabla A3.2 a continuación (la tasa aplicada en el ejemplo es 1.2534).
El paso 2 es medir la sensibilidad de las exposiciones denominadas en USD a un cambio en cada tipo de cambio en relación con el USD. Por ejemplo, la sensibilidad de la exposición al CAD se calcula impactando al USD / CAD. A continuación, las sensibilidades se ponderan por riesgo utilizando la ponderación de riesgo prescrita del 21,1%. Las sensibilidades ponderadas por riesgo resultantes se muestran en las columnas sombreadas del cuadro A3.3.
El paso 3 es medir la sensibilidad de cada posición a los movimientos en la tasa CAD / USD. Esto captura el riesgo de conversión entre la “moneda base” y la moneda de reporte; no se ignora ningún riesgo cambiando la moneda en la que se calculan los requisitos de capital. Las sensibilidades se ponderan por riesgo utilizando la ponderación de riesgo prescrita del 21,1%. Las sensibilidades ponderadas por riesgo resultantes se muestran en las columnas sin sombrear de la Tabla A3.3.
El paso 4 es el mismo que para el enfoque de la moneda no base, en el que los bancos compensan las sensibilidades dentro de las categorías. Para el riesgo cambiario, cada moneda se asigna a un segmento separado (identificado en la segunda fila en la Tabla A3.3 para cada exposición). En este ejemplo, se suman todas las sensibilidades ponderadas de CAD calculadas en los Pasos 2 y 3. La sensibilidad ponderada neta del CAD es de USD 5,1 (la última columna de la tabla).
El paso 5 consiste en sumar las sensibilidades netas ponderadas (que se muestran en negrita en la Tabla A3.3) entre categorías utilizando el parámetro de correlación prescrito del 60%. El requisito de capital de riesgo cambiario resultante es de USD 11,75.
El requisito de capital expresado en USD se convierte luego de nuevo a CAD utilizando la tasa al contado (la misma tasa que se usó en el Paso 1). En este caso, el requisito de capital de riesgo cambiario final es de 14,73 dólares canadienses.
[i] La diferencia en la participación del requisito de capital de riesgo de mercado en el marco de enero de 2016 entre el Informe de seguimiento de Basilea III (octubre de 2018) y esta nota se debe al tamaño más pequeño de la muestra utilizada para este análisis: bancos que no contribuyeron con datos granulares el impacto del marco modificado no está incluido
[i] Las clases de riesgo son riesgo de tipo de interés, riesgo de acciones, riesgo de tipo de cambio, riesgo de materias primas, riesgo de diferencial de crédito (no titulizaciones), riesgo de diferencial de crédito (titulizaciones – cartera de negociación sin correlación) y riesgo de diferencial de crédito (titulizaciones – cartera de negociación de correlación).
[ii] Como se señaló en el informe del Comité sobre el ejercicio de seguimiento de Basilea III de finales de diciembre de 2017, los datos de QIS para el riesgo de mercado representan los mejores esfuerzos y son menos sólidos que en otras áreas del ejercicio de seguimiento de Basilea III del Comité debido a la gran cantidad de posiciones de negociación a nivel individual. bancos que requieren, y requerirán, numerosos ajustes manuales hasta que estén disponibles sistemas que reflejen los requisitos de capital mínimo revisados para el riesgo de mercado. Véase Comité de Supervisión Bancaria de Basilea, Informe de seguimiento de Basilea III, octubre de 2018, www.bis.org/bcbs/publ/d449.pdf.
[i] Comité de Supervisión Bancaria de Basilea, Programa de evaluación de la coherencia regulatoria (RCAP) – Análisis de activos ponderados por riesgo para el riesgo de mercado, enero de 2013, www.bis.org/publ/bcbs240.pdf.
[ii] Según el IRC, los bancos tenían la opción (sujeta a la aprobación del supervisor) de incluir posiciones de capital.
[i] En otras palabras, mientras que VaR calcula las pérdidas en un solo punto de corte en la distribución (por ejemplo, 97,5%), ES mira el promedio de cualquier pérdida que exceda el punto de corte en la distribución. Por tanto, si se utiliza el mismo punto de corte para VaR y para ES, el valor de ES será superior al valor de VaR. La diferencia entre los resultados de ES y VaR aumenta en los casos de distribuciones de cola grasa. En el marco de riesgo de mercado revisado, el percentil 97.5 ES es aproximadamente equivalente al percentil 99 VaR utilizado en Basilea 2.5.
[i] Las reformas de Basilea 2.5 limitaron el uso de modelos internos para posiciones de titulizaciones a carteras de cartera de negociación de correlación.
[i] Comité de Supervisión Bancaria de Basilea, Enmienda al Acuerdo de Capital para incorporar riesgos de mercado, enero de 1996, www.bis.org/publ/bcbs24.pdf.
[ii] Comité de Supervisión Bancaria Basilea, Revisiones del marco de riesgo de mercado Basilea II (actualizado al 31 de diciembre de 2010), febrero de 2011, www.bis.org/publ/bcbs193.pdf.
[iii]Posteriormente, el Comité publicó tres documentos consultivos sobre la revisión de la cartera de negociación antes de la publicación de enero de 2016 del marco revisado: Revisión fundamental de la cartera de negociación, mayo de 2012, www.bis.org/publ/bcbs219.pdf; Revisión fundamental de la cartera de negociación: un marco de riesgo de mercado revisado, octubre de 2013, www.bis.org/publ/bcbs265.pdf; y Revisión fundamental del libro de negociación: Ediciones pendientes, diciembre de 2014, www.bis.org/bcbs/publ/d305.pdf.
[iv] Comité de Supervisión Bancaria de Basilea, Requisitos mínimos de capital por riesgo de mercado, enero de 2016, www.bis.org/bcbs/publ/d352.pdf.
[v] Comité de Supervisión Bancaria de Basilea, Revisiones de los requisitos mínimos de capital por riesgo de mercado, marzo de 2018, www.bis.org/bcbs/publ/d436.pdf.
[vi] Comité de Supervisión Bancaria de Basilea, Requisitos mínimos de capital por riesgo de mercado, enero de 2019, www.bis.org/bcbs/publ/d457.pdf.
Structured Futures es un nuevo blog y una serie de podcasts del Financial Reporting Lab que analizará diferentes perspectivas sobre cómo la tecnología está impulsando el cambio en los informes corporativos. En este primer blog, hablamos con Mohini Singh del CFA sobre las oportunidades que brindan los datos estructurados.
En conversación con Mohini Singh
Mohini, por favor dénos un poco de antecedentes sobre el CFA y su rol / historia.
Mi nombre es Mohini Singh y soy la Directora de Política de Información Financiera de la CFA. El CFA es famoso por establecer tres niveles de exámenes difíciles que, una vez aprobados, confieren el título de Analistas financieros certificados. Básicamente, estamos ayudando a enseñar a los analistas cómo analizar estados financieros. Lo hemos hecho desde 1963, pero hace unos 40 años nos dimos cuenta de que necesitábamos proporcionar a nuestros miembros más que solo el examen y el plan de estudios, por lo que nos expandimos a la función de promoción. Estoy en la División de Informes Financieros dentro del departamento de defensa y abogamos por una mayor.
Entonces, ¿por qué el CFA apoya los datos estructurados?
Bueno, en primer lugar, como mencioné, estamos capacitando a analistas para analizar estados financieros, y si observa los perfiles ocupacionales de nuestros 154,000 miembros, verá que alrededor del 26% son analistas actuales. Por eso queremos que obtengan la información más transparente de una manera que sea fácilmente consumible y por eso creemos que los datos estructurados son tan importantes.
Qué piensan sus miembros sobre XBRL? ¿Lo están usando?
Recientemente les hemos preguntado qué tan conscientes están de XBRL. Si observa los datos de nuestra encuesta y combina aquellos que no tienen conocimiento de XBRL, o solo algunos, es un 90% masivo. Sin embargo, eso no significa que no estén usando datos estructurados o XBRL, simplemente no saben que lo están haciendo. ¿Cómo sabemos que están usando XBRL ?, porque están comprando datos de proveedores de datos y esos proveedores de datos están usando XBRL
Entonces, si los proveedores de datos están usando los datos, ¿qué están haciendo? ¿Se trata de absorber los datos XBRL y volver a empaquetarlos o ha habido innovación?
En realidad, lo que hemos visto es que los proveedores de datos, debido a algunos de los problemas de calidad de los datos, al principio se han centrado en tomar la información de la SEC, normalizarla, limpiarla y luego volver a colocarla. Sin embargo, ahora está llegando al mercado una verdadera innovación, impulsada por la demanda de los inversores. Los proveedores de datos están descubriendo, especialmente en los EE. UU., Donde el enfoque del mandato ha estado en los estados financieros, que los clientes ahora exigen una ampliación de los datos estructurados más allá de lo que la empresa se etiquetó. Por lo tanto, los proveedores ahora, por ejemplo, están estructurando las secciones de divulgación de la administración e incluso las cartas de comentarios de la SEC. Como ejemplo, recientemente utilicé una herramienta llamada IDACTI que me permitió buscar todas las empresas donde hay cartas de comentarios de la SEC sobre medidas que no son PCGA y las respuestas de las empresas, todo en un solo lugar.
… la verdadera innovación está llegando al mercado, impulsada por la demanda de los inversores»
Uno de los factores limitantes para el uso de XBRL por parte de los inversores en los EE. UU. Ha sido la calidad de los datos. Para los países y mercados que están pensando en cambiar a datos estructurados, ¿hay lecciones que aprender?
Absolutamente, una de las cosas que ha hecho la SEC ahora es adoptar XBRL en línea a partir de 2019. Lo que hará es superponer los datos legibles por máquina con datos legibles por humanos, por lo que muchos de los errores, como escalas o fechas incorrectas o valores negativos, deberían desaparecer porque ahora podrá identificar rápidamente el problema antes de presentar la solicitud. Entonces, ESMA ha hecho lo correcto para su mandato de 2020 al ir en línea. Esto debería significar que muchos errores comunes simplemente no ocurrirán en primer lugar. Pero no elimina el problema por completo, la falta de coherencia también causa problemas. Este problema tiene dos partes, etiquetado inconsistente y extensiones. Entonces, por ejemplo, una empresa podría usar una etiqueta para un artículo de línea y otra usar una etiqueta diferente; esto es un problema. Los analistas necesitan que la información sea comparable. Ya sea la SEC o la ESMA, es necesario que haya una guía que ayude a las empresas a utilizar las etiquetas. La otra cosa es que necesitamos reducir el número de extensiones; Estas etiquetas personalizadas creadas por y exclusivas de una empresa individual obstaculizan nuestra capacidad para comparar y analizar las finanzas.
¿Existe un papel para la auditoría o el aseguramiento para garantizar la calidad?
Absolutamente y eso es lo único que encontramos en nuestra encuesta; El 77% de los encuestados quiere alguna forma de seguridad sobre las etiquetas. Ahora que vemos que tanto la ESMA como la SEC adoptan en línea, y es un documento con dos capas, no tiene sentido (para nosotros) que solo audite la capa legible por humanos y no la legible por máquina.
«Las empresas solo piensan en el costo, no en la oportunidad»
Sé que la CFA se ha pronunciado en el debate sobre las empresas más pequeñas y la carga de XBRL. ¿Puedes contarnos tu opinión?
Bueno, hemos escuchado a muchas empresas quejarse de que es una carga realizar el etiquetado, pero no están pensando en las oportunidades. Los inversores invertirán en empresas grandes y pequeñas y, si les dificulta analizar los datos de algunas de esas empresas más pequeñas, es posible que no inviertan en ellas o que cobren una prima de riesgo para reflejar la opacidad. Entonces, lo que están haciendo las pequeñas empresas es pensar solo en el costo, no en la oportunidad.
Escuchamos mucho sobre IA y OCR, ¿se necesitan datos financieros estructurados en el futuro?
Creo que hay un concepto erróneo aquí, algunos dirán que con el advenimiento de la inteligencia artificial y la cadena de bloques, ya no es necesario estructurar los datos. Sin embargo, esto no es cierto, me gusta pensar en blockchain como un sobre, y en ese sobre, necesitas poner bits de información, y si esa información no está estandarizada, los inversores no la usarán. Por lo tanto, debe estandarizar los datos dentro de la cadena de bloques y hacer que la inteligencia artificial lo ayude a hacerlo, por lo que no es uno u otro lo que necesita trabajar en conjunto.
Con la propuesta de ESMA de datos estructurados para empresas europeas a partir de 2020, ¿cree que eso marca un punto de inflexión para el uso de XBRL?
Creo que es maravilloso lo que ha hecho la AEVM con la adopción en 2020. Ahora, con dos de los mercados de capitales más grandes, la UE y los EE. UU., En el camino, solo vamos a avanzar desde aquí, no hay vuelta atrás, y las jurisdicciones que no adopten simplemente se quedarán atrás. Sin embargo, le diría a la AEVM que, si bien han dado el primer paso, deben ir más allá y pensar en estructurar el resto del informe anual. Como dije antes, los inversores ya están pidiendo más estructuración en las secciones de gestión y narrativa. Por lo tanto, la AEVM debería pensar rápidamente en las notas y luego quizás en la mitad delantera. No podemos detenernos en las finanzas de la cara.
La CFA siempre está pensando en la tecnología emergente y su impacto en las finanzas, ¿cómo podríamos ver el lugar de XBRL en el informe de la compañía de 2030?
Lo que espero ver es que las empresas utilicen más la IA, ya que creo que puedes utilizar la IA para estructurar el 80% de tus finanzas con un enfoque humano en el 20% restante. Mi esperanza es que XBRL no solo se centre en las finanzas, sino en los informes anuales y de otro tipo que se presentan a los reguladores.
Thomas Toomse-Smith, del Financial Reporting Lab, entrevistó a Mohini Singh. Si desea seguir los blogs del laboratorio, vaya al siguiente enlace.
Puede ponerse en contacto con el laboratorio en financialreportinglab@frc.org.uk
Los últimos años han visto un crecimiento en la disponibilidad y la popularidad de los programas automatizados de asesoría de inversión digital (a menudo llamados «robo-advisers»). Estos programas permiten a los inversionistas individuales crear y administrar sus cuentas de inversión a través de un portal web o una aplicación móvil, a veces con poca o ninguna interacción con un ser humano con el beneficio potencial de costos más bajos que los programas tradicionales de asesoría de inversiones. La Oficina de Educación y Defensa de los Inversores de la SEC está publicando este Boletín para Inversores para educar a los inversores sobre estos programas y para ayudar a los inversores que utilizan asesores robotizados a tomar decisiones informadas para alcanzar sus objetivos de inversión.
¿Qué es un Robo-Adviser?
El término «robo-asesor» generalmente se refiere a un programa automatizado de asesoría de inversión digital. En la mayoría de los casos, el robo-asesor recopila información sobre sus objetivos financieros, horizonte de inversión, ingresos y otros activos, y tolerancia al riesgo pidiéndole que complete un cuestionario en línea. Con base en esa información, crea y administra una cartera de inversiones para usted. Los asesores robóticos a menudo buscan ofrecer asesoría de inversión por costos y tarifas más bajos que los programas de asesoría tradicionales y, en algunos casos, requieren mínimos de cuenta más bajos que los asesores de inversiones tradicionales. Los servicios prestados, los enfoques de inversión y las características de los asesores robotizados varían ampliamente. Puede encontrar información sobre estos temas en el folleto del asesor sobre el Formulario ADV Parte 1 y Parte 2 .
Si bien los robo-advisers tienen similitudes con los programas tradicionales de asesoría de inversiones, también existen diferencias. Antes de tomar una decisión sobre si invertir a través de un robo-asesor, o de decidir qué robo-asesor podría ser mejor para usted, debe hacer su propia investigación. Asegúrese de que el robo-adviser y la cartera de inversiones que reúna para usted se adapten bien a sus necesidades y objetivos de inversión, y que comprenda los posibles costos, riesgos y beneficios de utilizar ese robo-adviser en particular. A continuación, destacamos algunos problemas que quizás desee considerar al tomar estas importantes decisiones.
¿Qué nivel de interacción con una persona es importante para usted?
La cantidad de interacción humana disponible para usted puede variar de un robo-asesor a otro. Algunos robo-advisers pueden ofrecer la oportunidad de ponerse en contacto con un profesional de inversiones para analizar sus necesidades de inversión (este híbrido de asesoramiento automatizado y personal a veces se denomina asesoramiento «biónico»). Es posible que otros robo-asesores solo pongan a disposición personal de soporte técnico, lo que lo limitará a confiar en la información en sus sitios web u otras fuentes que encuentre para abordar sus preguntas sobre inversiones.
Si un asesor robotizado pone a su disposición un profesional de inversiones, el formato y la cantidad de interacción también pueden variar. Por ejemplo, una persona puede estar disponible por correo electrónico pero no por teléfono, o estar disponible solo para un número limitado de reuniones en persona. En algunos casos, un robo-asesor puede ofrecer acceso a una persona solo para cuentas que cumplan con un cierto tamaño mínimo de cuenta. Aún otros robo-advisers pueden ofrecer una participación limitada, si la hubiera, de un profesional de inversiones en la creación y administración de la cuenta de un cliente.
A diferencia de un asesor de inversiones tradicional, es posible que no haya una conversación inicial o posterior con una persona para recopilar información sobre usted y sus necesidades financieras personales. Sin embargo, el robo-asesor puede ofrecerle costos y tarifas más bajos al limitar el gasto asociado con el tiempo de un asesor humano.
Al igual que con cualquier asesor, es muy importante que se tome el tiempo para aprender sobre los servicios del robo-asesor, incluido el nivel de interacción con una persona, y encontrar respuestas a cualquier pregunta que pueda tener. Aquí hay algunas preguntas para considerar:
Cuánta interacción humana es importante para ti? ¿Le gustaría poder hacerle preguntas a una persona sobre sus inversiones, la estrategia de inversión que se utiliza y los riesgos potenciales? ¿Le gustaría poder hablar con una persona durante los eventos del mercado, como períodos de volatilidad excepcional o recesiones? ¿Prefieres poder hablar en persona o por teléfono, o la comunicación electrónica está bien contigo?
¿Cuál es su nivel de conocimientos financieros, especialmente cuando se trata de inversiones? Su capacidad para hacer preguntas a una persona sobre la inversión (por ejemplo, sobre la estrategia de inversión del robo-adviser) puede ser limitada y es posible que deba confiar casi por completo en las divulgaciones en línea del robo-adviser u otras fuentes de información que encuentre por su cuenta. . ¿Se siente cómodo usando recursos en línea?
Al igual que con un asesor tradicional, es posible que le interese saber con qué frecuencia tendrá contacto con el asesor automático. Por ejemplo, ¿con qué frecuencia el robot asesor realiza un seguimiento de los clientes para confirmar cualquier cambio que pudiera afectar sus opciones de inversión? ¿Tendría que ponerse en contacto con el asesor robotizado para informarle sobre su situación financiera?
¿Qué información utiliza Robo-Adviser para crear una recomendación?
Un robo-asesor utiliza la información que proporcionas para crear una recomendación. Como resultado, la recomendación de un robo-asesor está limitada por la información que solicita y recibe de usted, generalmente a través de un cuestionario en línea. Es importante tener en cuenta que algunos robo-advisers pueden obtener y considerar solo información limitada sobre usted. Además, al igual que con los asesores tradicionales, en muchos casos la carga de actualizar esta información recaerá sobre usted. Aquí hay algunas preguntas para considerar:
¿Utilizaría el robo-adviser para un objetivo financiero específico (por ejemplo, la jubilación, la compra de una casa o la inversión para la educación de sus hijos) o para satisfacer sus necesidades financieras generales de manera más amplia? ¿La recomendación del robo-adviser tiene en cuenta su propósito al utilizar el robo-adviser?
¿La recomendación del robo-asesor tiene en cuenta la información financiera personal relevante, dado su objetivo? Por ejemplo, ¿el robo-adviser solicita información sobre las deudas de tarjetas de crédito con altos intereses o los préstamos estudiantiles que pueda tener? ¿Tiene en cuenta sus cuentas bancarias y de ahorro? ¿Tiene en cuenta sus propiedades inmobiliarias, como su casa, u otras inversiones como cuentas de jubilación? ¿Tiene en cuenta otros activos que tiene?
¿Cómo tiene en cuenta el robo-adviser su tolerancia al riesgo? La forma en que responde a las preguntas del robo-adviser sobre el riesgo puede afectar la cartera que recomienda el robo-adviser. Además de la composición inicial de su cartera, ¿cómo afecta su tolerancia al riesgo la forma en que el robo-adviser podría reequilibrar su cartera (por ejemplo, en el caso de una caída del mercado)?
Fondos
cotizados en bolsa Muchos asesores robotizados utilizan ETF. Los ETF tienen características únicas que pueden hacerlos más adecuados para ciertos inversores y menos adecuados para otros. Para obtener más información sobre los ETF, incluso en qué se diferencian de los fondos mutuos, lea nuestro Boletín para inversores: Fondos cotizados en bolsa (ETF). Además, algunos robo-advisers pueden utilizar un rendimiento hipotético para ETF más nuevos en sus materiales de marketing. Para obtener más información sobre las declaraciones de rendimiento, lea nuestro Boletín para inversores: declaraciones de rendimiento.
Algunos robo-advisers pueden recomendar fondos de mercados emergentes o invertir en empresas más pequeñas, que podrían ser más volátiles o potencialmente menos líquidas. El estilo de inversión del robo-adviser puede marcar una gran diferencia en la asignación de activos de su cartera. Además, algunos robo-advisers tienen características adicionales que pueden afectar el rendimiento de su inversión. Además, en algunos casos, los robo-advisers pueden no haber sido probados en condiciones de mercado estresadas.
Debe tomarse el tiempo para comprender cómo el robo-adviser desarrolla una recomendación de cartera y qué piezas de información utiliza, o no utiliza, para desarrollar la cartera. Aquí algunas preguntas para considerar:
¿Ofrece el robo-adviser una gama limitada de productos de inversión, como solo ETF? ¿Los productos de inversión que utiliza el robo-adviser son adecuados para sus objetivos?
¿El robo-adviser solo ofrece determinadas carteras limitadas dentro de esos productos de inversión? ¿En cuántas carteras diferentes podría invertirse su dinero? ¿Qué cartera le recomienda el robo-adviser y por qué?
¿Qué tipo de cuentas gestiona el robo-adviser? Por ejemplo, ¿el robo-adviser administra cuentas de jubilación individuales (IRA)? Cuentas imponibles? ¿Cuentas 401 (k) o planes de ahorro para la universidad?
¿Cómo maneja el robo-adviser la volatilidad? Por ejemplo, ¿el robo-adviser tiene la capacidad de congelar las ventas (no le permite vender sus inversiones por efectivo durante un cierto período de tiempo)?
¿Con qué frecuencia se reequilibra su cuenta? El reequilibrio puede tener implicaciones fiscales, según el tipo de cuenta. ¿Qué desencadenaría un cambio en la asignación de activos o las categorías de inversión de su cartera?
Recolección de pérdidas fiscales
¿El robo-asesor utiliza la recolección de pérdidas fiscales? La recolección de pérdidas fiscales implica la venta de inversiones que han experimentado pérdidas en su cuenta, lo que puede resultar en implicaciones fiscales. El valor de la recolección de pérdidas fiscales puede depender de su situación fiscal particular en un año determinado. También puede implicar reglas contra las ventas de lavados. Asegúrese de comprender las implicaciones fiscales de cualquier venta y considere si es posible que desee consultar a un asesor fiscal. Para obtener más información sobre las ventas de lavados, lea la Publicación 550 del IRS, Ingresos y gastos de inversión (incluidas las ganancias y pérdidas de capital.
¿Qué tarifas y costos cobrará el Robo-Adviser?
Las tarifas y otros costos pueden tener un gran impacto en el retorno de la inversión. Uno de los principales beneficios de un robo-asesor puede ser tarifas y costos más bajos, por lo que es muy importante que comprenda lo que se le cobrará. Un robo-asesor puede ofrecer asesoramiento de inversión de menor costo, pero si el robo-asesor utiliza productos de inversión con altos costos, sus costos totales totales aún podrían ser altos. Es importante comprender sus costos totales.
Además, en algunos casos, un asesor automático puede ofrecer servicios que no son significativamente diferentes de los servicios que podría obtener a través de un programa tradicional de asesoría de inversiones o mediante la inversión en un producto como un fondo de jubilación con fecha objetivo. Vale la pena considerar si un producto o servicio puede ofrecer lo que necesita a un costo total menor que otro. Aquí hay algunas preguntas para considerar:
¿Qué tarifas le cobraría directamente el robo-adviser? ¿Existen otros costos (por ejemplo, tarifas de corretaje, tarifas de administración para los ETF comprados para su cuenta) que pagaría directa o indirectamente?
¿Cómo se compensa al robo-asesor? ¿La forma en que se compensa crea algún conflicto de intereses con usted, el inversor? Por ejemplo, ¿se paga al robo-adviser para ofrecer productos particulares o solo ofrece productos con los que está afiliado (por ejemplo, fondos mutuos patrocinados por el robo-adviser o sus afiliados)?
¿Existen multas o tarifas si desea retirar su inversión, transferir o cerrar su cuenta? Liquidar una cuenta también puede tener implicaciones fiscales para usted.
¿La cantidad que se le cobra depende de cuánto dinero invierta?
¿Pueden los costos y tarifas cambiar con el tiempo?
¿El robo-adviser paga una tarifa de recomendación o marketing, u otros incentivos para encontrar nuevos clientes? Los asesores de robo pueden utilizar diferentes técnicas de marketing, como pagar dinero a otros o proporcionar tarifas con descuento por hacer referencias de clientes. Debe comprender si un robo-asesor tiene ese tipo de función, incluso si usted mismo no paga una tarifa.
Licencias y registro: ¿cómo se puede encontrar más información?
Las empresas que brindan servicios de asesoría en los EE. UU. Generalmente están registradas como asesoras de inversiones ante la SEC o una o más autoridades estatales de valores. Aunque los servicios que brindan son automatizados, los asesores robotizados en los EE. UU. Deben cumplir con las leyes de valores aplicables a la SEC o los asesores de inversiones registrados en el estado. Utilice la base de datos de Divulgación Pública del Asesor de Inversiones (IAPD) de la SEC, que está disponible en Investor.gov, para investigar los antecedentes, incluido el estado de registro o licencia y el historial disciplinario, de cualquier individuo o empresa que recomiende una inversión. Además, una empresa que proporciona servicios de robo-asesor puede estar afiliada a un corredor que puede ejecutar las recomendaciones del robo-asesor comprando y vendiendo valores específicos para su cuenta. También puede investigar a ese corredor utilizando la base de datos de Divulgación Pública del Asesor de Inversiones (IAPD), que nuevamente está disponible en Investor.gov.
Alerta al inversor: herramientas de inversión automatizadas
Haga una pregunta o informe un problema relacionado con sus inversiones, su cuenta de inversión o un profesional financiero. Informar sobre posibles fraudes de valores.
Visite Investor.gov, el sitio web de la SEC para inversores individuales.
Reciba alertas y boletines para inversores de la Oficina de educación y defensa de inversores («OIEA») por correo electrónico o por RSS . Siga a OIEA en Twitter @SEC_Investor_Ed. Me gusta OIEA en Facebook en facebook.com/secinvestoreducation.
La Oficina de Educación y Defensa de los Inversores ha proporcionado esta información como un servicio a los inversores. No es una interpretación legal ni una declaración de la política de la SEC. Si tiene preguntas sobre el significado o la aplicación de una ley o regla en particular, consulte con un abogado que se especialice en la ley de valores.
Discurso de Sabine Lautenschläger, miembro del Comité Ejecutivo del BCE y vicepresidente del Consejo de Supervisión del BCE, en la Conferencia de Gestión y Supervisión de Riesgos organizada por la Federación de Banca y Pagos de Irlanda, en Dublín, Irlanda, el 17 de enero de 2019
Damas y caballeros,
Es todo un desafío dar un discurso a principios de un año como 2019, debo decir. Así que déjame ir a lo seguro. Mi primera predicción, nada sorprendente e irrefutable, es: 2019 será un año lleno de acontecimientos para todos nosotros. Y, por supuesto, sé que para muchos en Irlanda y en otros lugares, 2019 será ante todo el «año del Brexit».
Cuando suceda el Brexit, traerá cambios considerables para los bancos, los mercados y los supervisores en más de un sentido. Pero también debemos tener en cuenta que el Brexit no se está produciendo en un mundo por lo demás tranquilo. Ciertamente, no es el único desafío que los bancos deben enfrentar. Hay otros: nuevos riesgos geopolíticos, préstamos en mora, cambio tecnológico, ciberdelito, revisión de precios en los mercados financieros, el entorno de tipos de interés bajos y el cambio climático, por nombrar solo algunos.
Con tantos desafíos en el horizonte, es una tarea desalentadora predecir cómo podría evolucionar el panorama de la supervisión en 2019 y más allá. No puedo prever cómo se desarrollará cada uno de estos elementos.
Por esa razón, creo que es mejor concentrarse en los grandes cambios estructurales a los que nos enfrentamos. Algunos de estos cambios estructurales son provocados por eventos políticos, siendo el Brexit un ejemplo perfecto. Otros son provocados por el progreso tecnológico, por ejemplo, la digitalización.
Por tanto, hoy me centraré primero en el Brexit. Discutiré cómo podría afectar a los bancos, cómo podría afectar a los mercados y cómo podría afectar la supervisión. Luego pasaré a los cambios estructurales provocados por las nuevas tecnologías y discutiré lo que podrían implicar para los bancos y supervisores.
Bancos, mercados y supervisores en el mundo posterior al Brexit
Cualquiera que intente predecir el futuro tiene que lidiar con la incertidumbre. La predicción es algo en lo que los humanos no somos muy buenos. Las investigaciones muestran que tendemos a sobrestimar la probabilidad de eventos positivos. Asimismo, subestimamos la probabilidad de que nos pase algo malo.[i]
Y esto también se aplica a las predicciones sobre el futuro de los bancos. Por tanto, la supervisión bancaria puede verse como un ejercicio para moderar este «sesgo de optimismo». Nuestra tarea más básica es ser un poco más pesimistas que los demás y desafiar a los bancos en consecuencia.
Aunque pueda parecer contrario a la intuición, en algunos casos los supervisores están más abiertos al cambio que los bancos. Los bancos a veces se centran en el corto plazo, en el aquí y ahora. Su resultado preferido después del Brexit probablemente sería mantener los negocios como de costumbre, dejar las cosas (personal, TI, gestión de riesgos) como están. Pero esta no es una opción, lamentablemente. Por lo tanto, corresponde a los supervisores presionar a los bancos para que sean ágiles y actúen antes de que sea demasiado tarde.
Los supervisores bancarios europeos han trabajado duro para garantizar que los bancos estén preparados para el Brexit. Hemos tenido claro lo que esperamos. Hemos publicado información en nuestro sitio web, hemos plasmado nuestras expectativas en entrevistas y discursos, y hemos hablado directamente con los bancos, por supuesto.
Desde el principio, identificamos áreas de preocupación para los bancos individuales, en particular aquellos que planean trasladarse del Reino Unido a la UE. Dejamos en claro que no aceptaríamos “cáscaras vacías”. Y dejamos en claro que no aceptaríamos prácticas integrales de ramificación secundaria, en las que los bancos proporcionarían servicios a los clientes de la UE solo desde sucursales en el Reino Unido.
Describimos las principales áreas que consideraríamos al evaluar la gestión de riesgos de los bancos, su personal y sus modelos de reserva. Hemos dicho claramente que esperamos que todos los bancos tengan la capacidad suficiente para gestionar todos los riesgos importantes a nivel local, es decir, aquí en la zona del euro. También hemos señalado que la subcontratación de funciones o servicios no debe comprometer la independencia operativa.
En cuanto a los modelos de reservas, todavía hay un pequeño número de bancos que no se han ajustado completamente a nuestras expectativas. Nuevamente, parece que algunos bancos no son tan adaptables como les gustaría a los supervisores. La buena noticia es que incluso estos bancos han comenzado a actuar. Somos conscientes, por supuesto, de que para algunos bancos el Brexit implica grandes desafíos organizativos. Trabajaremos con estos bancos para encontrar soluciones aceptables. Pero permítanme ser franco: muchos de estos bancos son lo suficientemente grandes como para asumir estos cambios y traer personal a la UE, aunque no vean la necesidad.
El impacto del Brexit variará de un banco a otro, por supuesto. Por eso lo tratamos banco por banco. Pero hay algunos problemas que afectarán a todo el sector y también debemos ocuparnos de ellos.
Piense en limpiar. La compensación de derivados en CCP del Reino Unido es fundamental para los bancos de la zona del euro. Pero un Brexit sin acuerdo podría significar que perderán el acceso a estos servicios. Para esa eventualidad, la Comisión Europea ahora planea tomar medidas temporales para preservar el acceso a las ECC del Reino Unido. Sin duda, esta es una buena noticia. Sin embargo, estas medidas son solo una solución provisional y los bancos deben asegurarse de estar preparados para lo que suceda a continuación. Entonces, no hay tiempo para relajarse; solo queda un poco más de tiempo para prepararse.
El mercado de compensación centralizada está muy concentrado. Esto puede ser positivo en términos de eficiencia de la compensación central. Pero debemos preguntarnos en qué punto estas ganancias en eficiencia pueden ir acompañadas de riesgos para los bancos individuales, así como para la estabilidad financiera. Y necesitamos iniciar una discusión sobre cómo mitigar estos riesgos. O para decirlo de manera más directa: como supervisores, ¿queremos que los grandes bancos dependan de una única CCP para clases de activos importantes?
Pero el Brexit no solo afecta a los bancos, por supuesto. También afecta la regulación y la supervisión, y estas también tendrán que adaptarse.
Los supervisores bancarios europeos han trabajado duro para prepararse para el Brexit. Pero todo lo que hagamos debe estar arraigado en el marco regulatorio existente. Y ese marco todavía está fragmentado. Esto ciertamente no es ideal, particularmente cuando se trata de supervisar bancos activos a nivel mundial.
Por un lado, el BCE todavía carece de poderes para supervisar directamente la prestación de servicios bancarios transfronterizos. Las autoridades nacionales tienen algunos poderes en esta área, pero su alcance también es limitado y varía de un país a otro.
Esto es un problema. Varios bancos globales, ubicados fuera de la UE, acceden actualmente a los mercados de la UE a través del Reino Unido. Después del Brexit, tendrán que encontrar nuevas formas de entrar en la UE. Pueden establecer filiales en la UE, pero también pueden establecer sucursales o prestar servicios directamente desde países no pertenecientes a la UE, o terceros países, como los llamamos. Estoy bien con las filiales, porque la supervisión bancaria europea las cubriría.
Sin embargo, tengo preocupaciones en lo que respecta al resto. La Supervisión Bancaria del BCE no cubre las sucursales de terceros países o los servicios prestados directamente desde terceros países, incluso si son importantes.
Por supuesto, es cierto que las sucursales de terceros países todavía están sujetas a las normas y la supervisión nacionales. Pero esto deja a la supervisión bancaria europea sin una imagen completa de lo que están haciendo los bancos y los riesgos que plantean. Los bancos, por otro lado, pueden aprovechar la oportunidad y participar en el arbitraje regulatorio. Podrían, por ejemplo, eludir nuestras expectativas sobre cáscaras vacías trasladando actividades a sucursales en terceros países o prestando servicios transfronterizos desde terceros países. Imagínense un gran banco de un tercer país que preste servicios transfronterizos en parte directamente, en parte a través de pequeñas filiales y principalmente a través de sucursales de terceros países en la zona del euro. Ningún supervisor local tendría una visión completa de las actividades realizadas en la zona del euro, ni la capacidad o poderes para reaccionar adecuadamente al riesgo agregado en la zona del euro.
Soy muy consciente, por supuesto, de que no somos nosotros los supervisores los que hacemos las reglas. Los temas que acabo de mencionar son para legisladores. Sin embargo, espero que reconozcan que las reglas revisadas contribuirían en gran medida a mitigar los riesgos posteriores al Brexit y otros riesgos.
La supervisión de las empresas de inversión es otro ámbito en el que la legislación debe adaptarse con urgencia. Actualmente se está debatiendo en Bruselas una propuesta que garantizaría que el BCE supervisara a las mayores empresas de inversión de la zona del euro. Esto nos ayudaría a hacer del sector financiero un lugar más seguro y reduciría el alcance del arbitraje regulatorio.
Sin embargo, la velocidad es esencial aquí. Las empresas de inversión desempeñarán un papel más importante en los mercados europeos después del Brexit. Habrá más y más jugadores. Y esto significa más y mayores riesgos, incluidos riesgos similares a los creados por el sistema bancario. Otorgar poderes al BCE para supervisar grandes empresas de inversión nos permitirá controlar y mitigar estos riesgos. El progreso en el lado legislativo es crucial, ya que varios bancos aún están finalizando sus planes posteriores al Brexit. Debemos poder enviar un mensaje claro ahora: el arbitraje de las reglas de la UE posteriores al Brexit no será una opción.
Otros países están liderando el camino aquí. El regulador prudencial del Reino Unido, por ejemplo, tiene poderes para supervisar a las empresas de inversión más grandes. Esto, de hecho, sigue la regla de oro de la supervisión: mismo negocio, mismo riesgo, mismas reglas. Una empresa de inversión que proporciona casi todos los mismos servicios que un banco, excepto la recepción de depósitos, debe ser supervisada como un banco: el BCE.
Otro problema es el requisito de que los grandes grupos bancarios no pertenecientes a la UE consoliden sus actividades en la UE por encima de un cierto umbral bajo una única empresa matriz intermedia, la UIP para abreviar. Acogemos con satisfacción el resultado de las negociaciones recientes sobre la introducción de este requisito, que permitiría a los supervisores tener una mejor visión general de las actividades dentro de la UE. Sin embargo, este enfoque tampoco es ideal, ya que las sucursales de terceros países no tienen que consolidarse en una UIP.
Bancos, mercados y supervisores en un mundo digitalizado.
Como dije antes, el Brexit no es el único desafío al que se enfrentan los bancos. El cambio tecnológico, y en particular la digitalización, también tiene el potencial de cambiar fundamentalmente el panorama bancario. Pero no está claro exactamente cómo cambiarán las cosas. Es difícil adivinar cómo evolucionarán las innovaciones y es fácil equivocarse. Dicho esto, todavía podemos mirar algunos escenarios y ver cómo los supervisores los manejaríamos.
Comencemos con dos escenarios extremos.
Primero, los bancos podrían adaptarse para sobrevivir e incluso prosperar en un mercado digitalizado. En este escenario, adoptarían rápidamente la tendencia digital, se unirían a fintechs y no se producirían interrupciones importantes. Por el contrario, los bancos serían más rentables y ágiles que antes. Desde el punto de vista de los bancos, este es sin duda el escenario más benigno. Sin embargo, no debemos olvidar que la adaptación a las nuevas tendencias y la adopción de nuevas tecnologías siempre conlleva nuevos riesgos, como los legales u operativos.
En el segundo escenario extremo, los bancos podrían verse impotentes frente a la innovación acelerada. Las fintech, o las grandes tecnológicas que brindan servicios financieros, podrían alterar el mercado y apoderarse de él. El resultado podría ser un mercado muy competitivo o un mercado muy concentrado. Para los bancos, este escenario es mucho menos benigno que el primero. Y también desafiaría a los supervisores. Después de todo, muchas fintech operan fuera del perímetro regulatorio. El regulador debería tener en cuenta la regla de oro que mencioné antes: mismo negocio, mismo riesgo, mismas reglas.
No podemos predecir en detalle cómo se desarrollarán las cosas. Estos son dos escenarios extremos, por supuesto. En realidad, es probable que aterricemos en algún punto intermedio. Algunos bancos se adaptarán e incluso prosperarán; otros no podrán seguir el ritmo. Por tanto, los bancos deberían centrarse en lo que hacen mejor. Y deberían analizar cómo las innovaciones tecnológicas podrían ayudarles a hacer lo que hacen mejor de forma más eficiente en el futuro.
Además, todos los bancos deben estar atentos a los riesgos cibernéticos y trabajar en la resiliencia cibernética. Sabemos que los bancos ya están expuestos al riesgo cibernético. Pero se volverán más vulnerables a medida que avanza la digitalización. Deberán invertir en personal que tenga las habilidades adecuadas para manejar tales riesgos. Y tendrán que cumplir con las reglas y regulaciones en este frente.
La Supervisión Bancaria del BCE hará su parte. Lanzaremos una serie de inspecciones in situ sobre el riesgo cibernético en 2019, y continuaremos monitoreando la situación bajo nuestro proceso de reporte de incidentes cibernéticos de SSM. También aportaremos nuestra experiencia y conocimiento al contribuir a las directrices que está desarrollando la Autoridad Bancaria Europea sobre estos temas.
Pero el impacto del cambio tecnológico va más allá de los bancos. La tecnología también puede cambiar la forma en que los supervisores hacemos nuestro trabajo y puede cambiar la forma en que pensamos sobre los riesgos. La aplicación de nuevas tecnologías a la supervisión bancaria no solo podría hacerla más eficaz y eficiente. También podría remodelar nuestras prioridades.
Los mayores beneficios de lo que se conoce como suptech (tecnología de supervisión) se obtendrían en la recopilación y análisis de datos. Y hay muchos ejemplos. Los informes automatizados podrían aliviar la carga de los bancos y hacer que la recopilación de datos sea más eficiente. El aprendizaje automático podría mejorar la validación de datos. Los asistentes virtuales podrían programarse para abordar las quejas de los usuarios durante la recopilación de datos, por ejemplo. Además, suptech podría ayudar a mejorar el análisis de riesgos crediticios y de liquidez.
Algunos expertos incluso argumentan que suptech podría convertirse en un tercer enfoque para supervisar bancos. Además de los enfoques basados en reglas y principios, habría un enfoque basado en datos. Ahora, todavía hay mucha incertidumbre sobre el papel exacto que desempeñará suptech al final. Pero ya se está aplicando aquí y allá. Permítanme darles algunos ejemplos de toda Europa.[i]
El banco central de Austria ha desarrollado una plataforma de informes que cierra la brecha entre los sistemas de TI de las entidades supervisadas y los supervisores. El banco central italiano está explorando formas de utilizar algoritmos de aprendizaje automático para pronosticar los impagos de los préstamos. Y el banco central holandés está trabajando en el uso de redes neuronales para detectar el riesgo de liquidez.[ii]
Pero como buen supervisor, debo agregar una nota de precaución, por supuesto: contrarrestar el sesgo de optimismo nuevamente. La innovación tampoco está exenta de riesgos en la supervisión. Suptech conlleva una serie de riesgos. Piense en los riesgos legales que surgen cuando comienza a manejar cantidades cada vez mayores de datos comerciales confidenciales. Entonces, a medida que los supervisores comenzamos a aplicar nuevas tecnologías, debemos ser tan cautelosos como esperaríamos que fueran los bancos. Y debemos recordar que estos avances tecnológicos no sustituyen al juicio supervisor, que seguirá desempeñando un papel importante en el enfoque supervisor, respaldando el resultado de las evaluaciones supervisoras y sustentando el uso de la discreción en las acciones supervisoras.
Conclusión
Señorías, me he referido a dos cambios estructurales importantes. Ahora es el momento de llegar a una conclusión.
Como dije al principio, el trabajo de un supervisor es ser un poco menos optimista que la persona promedio. Tenemos que asegurarnos de que los bancos estén preparados para cualquier cosa, incluso para un mal resultado. Por lo tanto, continuaremos presionando a los bancos para que se preparen para el Brexit y cualquier otro desafío que veamos que se avecina.
Y aunque seamos menos optimistas y más cautelosos que otros, no rehuimos la innovación. En el contexto del Brexit, hemos presentado muchas ideas sobre cómo mejorar el marco de supervisión europeo. Y vemos la tecnología como una oportunidad para hacer que la supervisión sea más eficiente y eficaz. El mundo cambia constantemente y todos tenemos que adaptarnos, tanto los bancos como los supervisores.
Banco central europeo
Dirección General de Comunicaciones
Sonnemannstrasse 20, 60314 Fráncfort del Meno, Alemania
Tel .: +49 69 1344 7455, correo electrónico: media@ecb.europa.eu
Sitio web: www.bankingsupervision.europa.eu
Se permite la reproducción siempre que se cite la fuente.
[i] Broeders, D. y Prenio, J. (2018), “Tecnología innovadora en la supervisión financiera (suptech): la experiencia de los primeros usuarios”, FSI Insights sobre la implementación de políticas , No 9
[i] Weinstein, ND (1980), Optimismo irreal sobre los acontecimientos de la vida futura , Journal of Personality and Social Psychology, 39 (5), págs. 806-820 ; Sharot, T., Riccardi, AM, Raio, CM y Phelps, EA (2007), “Mecanismos neuronales que median el sesgo del optimismo”, Nature, 450 (7166), págs. 102-105.
Gerente General, Bank for International Settlements
FT Banking Summit
Londres, 4 de diciembre de 2018
Introducción
Buenos días damas y caballeros. Estoy muy contento de estar aquí en FT Banking Summit y ser parte de esta impresionante lista de oradores. Gracias también a los organizadores por la oportunidad de inaugurar la conferencia.
Como muchos de ustedes, desde hace mucho tiempo me interesa el potencial de innovación para mejorar los servicios financieros. Uno de los desarrollos más notables de los últimos años ha sido la entrada de grandes empresas tecnológicas en el ámbito de los servicios financieros, ofreciendo servicios de pago, crédito, seguros e incluso gestión patrimonial a clientes minoristas y pequeñas empresas.
Estas grandes empresas de tecnología son más activas en China, en particular Ant Financial y Tencent de Alibaba Group, pero también están presentes en África oriental, Asia meridional y sudoriental, Europa, América Latina y América del Norte.1 Como muestra el Gráfico 1, «gran tecnología» es un nombre adecuado. La capitalización de mercado de las grandes empresas de tecnología es en algunos casos mayor que la de las instituciones financieras más grandes del mundo.
Las grandes firmas tecnológicas tienen características especiales que las distinguen de las firmas fintech. Mientras que las firmas fintech ofrecen servicios financieros con tecnología digital, las grandes firmas tecnológicas se acercan desde la otra dirección: su negocio principal es la tecnología y no las finanzas.
En particular, la principal ventaja de las grandes empresas de tecnología es que pueden explotar las redes de clientes existentes y las enormes cantidades de datos generados por sus líneas de negocio. Big data es el núcleo de su negocio. Los datos dan a las grandes empresas de tecnología una ventaja sobre sus competidores. Pero para los formuladores de políticas públicas, este aspecto representa uno de los mayores desafíos.
La participación de las grandes tecnologías en las finanzas comenzó con los pagos, especialmente en China, donde las soluciones tecnológicas para pagos móviles realmente han despegado: los pagos móviles de las grandes tecnologías para el consumo representan el 16% del PIB en China, en comparación con menos del 1% en países como Estados Unidos. Estados Unidos y Reino Unido, donde las tarjetas de crédito son más populares.
Las grandes firmas de tecnología también otorgan crédito o venden productos de seguros y ahorros, ya sea directamente o en asociación con instituciones financieras. Los fondos del mercado monetario en línea (FMM) también han crecido significativamente en los últimos años. Por ejemplo, como muestra el panel izquierdo del Gráfico 2, el fondo Yu’ebao (o «tesoro sobrante»), ofrecido por Ant Financial, tenía activos bajo administración de CNY 1.3 trillones (USD 200 mil millones) en septiembre de 2018, lo que es el FMM más grande del mundo. Su rendimiento es superior al de un depósito a plazo a un año (Gráfico 2, panel derecho).
Las implicaciones para las políticas públicas son las más importantes en mi mente, y aquí el crecimiento de la gran tecnología plantea una serie de preguntas:
¿La participación de las grandes tecnologías en las finanzas conducirá a un sistema financiero más diverso y competitivo o a nuevas formas de concentración, poder de mercado e importancia sistémica?
¿La expansión de la gran tecnología está impulsada por ganancias de eficiencia, como un mejor acceso a la información o costos de transacción reducidos, o por la ventaja de costos de eludir el sistema regulatorio actual?
Por último, ¿cómo deberían adaptarse las políticas públicas a estos desarrollos para proteger los datos de los clientes y ayudar a mantener un crecimiento económico sólido y equilibrado?
Les advierto ahora que no podré dar las respuestas definitivas a estas preguntas hoy. Pero volveré a ellos al final. Comenzaré considerando las tendencias y los impulsores potenciales de las actividades de las grandes tecnologías en los servicios financieros en todo el mundo. Luego entraré en territorio más especulativo, analizando los posibles efectos de la gran tecnología en la intermediación financiera y los nuevos desafíos conceptuales y prácticos que la gran tecnología plantea para las políticas públicas.
Tendencias y posibles impulsores de la gran tecnología
Aunque las grandes empresas tecnológicas y de tecnología avanzada llegan a los servicios financieros desde diferentes direcciones, su crecimiento se basa en los mismos impulsores. La demanda es un factor: necesidades insatisfechas de los clientes, preferencias de los consumidores, facilidad de acceso para la generación del iPhone. La oferta es otra: acceso a múltiples fuentes de datos, avances tecnológicos, falta de regulación, concentración y falta de competencia.
El desarrollo del crédito fintech, que incluye el crédito tecnológico grande, varía mucho entre las economías. Los puntos rojos en el Gráfico 3 muestran que el crédito de fintech per cápita es más alto en China, el Reino Unido y los Estados Unidos. Sin embargo, la participación del crédito de gran tecnología en el crédito total de fintech, representada por el sombreado rojo en las barras, es más alta en Argentina y Brasil. Estos países tienen mercados crediticios fintech muy pequeños.
Sources: Frost et al (forthcoming), op cit; Cambridge Centre for Alternative Finance and research partners; BIS calculations.Data for WeBank are takenfrom the public balance sheet
Un análisis reciente del BIS, resumido en el Gráfico 4, muestra que estas diferencias en el desarrollo reflejan diferencias en el crecimiento económico, la solidez de la regulación financiera y la cantidad de competencia en el sector bancario. Curiosamente, el crédito de gran tecnología se ve más impulsado por una regulación financiera más fácil y una mayor concentración del sector bancario que por el crédito de tecnología financiera.
Sin embargo, los impulsores macroeconómicos e institucionales son solo una parte de la historia. Para comprender mejor las ventajas competitivas y comparativas de las grandes tecnologías, permítanme detallar algunas características de su modelo de negocio.
¿Cuáles son los posibles efectos de las grandes empresas tecnológicas en la intermediación financiera?
A diferencia de los bancos, las grandes empresas de tecnología no tienen una red de sucursales tradicional a través de la cual interactuar con los clientes. En cambio, los grandes prestamistas tecnológicos crean una imagen de sus clientes utilizando datos patentados de sus plataformas en línea y de otras fuentes, como las redes sociales y las huellas digitales de los clientes. En particular, las decisiones sobre si prestar o no se basan en algoritmos predictivos y técnicas de aprendizaje automático.
Esto les da a los grandes prestamistas de tecnología un método de calificación de clientes que en sí mismo podría darles una ventaja sobre los bancos tradicionales, que comúnmente se basan más en el juicio humano para aprobar o rechazar solicitudes de crédito. Además, esto también podría aplicarse a las pequeñas y medianas empresas (SMEs) que no pueden proporcionar estados financieros auditados.
La evidencia preliminar sugiere que aprovechar los datos transaccionales con inteligencia artificial y aprendizaje automático podría ayudar a predecir las perspectivas de pago. Por ejemplo, el Gráfico 5 muestra que el modelo crediticio de Mercado Libre en Argentina ha superado, al menos en el corto plazo, al buró de crédito local en la predicción de pérdidas de los prestatarios corporativos.
Sin embargo, existen posibles efectos secundarios de este nuevo proceso de intermediación financiera. En primer lugar, la tecnología de préstamos de gran tecnología no implica la intervención humana ni una relación a largo plazo con el cliente. Estos préstamos son estrictamente transaccionales, generalmente líneas de crédito a corto plazo que pueden cortarse automáticamente si la condición de una empresa se deteriora. Esto significa que, en una recesión, podría producirse una gran caída del crédito a las SMEs y grandes costos sociales. Una evaluación completa de esta nueva forma de intermediación financiera requiere un ciclo comercial y financiero completo.
Un segundo punto se relaciona con el modelo de negocio de los grandes prestamistas tecnológicos, que es diferente al de los bancos tradicionales, al menos para los préstamos a pequeñas empresas. Un banco comercial tradicional recauda pequeños depósitos y luego canaliza los ingresos hacia grandes préstamos. Pero muchas grandes empresas de tecnología primero extienden el préstamo y luego recaudan el dinero para financiarlo. Los modelos de financiación difieren de una empresa a otra, algunos dependen de una combinación de fuentes internas y préstamos sindicados, y otros se basan principalmente en reempaquetar y vender los préstamos a terceros inversores.
De esta forma, nos enfrentamos a nuevos modelos de origen a distribución con características que necesitan ser exploradas a fondo. ¿Cuáles son las brechas de información entre el gran prestamista tecnológico y el inversor? ¿Cuánta piel en el juego conservan las grandes empresas tecnológicas? ¿Podría este nuevo modelo de origen a distribución crear problemas de incentivos e inestabilidad financiera?
Un tercer punto se relaciona con el papel que el dominio de las grandes empresas de tecnología en los sistemas de pago les permite en el sistema financiero más amplio. Por ejemplo, en China, el tamaño de algunos chinos MMFs puede plantear riesgos financieros sistémicos potenciales.
Estos fondos otorgan créditos riesgosos a más largo plazo que se financian con fuentes que pueden canjearse a la vista a la par y utilizarse para pagos. Esto podría dar lugar a riesgos de crédito y liquidez. Los clientes de los servicios de pago de las grandes tecnologías también mantienen saldos considerables con las grandes empresas de tecnología para utilizar sus servicios de pago, las llamadas cuentas de custodia o “float”. Como se muestra en la representación estilizada del Gráfico 6, el flotador representa una fuente de financiamiento grande y cautiva para las grandes tecnológicas, que no pagan intereses a cambio. Se sabe que las grandes tecnológicas depositan estos fondos en cuentas corrientes bancarias y ganan intereses (vea las líneas rojas en el gráfico). Como se puede ver en el panel izquierdo del Gráfico 7, las grandes entidades tecnológicas solían mantener fondos simultáneamente en varios bancos. Esto crea relaciones bilaterales complicadas y opacas entre las plataformas de pago de terceros y los bancos.
Por estos motivos, las autoridades de China han adoptado recientemente nuevas normas. Permítanme referirme a esta y otras implicaciones para las políticas públicas.
Implicaciones para las políticas públicas
Para comprender cómo las políticas públicas deben adaptarse a estos cambios en la intermediación financiera, necesitamos comprender los costos y beneficios sociales que aportan las actividades de las grandes tecnologías.
Un primer desafío son los posibles riesgos para la estabilidad financiera. En particular, como se discutió anteriormente, los MMFs de gran tamaño pueden plantear riesgos sistémicos, ya que podrían estar sujetos a corridas de inversores en caso de pérdidas crediticias o de duración.
Además, si las grandes plataformas tecnológicas depositan los fondos de los clientes directamente en los bancos, crean un sistema de pagos paralelos que no es supervisado adecuadamente por el banco central. Esto podría potencialmente socavar la estabilidad financiera y proteger los pagos del escrutinio de las autoridades que protegen contra actividades ilegales, como el lavado de dinero.
Las autoridades públicas tienen estos riesgos en su radar y han tomado medidas para abordarlos. Por ejemplo, el Banco Popular de China (PBC) y la Comisión Reguladora de Valores de China (CSRC) han introducido un límite para los reembolsos instantáneos de MMFs. Al mismo tiempo, han aumentado las obligaciones de divulgación para evitar formas de publicidad engañosas.
El PBC también ha adoptado recientemente reformas para las grandes empresas de tecnología en los pagos, que se ocupan de los requisitos de reserva y los requisitos de compensación central.
Primero, a partir de enero de 2019, el PBC requerirá que las grandes empresas de tecnología mantengan un requisito de reserva del 100% en las cuentas de custodia. Como se describe en el Gráfico 8, de esta forma el flotador se segrega en una reserva específica en el PBC. Esto es inusual porque las grandes empresas de tecnología no son bancos. Los efectos de este cambio son similares a los de un sistema bancario estrecho, ya que reduce la capacidad de las grandes empresas de tecnología para ofrecer crédito de plataforma.
En segundo lugar, desde junio de 2018, las grandes empresas de tecnología han tenido que canalizar los pagos a través de una cámara de compensación autorizada. Como puede verse en el panel derecho del Gráfico 7, el establecimiento de un sistema de compensación de dos niveles mejora la transparencia en el sistema de pagos chino. Esto le permite al PBC monitorear los fondos de los clientes en plataformas de pago de terceros.
Un segundo desafío tiene que ver con los problemas tradicionales de bienestar que surgen de fuerzas anticompetitivas.
Es demasiado pronto para juzgar el impacto general en el bienestar de las grandes tecnologías en la competencia. Si la entrada de las grandes empresas de tecnología está impulsada principalmente por las ganancias de eficiencia sobre los bancos y aseguradores establecidos, o por el acceso a una mejor información y tecnología de detección, entonces las grandes tecnologías hacen que el sector financiero sea más eficiente y ayuda a la inclusión financiera. Esto puede inducir a las instituciones financieras establecidas a adoptar tecnologías similares, y el sistema financiero podría volverse más diverso y eficiente. Pero si la entrada de las grandes tecnologías está impulsada principalmente por el poder del mercado, basándose en la explotación de las lagunas normativas y los efectos de las externalidades de la red, esto podría alentar a los bancos a adoptar nuevas formas de asumir riesgos. La solución de política pública sería cerrar las lagunas normativas.
Un tercer desafío es que los grandes desarrollos tecnológicos plantean problemas que van más allá del alcance de la supervisión prudencial. También pueden estar en juego otros objetivos de política pública, como salvaguardar la privacidad de los datos, la protección del consumidor y la ciberseguridad. La privacidad de los datos y la protección del consumidor no implican simplemente tomar medidas enérgicas contra las infracciones y educar a los consumidores sobre cómo se utilizan sus datos. También incluyen evitar la discriminación en la calificación crediticia, la provisión de crédito y los seguros. Incluso si las características sensibles como la raza, la religión y el género no están
incluidas en la base de datos, la inteligencia artificial (IA) y los algoritmos de aprendizaje automático pueden llenar los espacios en blanco, por ejemplo, según la geografía u otros factores.
Las amenazas cibernéticas también desafían a los reguladores globales. Una gran empresa de tecnología que brinda servicios de terceros a muchas instituciones financieras, ya sea almacenamiento, transmisión o análisis de datos, podría representar un riesgo sistémico si hay una falla operativa o un ciberataque. ¿Qué riesgos podría representar para las instituciones financieras una interrupción en una gran empresa de tecnología que administra los datos de los clientes? ¿Se contendría el riesgo o el potencial para una amplificación más amplia requeriría una respuesta más coordinada?
Conclusiones
Permítanme concluir, volviendo a las preguntas que planteé al principio.
¿La participación de las grandes tecnologías en las finanzas conducirá a un sistema financiero más diverso y competitivo o a nuevas formas de concentración, poder de mercado e importancia sistémica?
El rápido crecimiento de la gran tecnología tiene indudables ventajas, pero estas deben equilibrarse con las posibles desventajas. Las grandes empresas de tecnología pueden mejorar la competencia y la inclusión financiera, ejercer una presión positiva sobre las instituciones financieras establecidas para que innoven e impulsar la eficiencia general de los servicios financieros. Sin embargo, estas empresas pueden aumentar la concentración del mercado y dar lugar a nuevos riesgos, incluidos riesgos sistémicos debido a la forma en que interactúan con el sistema financiero en general. Por lo tanto, es importante comprender cómo las grandes empresas de tecnología encajan en el marco regulatorio actual y cómo se debe organizar la regulación.
¿La expansión de la gran tecnología está impulsada por ganancias de eficiencia, como un mejor acceso a la información o costos de transacción reducidos, o por la ventaja de costos de eludir el sistema regulatorio actual?
Los reguladores deben proporcionar un campo de juego seguro y equitativo para todos los participantes, tanto los titulares como los nuevos. Al mismo tiempo, deben fomentar mercados financieros innovadores y competitivos. Las empresas que prestan servicios similares o asumen riesgos similares no pueden operar bajo diferentes regímenes regulatorios. Esto crearía brechas regulatorias, con nuevos modelos comerciales que desplazarían actividades críticas fuera de la regulación actual. Al mismo tiempo, están surgiendo nuevos desafíos. Algunos de estos se encuentran más allá del alcance tradicional de la regulación financiera, por ejemplo, la recopilación y el intercambio de datos de clientes. Sin embargo, estas tendencias pueden tener profundas implicaciones para la evolución de los modelos tradicionales de intermediación financiera y competencia entre jugadores.
Por último, ¿cómo deberían adaptarse las políticas públicas a estos desarrollos para proteger los datos de los clientes y ayudar a mantener un crecimiento económico sólido y equilibrado?
Las autoridades de todo el mundo tienen un interés conjunto en una discusión abierta y franca sobre los objetivos y las respuestas de las políticas públicas. Debemos trabajar juntos tanto para aprovechar la promesa de la gran tecnología como para gestionar sus riesgos. La seguridad y solidez global se beneficiarán de una mayor cooperación entre los supervisores y un mayor intercambio de información, especialmente a medida que las grandes empresas de tecnología operan a través de las fronteras nacionales. Como en la mayoría de las regulaciones financieras, la coordinación internacional es el nombre del juego.
Como dice la canción infantil china: «Es fácil romper un palo, pero es mucho más difícil romper un montón de palos de una vez». La cooperación da fuerza.