UTILIDADES EN CIFRA RÉCORD HISTÓRICO, ROA Y ROE POR ENCIMA DE PREPANDEMIA
Fuente: Normativa SBS N° 0053 – 2023 / Elaborado por: XRISK
En los últimos años, las organizaciones financieras han incrementado de manera exponencial el uso de modelos analíticos. Sin embargo, el verdadero riesgo no reside en su desarrollo técnico, sino en la gobernanza de todo su ciclo de vida (desde la concepción del mismo). Un modelo mal gestionado puede generar pérdidas financieras, observaciones regulatorias e incluso deterioro reputacional.
La etapa de implementación es decisiva; va mucho más allá de desarrollar un algoritmo o ejecutar una regresión estadística. En este punto se identifica si el modelo será un activo confiable o simplemente no se empleará. Para ello, deben cumplirse principios clave como la alineación regulatoria con el marco normativo, el apetito por el riesgo, la independencia entre las funciones de desarrollo, validación y uso, así como una documentación y trazabilidad que garanticen que el modelo sea explicable, replicable y auditable. Asimismo, la proporcionalidad y la definición de responsabilidades claras aseguran una gestión acorde al impacto del modelo.
Un elemento central de esta etapa es la categorización de modelos, que permite definir los controles a aplicar según la criticidad del modelo. Sin esta clasificación, el gobierno se vuelve ineficiente y reactivo.
Finalmente, la gestión post-implementación debe contemplar entregas técnicas formales, réplicas del modelo, instancias de aprobación, backtesting periódicos y una opinión independiente. Este enfoque convierte al modelo en un instrumento vivo y capaz de adaptarse a cambios en el entorno, en el comportamiento de los clientes o en la calidad de la data.
El verdadero valor del modelo no está en su precisión estadística, sino en cómo sus resultados alimentan la toma de decisiones y la consecución de resultados estratégicos.
