Tendencias y desafíos de Risk Analytics en la industria bancaria. Presentación en las X Jornadas de Data Mining & Business Intelligence de la Universidad Austral by David A. Mermelstein @dmermel
Risk Analytics: Tendencias y Desafíos en la Banca Argentina
1. David A. Mermelstein
Gerente de Control de Riesgos, Banco Comafi y Profesor Maestría en Data
Mining, Universidad Austral
Risk Analytics
Tendencias y Desafíos en la Banca Argentina
2. ► Tendencias
► “Risk Analytics” dentro del proceso de Risk Management
► Principales riesgos bancarios comprendidos en Risk Analytics
► Piezas y funcionalidades clave del Risk Analytics
► Tópicos de actualidad crítica:
► Infraestructura de TI y Datos
► Modelos: métricas, agregación y riesgo de modelo/validación
y model management
► Desafíos actuales
► Q&A
Risk Analytics: Agenda
3. ► Tendencias
► “Risk Analytics” dentro del proceso de Risk Management
► Principales riesgos bancarios comprendidos en Risk Analytics
► Piezas y funcionalidades clave del Risk Analytics
► Tópicos de actualidad crítica:
► Infraestructura de TI y Datos
► Modelos: métricas, agregación y riesgo de modelo/validación
y model management
► Desafíos actuales
► Q&A
Risk Analytics: Agenda
4. ► Convergencia acelerada hacia estándares y mejores prácticas
internacionales
► Alineamiento del regulador local al resto de los reguladores globales
► Visión integral del riesgo
► La gestión del riesgo como parte de la estrategia
► Involucramiento del Directorio y la Alta Gerencia
► Definición explícita de un apetito y límites de tolerancia por el riesgo
► Riesgos del pilar II
► Pilar III – Disciplina de mercado
► Basilea III y sus nuevas métricas
► Cultura del riesgo | Change management
► En este marco, se vuelve muy relevante el rol de la tecnología, los datos
y los modelos…. Bienvenidos al mundo del ‘Risk Analytics’
Tendencias en la Banca Argentina
5. ► Tendencias
► “Risk Analytics” dentro del proceso de Risk Management
► Principales riesgos bancarios comprendidos en Risk Analytics
► Piezas y funcionalidades clave del Risk Analytics
► Tópicos de actualidad crítica:
► Infraestructura de TI y Datos
► Modelos: métricas, agregación y riesgo de modelo/validación
y model management
► Desafíos actuales
► Q&A
Risk Analytics: Agenda
8. Risk Analytics: El proceso de Risk Management
¿Para qué?
► Mejora en la toma de decisiones, incluyendo la dimensión del riesgo
junto a la dimensión del retorno
► Optimizar el uso del capital y las exposiciones al riesgo
► Reducción de costos/pérdidas
► Cumplimiento regulatorio
► Satisfacer más eficientemente las necesidades de clientes y otros
‘stakeholders’
► Favorecer el desarrollo de nuevos productos y servicios financieros
9. ► Crédito / Contraparte
► Mercado
► Tasa de interés
► Liquidez
► Operativo
► Estratégico
► Titulización
► Reputacional
► Sistémico
Risk Analytics: Principales riesgos bancarios a modelizar
o Bajo condiciones normales
o Bajo situaciones de “estrés”
o En forma individual
o En forma integral
o Bajo diferentes agregaciones
► Capítulo aparte: Risk Analytics para fraude, operaciones
ilícitas, prevención de lavado de dinero, etc.
10. Risk Analytics: Principales riesgos bancarios a modelizar y
sus métricas
Distribución conjunta
R. Crédito
R. Mercado
R. Operacional R. ALM
R. Negocio
Otros riesgos
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
1
2
3
4
5
6
7
8
9
10
x 10
4
0 2 4 6 8 10 12 14
0
2
4
6
8
10
12
x 10
4
0 2 4 6 8 10 12 14
0
2
4
6
8
10
12
x 10
4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
1
2
3
4
5
6
7
8
9
10
x 10
4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
1
2
3
4
5
6
7
8
9
10
x 10
4
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
0
1
2
3
4
5
6
7
8
9
10
x 10
4
Riesgos Pilar I Riesgos Pilar II
0.8 1 1.2 1.4 1.6 1.8 2
0
100
200
300
400
500
600
700
Pérdidas
Frecuencia
Distribución de pérdidas
P. Esperada P. Inesperada
Fuente: GMS
11. ► Tendencias
► “Risk Analytics” dentro del proceso de Risk Management
► Principales riesgos bancarios comprendidos en Risk Analytics
► Piezas y funcionalidades clave del Risk Analytics
► Tópicos de actualidad crítica:
► Infraestructura de TI y Datos
► Modelos: métricas, agregación y riesgo de modelo/validación
y model management
► Desafíos actuales
► Q&A
Risk Analytics: Agenda
13. ► Infraestructura de datos, incluyendo cobertura, profundidad y
calidad
► Motores de cálculo: Modelos econométricos/estadísticos;
Algoritmos eficientes; Simulación
► Tecnología de soporte
► Reportería / agregación de riesgos
► Sistema de límites y alertas tempranas
► Integración con el resto del MIS: Rentabilidad ajustada por riesgo
/ Pricing / etc.
► Pruebas de estrés
► Operación en contingencia
Risk Analytics: Piezas clave
14. ► Tendencias
► “Risk Analytics” dentro del proceso de Risk Management
► Principales riesgos bancarios comprendidos en Risk Analytics
► Piezas y funcionalidades clave del Risk Analytics
► Tópicos de actualidad crítica:
► Infraestructura de TI y Datos
► Modelos: métricas, agregación y riesgo de modelo/validación
y model management
► Desafíos actuales
► Q&A
Risk Analytics: Agenda
16. ► Precisión / Exactitud
► Completitud / Alcance
► Consistencia
► Razonabilidad
► Prontitud/ Actualización
► Unicidad
Risk Analytics: Dimensiones clave de la calidad de datos
17. Risk Analytics: Diseño de la arquitectura de TI
Diseño de la arquitectura tecnológica
El trabajo incluye el diseño de posibles alternativas de la arquitectura tecnológica que deba soportar el Modelo de Información de
Riesgos.
oVA
Fuente: GMS
18. Risk Analytics: Diseño de la arquitectura de TI
► Funcionalidades principales de la herramienta de SAS® implementadas
en Banco Comafi:
► Extracción, transformación y carga de datos (ETL)
► Repositorio de datos de riesgos (Data Mart de Riesgos)
► Motor de cálculo de riesgos (“Risk Dimensions”) (Pieza clave),
generando métricas para la medición de los diversos riesgos
► Estimación de modelos estadísticos necesarios como input para las
métricas y modelos de riesgos
► Análisis de escenarios múltiples – pruebas de estrés
► Reportes automatizados
► Portales web con tableros de control para el monitoreo y seguimiento de
límites on-line, emisión de alertas tempranas
19. Risk Analytics: Diseño de la arquitectura de TI
SAS WEB PORTAL
•REPORTING AUTOMATIZADO
•DASHBOARDS
•MONITOREO DE LÍMITES
•EMISION DE ALERTAS
20. ► Tendencias
► “Risk Analytics” dentro del proceso de Risk Management
► Principales riesgos bancarios comprendidos en Risk Analytics
► Piezas y funcionalidades clave del Risk Analytics
► Tópicos de actualidad crítica:
► Infraestructura de TI y Datos
► Modelos: métricas, agregación y riesgo de modelo/validación
y model management
► Desafíos actuales
► Q&A
Risk Analytics: Agenda
21. ► Las mejores prácticas, incluyendo recomendaciones del BCRA,
requieren funcionalidades de modelización para:
Medir exposiciones vigentes y las que puedan surgir
Evaluar riesgos asociados a activos, pasivos, y posiciones
fuera del balance
Utilizar conceptos financieros y técnicas de medición
generalmente aceptados
Incorporar todas las posiciones relevantes en tiempo y forma
Considerar todas las fuentes significativas de riesgo
Considerar el uso de escenarios múltiples
Considerar exposiciones en diferentes monedas
Reporting – Dashboards - Alertas tempranas
Risk Analytics: Funcionalidades de modelización
22. ► Probabilidades de default (PD)
► Tasas de pérdida dado el default (LGD)
► Volatilidades de precios, tasas de interés, tipos de cambio
► Precios de contratos financieros complejos/derivados
► “Valores a Riesgo” y métricas derivadas
► Capitales económicos
► Retornos ajustados por riesgo (ej. RAROC)
► Ratios y patrones comportamentales de activos y pasivos
Risk Analytics: Modelos y métricas resultantes
Técnicas usuales:
o Modelización econométrica uniecuacional / multiecuacional
o Simulación de MC basadas en modelos de series de tiempo y procesos estocásticos
estimables: GBM, ARCH, GARCH, Vasicek, Mean Reversion, Jump Diffusion
o Estimación de matrices de var-cov
o Correlación entre factores de riesgo mediante funciones cópula
23. ► Agregaciones lineales basadas en Var-Cov
► Agregaciones vía funciones cópula
► Full-valuation simulations
Risk Analytics: Metodologías de agregación de riesgos
24. ► Es el riesgo de estimar imprecisamente el riesgo debido a utilizar
un modelo deficiente o inadecuado.
► Puede surgir debido a:
► Fallas de especificación
► Fallas de aplicación
► Fallas de implementación
► Fallas de estimación/calibración de parámetros –
Desactualización de modelos
► Fallas de datos de input
► Fallas de programación
Risk Analytics: Riesgo de Modelo... Un enemigo oculto
25. Risk Analytics: Riesgo de Modelo... Un enemigo oculto
Datos Modelización
Entorno
Tecnológico
Integración en
la Gestión
Documentación
► Etapas de un proceso de validación de modelos
26. ► Tendencias
► “Risk Analytics” dentro del proceso de Risk Management
► Principales riesgos bancarios comprendidos en Risk Analytics
► Piezas y funcionalidades clave del Risk Analytics
► Tópicos de actualidad crítica:
► Infraestructura de TI y Datos
► Modelos: métricas, agregación y riesgo de modelo/validación
y model management
► Desafíos actuales
► Q&A
Risk Analytics: Agenda
27. ► Integración – unicidad de plataformas
► Infraestructura de datos
► Mapa de modelos en expansión continua, que debe buscar ser
comprehensivo, único y actualizado en forma corriente
► Adaptabilidad, flexibilidad y agilidad tecnológica para visiones
prospectivas y juicios expertos, y para diferentes niveles de
agregación - Visualización
► Riesgo de modelo: Ciclo de validación de modelos completo,
eficaz y eficiente. Documentación y formalización
► Integración en los MIS y herramientas de decisión habitual,
combinando las dimensiones riesgo-retorno – Integración en la
gestión
► Cultura de riesgos
Risk Analytics: Desafíos
28. ► Tendencias
► “Risk Analytics” dentro del proceso de Risk Management
► Principales riesgos bancarios comprendidos en Risk Analytics
► Piezas y funcionalidades clave del Risk Analytics
► Tópicos de actualidad crítica:
► Infraestructura de TI y Datos
► Modelos: métricas, agregación y riesgo de modelo/validación
y model management
► Desafíos actuales
► Q&A
Risk Analytics: Agenda