Reconsiderando los modelos de riesgo crediticio en una era de inestabilidad geopolítica

Las previsiones a largo plazo para deterioro y capital suelen basarse en la suposición de que el mañana será en gran medida similar al ayer. Eventos históricos de impacto, como la crisis de deuda rusa de 1997, la crisis financiera de 2008 y la reciente crisis del costo de vida, proporcionan puntos de calibración útiles para los modelos de pronóstico.

Estos eventos siguen siendo relevantes en gran medida porque ocurrieron durante un período prolongado de estabilidad geopolítica que abarcó desde finales de los años 90 hasta principios de los 2020. Cuando ocurrieron shocks, sucedieron en un entorno global en gran medida inalterado. Los límites del sistema y las suposiciones operativas permanecieron intactos, lo que permitió desarrollar modelos predictivos confiables.

Esa suposición se está volviendo más difícil de sostener. El entorno geopolítico está cambiando de maneras que no se habían visto desde el fin de la Segunda Guerra Mundial. El aumento del aislamiento, los conflictos entre estados, la fragmentación del comercio y el debilitamiento de las instituciones internacionales representan amenazas sistémicas a la estabilidad financiera. Como resultado, los enfoques tradicionales de pronóstico económico enfrentan una presión creciente.

Brechas estructurales en los datos macroeconómicos

El pronóstico económico siempre ha planteado desafíos técnicos para los modeladores financieros. Los modelos macroeconómicos tradicionales asumen que, tras una recesión severa, los indicadores clave eventualmente vuelven a una línea base de negocio habitual en lugar de restablecerse a un nuevo equilibrio completamente diferente.

En otras palabras, estos modelos extienden patrones observados en datos pasados en lugar de incorporar incertidumbre estructural sobre el futuro.

Eventos como los riesgos de conflicto también son inherentemente difíciles de captar, y puede ser complicado saber cómo incorporar tales eventos durante la fase de construcción del modelo y en su aplicación. No son eventos de “cisne negro”, pero como los cisnes negros, no se correlacionan bien con los predictores económicos tradicionales de riesgo.

Además, investigaciones recientes del Banco de Inglaterra demuestran que, a medida que aumenta la magnitud de un shock geopolítico, emergen no linealidades severas en la respuesta económica que los modelos tradicionales no logran captar completamente.

La visión regulatoria del riesgo geopolítico

Los reguladores del Reino Unido ya no consideran el riesgo geopolítico como una preocupación periférica o puramente cualitativa. La postura regulatoria ha pasado de una supervisión pasiva a una vigilancia activa.

Este cambio fue evidente en la Prueba de Estrés de Capital Bancario (BCST) de 2025 del Banco de Inglaterra, que requirió que los bancos modelaran un escenario de riesgo extremo impulsado por una disrupción geopolítica muy por fuera de la experiencia histórica reciente.

El escenario asumía una rápida fragmentación del comercio global, incluyendo:

• Una reducción del 20% en los volúmenes comerciales globales

• Un aumento del 300% en los precios del gas natural

• Una caída del 5% en el PIB

• Una caída del 28% en los precios de la vivienda

Escenarios de esta escala presentan desafíos evidentes para la modelización.

Muchas empresas dependen de Ajustes Post-Modelo (PMA) para tener en cuenta riesgos no capturados por los modelos estadísticos. La tentación es aplicar un ajuste adicional para captar el riesgo geopolítico que el modelo subyacente no puede explicar.

Sin embargo, como se destaca en la Declaración Supervisora SS1/23 del PRA, los PMA deben ser medidas temporales basadas en un análisis claro de las causas raíz, no soluciones permanentes. Siempre será necesario realizar ajustes PMA, pero no debemos depender excesivamente de ellos. Donde sea posible, los resultados modelados deben tener prioridad.

Lecciones del modelado de riesgos climáticos

Aunque la inestabilidad geopolítica presenta un problema difícil para los pronosticadores, el sector financiero ya ha enfrentado un desafío similar antes.

En la última década, el riesgo climático se ha transformado de una preocupación conceptual amplia a un riesgo financiero cuantificable. Una razón de este éxito fue la división del riesgo climático en dos categorías distintas.

Se puede aplicar un enfoque similar al riesgo geopolítico.

Riesgo de eventos físicos.
Los conflictos armados pueden considerarse de manera similar a eventos climáticos extremos. Las guerras y los desastres naturales destruyen activos físicos, reducen los valores de las garantías y debilitan la capacidad de los prestatarios para pagar la deuda.

Riesgo de transición.
El sistema global también está experimentando cambios estructurales. A medida que evoluciona el orden internacional, las empresas enfrentan riesgos similares a los asociados con la transición hacia una economía baja en carbono. Estos incluyen el reensamblaje de cadenas de suministro, mayores costos operativos y la posible pérdida de flujos de ingresos en jurisdicciones que se vuelven políticamente hostiles.

Enmarcar el riesgo geopolítico de esta manera permite a las instituciones aplicar enfoques analíticos ya desarrollados para el modelado climático.

Estos incluyen:

• Modelos estadísticos no lineales, como los marcos de cambio de Markov, que permiten representar diferentes regímenes de estabilidad y volatilidad en un solo modelo.

• Escenarios narrativos prospectivos, que combinan análisis de datos con juicio experto para describir estados futuros plausibles del sistema global.

• Superposiciones basadas en índices, que capturan sensibilidades regionales, sectoriales o específicas de eventos a nivel del prestatario. Estos enfoques son conceptualmente similares a los índices de riesgo de inundaciones utilizados en el modelado climático.

El PMA probablemente seguirá siendo relevante, pero ampliar la caja de herramientas de modelado proporciona una forma más sólida de incorporar el riesgo geopolítico.

Reflexiones finales

El aumento de la tensión geopolítica plantea un desafío importante para los enfoques tradicionales de pronóstico macroeconómico y modelado del riesgo crediticio. Los modelos construidos sobre décadas de relativa estabilidad global están cada vez más expuestos a rupturas estructurales en los datos subyacentes.

Los reguladores ahora esperan que los bancos demuestren la capacidad analítica para evaluar shocks macrofinancieros severos impulsados por la geopolítica. Cumplir con estas expectativas requerirá que las empresas reconozcan los límites de los marcos existentes y adopten nuevos enfoques de modelado, de manera similar a cómo la industria se adaptó al riesgo climático.