Cómo funcionan los modelos internos de riesgo bancario

Los modelos internos de riesgo son herramientas cuantitativas que usan los bancos para medir, gestionar y asignar capital frente a distintos tipos de riesgo. No sólo sirven para cumplir con obligaciones regulatorias: influyen en la toma de decisiones sobre concesión de crédito, precios de productos, límites de exposición y planes de contingencia. En este artículo explicamos de forma práctica qué son, cómo se construyen y cuáles son sus limitaciones, con ejemplos sencillos para entender su funcionamiento.

Qué son los modelos internos y por qué los usan los bancos

Un modelo interno es un conjunto de métodos estadísticos y de procesado de datos que estima la probabilidad y el impacto de pérdidas futuras asociadas a las actividades bancarias. A diferencia de enfoques estándar o de caja, los modelos internos permiten ajustar las medidas de riesgo a la realidad concreta de una entidad: su cartera, sus procesos, su información histórica y sus escenarios. Esto puede traducirse en una asignación de capital más ajustada a su perfil de riesgo, pero también exige controles estrictos y la aprobación del supervisor.

Tipos principales de riesgo que cubren los modelos internos

• Riesgo de crédito: pérdidas derivadas del impago de clientes o contrapartes.
• Riesgo de mercado: pérdidas por variaciones en precios, tipos de interés, divisas o materias primas.
• Riesgo operacional: pérdidas por fallos en procesos, errores humanos, fraudes o eventos externos.
• Riesgo de liquidez y otros: algunos bancos desarrollan modelos propios o complementarios para medir tensiones de liquidez, concentración, o riesgos estratégicos.

Componentes clave de un modelo de riesgo de crédito

Los modelos de crédito suelen descomponer la estimación del riesgo en tres parámetros fundamentales:

• PD (Probability of Default) — Probabilidad de impago: la probabilidad de que un cliente incumpla en un horizonte temporal determinado.
• LGD (Loss Given Default) — Pérdida dada la insolvencia: el porcentaje de la exposición que se espera perder si se produce el impago, tras tener en cuenta recuperaciones y garantías.
• EAD (Exposure at Default) — Exposición al vencimiento: el importe estimado de exposición en el momento del impago (incluye saldos, límites comprometidos, intereses devengados, etc.).

Con esos parámetros se calcula la Pérdida Esperada (EL) como PD × LGD × EAD. Además existe la Pérdida Inesperada (UL), que cuantifica la cola de la distribución de pérdidas más allá de la pérdida esperada y se utiliza para determinar capital económico o regulatorio.

Ejemplo hipotético de cálculo de Pérdida Esperada

Supongamos —hipotéticamente— una exposición de 100.000 € a un cliente, con PD 2% y LGD 40%. La pérdida esperada sería:

EL = 100.000 € × 0,02 × 0,40 = 800 €

Este ejemplo es meramente ilustrativo y no representa condiciones reales de ningún producto.

Modelos de mercado: VaR, expected shortfall y escenarios

En riesgo de mercado, los modelos más comunes intentan estimar cuánto puede perder una cartera por movimientos de mercado en un horizonte temporal y un nivel de confianza dados. Entre las metodologías habituales están:

• Value at Risk (VaR): estima la pérdida máxima esperada en un horizonte con una probabilidad determinada (por ejemplo, 99%).
• Expected Shortfall (pérdida media en la cola): mide la media de las pérdidas más extremas por debajo del percentil elegido y es más sensible a la cola de la distribución.
• Stress testing y escenarios: simulan situaciones extremas (crisis de mercado, subida brusca de tipos, caída de liquidez) para evaluar el impacto fuera del comportamiento histórico.

Concepto básico de VaR (explicación clara)

Decir que el VaR a 1 día y 99% de un portafolio es X € significa: “en el 99% de los días la pérdida será inferior a X €; hay un 1% de probabilidad de que la pérdida supere X €”. Este enfoque es fácil de comunicar, pero no describe la magnitud de las pérdidas en ese 1% extremo.

Riesgo operacional: datos históricos y juicios expertos

El riesgo operacional no siempre se deriva solo de series temporales numéricas. Las entidades combinan datos de pérdidas pasadas, métricas de procesos, indicadores clave de riesgo (KRI) y análisis cualitativos (escenarios) para estimar el volumen de pérdidas posibles. Los modelos pueden incluir:

• Distribuciones de pérdidas por evento y unidad de negocio.
• Escenarios extremos evaluados por expertos.
• Modelos de correlación entre eventos operativos y de negocio.

Modelo interno vs enfoque estándar: ventajas e inconvenientes

Aprobación, gobernanza y validación

Los modelos internos deben estar sometidos a procesos robustos de gobernanza y validación independiente. Algunos elementos clave son:

• Política documentada de gestión de modelos y responsabilidad clara.
• Validación interna independiente y pruebas periódicas (backtesting, benchmarking).
• Control de calidad de los datos y trazabilidad de los supuestos.
• Revisión por el supervisor y transparencia en los informes regulatorios.

Organismos como el Banco de España, la Autoridad Bancaria Europea o los comités internacionales de Basilea emiten guías y supervisan la aplicación de estos marcos. Puede consultarse información oficial en las páginas del Banco de España, la Autoridad Bancaria Europea (EBA) y el Basel Committee on Banking Supervision.

Impacto sobre clientes y productos bancarios

Los resultados de los modelos internos influyen en decisiones prácticas: qué clientes se aprueban, en qué condiciones, qué garantías se solicitan o cómo se precios los préstamos. Si un modelo indica mayor riesgo para un perfil concreto, el banco puede exigir más garantía o aplicar un margen mayor en el precio. Esto no significa que el modelo sea la única variable: también intervienen estrategia comercial, competencia y normativa.

Limitaciones y riesgos de confiar demasiado en modelos

Los modelos son aproximaciones de la realidad. Entre sus limitaciones más habituales están:

• Dependencia de datos históricos: pueden fallar en eventos no observados previamente.
• Suposiciones estructurales: distribución de pérdidas, correlaciones y estabilidad temporal.
• Riesgo de sobreajuste o mala parametrización.
• Efectos pro-cíclicos: en fases adversas, las medidas pueden empeorar la contraída disponibilidad de crédito.

Ejemplo práctico (hipotético) de uso conjunto: EL, UL y capital económico

Imaginemos —sólo como ilustración— una cartera con pérdida esperada anual total de 1.000.000 € (EL) y una pérdida inesperada estimada para un horizonte y nivel de confianza determinados de 5.000.000 € (UL). El banco podría considerar que el capital económico necesario para cubrir el riesgo es la suma de una parte de la UL más otros colchones, pero esta es una simplificación para entender el concepto. Cualquier cálculo real depende de metodologías y requisitos supervisorios concretos.

Buenas prácticas para la gestión de modelos internos

• Mantener documentación completa y actualizada.
• Contar con validación independiente y pruebas periódicas de backtesting.
• Aplicar conservadurismo en supuestos clave y controlar la calidad de los datos.
• Realizar análisis de sensibilidad y pruebas de estrés con escenarios adversos.
• Mantener comunicación fluida con el supervisor y con auditoría interna.

Recursos y normativa de referencia

Para quien quiera profundizar en marcos regulatorios y buenas prácticas, las páginas de referencia incluyen las autoridades supervisoras nacionales y europeas y los comités internacionales de supervisión bancaria. Entre ellas se encuentran las ya citadas del Banco de España, la Autoridad Bancaria Europea y el Basel Committee. Además, la bibliografía técnica sobre metodologías cuantitativas, backtesting y stress testing aporta guías prácticas para profesionales.

Conclusión

Los modelos internos de riesgo son instrumentos potentes para medir y gestionar las exposiciones de un banco, pero no son infalibles. Aportan personalización y eficiencia cuando están bien diseñados y gobernados; sin embargo requieren datos de calidad, validación independiente y supervisión. Para clientes y ahorradores, entender que las decisiones bancarias se basan en estas estimaciones ayuda a comprender variaciones en precios y requisitos de garantía, sin que ello implique necesariamente un juicio único sobre cada caso.

¿Qué significan exactamente PD, LGD y EAD?

PD es la probabilidad de que un prestatario incumpla en un periodo determinado; LGD es el porcentaje de la exposición que se espera perder tras el incumplimiento; EAD es la cantidad de exposición que existirá en el momento del incumplimiento. Juntos permiten estimar la pérdida esperada mediante PD × LGD × EAD.

¿Cómo puede afectar un modelo interno a mi hipoteca o préstamo?

Indirectamente. Si un banco evalúa que tu perfil o la garantía implican mayor riesgo según su modelo, puede pedir garantías adicionales, aplicar un margen más alto en el precio o denegar la operación. No obstante, la decisión final incorpora también criterios comerciales y regulatorios.

¿Son fiables los modelos internos de los bancos?

Los modelos pueden ser fiables si siguen buenas prácticas: datos de calidad, validación independiente, backtesting y supervisión. No obstante, tienen limitaciones y riesgo de fallo en eventos extremos o cuando cambian las condiciones económicas. Por eso se complementan con pruebas de estrés y colchones adicionales.

¿Puedo acceder a los resultados de un modelo interno de mi banco?

Normalmente los detalles técnicos de los modelos internos no son públicos por motivos de competencia y seguridad. No obstante, los supervisores exigen informes y transparencia en ciertos agregados; y las condiciones concretas de un préstamo (tasas, garantías) sí te las pueden comunicar a ti como cliente en la oferta vinculante.

¿Qué diferencia hay entre Value at Risk (VaR) y expected shortfall?

El VaR indica un umbral de pérdidas que no se espera superar con una probabilidad concreta; el expected shortfall mide la media de las pérdidas que ocurren cuando se supera ese umbral. El second es más sensible a la severidad de eventos extremos.

¿Qué sucede si un banco cambia su modelo interno?

Un cambio puede afectar la cuantificación del riesgo y, por tanto, decisiones sobre capital, precios y límites. Los cambios significativos en modelos internos suelen requerir pruebas, documentación y, en muchos casos, comunicación o aprobación por parte del supervisor.

Contenido informativo y general. No es asesoramiento financiero, fiscal ni de inversión personalizado.