Si en algún momento has tenido que validar o desarrollar un modelo de IFRS 9, probablemente te ha pasado lo mismo que a mí: llegas al ajuste forward-looking, al modelo satélite macroeconómico, y algo en tu cabeza te susurra que hay algo ahí que no cierra del todo.
No es el modelo en sí. No es la regresión, ni los escenarios de PIB, ni la curva de desempleo. Es algo más de fondo. Algo que Robert Lucas ya había identificado décadas antes de que el IASB publicara la IFRS 9.
Y si Lucas estuviera vivo y le tocara revisar uno de estos modelos, no estaría muy contento.
La estrategia que deja de funcionar cuando la conocen
La Crítica de Lucas, en palabras simples, dice esto: los modelos económicos dejan de funcionar cuando los usas para hacer política, porque la gente aprende, se adapta y cambia su comportamiento. Es como revelarle tu estrategia al rival. En cuanto la conoce, ya no te sirve.
Por eso no puedes predecir el efecto de una política nueva mirando solo lo que pasó en el pasado. Los agentes —personas, empresas, bancos— forman expectativas. Y cuando saben que algo va a cambiar, actúan antes de que cambie. El modelo ya no captura la realidad; captura una realidad que dejó de existir.
Ahora bien, ¿qué tiene que ver esto con IFRS 9?
Todo.
El ajuste forward-looking y la correlación que no es causalidad
IFRS 9 exige que los modelos de Expected Credit Loss (ECL) incorporen información prospectiva. Hasta ahí, lógico. Un modelo de provisiones que solo mira el pasado es, en el fondo, un modelo que llega siempre tarde. La norma quiso corregir exactamente eso: que los bancos reconozcan el deterioro antes, no cuando ya es demasiado obvio.
La implementación práctica, sin embargo, suele seguir este camino: se toman variables macroeconómicas —PIB, desempleo, tasa de política monetaria, índices de precio— y se estima su relación histórica con los drivers de riesgo, típicamente la Probability of Default (PD) o la Loss Given Default (LGD). Se ajusta la PD según el escenario macroeconómico esperado. Listo. Forward-looking aplicado.
Pero aquí hay un problema que casi nadie dice en voz alta: eso es una correlación histórica. No es una relación estructural. No está microfundada. Y si Lucas tiene razón —y la tiene—, esa correlación puede romperse exactamente cuando más la necesitas.
¿Por qué? Porque los bancos no son actores pasivos que esperan a que la recesión llegue para ajustar sus provisiones. Aprenden. Se anticipan. Y cuando lo hacen, cambian el escenario que el modelo estaba prediciendo.
La prociclicidad que nadie programó, pero todos construyeron
El mecanismo se ve así: el modelo detecta deterioro macroeconómico esperado, eleva las provisiones, reduce el capital disponible, y la institución restringe el crédito preventivamente. Si varios actores del sistema hacen lo mismo —y lo harán, porque comparten los mismos modelos satelitales con las mismas variables—, el endurecimiento del crédito llega antes de la recesión y, con alta probabilidad, la agrava.
Es decir: el ajuste forward-looking, bien intencionado, puede ser procíclico de manera artificial. No amplifica el ciclo porque el modelo sea malo técnicamente. Lo amplifica porque el modelo ignora que los agentes van a reaccionar a él.
Lucas diría que ese es exactamente el problema. No puedes usar relaciones del pasado para predecir el comportamiento futuro de un sistema cuyos agentes saben que estás modelándolos.
¿Y cuál era el espíritu de IFRS 9? Que las instituciones reconozcan el deterioro antes, con mayor anticipación y realismo. No que el reconocimiento anticipado se transforme en un mecanismo de amplificación de crisis.
¿Estamos modelando bien?
La pregunta no es fácil, pero hay que hacerla. La mayoría de los modelos satelitales de IFRS 9 que circulan en la industria —y que han pasado por auditorías, validaciones y revisiones regulatorias— son correlaciones históricas estimadas con datos de ciclos anteriores. Funcionan bien en condiciones normales. Funcionan razonablemente bien cuando el ciclo se parece a los ciclos pasados.
Pero en los momentos donde más importan —en una recesión inusual, en un shock de política monetaria acelerado, en una crisis de confianza sistémica— son exactamente esos modelos los que pueden fallar. Porque en esos momentos, el comportamiento de los agentes cambia de manera no lineal, y las correlaciones históricas dejan de ser una buena guía.
Lo que falta, en rigor, es microfundamentación. Modelos que no solo estimen correlaciones entre macro y riesgo, sino que expliciten los mecanismos: por qué y cómo un deterioro del PIB se transmite al comportamiento de pago de los deudores, considerando que esos deudores —y las instituciones que les prestan— también están formando expectativas y actuando en consecuencia.
Eso es más complejo. Requiere más datos, más supuestos explícitos, más capacidad de modelamiento. Y requiere humildad epistémica para reconocer que el modelo no va a capturar todo.
¿Hay que ajustar la norma?
IFRS 9 lleva años vigente. Ha sobrevivido ciclos, crisis, pandemias y shocks de tasas. Pero eso no significa que no haya espacio para cuestionarla. La norma establece el qué —información prospectiva, ECL en dos etapas, criterios de staging— pero deja amplio margen en el cómo. Y es en ese cómo donde vive el problema.
Quizás no necesitamos cambiar la norma. Quizás lo que necesitamos es tomarnos en serio la advertencia de Lucas y dejar de hacer modelos que asumen que el comportamiento futuro se puede leer en el espejo retrovisor.
¿Eso implica modelos de expectativas racionales embebidos en los modelos de riesgo? ¿Agentes con funciones de reacción? ¿Equilibrios de Nash entre instituciones que se anticipan mutuamente? Tal vez. No es fácil. No es lo que pide la norma explícitamente. Pero sería, al menos, consistente con lo que sabemos sobre cómo funcionan los mercados.
La industria ha construido modelos elegantes, bien calibrados, bien documentados. En muchos casos, modelos que he tenido el privilegio de revisar y validar. Y aun así, la pregunta sigue en pie: ¿estamos modelando el riesgo que existe, o el riesgo que existía antes de que empezáramos a modelarlo?
Lucas tenía razón en los años setenta. Y parece que sigue teniéndola en las provisiones del siglo XXI.
Conceptos clave: IFRS 9 · Expected Credit Loss · Probability of Default · Forward-Looking · Ajuste macroeconómico · Modelo satélite · Crítica de Lucas · Expectativas racionales · Prociclicidad · Microfundamentación · ECL · Riesgo de crédito sistémico
Temas: Riesgo de crédito · Normativa IFRS · Modelos cuantitativos · Macroeconomía · Regulación financiera · Opinión