La estabilidad de un sistema bancario no es solo un tema de especialistas; es la columna vertebral del crecimiento económico de un país. Como agentes relevantes de la economía, los bancos actúan como el puente vital entre quienes tienen recursos y quienes los necesitan para emprender, construir o consumir. Sin embargo, cuando un banco falla —entendido como el evento en el que pierde la capacidad de devolver el dinero a sus depositantes— se pone en riesgo el patrimonio de familias, empresas y sectores enteros.

A tres años del colapso del Silicon Valley Bank en marzo de 2023, quiebra que generó un impacto de 22 mil 500 millones de dólares en Estados Unidos y consumió 19.2% del fondo del seguro de depósitos (FDIC por sus siglas en inglés). El análisis posterior, reveló que las autoridades financieras estadounidenses y sus modelos tradicionales de pronóstico no lo vieron venir, a pesar de que el banco, en su informe anual de 2022, ya advertía sobre los riesgos de liquidez y solvencia por tenencia de bonos del gobierno norteamericano, lo cual abre el debate de la necesidad de modelos de pronóstico más eficaces. Cabe recordar, que los bonos del tesoro, la inversión de menor riesgo, proporcionan una tasa fija que estaba siendo superada por la inflación, disminuyendo el margen financiero que el banco obtenía entre la tasa que paga a sus ahorradores y la que recibe por sus inversiones en estos bonos. En este caso, los modelos de pronósticos que utilizan solo indicadores financieros no fueron capaces de detectar la problemática que se describe en el análisis de riesgo que el propio banco redactó en su informe anual unos meses antes de su colapso.

La integración de ambas fuentes de información, la que proporciona los indicadores financieros y la información textual que advierte sobre los riesgos de cada banco, permitió consolidar el “Modelo de quiebra bancaria, integración de indicadores financieros con informes de riesgos regulatorios”, con el objetivo de contar con herramientas de pronóstico que fortalezcan la supervisión financiera.

Históricamente, la supervisión de bancos en los Estados Unidos y de la mayor parte de los sistemas bancarios del orbe se ha basado en el modelo CAMELS, un acrónimo en inglés que evalúa el desempeño de indicadores contables sobre la Capitalización, Activos, Administración (Management), Utilidades (Earnings), Liquidez y Sensibilidad al riesgo. Este enfoque, que ha evolucionado desde los años sesenta, lleva más de cuatro décadas siendo utilizado por las autoridades encargadas de la supervisión y que forman parte de la red de seguridad bancaria. Actividades que llevan a cabo en México la Comisión Nacional Bancaria y de Valores (CNBV) y el Instituto para la Protección al Ahorro Bancario. Sin embargo, su principal limitación de estos modelos es que solo miran hacia el pasado, ya que la información de los estados financieros, permiten el diagnóstico de eventos que ya se reflejan en la contabilidad de los bancos.

Este nuevo modelo complementa los indicadores CAMELS con análisis de texto mediante herramientas de Machine Learning. El modelo permite el análisis de los informes regulatorios de riesgos a través del conteo del número de veces que una palabra se incluye en cada informe, estas palabras se asocian por temas y cada tema se convierte en una variable de pronóstico de quiebra. La clave reside en el informe de riesgos (sección 1A), contenido en el informe 10-K que las instituciones públicas en Estados Unidos están obligadas a emitir desde 2005 y que fue objeto de reforzamiento mediante la Ley Dodd-Frank de 2010, como respuesta a la crisis bancaria de 2008. El citado informe se emite conforme a los lineamientos establecidos por la autoridad reguladora de los bancos en su papel de intermediarios financieros y emisores de valores en los Estados Unidos (SEC por sus siglas en inglés) y constituye una mina de oro de información, pues es donde los bancos describen sus vulnerabilidades existentes al cierre de cada ejercicio.

Para entender este modelo integral, podemos compararlo con una visita al médico. Un doctor no se limita a revisar los análisis de sangre de su paciente, también lo interroga para escuchar sus síntomas. Si un paciente habla constantemente de "calorías", "peso" y "dieta", el médico asocia esas palabras con un riesgo metabólico.

De los 221 bancos que quebraron en Estados Unidos entre 2011 y 2024, el modelo se construyó con los 13 que cotizaban en bolsa y tenían informes de riesgo públicos disponibles. El análisis de esos informes identifica cinco ejes temáticos que los bancos mencionan en sus informes y que constituyen variables predictivas de quiebra.

• Riesgo de crédito. El tema más relevante, concentra el 25% del contenido temático analizado en los informes.

• Riesgo regulatorio y requerimientos de capital: el impacto de cambios en las leyes financieras (este tema representa el 12% del contenido temático).

• Estructura corporativa y reportes financieros: la complejidad interna del banco (10% del contenido por tema).

• Riesgo inmobiliario: préstamos vinculados a bienes raíces y construcción, tema detonante de la crisis de 2008 (9% del contenido).

• Ciberseguridad: una preocupación creciente que incluye palabras como "ataque", "incidente" y "fraude" (7% del contenido).

Estos cinco temas concentran el 63% de todo el contenido de temático comunicado por los bancos en sus informes anuales. Los resultados de 324 diferentes modelos de pronóstico mostraron que un modelo basado únicamente en indicadores financieros tradicionales identifica solo el 40% de los bancos que presentarán una quiebra, el modelo que integra los cinco temas como predictores eleva la capacidad de pronóstico (conocida como recall) al 78%.

Esta mejora en el modelo permite a las autoridades supervisoras contar con herramientas para actuar de manera oportuna. El objetivo es detectar las vulnerabilidades que el banco comunica mediante el análisis del texto de sus informes públicos de riesgos, así como de sus indicadores financieros.

Aunque este modelo ha demostrado capacidad predictiva en el sistema norteamericano, su aplicación en México enfrenta un desafío de transparencia. De los 53 bancos que operan actualmente en nuestro país, muy pocos cotizan en bolsa y, por lo tanto, no existe la obligación de divulgar públicamente y a detalle sus informes de riesgos.

Lo anterior también constituye una oportunidad: si la información que actualmente entregan los bancos a la CNBV fuese analizada bajo esta metodología, se podrían anticipar crisis bancarias individuales antes de que se conviertan en eventos de pérdida para ahorradores y empresas y se disminuiría la posibilidad de generar riesgos sistémicos. La información está ahí, pero debemos aprender a escuchar lo que los bancos nos dicen, más allá de lo que indican sus estados financieros.

* Profesor de Dirección Financiera en IPADE Business School

¡EL UNIVERSAL ya está en Whatsapp!, desde tu dispositivo móvil entérate de las noticias más relevantes del día, artículos de opinión, entretenimiento, tendencias y más.

[Publicidad]