Bankinter: la excelencia en la gestión del riesgo

Basilea II está revolucionando la gestión interna del riesgo en Bankinter, que se ha convertido en uno de los elementos diferenciadores de su competitividad. La entidad confía en SAS para generar los modelos predictivos que ayudan a la compañía a determinar el nivel de riesgo cada operación

Nada descubrimos cuando decimos que la base del negocio bancario es la determinación con la máxima exactitud posible de la capacidad que tiene un cliente para devolver el dinero que se le presta. Es lo que define el concepto de riesgo bancario, aunque determinar ese riesgo es una tarea de enorme complejidad en la que intervienen tanto factores históricos, que marcan una pauta de comportamiento del deudor, como el momento actual de ese cliente. Además, se dan cita toda una serie de factores externos que abarcan desde las tendencias del mercado financiero a las grandes magnitudes macroeconómicas. Todos estos factores forman parte de un proceso que intenta dar respuesta a tres preguntas clave en relación al deudor: ¿Ha pagado anteriormente? ¿Puede pagar ahora? ¿Podrá pagar en el futuro?

El riesgo bancario se determina analizando información y estableciendo modelos de predicción. Es decir, utilizando soluciones de inteligencia de negocio. Los bancos han dispuesto siempre de procedimientos de análisis del riesgo, que cada uno ha desarrollado según sus propias metodologías, que podríamos calificar de "manuales", para determinar la solvencia de las operaciones corporativas. Cuando a principios de los noventa se produjo la explosión del mercado de créditos a particulares, sobre todo en el ramo de hipotecas, los bancos pusieron en marcha procedimientos de análisis que permitieron conocer de forma más "automática" el nivel de riesgo de estas operaciones.

Nuestro modelo de análisis predictivo, nos proporciona el conocimiento suficiente para determinar dónde están los puntos débiles de cada operativa, explicando de forma automática, por qué se deniega una hipoteca o dónde están sus aspectos conflictivos dudosos.

Gema Cordero

Director Estadístico Riesgos de Bankinter

Basilea cambia las reglas

Bankinter estaba plenamente inmerso en ese escenario de negocio. Sus herramientas de gestión le proporcionaban elementos de juicio para determinar el riesgo de sus clientes con unos niveles de eficiencia que venían marcados por el entorno regulatorio de la época, que definía el denominado Foncei (Fondo de Cobertura Estadística para Insolvencias). Pero la irrupción, ya en la década del dos mil, de los nuevos conceptos de cobertura de riesgos emanados de los acuerdos de Basilea II, cambiaron radicalmente esta situación. En palabras de Gema Cordero, Director Estadístico de Riesgos de Bankinter: "Las herramientas utilizadas hasta ese momento ya no cubrían nuestras necesidades, teníamos que evolucionar hacia nuevas soluciones que nos permitiesen conocer los riesgos de cliente, los de mercado y los operativos, que la nueva reglamentación internacional exigía controlar".

Clientes con nota

El banco dividió sus posiciones de riesgo en personas físicas y jurídicas. Para las primeras, según las recomendaciones de Basilea II, se propuso diseñar modelos de valoración del riesgo por tipos de operaciones (hipotecas, créditos, tarjetas, descubiertos...) mientras que en el segmento de empresas los modelos se centrarían en el estudio concreto de cada cliente.

Para diseñar el modelo de determinación de riesgos hipotecarios, Bankinter confeccionó una gran base de datos con información centrada en cuatro grupos de variables básicas. Variables de la operación, es decir, cantidad solicitada, plazos de amortización, etc.; variables socioeconómicas y demográficas del solicitante, edad, situación laboral, familiar, etc.; datos de calidad de riesgo, que se refieren a su historial de pagos y, por último, datos referentes a su relación con el banco, si tiene otros productos y cómo ha sido su trayectoria interna en la entidad.

"Los modelos predictivos que generamos a través de SAS® Enterprise Miner tm han sido la clave para determinar el nivel de riesgo de nuestras operaciones". Aplicando como matizadores variables macroeconómicas, tal y como recomienda Basilea II, Bankinter obtiene una puntuación final o "scoring" de 1 al 9 que señala el riesgo de morosidad de cada hipoteca. Con ese dato se sanciona cada solicitud de hipoteca. Además, el modelo de determinación de riesgo hipotecario ha sido estresado para ver su efectividad ante situaciones límite del mercado, como modificaciones de los tipos de interés o fluctuaciones de la tasa de paro. Asimismo los modelos han sido validados con muestras de diferentes años para comprobar su robustez y estabilidad.

Predicción automática del riesgo

"Para nosotros era básico disponer de una solución que nos proporcionara, en un periodo mínimo de tiempo, la información suficiente para saber si una operación hipotecaria debería ser aceptada o rechazada" comenta Gema Cordero. La determinación de los datos a examinar y la estructura del proceso de análisis hacen que en realidad el modelo de valoración de las operaciones sea muy conservador. Esto significa que, a priori, la solución no se equivoca nunca a la hora de asignar el "scoring" de una operación de crédito, en función del cual esta es aceptada o denegada. Sin embargo, tal grado de automatismo no elimina el hecho de que sean los gestores los que deben de tomar una decisión final. Los modelos de cálculo de riesgo son capaces de distinguir con gran claridad las operaciones muy buenas y las muy malas, pero no tienen el mismo grado de precisión a la hora de determinar las intermedias.

El valor estratégico de la morosidad

"Nuestro modelo de análisis predictivo, basado en tecnología SAS, nos proporciona el conocimiento suficiente para determinar dónde están los puntos débiles de cada operativa, explicando además de forma también automática, por qué se deniega una hipoteca o dónde están sus aspectos conflictivos dudosos. Igualmente, nuestro modelo estadístico nos permite conocer qué variables son las más representativas y por tanto las que tienen mayor capacidad de predicción", añade Gema.

La entidad trata estas variables con especial atención tanto en su determinación como en su almacenamiento. Otra cuestión importante es que el modelo proporciona información puntual y fidedigna sobre la situación de morosidad de toda la operativa crediticia del banco. Se puede saber, casi en tiempo real, el porcentaje de volumen de capital prestado que no es devuelto por los clientes en relación al total del volumen de créditos concedidos. Esta información en tiempo, facilita la toma de decisiones estratégicas, como puede ser valorar la conveniencia de aceptar un aumento soportable de la morosidad a cambio de una perspectiva de mayor rentabilidad.

La solución de control del riesgo de Bankinter proporciona también un sistema de alertas de morosidad que permite anticiparse a posibles situaciones de impagados y alertar además de la posibilidad de que determinadas operaciones puedan estar relacionadas con actividades prohibidas.

Por otra parte, el sistema permite a la entidad entrar en el campo de la simulación operativa, proporcionando valiosísima información a la alta dirección. Los modelos de simulación aportan información sobre cómo variaciones de la morosidad o rentabilidad de los créditos podrían afectar a la entidad. Se conoce así el margen de maniobra estratégica del que se dispone para la toma de decisiones.

La experiencia como factor de control de riesgos

En el segmento de empresas, la operativa para determinar los niveles de riesgo de las operaciones crediticias es básicamente similar a la de las hipotecas aunque analiza también datos referentes a la situación general de la empresa y del sector en el que opera. "Al igual que en el caso de créditos para hipotecas, nos comenta Elena Menchero, Estadístico de Riesgos de Bankinter, sobre los datos se aplican modelos predictivos basados en SAS® Enterprise Miner tm que puntúan las operaciones de 1 a 9 valorando así el riesgo de impago que tiene dicha operación". En grandes empresas esta puntuación automática está matizada por otra de tipo subjetivo que aporta el experto que analiza la operación y que procede de su conocimiento histórico del funcionamiento de la compañía y de su relación con la entidad. El modelo es capaz de explicar por qué se da una puntuación determinada, selecciona qué variables son las más predictivas y comprueba que los resultados que proporciona se ajustan a la realidad del mercado.

Basilea II está revolucionando la gestión interna del riesgo en Bankinter, que se ha convertido en uno de los elementos diferenciadores de su competitividad. Por una parte, está generando una nueva organización interna, con unidades cuya tarea principal es el control de los riesgos de cliente, riesgos operativos y de mercado. Por otra, está generando toda una estrategia de rearme de soluciones de inteligencia de negocio para establecer un sistema único de control y valoración de sus riesgos. Conociendo con todo detalle la probabilidad de impago de sus operaciones crediticias, la severidad que representan y la exposición que sufre, Bankinter puede fijar al céntimo el montante de la provisión anual que debe fijar para cubrirse.

bankinter-logo-cs

El reto

Disponer en un periodo mínimo de tiempo de la información suficiente para saber si una operación hipotecaria debería ser aceptada o rechazada.

Solución

Generación de modelos predictivos con los que determinar el nivel de riesgo de cada operación

Beneficios

Conocer en todo momento la probabilidad de impago de sus operaciones crediticias, la severidad que estas representan y la exposición que sufre la entidad

" Nuestro modelo de análisis predictivo, basado en tecnología SAS, nos proporciona el conocimiento suficiente para determinar dónde están los puntos débiles de cada operativa, explicando además de forma también automática, por qué se deniega una hipoteca o dónde están sus aspectos conflictivos o dudosos. Igualmente, nuestro modelo estadístico nos permite conocer qué variables son las más representativas y por tanto las que tienen mayor capacidad de predicción ”

Gema Cordero, Director Estadístico Riesgos de Bankinter

The results illustrated in this article are specific to the particular situations, business models, data input, and computing environments described herein. Each SAS customer’s experience is unique based on business and technical variables and all statements must be considered non-typical. Actual savings, results, and performance characteristics will vary depending on individual customer configurations and conditions. SAS does not guarantee or represent that every customer will achieve similar results. The only warranties for SAS products and services are those that are set forth in the express warranty statements in the written agreement for such products and services. Nothing herein should be construed as constituting an additional warranty. Customers have shared their successes with SAS as part of an agreed-upon contractual exchange or project success summarization following a successful implementation of SAS software. Brand and product names are trademarks of their respective companies.