Nova regulamentação IFRS-9 impactará o processamento de dados para bancos

*Por Renato Fiorini, Gerente de Soluções de Risco do SAS América Latina

Em janeiro de 2018 serão introduzidos os novos Padrões Internacionais de Informes Financeiros 9 (IFRS 9). Apesar destas regras contábeis ainda não terem sido formalmente regulamentadas no Brasil, todas as instituições que emitem os informes financeiros no padrão IFRS precisarão se adequar para manter sua aderência.

A alteração muda a forma como as perdas de crédito devem ser provisionadas. Até o momento, os cálculos são baseados em "perdas incorridas"; com o IFRS-9 será introduzida uma nova forma baseada em expectativas futuras, ou perdas esperadas (Expected Credit Loss - ECL). A mudança trará um grande impacto para os bancos, pois gera a necessidade de reservar provisão para perdas de crédito de todos os instrumentos financeiros, inclusive limites de crédito e exposições com risco baixíssimo.

Para se prever as perdas, será necessário criar novos modelos preditivos, sensíveis a cenários econômicos para o comportamento dos ativos de um banco.

Como a nova forma de cálculo do ECL pede o cálculo no nível mais granular, uma grande quantidade de dados precisa ser coletada e processada. Isso representa um desafio para os departamentos financeiros. A exigência da previsão de perdas futuras gera novas demandas, como a projeção de cada contrato em termos de seu comportamento no futuro e fluxos de caixa. Essa etapa gerará uma quantidade de dados significativa. Embora esses dados talvez não precisem ser armazenados por um longo período, o simples fato de que precisam ser gerados cria um impacto no tempo de fornecimento e no espaço de armazenamento necessário.

Para se prever as perdas, será necessário criar novos modelos preditivos, sensíveis a cenários econômicos para o comportamento dos ativos de um banco. Esses novos modelos também precisarão ser criados com base no histórico de dados de comportamento. Ou seja, será necessário buscar dados históricos adicionais, incrementando um volume extra à já grande quantidade de dados necessária para os processos de crédito.

A projeção das perdas estará sujeita às possíveis variações de cenários econômicos. Isso significa que os bancos desejarão simular o cálculo de ECL para mais de um cenário, a fim de medir melhor sua exposição e aumentar a precisão do cálculo de ECL. Os bancos também precisarão atualizar os valores de ECL em cada edição de relatório para refletir as alterações no risco de crédito. Isso aumentará, significativamente, o número e a frequência dos cálculos de ECL que devem ser realizados, além da quantidade de informações que deve ser coletada para fazê-los, devido à maior granularidade, previsão de perdas futuras, novos modelos e requisitos de simulação.

Isso exigirá que os bancos executem cálculos e analisem resultados várias vezes por período, com tempo de processamento limitado para fornecer resultados. Desta forma, além do efeito de multiplicação na quantidade de dados que precisam estar disponíveis para os tomadores de decisão, também haverá restrições quanto ao desempenho, levando os bancos a repensarem a arquitetura de seus sistemas de gerenciamento de risco.

Outro desfio adicional é que, diferente dos cálculos de capital, os processos de cálculo de provisão se enquadrará no escopo dos auditores financeiros. Isto exigirá funcionalidades de governança, rastreabilidade de dados adicionais e grande esforço operacional.

Os desafios acima promoverão um movimento de apoiar-se cada vez mais na capacidade dos sistemas de TI para lidarem com grandes quantidades de dados. Será importante que os bancos sejam capazes de gerar cálculos robustos e precisos no prazo, não apenas para atender às necessidades regulatórias, mas também devido ao impacto que eles têm nas provisões, nos níveis de capital e no resultado financeiro de um banco. Quanto mais dados de boa qualidade os bancos puderem reunir, mais precisos serão seus modelos e seus cálculos de ECL.

Renato Fiorini standing on the street

Quer mais Insights?

A La Une du Support

Volte com frequência para obter mais insights sobre tópicos de seu interesse, incluindo analytics, big data, data management, marketing, e risco & fraude

Back to Top