Model risk management (gestão de risco de modelo): Vital para a regularidade e sustentabilidade dos negócios

Por Sridhar Sourirajan, Diretor, Model Risk Management, SAS

Modelos analíticos são a força vital das instituições financeiras modernas. Ao longo dos seus ciclos de vida, eles afetam as necessidades de diferentes acionistas em toda a organização. Podem haver consequências adversas caso decisões comerciais sejam tomadas como resultado do uso de um modelo incorreto.

Leia nosso mais novo white paper: O futuro da gestão de risco de modelo para firmas de serviços financeiros

Dessa forma, instituições financeiras estão organizando seus recursos para lidar com diversos desafios analíticos e de governança ocultos em negócios emergentes e exigências regulatórias. Assim, a gestão de risco de modelo se torna uma competência essencial. Historicamente, os modelos foram desenvolvidos em silos sem governança de nível empresarial, levando a inconsistências em qualidade de dados, metodologia quantitativa, uso de modelos e processos de validação. A gestão de risco de modelo é especificamente projetada para tratar estas deficiências.

Model Life Cycle
Financial institutions need a centralized capability to manage and track core processes and workflow throughout model life cycle.

O surgimento da gestão de risco de modelo


Após a crise de 2008, os reguladores aumentaram significativamente o seu foco na gestão de risco de modelo. A regulamentação SR 11-7 da Reserva Federal dos EUA obriga que holdings bancárias (BHCs, do inglês bank holding companies) gerenciem e controlem riscos associados a modelos usando técnicas rigorosas de projeto, implementação e validação. Portanto, a gestão de risco de modelo é um componente crítico dos processos de CCAR (Revisão e Análise Abrangente de Capital, do inglês Comprehensive Capital Analysis and Review), e é exigido que os bancos enviem evidências de conformidade documentadas com os procedimentos e políticas de governança de modelo, aprovações de modelo por gestão e evidências de desafios efetivos e suas resoluções.

De fato, além das BHCs, instituições financeiras de forma geral, de gestores de ativos a fornecedores de seguro, sabem que devem fazer um trabalho melhor de gerir modelos analíticos no núcleo dos seus processos de investimento, alocação de capital, desempenho comercial, gestão de riscos e conformidade. 

Confiar em processos e sistemas legados: O que pode dar errado?

Há diversas coisas que podem dar errado no projeto, desenvolvimento, teste, implementação e uso de modelos - o que, por sua vez, leva a consequências adversas a partir de decisões tomadas usando resultados incorretos.

Confiar em modelos de funcionamento incorreto ou decisões baseadas em resultados de modelos mal utilizados resulta em risco de modelo. O risco de modelo pode impedir a obtenção da aprovação regulatória para planos de capital, perda financeira, dano à reputação do banco e perda do valor para o acionista.  

Há dois motivos fundamentais pelos quais um modelo pode estar incorreto ou sofrer degradação de desempenho (perda ou elevação):

  1. O modelo é fundamentalmente incorreto devido a dados incorretos, projeto incorreto, aplicação incorreta desde a teoria, um erro nos cálculos matemáticos ou suposições incorretas. Qualquer um destes erros produzirá estimativas incorretas, as quais, quando aplicadas em comparação aos objetivos comerciais, resultarão inevitavelmente em decisões que levarão a impactos potencialmente adversos.
  2. O projeto e o desenvolvimento do modelo estão fundamentalmente corretos, mas o modelo é mal utilizado ou mal aplicado. Um modelo projetado para uma situação específica pode apresentar um alto risco de modelo quando utilizado em um ambiente diferente com suposições diferentes. É muito importante definir as limitações e o escopo para o modelo.

Podemos traçar estes desafios associados à falta de controle sobre a governança e fluxo de trabalho do modelo, bem como a confiabilidade nos sistemas legados que apresentam diversos desafios, incluindo:

  • Tecnologia de base de dados que não é mais suportada pelo sistema de informação atual da empresa, tornando quase impossível atualizar e escalar para atender novas exigências.
  • Falta de integridade de dados de controles de sistemas inadequados.
  • Nenhuma trilha de auditoria, governança necessária ou registros para documentar a gestão de alterações ao longo de bases de dados de inventário de modelos divergentes e outros locais de armazenamento, como o Microsoft SharePoint.
  • Nenhuma integração entre fontes de dados, tornando difícil - se não impossível - rastrear riscos de correlação e dependências.
  • Um alto riso de erro devido ao esforço manual requerido para compilar/consolidar dados de diversas fontes.
  • Capacidades de relatório muito limitadas ou demandas crescentes de relatório que são feitos manualmente.

Melhores práticas para gestão de risco de modelo

Para aprimorar o risco de modelo, você pode estabelecer controles e diretrizes para medir e abordar o risco de modelo em todas as etapas da vida útil. Exemplos de controles e medidas incluem:

  • Conduzir uma avaliação conceitual de segurança durante a fase de projeto.
  • Conduzir revisões por pares durante o desenvolvimento.
  • Estabelecer limites sobre o uso de modelo.
  • Conduzir monitoramento contínuo e revisões de manutenção frequentemente depois que um modelo for implementado.

Para implementar melhores práticas para gestão de risco de modelo no seu banco, você precisará do seguinte:

  • Alta integridade de dados e uma única fonte de veracidade ao longo de toda a vida útil do modelo e todos os artefatos relacionados.
  • Eliminação de relatórios manuais e implementação de painéis executivos.
  • Agendamento e monitoramento integrados no sistema.
  • Capacidade do usuário final de responder alterações em necessidades de dados, fluxo de trabalho e relatório.
  • Coordenação entre as equipes de desenvolvimento de modelo e validação - incluindo revisões de pares. (Para mais informações sobre o processo de revisão de pares ao longo dos grupos de modelos, assista ao webinário A Gestão de Risco de Modelo É Essencial para a Sustentabilidade Regulatória e Comercial do American Banker, com Karen Reteneller, Vice-Presidente de Gestão de Risco de Modelo do SunTrust.)

A gestão de risco de modelo como a chave para tornar os seu negócio sustentável

Muitas instituições financeiras agora percebem que a gestão de risco de modelo é mais do que apenas a conformidade regulatória - é uma função comercial crucial para que o seu negócio seja sustentável.

A gestão de risco de modelo se torna uma competência essencial envolvendo uma mudança na cultura e a adoção das melhores práticas para medir e mitigar riscos associados com o uso de modelos. Com um processo disciplinado e alinhamento de desenvolvimento e implementação de modelos, gestão efetiva do ciclo de validação e um processo bem definido de uso de modelos suportado por uma forte estrutura de políticas, controles e gestão de governança, você está no caminho certo para construir uma forte estrutura de gestão de risco de modelo que se adeque aos mais amplos objetivos comerciais, gestão de riscos e conformidade da sua organização.

Quer saber mais sobre gestão de risco de modelo?

Baixe agora o nosso mais novo white paper: O futuro da gestão de risco de modelo para firmas de serviços financeiros


Sridhar Sourirajan

Sridhar Sourirajan é o arquiteto principal da solução líder na indústria de Gestão de Risco de Modelo SAS®, tendo liderado o desenvolvimento desde o conceito até a entrega para a adoção bem-sucedida por bancos em todo o mundo. Bem versado nos domínios de negócios e tecnologia, ele é consultor extensivo de processos de gestão de risco de modelo para bancos CCAR dos EUA, bancos DFAST dos EUA e G-SIBs e D-SIBs em todo o mundo.

Model Risk Management

Get More Insights

iPad

Want more Insights from SAS? Subscribe to our Insights newsletter. Or check back often to get more insights on the topics you care about, including analytics, big data, data management, marketing, and risk & fraud.

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

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