La gestión de riesgo en la banca se ha transformado en la última década, y el ritmo de estos cambios no muestra signos de desaceleración. Actualmente, los bancos entienden con mayor claridad las amenazas que se ciernen sobre el sector financiero; y en la medida en la que aparezcan nuevos riesgos, tendrán que adoptar nuevos modelos para mantenerse un paso adelante.
Los bancos constantemente deben evitar numerosas fuentes de riesgo; desde amenazas de seguridad y un estricto control regulatorio hasta la volatilidad del mercado. Un manejo inadecuado de estos factores, puede afectar la reputación y la salud financiera de un banco. Debido a esto, la gestión del riesgo es de vital importancia para las instituciones financieras.
Cada vez más entidades financieras entienden la importancia de gestionar los riesgos, y esta tendencia seguirá en aumento. Según una investigación de McKinsey & Company, actualmente el 50% del personal a cargo del manejo de los riesgos al interior de los bancos se dedica a procesos operativos, como la administración de crédito, mientras que solamente el 15% trabaja en análisis. Para 2025, estas cifras llegarán al 25% y 40% respectivamente.
¿Cómo será la gestión del riesgo en el futuro?
Cumplimiento automatizado
A medida que las reglas se vuelven cada vez más complejas y las consecuencias del incumplimiento regulatorio cada vez más severas, los bancos no tendrán otra opción que eliminar las intervenciones humanas tanto como sea posible.
Aquellos aspectos que no puedan ser automatizados, tendrán un mayor nivel de monitoreo para garantizar una menor tasa de error.
Análisis de riesgo basado en datos
Las innovaciones tecnológicas permitirán a los bancos tomar mejores decisiones en torno a los riesgos financieros y no financieros. Este proceso será posible a través de Big Data; que ayudará a las entidades del sector a implementar bases de información estructurada y no estructurada del cliente, controlar las carteras, predecir pérdidas operacionales e incluso detectar operaciones de lavado de dinero.
Por su parte, con el uso del aprendizaje automático o machine learning, el sector financiero aumentará su poder predictivo y mejorará la veracidad de los modelos de riesgo al identificar patrones a partir de conjuntos de datos.
Eliminación de los sesgos
Gracias a la economía conductual, ahora es más fácil que nunca comprender el impacto de los sesgos conscientes o inconscientes en la toma de decisiones por parte de los consumidores.
Para elegir entre una entidad bancaria y otra, las personas pueden verse influenciadas por factores externos como las opiniones de terceros, creando un sesgo. Los bancos empezarán a utilizar modelos de gestión de riesgos para combatir dichos sesgos y asegurar una mayor participación en el mercado.
Inclusión de nuevos perfiles profesionales
Desarrollar y contratar personas con diferentes habilidades que puedan construir y administrar los nuevos modelos y conjuntos de datos, así como colaborar con otras áreas de negocio.
La gestión de riesgos probablemente se integrará aún más en todas las áreas de la organización. Para esto es probable que las entidades financieras necesiten transformar su modelo operativo, procesos, infraestructura de TI / datos y capital humano.
El próximo paso
Los bancos ya han empezado a transformar su enfoque de la gestión de riesgos, creando métodos proactivos para manejar riesgos no financieros, cumplir con las regulaciones e implementar mecanismos de análisis, medición y gestión que incorporen los nuevos riesgos.
El siguiente paso es aprovechar el poder de las Fintech para implementar nuevas mejoras en la gestión del riesgo. El trabajo conjunto entre la banca tradicional y las empresas de tecnología, mediante la implementación de soluciones de RegTech y machine learning. De esta forma, los bancos podrán fortalecer sus procedimientos de ciberseguridad, mejorar el registro y trazabilidad de sus operaciones, y realizar una gestión de los riesgos más rápida y eficaz.
También te puede interesar:
Fintechs: tecnología vs confianza
El modelo GAFA y su aplicación en el sector bancario
4 ejemplos de cómo la inteligencia artificial está transformando al sector financiero
Redactora y editora, especialista en construcción de narrativas digitales y storytelling para compañías B2C y B2B. Me encuentras en:
La mayoría de organizaciones públicas y privadas de la región consideran estar preparadas para responder a ataques cibernéticos. Sin embargo, se necesita seguir invirtiendo en seguridad digital para estar a la altura de los desafíos del siglo XXI.
La inteligencia artificial está cada vez más inmersa en el mundo en el que vivimos, la banca no es ajena a esta tendencia. La industria financiera necesita implementar este tipo de tecnología para seguir siendo competitiva. La aplicación de IA en apps y servicios bancarios permite aumentar los ingresos mediante una mayor personalización de su portafolio para los clientes, reducir los costos a través de la automatización, margen de error limitado y una mejor utilización de los recursos.
Según un informe de la firma de ciberseguridad Kaspersky sobre la frecuencia de ciberataques en América Latina, entre noviembre de 2018 y noviembre de 2019 se registraron 97 millones de ataques de phishing o correo fraudulento en la región: lo que equivale a 42 ataques por segundo. Estas cifras evidencian la necesidad de invertir en ciberseguridad para garantizar una mejor protección a las operaciones digitales en 2020.
La transformación que vive actualmente el sector financiero está generandoun cambio significativoa nivel mundial. La frecuencia de uso de aplicaciones de pagos digitales ha generado una población bancarizada en Latinoamérica que comienza a diversificarse.
Otros artículos de interés:
Contáctanos
