
Grandes pérdidas económicas impactaron negativamente en el patrimonio y la reputación de algunas instituciones financieras consideradas de primera línea en el mundo. Esto obliga a empresarios y organismos reguladores a crear mayor conciencia sobre la gestión del riesgo operacional, despertando el interés por mejorar los sistemas de control interno.
Jordi García Ribas, consultor de Riesgos y Gestión de Procesos de Nodos Risk Consulting y exdirector de Riesgo Operacional del Grupo BBVA, define así a la gestión cuantitativa: "Consiste en recoger en una base de datos todas las pérdidas que se van produciendo en la organización. El análisis de los datos registrados nos proporciona información acerca de riesgo operacional. Por consiguiente, podemos determinar cuáles han sido las causas del mismo para poder actuar sobre ellas".
En este sentido, se entiende la gestión cuantitativa como aquella que se basa en la experiencia, y en la que es necesario recoger una base de datos. Mediante la elaboración de estos modelos, se puede "obtener una distribución estadística de las pérdidas operacionales que permitan determinar el perfil de riesgo de la entidad", afirma Arturo García Villacorta, profesor del curso Gestión de riesgos bancarios del PEE de ESAN.
"Las bases de datos nos hablan del pasado al tratar su naturaleza predictiva", enfatiza Jordi García. No obstante, plantea que las entidades que solo gestionan cuantitativamente se enfrentan a un gran problema: "No pueden saber su nivel de exposición a eventos de baja frecuencia, como desastres o grandes fraudes, porque lo más normal es que no los hayan sufrido en el pasado".
Sin embargo, el experto confía en la doble utilidad de la base de datos. Argumenta que, por un lado, se puede gestionar mejor el riesgo operacional, y por otro, proporciona la información necesaria para calcular el capital en riesgo. Para ello se pueden utilizar metodologías análogas a las empleadas en riesgo de crédito.
Como ha quedado evidenciado, el desarrollo de un sistema de gestión cuantitativa es la base de un modelo integral de gestión de riesgos para cualquier institución financiera. Luego de aplicarse, se puede complementar con otros procedimientos que permitan anticiparse a eventos riesgosos, aún si no hubieran sido observados en el pasado, como el sistema de gestión cualitativa.
¿Te interesa potenciar tus conocimientos en el área de sistemas financieros y análisis de riesgos? Inscríbete en el curso Gestión de Riesgos Bancarios del PEE de ESAN.
Fuentes:
Entrevista a Arturo García Villacorta, MBA de ESAN, economista y consultor de empresas.
Portal de negocios de ESAN Graduate School of Business. Desde el 2010 difunde contenido de libre acceso (artículos, infografías, podcast, videos y más) elaborado por los más destacados especialistas. Encuentra contenido en más de 15 áreas y sectores como Administración, B2B, Derecho Corporativo, Finanzas, Gestión de Proyectos, Gestión de Personas, Gestión Pública, Logística, Marketing, Minería, TI y más. ¡Conéctate con los expertos de ESAN y aumenta tu conocimiento en los negocios!
Jhonnatan Horna, profesor del área de Operaciones y Tecnologías de la Información de ESAN, precisó en Gestión que la adopción de la IA no es un desafío tecnológico, sino de gestión del cambio. El docente sostuvo que, para evitar que estas herramientas terminen abandonadas, los líderes deben priorizar la utilidad real sobre la novedad y crear un entorno seguro donde el equipo pueda experimentar sin miedo al error.
César Puntriano, profesor de ESAN Business Law, analizó en La República el último informe del Banco Mundial sobre pobreza, advirtiendo que mientras la región mejora, el Perú sigue lejos de sus niveles prepandemia (27.6 % vs 20.2 % en 2019). El experto enfatizó que la movilidad social depende exclusivamente del crecimiento económico y la inversión privada, motores que hoy se ven frenados por la inseguridad ciudadana y la incertidumbre jurídica.
Sandor Lukacs, profesor de ESAN Graduate School of Business, indicó a la revista Energiminas que la minería peruana debe abandonar el esquema lineal para adoptar un enfoque sistémico basado en la economía circular y la digitalización. El experto destacó que, si bien la inteligencia artificial es clave para la eficiencia y la fiscalización ambiental, existe un riesgo ético urgente: el "sesgo estructural" de algoritmos que ignoran la realidad local.