Estás leyendo
Un estudio de SAS y Celent advierte sobre la falta de preparación para la gestión de activos y pasivos (ALM)
Banner

Un estudio de SAS y Celent advierte sobre la falta de preparación para la gestión de activos y pasivos (ALM)

  • La modernización de la gestión de activos y pasivos se ha convertido en un objetivo crítico para los servicios financieros tras las recientes quiebras bancarias
  • El 80% de las entidades está considerando realizar mejoras significativas en sus funciones ALM
Risk pros sound alarm on asset liability management readiness

SAS, compañía líder en Analytics, ha lanzado un nuevo estudio en colaboración con Celent, que pone el  foco en la y pasivos (ALM).  Una faceta de la gestión de riesgos que durante mucho tiempo se ha pasado por alto, y que ha ganado relevancia a raíz del efecto dominó provocado por el colapso del Silicon Valley Bank (SVB).

El estudio “Modernizing Asset Liability Management” ofrece información relevante sobre las estrategias de las organizaciones a la hora de reforzar sus balances en un contexto de subida de los tipos de interés y de aumento del riesgo de liquidez. Estos dos factores desencadenaron las quiebras bancarias que derrumbaron el SVB y, posteriormente, el Signature Bank y el First Republic Bank. En este sentido, el informe, que se realizó en marzo a nivel mundial, proporciona un punto de vista único para obtener una instantánea de la evolución de la ALM.

Un nuevo enfoque para la ALM

La investigación revela como la modernización de la gestión de activos y pasivos se ha convertido en un objetivo crítico para los servicios financieros. De hecho, un 80% de las entidades está considerando realizar mejoras significativas en sus funciones ALM. Sin embargo, las inversiones previstas varían en función del tamaño de los activos de las entidades. Así, la mayoría de las firmas de primer nivel, con activos de 750.000 millones de dólares o más, están centrando sus esfuerzos en implementar tecnología ALM de última generación, como sistemas nativos en la nube, basados en API y machine learning. Mientras que casi la mitad de las firmas de tercer y cuarto nivel, aquellas con activos de entre 50.000 y 249.000 millones de dólares, están contemplando nuevos sistemas.

A corto plazo, los servicios financieros establecen la previsión, la alineación y la automatización como las principales prioridades para mejorar su ALM. En este sentido, casi 6 de cada 10 entidades (59%) quiere mejorar su capacidad de simulación prospectiva, y más de la mitad buscan una mejor alineación de la ALM con sus funciones de riesgo, tesorería y finanzas (53%), así como una mayor automatización en las áreas de riesgo exigidas por los reguladores (52%).

Te puede interesar
Zoom soluciones industriales inteligencia artificial

Ahora bien, la gestión integrada del balance es el principal objetivo de la mayoría de las entidades financieras. Según el estudio, menos de un tercio (29%) de los bancos ha automatizado totalmente el intercambio de datos entre la ALM y otras funciones de riesgo o de negocio. Pese a ello, el 40% de las instituciones afirma haber logrado ya la gestión integrada del balance, y otro 39% se esfuerza por conseguirlo.

A principios de año, pocos habrían pronosticado que la gestión de activos y pasivos se convertiría en el centro de atención de la forma en que lo ha hecho. Los resultados de este estudio nos demuestran que la ALM se está convirtiendo en un proceso cada vez más vinculado a las pruebas de estrés en toda la organización. En SAS nos hemos estado preparando para este momento durante mucho tiempo, incluso antes de las recientes quiebras bancarias, y hemos invertido de manera estratégica en esta área con el objetivo de ayudar a las entidades financieras a predecir y mitigar mejor los riesgos de tipos de interés, liquidez y balance que desencadenaron la situación actual del sector.
Esta investigación no podría haber sido más oportuna para captar cómo las empresas están respondiendo a la evolución de la disrupción. La buena noticia es que casi todos los bancos y firmas de mercados de capitales están utilizando sistemas tecnológicos para ALM, aunque alrededor de la mitad está utilizando sistemas anticuados y monolíticos, que tienen funciones más bien inflexibles y preconstruidas. Estos sistemas simplemente no pueden soportar las velocidades de procesamiento y la granularidad de los modelos necesarios para apoyar las mejores prácticas de ALM, incluidas las capacidades analíticas intradía y la automatización y orquestación de procesos.Neil Katkov, director de riesgo de Celent
Utilizamos cookies para facilitar la relación de los visitantes con nuestro contenido y para permitir elaborar estadísticas sobre las visitantes que recibimos. No se utilizan cookies con fines publicitarios ni se almacena información de tipo personal. Puede gestionar las cookies desde aquí.   
Privacidad