Seis formas en que las empresas gestionan mal el riesgo

A medida que los inversores acumulen sus pérdidas por la crisis financiera, muchos se preguntarán: ¿Cómo se equivocó tanto Wall Street? ¿Qué pasó con todos esos modelos complicados? Ya en noviembre de 2007, antes de que la crisis afectara realmente a los mercados bursátiles, un comentarista del Financial Times escribió: «Es obvio que se ha producido un fracaso masivo en la gestión del riesgo en la mayor parte de Wall Street».

Resumen de la idea

¿Cómo empeoró tanto la actual crisis financiera mundial? En parte por el fracaso de los enfoques convencionales de gestión de riesgos. El fracaso en la gestión del riesgo

…

Por supuesto, las instituciones financieras pueden sufrir pérdidas espectaculares incluso cuando su gestión de riesgos es de primera categoría. Al fin y al cabo, se dedican a correr riesgos. Sin embargo, cuando la gestión de riesgos fracasa, es de una de las seis formas básicas, casi todas ellas ejemplificadas en la crisis actual. A veces, el problema está en los datos o las medidas en los que se basan los gestores de riesgos. A veces tiene que ver con la forma en que identifican y comunican los riesgos a los que está expuesta una empresa. La gestión del riesgo financiero es difícil de hacer bien en los mejores tiempos. En las páginas siguientes analizaré en detalle los seis caminos hacia el fracaso.

La idea en la práctica

Para gestionar el riesgo de forma eficaz, tiene que elegir los datos y las métricas correctos y tener una idea clara de cómo funcionan todas las partes móviles en conjunto. Los

…

1. Confiar en datos históricos

Los modelos de gestión de riesgos normalmente implican extrapolar del pasado para pronosticar la probabilidad de que un riesgo determinado se materialice. Supongamos que fue gestor de riesgos de un banco en 2006 y le preocupaban las posibilidades de que los precios inmobiliarios se desplomaran durante el próximo año. Los altos ejecutivos de su banco necesitaban saber qué tan probable era esa caída y qué pérdidas causaría para poder decidir cuánta exposición debería tener el banco a los precios inmobiliarios.

Seis fuentes de fracaso en la gestión del riesgo

Falta de datos adecuados La rápida innovación financiera de las últimas décadas ha hecho que los datos históricos sean menos útiles. Medidas de riesgo limitadas Las medidas de

…

Habría empezado por examinar la volatilidad histórica de los precios de la vivienda y, a continuación, habría calculado la variación media del precio en un año y su desviación estándar, en el supuesto de que proporcionarían una buena aproximación en el futuro. Los datos podrían haberle llevado a la conclusión de que los movimientos del precio de la vivienda son aleatorios, como el resultado del lanzamiento de una moneda; que las subidas y bajadas del mismo tamaño tienen la misma probabilidad de producirse; y que los cambios pequeños son mucho más probables que los grandes. Si todo esto fuera cierto, la distribución de probabilidad de los cambios en el precio de la vivienda trazaría gráficamente una curva en forma de campana en torno al cambio medio. El eje horizontal del gráfico mediría los cambios de precios y el eje vertical mediría la probabilidad de que se produjera cada cambio. La forma de la campana vendría determinada por la volatilidad: cuanto mayor sea la volatilidad, más plana y ancha será la curva.

Su ejercicio de modelaje podría haber salido mal de dos maneras. En primer lugar, si la volatilidad de los precios de la vivienda hubiera sido mayor en el futuro que en el pasado (lo que resultó ser así), habría subestimado sustancialmente la probabilidad de una caída de los precios. Su curva de campana debería haber sido más plana y ancha, porque las probabilidades de movimientos de precios más grandes (al alza o a la baja) eran mayores de lo que pensaba. Y si hubiera sobreestimado el cambio medio, su curva estaría demasiado a la derecha, lo que generaría estimaciones erróneas de las probabilidades de todos los cambios posibles.

En segundo lugar, puede que haya supuesto erróneamente que la distribución de los cambios futuros en el precio de la vivienda se describía mediante una curva de campana. Pero si los cambios en el precio no se distribuyeran normalmente, el gráfico de la distribución podría estar sesgado, del mismo modo que la distribución de probabilidad de que una moneda caiga cara arriba estaría sesgada si la moneda estuviera ligeramente doblada.

Ambos tipos de errores ilustran lo difícil que es utilizar los datos del pasado para predecir el futuro. Supongamos que hubiera analizado 30 años de cambios en el precio de la vivienda para estimar su media y su desviación estándar. Quizás ese plazo no fuera lo suficientemente largo, especialmente si las dos décadas anteriores fueron más volátiles. Una curva en campana proyectada a partir de datos de 50 años habría sido más plana que la que usted trazó, o quizás menos a la derecha. O supongamos que un análisis a 50 años mostró que era más probable que se produjeran cambios importantes que con la distribución normal, pero un análisis a 30 años no. En ese caso, el análisis a 30 años subestimaría el riesgo de una caída de los precios en comparación con el análisis a 50 años, ya que con este último la distribución tendría colas gordas en relación con la distribución normal.

Las dificultades con los datos históricos se intensifican cuando empieza a pensar en el impacto de la caída del precio de la vivienda en el valor de los activos que posee. Ninguno de los datos de los que disponía habría sido de mucha utilidad para estimar ese impacto, ya que no cubrían un período en el que el mercado inmobiliario se tambaleó mientras había un gran número de hipotecas de alto riesgo pendientes. Cuando muchos propietarios de viviendas de un vecindario tienen poco capital inmobiliario (casi siempre es el caso de los prestatarios de alto riesgo) y tienen dificultades para pagar sus hipotecas, el vecindario entra en una espiral de ejecuciones hipotecarias: las ejecuciones hipotecarias bajan los precios y provocan más ejecuciones hipotecarias porque los propietarios tienen un capital negativo. Sus datos históricos no podrían haberlo predicho. Además, si su institución hubiera mantenido valores complejos que no existían en el período del que extrajo sus datos, como tramos de obligaciones de deuda con garantía (CDO) respaldados en parte por hipotecas de alto riesgo, no podría haber previsto el efecto en su valor de una caída del precio de la vivienda.

Incluso si hubiera podido captar todo el impacto en su balance de una caída significativa en el sector inmobiliario, habría sido vulnerable a otro tipo de error al estimar los efectos indirectos. Su banco, como cualquier otra institución financiera, habría tenido posiciones en muchas clases de activos cuyos cambios en los precios se correlacionaban con los cambios en el sector inmobiliario. Los movimientos de los precios en todas las clases de activos se correlacionan más o menos entre sí, y las correlaciones deben estimarse correctamente si quiere determinar la exposición total de su banco a un riesgo determinado. Cuanto más altas sean las correlaciones, más riesgosa será su cartera total de activos y, por lo tanto, más capital social necesitará para proteger a su institución contra las pérdidas.

Obviamente, al estimar las correlaciones a partir de los datos históricos, habría sido vulnerable a todos los problemas que acabamos de describir. Para complicar aún más las cosas, las correlaciones no son constantes; de hecho, se sabe que aumentan durante los períodos de crisis. Por lo tanto, al calcular el riesgo general de las posiciones de su banco, también habría tenido que modelar las distribuciones de probabilidad de todas las correlaciones en sus distintas carteras, así como las distribuciones de precios en cada clase de activos, lo que aumentaría aún más la probabilidad de error. Todo esto ilustra la incómoda verdad de que la rápida innovación financiera de las últimas décadas ha convertido a la historia en una guía imperfecta.

2. Centrarse en medidas limitadas

Los datos que utiliza para crear sus modelos son solo una parte del problema. Las medidas reales con las que controla su riesgo, especialmente en la negociación de valores, también pueden llevar a que ignore los riesgos que debe tener en cuenta.

Una medida del valor en riesgo (VaR) diaria es la forma más común de evaluar el riesgo de la negociación de valores en las instituciones financieras. Básicamente, el VaR mide la cantidad máxima de dinero que podría perder con un nivel de probabilidad determinado. Por ejemplo, un VaR de 100 millones de dólares en el nivel del 1% significa que solo tiene un 1% de probabilidades de perder más de esa cantidad al día siguiente. Un banco asigna un límite máximo al VaR que esté dispuesto a aceptar, por ejemplo, 125 millones de dólares, en cuyo caso se sentiría cómodo con una probabilidad del 1% de perder 100 millones de dólares. Los grandes bancos suelen declarar trimestralmente el número de veces en el trimestre anterior que las pérdidas y ganancias mostraron pérdidas superiores al VaR diario. Si un banco mide el VaR al nivel del 1%, debería superar su VaR aproximadamente el 1% de las veces. En su informe anual de 2006, el banco suizo UBS declaró que nunca había tenido pérdidas superiores a su VaR diario. Sin embargo, en 2007, el banco superó su VaR diario 23 veces, lo que demuestra que la medición del riesgo no había podido hacer frente a los cambios drásticos de las condiciones del mercado. Si un banco utiliza el VaR para protegerse de las pérdidas, puede que no tenga capital suficiente para soportar los riesgos que asume.

Hay varios otros problemas con este enfoque. En primer lugar, el simple hecho de que UBS haya sufrido todos esos sobrecostos del VaR dice poco sobre la situación financiera real de la empresa. Los sobrecostos podrían haber sido pequeños y un rápido aumento de la volatilidad también podría haber generado muchas ganancias importantes. Alternativamente, UBS podría haber registrado muchas pérdidas importantes y solo unas pocas ganancias importantes. En el primer caso, podría adelantarse al final del año; en el segundo, podría estar metido en serios problemas.

En segundo lugar, el VaR no incluye las pérdidas catastróficas que tienen una probabilidad pequeña de que se produzcan. Pensemos en una empresa con un VaR diario de 100 millones de dólares con un nivel de probabilidad del 1%. Si esta empresa superara su VaR solo un día de cada 100 y ejecutara miles de operaciones, parece que tiene un excelente historial de gestión de riesgos: superó el VaR exactamente el 1% de las veces. Sin embargo, sería un frío consuelo si la cantidad perdida por encima del VAR —que el Var no está diseñado para evaluar— amenazara a la institución. Aunque es difícil obtener datos sobre los importes en dólares de los sobreprecios del VaR, los mercados han estado llenos de rumores de superaciones extremadamente grandes en 2008.

Por último, una medida diaria no refleja el riesgo de una cartera cuando la empresa permanece atrapada en la cartera durante un período mucho más largo. Las medidas diarias del VaR suponen que los activos se pueden vender rápidamente o con cobertura, de modo que la empresa puede limitar sus pérdidas en un día. Pero como hemos visto en 2008 y en otras crisis (como la de 1998), una retirada drástica de la liquidez de los mercados deja a las empresas expuestas durante semanas o meses en posiciones que no pueden recuperar fácilmente. El mercado de muchos CDO respaldados en parte por hipotecas de alto riesgo titulizadas prácticamente se desvaneció, por lo que los bancos con esas CDO en sus balances no pudieron liquidarlas excepto a precios de venta rápida. El riesgo de esos CDO durante ese período no tenía relación con un VaR diario, sino que duró mientras su mercado estaba moribundo. Y el riesgo aumenta a lo largo del horizonte temporal para el que se calcula.

3. Pasar por alto los riesgos conocibles

Supongamos por un momento que puede medir con precisión los riesgos que identifica. Su próximo desafío es asegurarse de que ha tenido en cuenta todos los riesgos a los que sabe (o debería saber) a los que está expuesto. He descubierto que los gestores de riesgos pueden pasar por alto con demasiada facilidad cuatro tipos de riesgos: los que están fuera de la clase de riesgos que normalmente se asocian a determinadas unidades; los relacionados con las estrategias de cobertura utilizadas para gestionar los riesgos ya identificados y evaluados; los que surgen cuando un mercado está dominado por una o dos grandes entidades; y los que se refieren a los cambios en el comportamiento normal de las operaciones debido a las dudas sobre el valor y la liquidez de los activos.

Riesgos fuera de la clase de riesgo normal.

Los gestores de riesgos suelen distinguir entre los riesgos de mercado, crediticio y operativo, y los miden de forma diferente y de forma aislada. Las empresas que no evalúan el riesgo en toda la empresa no van más allá de estas medidas, suponiendo efectivamente que los tres tipos de riesgo no están correlacionados. Pero cuando pone los riesgos en cajas, ignora el hecho de que las unidades de negocio fuertemente identificadas con una clase de riesgo determinada pueden estar expuestas a otros tipos de riesgos asociados a otras unidades. Además, ignora los riesgos no incluidos en las definiciones de las casillas.

Esta tendencia se debe en parte a consideraciones reglamentarias. Las normas de Basilea II, por ejemplo, tienen una definición extremadamente limitada del riesgo operativo, por lo que los bancos que siguen esa definición pasan por alto ciertos riesgos estratégicos y empresariales. El riesgo de mercado asociado a las hipotecas de alto riesgo titulizadas estaba estrechamente relacionado con un riesgo empresarial muy grande en muchos bancos, para los que la titulización de las hipotecas de alto riesgo era una fuente importante de ingresos. Así que los bancos perdieron dos veces: el valor de sus carteras de hipotecas de alto riesgo, titulizadas o no, cayó y perdieron los ingresos por comisiones por la titulización de las hipotecas de alto riesgo. Las empresas que utilizaran la definición de riesgo operativo de Basilea II habrían ignorado en gran medida esta relación. Por lo tanto, es crucial medir el riesgo de manera que supere los silos organizacionales e incluya todos los riesgos materiales a los que está expuesta una empresa.

Riesgos incurridos por la cobertura.

Al analizar los fallos de la gestión de riesgos, he visto a menudo casos en los que una organización realizaba una evaluación de riesgos e implementaba medidas para protegerse, pero luego no evaluaba todos los riesgos de los instrumentos utilizados para mitigar los riesgos. Antes de que Rusia dejara de pagar su deuda interna en agosto de 1998, muchos fondos de cobertura compraban deuda rusa con altos rendimientos y, luego, la protegían contra el riesgo de impago y el riesgo de tipo de cambio. Era fácil creer que la posición resultante estaba exenta de riesgos. Sin embargo, para cubrir el riesgo cambiario, los fondos tuvieron que vender rublos a plazo frente a dólares. Los bancos que estaban dispuestos a quedarse del otro lado de esas operaciones solían ser rusos. Cuando Rusia dejó de pagar, muchos bancos se desplomaron y los fondos de cobertura acabaron asumiendo el riesgo cambiario porque sus contrapartes no respetaron las coberturas. Si los gestores del fondo hubieran tenido debidamente en cuenta el riesgo de contraparte, habrían entendido que sus posiciones seguían expuestas a un riesgo sustancial en caso de una conmoción en el sistema bancario ruso. Sin embargo, los gestores de riesgos que se centran en el riesgo cambiario no suelen ser responsables del riesgo crediticio, por lo que habrían ignorado el riesgo de contraparte. Del mismo modo, los gestores de riesgo crediticio pueden pasar por alto los riesgos asociados a los contratos de tipo de cambio, ya que el riesgo cambiario no es un riesgo crediticio.

Riesgos de concentración del mercado.

Gran parte de la teoría financiera que subyace a los modelos de riesgo estadístico parte del supuesto fundamental de que los mercados prácticamente no tienen fricciones, la manera en que los economistas dicen que funcionan sin problemas y a bajo precio. En un mercado sin fricciones, las instituciones financieras toman los precios como dados en lugar de cambiarlos durante las transacciones. Pero esto puede llevar a los gestores de riesgos a ignorar los riesgos derivados de las fricciones del mercado, que se pueden introducir cuando una sola entidad representa una parte muy importante de las transacciones del mercado. Por ejemplo, es bien sabido que cuando el fondo de cobertura Long-Term Capital Management (LTCM) se desplomó, en 1998, mantenía posiciones muy importantes en el mercado de opciones sobre índices. Durante la crisis, no pudo cambiar de posición porque otros jugadores querían descuentos importantes para poder operar en la escala requerida por la LTCM. Es más, si una gran empresa registra pérdidas que la obligan a vender activos a precios reducidos, podría hacer bajar los precios de otras instituciones y hacerlas un poco menos solventes, ya que sus activos valen menos. Eso, a su vez, puede crear problemas de financiación que limiten la capacidad de todos para operar, hacer que el mercado sea menos líquido y hacer que los precios bajen aún más. Las operaciones abusivas pueden provocar complicaciones adicionales: otros operadores intentan hacer bajar los precios, por lo que el gran actor se ve obligado a relajar sus posiciones por casi nada.

Riesgos de suposición de valor.

Otra fuente importante de fricción en el mercado son las dudas sobre el verdadero valor de los activos negociados cuando los mercados no tienen liquidez. Esto hace que los participantes del mercado dejen de tomar los precios como están dados porque las transacciones son demasiado poco frecuentes como para ofrecer señales de precios claras. Los operadores suelen utilizar los servicios de precios para marcar valores en el mercado. Recientemente, se observó que los servicios de precios diferían un 20% o más en los mismos bonos titulizados de alto riesgo, por lo que los participantes no sabían en qué precio confiar. Esta incertidumbre influyó en la quiebra de Bear Stearns, que en ese momento financiaba alrededor del 25% de sus activos mediante acuerdos de recompra o repos. Con un repo, el banco vende y se compromete a recomprar valores y, de hecho, pide dinero prestado para el período comprendido entre las dos transacciones, normalmente un día. Esto representa una fuente importante de financiación para muchos bancos, especialmente para sus operaciones de negociación. El riesgo asociado a este tipo de financiación normalmente se considera bajo, ya que el prestatario tiene que ofrecer una garantía cuyo valor supere en una cantidad fija el efectivo recibido. Por lo tanto, el principal riesgo para el proveedor de financiación de repos es que se quede con la garantía (que puede vender a un tercero) en caso de que el prestatario incumpla. Pero cuando estalló la crisis financiera, las principales contrapartes de Bear Stearns en repos —inseguras del valor y la liquidez de los valores que Bear Stearns utilizaba como garantía— no estaban dispuestas a renovar sus acuerdos de recompra a corto plazo. Los gestores de riesgos que trabajan con modelos que asumen implícita o explícitamente que los mercados no tienen fricciones habrían ignorado estas posibilidades.

4. Pasar por alto los riesgos ocultos

El gestor de riesgos puede hacer todo lo que esté en sus manos para medir y captar el riesgo y aun así acabar fracasando porque las personas responsables de incurrir en riesgos simplemente no lo denuncian. Esto puede resultar muy peligroso, ya que los riesgos no declarados tienden a expandirse en las organizaciones financieras. Supongamos que una mesa de negociación de valores de su banco tiene riesgos que no se declaran en su totalidad y, por lo tanto, no se supervisan exhaustivamente. Es casi seguro que los operadores de escritorio recibirán una parte significativa de los beneficios que generen, pero no tendrán que sufragar ninguna de sus pérdidas. Por lo tanto, tienen un incentivo para asumir riesgos, lo cual es más fácil de hacer si esos riesgos no se controlan.

Obviamente, el riesgo no se declara lo suficiente cuando las personas que asumen riesgos ocultan sus riesgos deliberadamente, como parece que ocurrió en el banco francés Société Générale en 2007. Pero no todos los riesgos no declarados se ocultan deliberadamente; algunos de ellos se refieren a posiciones que utilizan valores que aún no están establecidos en los mercados o a posiciones mantenidas durante períodos cortos.

Las decisiones de la alta dirección también pueden provocar errores en la presentación de informes. Tomemos el caso del Union Bank of Switzerland. En la segunda mitad de la década de 1990, el banco estableció sistemas de gestión de riesgos para agregar los riesgos en todas sus operaciones de negociación de valores. Un grupo de operadores que se centraban en los derivados sobre acciones tuvieron mucho éxito, pero sus ordenadores eran diferentes a los del resto del banco e integrar sus sistemas con los del banco habría requerido que cambiaran de ordenador. El banco decidió, al más alto nivel, que era más importante dejar que los operadores ganaran dinero que generar disrupción en lo que hacían para lograr el cambio. Como resultado, los riesgos que asumió este grupo no se tuvieron en cuenta en su totalidad en el sistema de gestión de riesgos. Poco después, el grupo perdió una gran cantidad de dinero, lo que obligó al banco subcapitalizado a fusionarse con otro banco suizo para crear UBS.

Está claro que las organizaciones se enfrentan a concesiones. La gestión de riesgos podría estar estructurada para hacer un seguimiento de todo en todo momento, pero probablemente sería demasiado costosa de implementar y, lo que es peor, sofocaría la innovación dentro de la empresa. En los mercados que se mueven rápidamente, los empleados necesitan flexibilidad en sus operaciones. A menudo, los mayores beneficios se obtienen con los valores más nuevos. La notificación eficaz de los riesgos depende, en última instancia, de la cultura y los incentivos de la institución. Si el riesgo es asunto de todos en una organización, no es probable que algunos puntos pasen desapercibidos. Y los empleados se arriesgarán con más prudencia si su compensación se ve afectada. Los mejores modelos de riesgo serán mucho menos eficaces en una empresa con incentivos mal diseñados que en una en la que los incentivos se alineen con los objetivos de la empresa de asunción de riesgos.

5. Falta de comunicación

Irónicamente, el gestor de riesgos que haya modelado, medido y capturado más escrupulosamente el riesgo conocible es quizás el que más probabilidades tenga de provocar el quinto tipo de fracaso en la gestión del riesgo: mala comunicación con el consejo de administración y el CEO, que son los responsables en última instancia de la toma de decisiones sobre el riesgo. Si una empresa tiene sistemas de gestión de riesgos de última generación, pero el consejo de administración y el CEO no los entienden porque el gestor de riesgos (técnicamente muy experto) no puede explicar adecuadamente los complejos informes a los no expertos, los sistemas pueden hacer más daño que bien al inspirar una confianza injustificada en sus capacidades. Peor aún, la información puede llegar a la alta dirección demasiado tarde o los intermediarios la distorsionan.

No cabe duda de que los fallos de comunicación han influido en la crisis más reciente. Por ejemplo, el informe de la UBS a sus accionistas explica: «Se hicieron varios intentos para presentar exposiciones relacionadas con las hipotecas de alto riesgo o relacionadas con la vivienda. Sin embargo, los informes no transmitían un mensaje eficaz por varias razones, en particular porque los informes eran demasiado complejos, presentaban datos anticuados o no estaban disponibles para el público adecuado». Una comisión industrial que extrajo lecciones de la crisis también hizo hincapié en las cuestiones de comunicación. Llegó a la conclusión de que «la supervisión y la gestión de los riesgos se reducen a lo básico: hacer llegar la información correcta, en el momento adecuado, a las personas adecuadas, de modo que esas personas puedan tomar las decisiones más informadas posibles». Por último, un informe del Grupo de Supervisores Senior (que incluye a los principales reguladores de los Estados Unidos, Inglaterra y Alemania, entre otros) decía: «En algunos casos, las estructuras jerárquicas tendían a servir de filtros cuando la información se enviaba a la cadena de gestión, lo que provocaba retrasos o distorsiones en el intercambio de datos importantes con la alta dirección».

Siempre es tentador para un gestor de riesgos que hace una presentación ante el consejo de administración o el CEO exagerar la capacidad de la empresa para medir el riesgo. Los sistemas de gestión de riesgos son extremadamente caros y un CEO puede que se quede perplejo al enterarse de que todo ese dinero se paga por estimaciones imprecisas. Paradójicamente, al desarrollar una cultura del riesgo que acepte y comprenda las limitaciones que implica, una empresa puede aumentar el valor de la gestión del riesgo.

6. No gestionar en tiempo real

Hasta ahora hemos analizado la gestión de riesgos en términos de captar un perfil de riesgo en un momento dado. Pero es un proceso dinámico: los gestores de riesgos son responsables de garantizar que la empresa asuma solo los riesgos que quiere correr. Como resultado, deben supervisar, cubrir y mitigar constantemente los riesgos conocidos de la empresa.

No tenga miedo de lo desconocido

Al contrario de lo que mucha gente pueda creer, puede gestionar los riesgos sin saber exactamente cuáles son, lo que significa que la mayoría de lo que llamaría riesgos

…

Esta responsabilidad es más onerosa para las firmas financieras que para la mayoría de las demás. En otros lugares, los riesgos cambian más lentamente y, por lo general, implican una nueva exposición que se asume a través de las operaciones, como las ventas o compras denominadas en divisas extranjeras. Sin embargo, las firmas financieras tienen muchas posiciones en derivados y posiciones con derivados implícitos; los riesgos asociados pueden cambiar drásticamente incluso si las empresas no adoptan nuevas posiciones. Estos cambios pueden resultar vertiginosos en períodos de confusión. Encontrar la cobertura adecuada cuando los mercados se mueven rápidamente es como intentar cambiar la póliza de seguro de una casa mientras está en llamas. En un ejemplo extremo, en un solo día, un valor podría estar expuesto al precio de una acción de tal manera que suba sustancialmente si el precio sube, pero más tarde tener una exposición tal que pierda sustancialmente si el precio sube. Supongamos que tiene lo que se denomina una opción de compra de barrera, una opción que solo se amortiza si el precio de las acciones se mantiene por debajo de un nivel determinado. Su valor empezará a caer a medida que el precio de las acciones se acerque al umbral. Para un producto como este, las coberturas que se ajustan solo a diario podrían generar grandes pérdidas: una cobertura que sea óptima al principio del día (por ejemplo, una posición corta en la acción) podría aumentar la exposición al riesgo al final del día si el precio de las acciones hubiera subido.

Encontrar la cobertura adecuada cuando los mercados se mueven rápidamente es como intentar cambiar la póliza de seguro de una casa mientras está en llamas.

Cuando las características de riesgo de los valores pueden cambiar rápidamente, es difícil para los monitores de riesgo captar los cambios y para los gestores de riesgos ajustar las coberturas en consecuencia. El desafío es especialmente importante cuando las características del riesgo pueden cambiar drásticamente como resultado de pequeños cambios en los determinantes del precio de los valores.

De hecho, la introducción de la contabilidad a precios de mercado dificulta aún más que los gestores de riesgos estimen y cubran adecuadamente el riesgo. En cierto modo, lanzarse al mercado ha llevado lo que se conoce como efecto observador a los mercados financieros: para las grandes organizaciones, observar el valor de un valor complejo afecta al valor de ese valor. A medida que las pérdidas se van conociendo a través del proceso de ajuste al mercado, inician una reacción en cadena de ajustes en otras instituciones y afectan a los precios de las posibles operaciones a medida que el mercado entiende mejor las posiciones de capital de las instituciones implicadas. • • •

Como deja claro lo anterior, los enfoques convencionales de la gestión de riesgos presentan muchos escollos. Incluso en el mejor de los casos, si quiere gestionar el riesgo de forma eficaz, debe tomar muy buenas decisiones en relación con los datos y las métricas, tener una idea clara de cómo funcionan todas las partes móviles juntas y comunicarlo bien. En los peores momentos, la gestión de riesgos puede desmoronarse. Los modelos históricos pueden fallar, la liquidez puede agotarse y las correlaciones pueden fortalecerse sin previo aviso. Por lo tanto, es dudoso que jugar con los sistemas existentes sea suficiente para evitar futuros fallos en la gestión de riesgos. Se necesitarán soluciones ajenas al marco tradicional. No se centre únicamente en invertir más para estimar y hacer un seguimiento mejor de los riesgos. En su lugar, amplíe los modelos de los que dispone con análisis de escenarios de cómo podría desarrollarse una crisis financiera en función de la reacción de su empresa y otras grandes empresas ante la crisis. En otras palabras, siga un ejemplo del manual de gestión de desastres. Si vive en Florida o Luisiana, no debería dedicar mucho tiempo a pensar en la probabilidad de que lo azote un huracán. Más bien, debería pensar en lo que le pasaría a su organización si fuera atacada por una y en cómo abordaría la situación. En lugar de centrarse en el hecho de que las probabilidades de que se produzcan riesgos catastróficos son extremadamente pequeñas, los gestores de riesgos deberían crear escenarios para dichos riesgos y la organización debería diseñar estrategias para sobrevivir a ellos. Se podría llamar a esto «gestión de riesgos sostenible».