Calculadora ECL: Seguros | ciferi

Descripción general

Las entidades aseguradoras en Perú aplican la NIIF 9 Instrumentos Financieros para la medición de pérdidas crediticias esperadas en sus carteras de inversiones, préstamos, depósitos de terceros y saldos por cobrar. La NIIF 9 es obligatoria para todas las compañías aseguradoras reguladas por la SBS (Superintendencia de Banca, Seguros y AFP) que preparan sus estados financieros conforme a NIIF, lo que incluye prácticamente a todas las entidades del sector.
El modelo de pérdidas crediticias esperadas (ECL, por sus siglas en inglés) requiere que las aseguradoras evalúen en cada fecha de reporte cómo los cambios en el riesgo crediticio de sus activos financieros afectan la provisión por deterioro. A diferencia del modelo de pérdidas incurridas del PCGA anterior, la NIIF 9 exige que las aseguradoras incluyan información prospectiva: proyecciones macroeconómicas, tasas de desempleo, crecimiento del PBI y otros indicadores que influyan en la probabilidad de incumplimiento de los deudores.
Para las aseguradoras, los activos financieros en riesgo incluyen los depósitos en bancos, las inversiones en valores de renta fija, los préstamos hipotecarios otorgados a asegurados, las cuentas por cobrar de primas y comisiones, y en algunos casos los valores derivados. Cada categoría requiere un enfoque diferente según el modelo de negocio de la entidad y el marco normativo de la SBS.

Contexto regulatorio peruano

La SBS supervisa la aplicación de la NIIF 9 en todas las compañías aseguradoras, fondos de pensiones e instituciones financieras. La Superintendencia ha emitido disposiciones que requieren que las entidades reguladas mantengan un gobierno corporativo sólido en torno a la estimación de ECL, incluyendo la aprobación del directorio sobre los modelos empleados y la revisión periódica de su precisión.
La JDCCPP (Junta de Decanos de los Colegios de Contadores Públicos del Perú) ha emitido orientaciones técnicas sobre la aplicación de la NIIF 9 en el contexto peruano, que reconocen los dificultades prácticos de construir modelos ECL con datos históricos limitados en mercados emergentes. Estas orientaciones enfatizan la necesidad de documentación clara, validación de supuestos y revisión retrospectiva de estimaciones previas.
Los auditores de entidades aseguradoras deben cumplir con las Normas Internacionales de Auditoría (NIA) tal como han sido adoptadas en Perú. La NIA 540 (Revisada) requiere que el auditor evalúe la razonabilidad de los supuestos significativos sobre los que descansa la estimación de ECL. Para las aseguradoras, esto incluye: la precisión de los datos de entrada a los modelos, la validez de los algoritmos de segmentación crediticia, la idoneidad de las tasas de pérdida histórica ajustadas por información prospectiva, y la gobernanza del proceso de estimación en su conjunto.

Orientación práctica para aseguradoras

Construcción de la matriz de provisión

Las aseguradoras que aplican el enfoque simplificado (NIIF 9.5.5.15) para cuentas por cobrar de primas deben construir una matriz de provisión segmentada por tipo de tomador (personas naturales, empresas pequeñas, medianas, grandes), plazo de vencimiento de la póliza, canal de distribución, y días de mora. Las tasas de pérdida históricas deben extraerse de los registros internos de cobranza, cubriendo al menos los últimos cinco años.
Los datos históricos de mora y default deben ajustarse por información prospectiva usando indicadores específicos del mercado peruano: la tasa de desempleo proyectada por el BCRP, las previsiones de crecimiento del PBI sectorial, los cambios en las tasas de interés del BCR, y cuando sea relevante, indicadores de salud empresarial para el segmento de tomadores comerciales.

Factores prospectivos específicos

Los principales indicadores macroeconómicos que las aseguradoras peruanas deben considerar incluyen:

Evaluación de concentración de riesgo

Las carteras de las aseguradoras medianas a pequeñas frecuentemente exhiben concentración de riesgo en tomadores específicos o segmentos geográficos. La NIIF 9 no prohíbe usar un enfoque colectivo (matriz de provisión) para todos los activos, pero la NIA 540 exige que el auditor desafíe independientemente cualquier conclusión de que la estimación colectiva es adecuada cuando existen exposiciones individuales significativas.
Si una asegurada representa más del 5% de las cuentas por cobrar de primas, se debe considerar una evaluación individual separada basada en el historial de pago, la salud financiera del tomador, y cualquier garantía o colateral disponible.

• Tasa de crecimiento del PBI: Un PBI en contracción típicamente se correlaciona con mayores tasas de incumplimiento, especialmente en seguros de vida temporal y seguros comerciales.
• Tasa de desempleo: Indicador principal de deterioro de la capacidad de pago de las personas naturales.
• Tasa de inflación y tipo de cambio: Especialmente relevante para aseguradoras con cartera de primas expresadas en dólares estadounidenses.
• Spreads de crédito en el mercado peruano: Reflejan la percepción del riesgo de crédito en el sistema financiero local.
• Indicadores sectoriales: Según la concentración de la cartera (minería, manufactura, construcción, servicios), índices de producción y actividad sectorial.

Expectativas de auditoría

Evaluación de supuestos significativos

La NIA 540 (Revisada) requiere que el auditor identifique y evalúe la razonabilidad de los supuestos que la dirección usó en la estimación de ECL. Para las aseguradoras, los supuestos más significativos son típicamente:

dificultades comunes en auditoría

Los auditores que revisan la estimación de ECL en aseguradoras frecuentemente identifican las siguientes deficiencias:

• Tasas de pérdida históricas por segmento y antigüedad
• Factor de ajuste prospectivo aplicado a las tasas históricas
• Definición de "aumento significativo en el riesgo crediticio" (SICR)
• Asignación de activos a los tres estadios del modelo de impairment
• Información prospectiva insuficiente: El ajuste prospectivo se calcula como un porcentaje uniforme (por ejemplo, +10%) sin vincular los indicadores macroeconómicos específicos a los cambios en las tasas de default. El auditor debe probar que existe una relación lógica y documentada entre el indicador elegido y la tasa de pérdida.
• Datos de entrada imprecisos: Las tasas de pérdida históricas pueden estar mal calculadas si el denominador (cartera en riesgo al inicio del período) no se cuantificó correctamente, o si los defaults se asignaron a períodos incorrectos.
• Criterios SICR no desafiados: La dirección define un umbral de mora (por ejemplo, 60 días) como trigger del SICR, pero el auditor no verifica independientemente si este umbral es consistente con cómo la entidad efectivamente segmenta el riesgo en su operación de cobranza.
• Overlays post-modelo sin documentación: Ajustes por eventos económicos específicos (por ejemplo, una huelga en minería que afecta a tomadores del sector) no están respaldados por análisis que vincule el evento a cambios estimados en tasas de default.
• Ausencia de validación retrospectiva: El auditor debe verificar si la entidad comparó las estimaciones de ECL del período anterior con los defaults reales ocurridos, como forma de evaluar la precisión del modelo.

Indicadores macroeconómicos de referencia

Las aseguradoras peruanas deben monitorear los siguientes indicadores para ajustar sus estimaciones de ECL:
| Indicador | Fuente | Descripción |
|-----------|--------|-------------|
| Tasa de crecimiento anual del PBI | BCRP / INEI | Proyecciones de crecimiento económico que afectan la capacidad de pago agregada |
| Tasa de desempleo urbano | INEI | Indicador principal de deterioro de ingresos de personas naturales |
| Tasa de interés de referencia del BCR | Banco Central de Reserva del Perú | Influye en el costo de financiamiento y en la capacidad de pago de tomadores endeudados |
| Índice de producción minera | BCRP / INEI | Relevante para aseguradoras con significativa exposición al sector minería |
| Índice de producción manufacturera | INEI | Indicador de salud del sector productivo y de las micro y pequeñas empresas |
| Índice de confianza del consumidor | Universidad del Pacífico / IPSOS | Proxy del comportamiento esperado de pago de personas naturales |
| Tipo de cambio nominal sol/dólar | BCRP | Afecta a tomadores con ingresos en moneda local pero deudas en dólares |

Ejemplo trabajado: Compañía Aseguradora Andina S.A.C.

Contexto: Compañía Aseguradora Andina S.A.C. es una mediana aseguradora domiciliada en Lima que escribió primas por S/ 42,5 millones durante el ejercicio 2024. Su cartera de cuentas por cobrar de primas a tomadores directos asciende a S/ 8,7 millones al 31 de diciembre de 2024.
Segmentación de la cartera:
| Segmento de edad | Importe S/ | Tasa histórica de loss | Factor prospectivo | Provisión ECL |
|------------------|-----------|----------------------|-------------------|---------------|
| No vencido | 5.200.000 | 0,18% | 1,03 | 9.612 |
| 1 a 30 días | 1.850.000 | 0,42% | 1,03 | 8.001 |
| 31 a 60 días | 850.000 | 1,15% | 1,03 | 10.081 |
| 61 a 90 días | 450.000 | 3,80% | 1,03 | 17.694 |
| 91 a 180 días | 250.000 | 9,50% | 1,03 | 24.458 |
| 180+ días | 100.000 | 28,00% | 1,03 | 2.884 |
| Total | 8.700.000 | | | 72.730 |
Documentación del proceso:
La dirección de Andina construcción su matriz a partir de datos de los últimos 60 meses de cobranza, segmentada por tipo de tomador (personas naturales, empresas pequeñas, medianas). Las tasas históricas se calcularon como el ratio de defaults ocurridos durante cada mes respecto de la cartera vigente al inicio del mes.
El factor prospectivo de 1,03 refleja un escenario de PBI en crecimiento moderado (2,8% según proyecciones del BCRP para 2024–2025) con estabilidad en la tasa de desempleo urbano (alrededor del 6,1%). La dirección documentó su supuesto prospectivo en una nota interna que vincula las proyecciones macroeconómicas con los cambios esperados en comportamiento de pago.
El auditor independiente verificó: (a) la precisión del denominador (cartera vigente al inicio de cada período), (b) la identificación correcta de defaults ocurridos dentro de 12 meses del vencimiento de cada prima, (c) la razonabilidad de las tasas históricas por comparación con benchmarks de la industria aseguradora, y (d) la documentación del nexo entre indicadores prospectivos y el factor de ajuste aplicado.
La provisión total de ECL de S/ 72.730 representa una tasa de provisión efectiva del 0,84% sobre la cartera bruta, consistente con prácticas de aseguradoras medianas en el mercado peruano.