Calculadora de Pérdidas Crediticias Esperadas (ECL): Perú | ciferi

Introducción

Perú adoptó plenamente las Normas Internacionales de Auditoría (NIA) a través de la JDCCPP (Junta de Decanos de los Colegios de Contadores Públicos del Perú), con vigencia desde el 2021. La NIA 9, que aborda los Instrumentos Financieros bajo NIIF 9, es de aplicación obligatoria para todas las entidades que preparan estados financieros bajo NIIF. Esto incluye empresas cotizadas en la Bolsa de Valores de Lima (BVL), entidades supervisadas por la Superintendencia del Mercado de Valores (SMV) y del Mercado de Valores, así como empresas de capital abierto (S.A.A.) y otras entidades que adoptan NIIF voluntariamente. La NIIF 9 requiere que las entidades midan las pérdidas crediticias esperadas (ECL por sus siglas en inglés) en todas las cuentas por cobrar comerciales, usando el enfoque simplificado cuando aplique. Esta calculadora proporciona una herramienta lista para usar que implementa la metodología de matriz de provisiones conforme a NIIF 9.5.5.15, permitiendo a los profesionales de auditoría en Perú generar estimaciones de ECL documentadas, defensables y listas para exportar a papeles de trabajo.

Contexto regulatorio peruano

La SMV supervisa la presentación de informes financieros de entidades cotizadas y ha enfatizado la importancia de mediciones de ECL detalladas y bien documentadas. La Superintendencia de Banca, Seguros y AFP (SBS), que regula a instituciones financieras, bancos y fondos de pensiones, ha emitido directrices específicas sobre la validación de modelos de ECL y la gobernanza de procesos de estimación. A nivel profesional, la JDCCPP y los Colegios de Contadores Públicos regionales establecen estándares de calidad para la auditoría. Los Contadores Públicos Colegiados (CPC) que efectúan auditorías de conformidad con las NIA deben evaluar críticamente las estimaciones de ECL de la gerencia y documentar su evaluación de razonabilidad.
Las industrias principales de Perú, particularmente minería, manufactura, construcción y comercio, presentan perfiles de riesgo crediticio distintos. Las entidades con exposición a clientes de sectores extractivos deben incorporar volatilidad de precios de commodities en sus ajustes prospectivos de ECL. Las empresas con cuentas por cobrar en moneda extranjera deben considerar riesgo de tipo de cambio y restricciones de transferencia de divisas como factores de riesgo crediticio prospectivo.

Expectativas de auditoría conforme a la NIA

Los auditores en Perú que aplican la NIA 540 (Auditoría de Estimaciones Contables, Incluida la Divulgación de Incertidumbre de Estimaciones) deben evaluar el razonabilidad de la estimación de ECL de la gerencia. Las áreas de enfoque crítico incluyen:

• Integridad y exactitud de datos: Los datos que alimentan la matriz de provisiones deben ser completos, precisos y rastreables a registros de crédito internos. Las edades de cuentas deben calcularse correctamente desde la fecha de emisión de la factura.
• Tasas de pérdida históricas: Deben basarse en datos de pérdida real de la entidad, segmentados por antigüedad, tipo de cliente, sector geográfico e industria del cliente. Las tasas deben ajustarse por cambios notables en la composición de la cartera o en el contexto económico.
• Información prospectiva: La entidad debe incorporar información prospectiva en forma de factor de ajuste prospectivo. Esto no es opcional bajo NIIF 9.5.5.17. El factor debe estar vinculado a indicadores macroeconómicos específicos y documentar la lógica causal.
• Evaluación de concentración: Cuando un número reducido de clientes representa una proporción significativa de cuentas por cobrar, debe evaluarse si la provisión colectiva captura adecuadamente el riesgo idiosincrásico. Las cuentas por cobrar individualmente significativas deben evaluarse específicamente.
• Documentación de supuestos: El auditor debe verificar que la gerencia ha documentado los supuestos principal: definición de qué es un "aumento significativo del riesgo crediticio" (SICR), calibración de umbrales de SICR, fuentes de información prospectiva, y metodología de cálculo.

Hallazgos comunes de inspección (estándares internacionales)

Datos de inspección de reguladores internacionales, incluida la FRC del Reino Unido y la AFM de Holanda, han identificado deficiencias consistentes en la aplicación de NIIF 9 ECL:
Estos hallazgos son aplicables al contexto peruano: los auditores deben evaluar si la gerencia ha documentado y probado su proceso de estimación de ECL, no aceptado la estimación presentada.

• Información prospectiva inadecuada: Modelos de ECL que se basaban excesivamente en tasas de pérdida históricas sin ajustes prospectivos ajustados a indicadores macroeconómicos específicos.
• Umbrales de SICR no desafiados: Auditores que aceptaban criterios de clasificación de etapas de la gerencia sin evaluación independiente de su razonabilidad.
• Superposiciones de gerencia (ajustes post-modelo) no evaluadas: Ajustes post-modelo aceptados sin verificación de la justificación subyacente o metodología de cuantificación.
• Análisis de sensibilidad insuficiente: Las estimaciones de ECL carecían de análisis de sensibilidad, o estos se revelaban sin la granularidad requerida.
• Prueba retrospectiva no realizada: Ausencia de comparación de estimaciones de ECL de períodos anteriores con resultados crediticios reales.

Indicadores macroeconómicos peruanos para ajustes prospectivos

Principales indicadores

Tasa de Interés de Referencia del Banco Central de Reserva (BCR): La tasa de policy rate establecida por el BCR influye en tasas de endeudamiento, capacidad de pago de clientes y tasas de default general del mercado.
Crecimiento de PBI de Perú: El crecimiento del Producto Bruto Interno es un indicador de salud económica general. Proyecciones del FMI, BCR y organismos multilaterales proporcionan escenarios de base, alza y baja.
Tasa de Desempleo en Perú: Publicada por el INEI (Instituto Nacional de Estadística e Informática), es un indicador de deterioro del crédito de consumidores y pequeñas empresas, correlacionado con tasas de default de cuentas por cobrar comerciales.
Índice de Precios de Commodities: Para entidades con exposición a sectores extractivos (minería, petróleo), los precios de oro, cobre, plata y otros minerales son determinantes críticos de capacidad de pago de clientes. El Banco Central publica índices de precios de commodities.
Volatilidad del Tipo de Cambio Sol/USD: El sol peruano es volátil respecto al dólar estadounidense. Las entidades con cuentas por cobrar en USD deben incorporar volatilidad de tipo de cambio como factor de riesgo prospectivo.
Indicadores de Insolvencia Empresarial: Los juzgados especializados en insolvencia y reestructuración patrimonial publican datos sobre insolvencias de empresas. Esta información directa sobre defaults de contrapartes es valiosa para calibrar tasas de pérdida esperada.
Encuestas de Confianza Empresarial: Instituciones como IPSOS Apoyo publica encuestas mensuales de confianza empresarial por sector. Lecturas por debajo del índice neutral (50) indican debilitamiento de la demanda y riesgo de pago.

Aplicación en la matriz de provisiones

Cada indicador debe vincularse explícitamente a la tasa de pérdida histórica. Por ejemplo: "Las tasas de pérdida históricas se ajustaron al alza en 1.08× porque el crecimiento de PBI proyectado para 2025 es 2.1% (por debajo de la media histórica de 3.2%), lo que refleja una contracción moderada del mercado."

Perfil de ejemplo práctico

Entidad: Distribuciones Pacífico S.A.C.

Ubicación: Lima, Perú
Giro: Distribución de productos alimenticios y de consumo masivo a comerciantes minoristas
Cuentas por cobrar totales: S/ 1,850,000 (aproximadamente USD 500,000 al tipo de cambio de 3.70 soles por dólar)

Matriz de antigüedad de cuentas por cobrar

| Antigüedad | Monto (S/) | Tasa histórica de pérdida | Monto ajustado por pérdida |
|---|---|---|---|
| Pendiente de vencimiento | 920,000 | 0.35% | 3,220 |
| 1–30 días | 410,000 | 0.90% | 3,690 |
| 31–60 días | 280,000 | 2.80% | 7,840 |
| 61–90 días | 140,000 | 7.50% | 10,500 |
| 91–180 días | 75,000 | 18.00% | 13,500 |
| Más de 180 días | 25,000 | 45.00% | 11,250 |
| Total bruto | 1,850,000 | | 50,000 |

Ajuste prospectivo

Factor prospectivo aplicado: 1.06×
Justificación: El PBI de Perú se proyecta en 2.3% para 2025 (fuente: BCR), por debajo de la media histórica de 3.1%. La tasa de desempleo se espera aumente moderadamente a 8.9%. Estos indicadores sugieren un entorno económico ligeramente contraído en comparación con la media histórica sobre la cual se basaron las tasas de pérdida. Se aplicó un factor de 1.06 para reflejar este deterioro moderado.
Pérdida crediticia esperada total: 50,000 × 1.06 = S/ 53,000

Documentación de auditoría

El auditor verificó que las cuentas por cobrar fueron completamente reconciliadas con el mayor general de cuentas por cobrar. Los saldos de antigüedad se probaron contra una muestra de facturas originales y registros de crédito internos.
Las tasas de pérdida históricas se validaron contra la historia de cobranzas de la entidad para los años 2022–2024, confirmando que las tasas por antigüedad reflejaban datos reales. No se detectaron cambios notables en composición de la cartera o políticas de crédito que requirieran ajustes adicionales.
El factor prospectivo de 1.06 se evaluó como razonable. El auditor verificó que las proyecciones de PBI y tasa de desempleo utilizadas por la gerencia procedían de fuentes autorizadas (BCR, INEI). La lógica causal entre indicadores macroeconómicos y tasas de default de la cartera comercial de la entidad fue documentada y resultó consistente con patrones observados históricamente en el sector.

Consideraciones específicas por industria

Minería

Las empresas mineras enfrentan volatilidad extrema en ingresos y capacidad de pago de clientes debido a fluctuaciones de precios de commodities. Los precios del oro, cobre, zinc y plata son determinantes críticos. El factor prospectivo de ECL debe incorporar proyecciones de precios de commodities de fuentes como el Banco Mundial o Bloomberg. Las entidades mineras con cuentas por cobrar denominadas en USD deben también considerar volatilidad de tipo de cambio.

Manufactura

Las entidades manufactureras típicamente tienen cuentas por cobrar B2B con términos de pago de 30–90 días. La concentración de clientes es frecuente: un pequeño número de clientes grandes (OEMs, distribuidores) puede representar 60–70% del total de cuentas por cobrar. Estas cuentas deben evaluarse específicamente en lugar de depender únicamente de la matriz colectiva. Los supuestos sobre continuidad operacional de clientes principal deben ser desafiados por el auditor.

Retail

Las entidades de retail presentan un perfil bajo de cuentas por cobrar comerciales (la mayoría de ventas son en efectivo o tarjeta de crédito), pero tienen cuentas por cobrar del canal mayorista (distribuidores, franquiciados) y proveedores de servicios de terceros (operadores de concesiones, plataformas de mercado en línea). Cada fuente de cuentas por cobrar debe ser identificada y evaluada por separado. Las devoluciones y reembolsos pendientes pueden generar cuentas por pagar que no deben ser confundidas con cuentas por cobrar.

Construcción

Las entidades de construcción frecuentemente operan bajo contratos de precio fijo a largo plazo con facturación por etapas (certificaciones mensuales). Las cuentas por cobrar representan trabajo completado pero no pagado, frecuentemente con retenciones contractuales (holdbacks). Estos montos retenidos no son "vencidos" en el sentido de incumplimiento; son contractualmente retenidos. La matriz de ECL debe reflejar el verdadero riesgo crediticio, excluyendo retenciones de supervisión que serán pagadas después de períodos de garantía.