.jpg)
Previsiones y mora: los desafíos del NIIF 9 en Argentina
Previsiones y mora: los desafíos del NIIF 9 en Argentina
En los últimos meses, el sistema financiero argentino comenzó a mostrar una dinámica que probablemente marque un punto de inflexión en la gestión del riesgo de crédito: crecimiento de la morosidad, presión sobre el ingreso disponible de las familias y un deterioro más visible en carteras de consumo.
Los números ya lo reflejan. Según datos recientes del sistema financiero, la irregularidad del crédito al sector privado alcanzó el 6,7%, mientras que la mora en familias trepó al 11,2%, el nivel más alto desde que el BCRA publica la serie. Al mismo tiempo, las previsiones pasaron de representar 2,6% de los préstamos en diciembre de 2024 a 5,1% a fines de 2025.
Acá aparece uno de los grandes desafíos de NIIF 9: las metodologías de pérdida esperada están diseñadas justamente para captar cambios en el comportamiento reciente de las carteras. Es decir, cuando el deterioro empieza a materializarse, los modelos reaccionan y, muchas veces, lo hacen rápido.
El problema, o quizás la gran enseñanza, es que los modelos no leen únicamente el presente: leen historia reciente con efectos prospectivos. Por eso, en contextos de aceleración de mora, refinanciaciones crecientes y estrés en segmentos específicos, las previsiones empiezan a incorporar una nueva “normalidad” antes incluso de que el ciclo económico termine de acomodarse.
En Argentina, esto tiene una sensibilidad todavía mayor. Venimos de años donde muchas métricas de riesgo estuvieron atravesadas por inflación elevada, licuación de pasivos y comportamientos de pago difíciles de comparar históricamente. En un escenario de mayor estabilidad nominal, la mora vuelve a “verse” más claramente en los balances y, con ella, la necesidad de recalibrar supuestos, overlays y escenarios macroeconómicos.
Probablemente lo más interesante de lo que viene no sea únicamente el aumento de previsiones, sino cómo las entidades van a reinterpretar conceptos clave como ISR, forward looking y capacidad predictiva en un contexto donde la historia reciente empieza a cambiar de signo.
Porque en NIIF 9, los modelos aprenden rápido y el sistema financiero argentino les está dando nueva información para aprender.
Los números ya lo reflejan. Según datos recientes del sistema financiero, la irregularidad del crédito al sector privado alcanzó el 6,7%, mientras que la mora en familias trepó al 11,2%, el nivel más alto desde que el BCRA publica la serie. Al mismo tiempo, las previsiones pasaron de representar 2,6% de los préstamos en diciembre de 2024 a 5,1% a fines de 2025.
Acá aparece uno de los grandes desafíos de NIIF 9: las metodologías de pérdida esperada están diseñadas justamente para captar cambios en el comportamiento reciente de las carteras. Es decir, cuando el deterioro empieza a materializarse, los modelos reaccionan y, muchas veces, lo hacen rápido.
El problema, o quizás la gran enseñanza, es que los modelos no leen únicamente el presente: leen historia reciente con efectos prospectivos. Por eso, en contextos de aceleración de mora, refinanciaciones crecientes y estrés en segmentos específicos, las previsiones empiezan a incorporar una nueva “normalidad” antes incluso de que el ciclo económico termine de acomodarse.
En Argentina, esto tiene una sensibilidad todavía mayor. Venimos de años donde muchas métricas de riesgo estuvieron atravesadas por inflación elevada, licuación de pasivos y comportamientos de pago difíciles de comparar históricamente. En un escenario de mayor estabilidad nominal, la mora vuelve a “verse” más claramente en los balances y, con ella, la necesidad de recalibrar supuestos, overlays y escenarios macroeconómicos.
Probablemente lo más interesante de lo que viene no sea únicamente el aumento de previsiones, sino cómo las entidades van a reinterpretar conceptos clave como ISR, forward looking y capacidad predictiva en un contexto donde la historia reciente empieza a cambiar de signo.
Porque en NIIF 9, los modelos aprenden rápido y el sistema financiero argentino les está dando nueva información para aprender.