IFRS 17: elegir los modelos de medición correctos para el éxito

Elegir los mejores enfoques de la IFRS 17 para medir la responsabilidad de una compañía de seguros es en sí mismo un desafío. Pero, acceder y analizar todos los datos necesarios para tomar las decisiones correctas puede presentar un conjunto de aspectos aún mayores.

Si las aseguradoras no pueden encontrar el modo de convertir y estandarizar sus datos a un nivel en el que puedan hacer los cálculos requeridos por IFRS 17, generar los informes y declaraciones de su cumplimiento necesarias, será difícil, por no decir imposible.

En el peor de los casos, el incumplimiento de los desafíos de datos inherentes a la determinación de los modelos de medición, puede significar la incapacidad de lograr el cumplimiento de la norma IFRS 17.

Elegir el enfoque de medición correcto es un problema de datos #

Los tres enfoques de medición permitidos por la norma IFRS 17, describen cómo una aseguradora de vida explica el hecho de que ha recibido primas, pero la cobertura de pólizas se extiende al futuro. Cada uno de los tres enfoques –el Modelo de Medición General (GMM), el Enfoque de Asignación Premium (PAA) y el Enfoque de Tarifa Variable (VFA)- se usan para orientar a las empresas sobre cómo lidiar con la divulgación de la Responsabilidad por la Cobertura Restante (LRC).

Los datos de las pólizas deberán ser analizados con cuidado para permitir que la compañía haga juicios razonables sobre qué modelo usar. Y eso significa que todos los datos deben ser accesibles, leíbles y estandarizados en un formato adecuado para hacer el análisis necesario. No es algo que todas las compañías sean fácilmente capaces de hacer –en especial aquellas que cargan con múltiples sistemas legados.

¿Cuáles son los desafíos con cada enfoque de medición? #

Cada uno de los tres enfoques de medición diferentes presenta sus propios desafíos.

1. GMM #

El modelo de Medición General (GMM: General Measurement Mode) es el enfoque predeterminado que cualquier compañía de seguros puede usar. Es apropiado para contratos a más largo plazo, como seguros de vida o pólizas hipotecarias, que cubren un riesgo específico durante un período prolongado.

Desafíos

The main issue companies face when using GMM, is making the calculation of the time value of money on all cashflows and then applying risk adjustments. Most insurers are beginning to use GMM models but have limited prior experience working with similar models—which creates challenges around determining how to work with the necessary data.

2. PAA #

El Enfoque de Asignación Premium PAA: Premium Allocation Approach) es más simplificado que GMM. Puede usarse para contratos a corto plazo –aquellos que brindan menos de un año de cobertura. Este enfoque puede resultar complejo, porque también puede usarse para contratos muy específicos de más de un año, si la aseguradora puede demostrar que los enfoques PAA y GMM ofrecen resultados comparables.

Desafíos

Probar que los resultados del modelo PAA y los modelos GMM son similares, también es un desafío de datos. Los datos deben ser acumulados, y el análisis realizado, para mostrar, de manera concluyente, que los resultados derivados del uso de un modelo versus el otro son los mismos.

3. VFA #

El tercer enfoque se llama Enfoque de Tarifa Variable (VFA: Variable Fee Approach) y siempre se requiere para los “Contratos de Participación Directa”. Este enfoque de medición es obligatorio para los contratos que involucran fondos segregados, contratos vinculados a la unidad, etc., y puede usarse para cualquier contrato de seguro que involucre componentes de inversión.

Desafíos

En el modelo VFA, se aplican los mismos desafíos de datos que se enfrentan al usar el GMM, pero se necesitan cálculos y datos adicionales para calcular el manejo progresivo del Margen del Servicio Contractual. En pocas palabras, más cálculos significan más dolores de cabeza para aquellos que carecen de las herramientas de procesamiento de datos y procedimientos adecuados.

Los datos definen cómo se agrupan los contratos #

Los datos también plantean problemas al determinar qué nivel de agregación utilizar para grupos y cohortes. Las diferentes formas de agrupar los contratos pueden generar resultados muy distintos, y las compañías necesitan identificar qué enfoque de agregación es el más apropiado para su negocio. Una vez más, las aseguradoras necesitan los datos para tomar y respaldar esas decisiones.

Los procesos de datos ineficientes crean una costosa ineficiencia #

Además, sin el uso de conjuntos de herramientas adecuados, las aseguradoras corren el riesgo de crear ineficiencias en sus procesos de recopilación y análisis de datos. Procesos más lentos y mayor esfuerzo manual, significan más tiempo y trabajo necesarios para generar informes de cumplimiento.

Esas ineficiencias resultan no solo en costos más altos, sino en la reducción del tiempo que los empleados altamente calificados pueden dedicar a tareas que generan mucho más valor.

Juntando todo #

IRFS 17 ofrece la flexibilidad para elegir qué método emplear para medir los compromisos de las pólizas. Pero elegir el mejor enfoque es un desafío basado en los datos. Y eso significa que las compañías de seguro deben poder acceder a toda la información relevante sobre pólizas en todos los sistemas básicos de seguros, contabilidad y actuarios.

Esos datos deben convertirse para que se puedan buscar y se puedan extraer valores pertinentes para su uso en análisis. Sin procesos de datos automatizados para permitir este trabajo, el cumplimiento de IFRS 17 requerirá más esfuerzo y creará una carga en los procesos comerciales habituales.

Una vez que haya resuelto los desafíos de datos que le impiden elegir los enfoques de medición correctos, el paso final en el trayecto de la IFRS 17 es generar informes de cumplimiento –el tema de nuestro próximo artículo en esta serie.