Artículos

Una taxonomía de taxonomías de finanzas sostenibles


| de documentos bis No 118 | 08 octubre 2021

por Torsten EhlersDiwen (Nicole) Gao y Frank Packer

Pdf texto completo (342kb)  |  30 páginas

Las taxonomías de finanzas sostenibles pueden desempeñar un papel importante en la ampliación de las finanzas sostenibles y, a su vez, en el apoyo al logro de objetivos de alto nivel como el Acuerdo de París y los objetivos de desarrollo sostenible de las Naciones Unidas. Este documento desarrolla un marco para clasificar y comparar las taxonomías existentes. De esta clasificación y comparación se desprenden varias deficiencias, entre ellas la falta de utilización de indicadores de rendimiento de sostenibilidad pertinentes y mensurables, la falta de granularidad y la falta de verificación de los beneficios de sostenibilidad obtenidos. Sobre esta base, el documento propone principios clave para el diseño de taxonomías efectivas. Los principios se emplean para desarrollar un marco simple para las taxonomías de transición. Los mensajes de política clave del análisis son: (i) Procurar que las taxonomías correspondan a objetivos específicos de sostenibilidad; ii) Fomentar el desarrollo de taxonomías de transición y la alineación de los enfoques con los objetivos del Acuerdo de París; iii) Supervisar y supervisar la evolución de los procesos de certificación y verificación; y iv) Pasar a la presentación obligatoria de informes de impacto para los bonos verdes.

Clasificación JEL: G18, P00, Q01, Q58.

Palabras clave: finanzas verdes, finanzas sostenibles, taxonomías, riesgo de transición, acuerdo de París, greenwashing, certificación, verificación

Torsten Ehlers
Frank Packer

Taxonomía de taxonomías de finanzas sostenibles1

Principios para taxonomías eficaces y medidas de política propuestas

Torsten Ehlers*, Diwen (Nicole) Gao**, Frank Packer*

Extracto

Las taxonomías de finanzas sostenibles pueden desempeñar un papel importante en la ampliación de las finanzas sostenibles y, a su vez, en el apoyo al logro de objetivos de alto nivel como el Acuerdo de París y los objetivos de desarrollo sostenible de las Naciones Unidas. Este documento desarrolla un marco para clasificar y comparar las taxonomías existentes. De esta clasificación y comparación se desprenden varias deficiencias, entre ellas la falta de utilización de indicadores de rendimiento de sostenibilidad pertinentes y mensurables, la falta de granularidad y la falta de verificación de los beneficios de sostenibilidad obtenidos. Sobre esta base, el documento propone principios clave para el diseño de taxonomías efectivas. Los principios se emplean para desarrollar un marco simple para las taxonomías de transición. Los mensajes de política clave del análisis son: (i) Procurar que las taxonomías correspondan a objetivos específicos de sostenibilidad; ii) Fomentar el desarrollo de taxonomías de transición y la alineación de los enfoques con los objetivos del Acuerdo de París; iii) Supervisar y supervisar la evolución de los procesos de certificación y verificación; y iv) Pasar a la presentación obligatoria de informes de impacto para los bonos verdes.

Resumen Ejecutivo

La ampliación de las finanzas sostenibles es un elemento clave para recaudar financiación privada para apoyar la transición a una economía sostenible. ¿Cómo deberían diseñarse las taxonomías para fomentar los flujos financieros hacia inversiones sostenibles y apoyar esta transición de la manera más efectiva?

Antes de delinear las características de diseño cruciales de las taxonomías, es importante establecer qué son las taxonomías y para qué sirven:

Una taxonomía para las finanzas sostenibles es un conjunto de criterios que pueden formar la base para una evaluación de si y en qué medida un activo financiero puede apoyar objetivos de sostenibilidad determinados. Su propósito es proporcionar una señal sólida a los inversores y otras partes interesadas, y ayudar a su toma de decisiones, identificando el tipo de información que los inversores necesitan para evaluar los beneficios de sostenibilidad de un activo y clasificar un activo en función de su apoyo a los objetivos de sostenibilidad dados.

Las taxonomías se pueden clasificar a lo largo de cuatro características definitorias clave:

Objetivo. ¿Qué objetivos de sostenibilidad se apoyan?

Alcance. ¿Qué actividades/industrias/entidades están incluidas?

Objetivo. ¿Cómo se traduce el propósito en un objetivo medible?

Salida. ¿Qué tipos de información se proporcionan?

Comparando algunas taxonomías importantes en mercados clave para las finanzas sostenibles, el documento encuentra que las taxonomías existentes a menudo mezclan varios objetivos de sostenibilidad y proporcionan resultados que podrían ser más transparentes y útiles para la toma de decisiones para los inversores. Las cuestiones clave son la necesidad de un mayor uso de indicadores de desempeño de sostenibilidad relevantes y medibles, la falta de granularidad y la falta de verificación de los beneficios de sostenibilidad logrados.

Sobre la base de los hallazgos anteriores, el documento desarrolla cinco principios para diseñar taxonomías efectivas y emplea esos principios para desarrollar un diseño básico para taxonomías de transición, taxonomías que están en línea con una transición a emisiones de carbono reducidas consistentes con el acuerdo de París. Los principios anticipan un rápido aumento de la cantidad de datos disponibles relacionados con la sostenibilidad en el futuro, lo que se ve favorecido por el aumento de la divulgación de la sostenibilidad, la recopilación de datos de terceros y la innovación tecnológica en la recopilación de estos datos.

Nuestros cinco principios básicos para diseñar taxonomías efectivas son:

• Alineación con los objetivos de política de alto nivel y las metas provisionales mensurables

• Centrarse en un solo objetivo («Una taxonomía, un objetivo»)

• Basado en resultados utilizando indicadores clave de rendimiento (KPI) simples y divulgados

• Incorporación de información basada en entidades siempre que sea posible

• Suficiente granularidad, cubriendo tanto el rendimiento de alta como el bajo rendimiento de sostenibilidad

Como ejemplo de una taxonomía de transición granular, un recuadro basado en datos recopilados por el sistema de divulgación ambiental CDP evalúa la alineación de los fondos mutuos con el objetivo de París de limitar los aumentos de temperatura postindustriales a 1,5 grados (o incluso 2 grados).

Además de proporcionar claridad a los inversores y otras partes interesadas sobre los beneficios de sostenibilidad de un activo determinado, las taxonomías que siguen los principios anteriores pueden facilitar en gran medida su comparabilidad e interoperabilidad entre diferentes empresas y mercados, incluidos los mercados emergentes.

En la sección final se enumeran una serie de medidas de política que podrían adoptarse para aumentar el valor de la información y la eficacia de las taxonomías existentes en la canalización de las corrientes financieras hacia inversiones más sostenibles:

• Asegurar que las taxonomías correspondan a objetivos específicos de sostenibilidad;

• Fomentar el desarrollo de taxonomías de transición y centrarse en la alineación de París;

• Monitorear y supervisar la evolución de los procesos de certificación y verificación; y

• Cambiar a informes de impacto obligatorios para bonos verdes.

1.-       Definición y finalidad de las taxonomías de finanzas sostenibles2

Existe un amplio consenso en que las finanzas sostenibles son un elemento clave para apoyar la transición a una economía más sostenible. Podría decirse que se ha prestado menos atención a cómo se deben diseñar las taxonomías para lograr este objetivo de la manera más efectiva. Por lo tanto, en este documento de entrada del G20, nos centramos en las siguientes preguntas clave:

¿Qué es una taxonomía y cuál es su propósito? ¿Cuáles son las dimensiones clave a considerar al diseñar una taxonomía de finanzas sostenibles? En términos más generales, ¿cuáles son los principios rectores para un diseño efectivo?

Al responder a estas preguntas, comenzamos con la siguiente definición para una taxonomía de finanzas sostenibles:

Una taxonomía para finanzas sostenibles es un conjunto de criterios que proporcionan la base para una evaluación de si y en qué medida un activo financiero apoyará dados los objetivos de sostenibilidad. Su propósito es proporcionar una señal sólida a los inversores y otras partes interesadas, y ayudar a su toma de decisiones, identificando el tipo de información necesaria para evaluar los beneficios de sostenibilidad de un activo y clasificar un activo en función de su apoyo a los objetivos de sostenibilidad dados.

Nuestra definición implica que el punto de partida de una taxonomía son los objetivos de sostenibilidad (Gráfico 1). Al alinear los objetivos de sostenibilidad con los objetivos políticos de alto nivel (por ejemplo, la reducción de las emisiones de carbono en línea con el acuerdo de París), las taxonomías de finanzas sostenibles pueden ser instrumentos importantes para lograr estos objetivos. En este documento, tomamos la existencia de múltiples objetivos, como la reducción de emisiones de carbono, los objetivos sociales, etc., como dados. Muchos gobiernos se han comprometido a lograr varios objetivos de sostenibilidad, como los objetivos de reducción de emisiones de carbono de París. Podría decirse que los inversores también han adoptado fuertemente una serie de beneficios no financieros en su toma de decisiones, como sugiere el rápido crecimiento de los bonos verdes y sociales, así como de los fondos de inversión de estilo ESG.

Nuestra definición también tiene la intención de mejorar la comprensión de lo que una taxonomía debe (y no debe) esperar que ofrezca. Una buena taxonomía proporciona una señal sólida a los inversores y otras partes interesadas y ayuda a su toma de decisiones al identificar los beneficios no financieros de un activo determinado. Debería mitigar el llamado «lavado verde», la generación de beneficios aparentes de sostenibilidad que son inexistentes en la práctica.3

Por el contrario, las taxonomías no están diseñadas para fines de gestión de riesgos. Por ejemplo, para proporcionar una evaluación exhaustiva de las exposiciones a los riesgos relacionados con el clima, sería necesario tener en cuenta las interdependencias con los inversores y las otras tenencias de cartera de las entidades, así como un análisis más profundo del impacto financiero de posibles perturbaciones futuras. Las taxonomías clasifican un solo activo y, por lo tanto, no pueden tener en cuenta las interdependencias con otros activos. Más bien, las herramientas de gestión de riesgos, como el análisis de escenarios y las pruebas de resistencia, deben integrarse en las medidas estándar de riesgo financiero ampliamente utilizadas tanto por los bancos centrales como por los profesionales de los mercados financieros. Ejemplos de tales herramientas incluyen los Escenarios Climáticos NGFS generados por los Modelos integrados de evaluación (IAM), destinados a monitorear y mitigar mejor los riesgos climáticos antes de que se materialicen.4

Las taxonomías tampoco son necesariamente un instrumento para implementar los requisitos de divulgación, aunque idealmente las taxonomías deberían basarse en datos divulgados. La divulgación de datos no financieros es un requisito previo para una evaluación eficiente de cómo un activo cumple con los criterios establecidos en una taxonomía.5 Las taxonomías luego usan y potencialmente procesan esta información para clasificar un activo de acuerdo con sus beneficios de sostenibilidad. Las taxonomías bien diseñadas, por supuesto, tendrán externalidades positivas en otras políticas relacionadas con la sostenibilidad y las necesidades de los inversores, por ejemplo, para ayudar a determinar los requisitos de divulgación no financiera. Su objetivo principal, sin embargo, es proporcionar una señal fuerte a los inversores sobre los beneficios no financieros de un activo determinado.

La eficacia de las taxonomías para contribuir a los objetivos de sostenibilidad depende en última instancia del interés sostenido de los inversores en los activos que reciben una etiqueta basada en la taxonomía. Las taxonomías bien diseñadas no solo pueden aumentar el interés de los inversores, sino también ayudar a aumentar la transparencia del mercado, al asegurar a los inversores que su financiación está contribuyendo efectivamente a los objetivos de sostenibilidad definidos. Como resultado, las taxonomías bien diseñadas salvaguardan la integridad del mercado al garantizar que aquellos activos que no pueden lograr los beneficios de sostenibilidad requeridos para la etiqueta sean claramente identificables por los inversores. La integridad del mercado, a su vez, ayuda a mantener el interés de los inversores a largo plazo en los mercados financieros sostenibles, así como a impulsar a las empresas que no son tan sostenibles para mejorar su rendimiento.

Las taxonomías son un elemento importante de las políticas de sostenibilidad, pero por sí solas no son suficientes para promover una ampliación expedita de la acción climática y las finanzas sostenibles. Se requiere un sistema coherente y eficaz de incentivos políticos, que pueden ser claves de las taxonomías, para movilizar toda la capacidad del capital del sector privado hacia inversiones sostenibles. Esto incluye la política fiscal (como un impuesto al carbono), la política regulatoria financiera (teniendo en cuenta los riesgos financieros relacionados con el clima), así como las operaciones de la banca central (incluidos mayores recortes en los activos intensivos en carbono).

En la siguiente sección, analizamos las dimensiones clave de las taxonomías y desarrollamos una «taxonomía de taxonomías de finanzas sostenibles». Esto proporciona un marco conceptual con el propósito de evaluar y comparar taxonomías. Utilizaremos nuestra taxonomía de taxonomías para contrastar las taxonomías existentes más prominentes: de la UE, China y la Iniciativa de Bonos Climáticos. En la tercera sección, desarrollamos un marco básico de taxonomías efectivas y lo aplicamos al desarrollo de «taxonomías de transición», una clase de taxonomías con el propósito de señalar que los activos están alineados con los objetivos de transición climática. En este sentido, también discutimos las medidas de alineación neta cero para los administradores de activos, que se han vuelto cada vez más populares. En la conclusión se enumeran una serie de medidas de política a corto plazo centradas en medidas fácilmente aplicables que podrían ayudar a que las taxonomías existentes sean más eficaces para apoyar la transición a una economía sostenible. Dado que los bonos verdes son actualmente el instrumento de deuda financiera sostenible más importante por volumen, argumentamos que los informes de impacto podrían ser una medida efectiva para aumentar la transparencia en torno a los bonos verdes. También esbozamos cómo deben diseñarse dichos informes de impacto.

2.        Una taxonomía de taxonomías de finanzas sostenibles

Esta sección delinea cuatro características principales de las taxonomías de finanzas sostenibles por las cuales pueden clasificarse: i) objetivo; ii) ámbito de aplicación; iii) objetivo; y iv) la producción. Estas cuatro dimensiones permiten una comparación simplificada de las taxonomías de finanzas sostenibles. Con esta «taxonomía de taxonomías» en mente, discutimos las taxonomías oficiales en la UE6 y China7, junto con la taxonomía basada en el mercado de la Iniciativa de Bonos Climáticos (CBI)8 para arrojar luz sobre las brechas entre los marcos existentes, así como el grado de comparabilidad entre ellos. Las lagunas e incoherencias identificadas a su vez motivan la propuesta de los principios básicos del diseño eficaz de la taxonomía en la sección 3.

2.1       Objetivo

Alineación con los objetivos políticos de alto nivel. Una taxonomía efectiva ayuda a los inversionistas a canalizar dinero en activos que apoyan la agenda nacional de desarrollo sostenible a largo plazo. Estos pueden incluir, por ejemplo, la transición a una economía resistente al clima, la protección de los recursos naturales y el ecosistema, y la promoción de ciudades y comunidades sostenibles. Los objetivos de taxonomía que son coherentes con los de las normas y reglamentos nacionales existentes permiten que esas normas se integren fácilmente en el marco de la taxonomía.

Para traducir los objetivos de alta política como se establece, por ejemplo, en el plan de civilización ecológica en China, el Acuerdo de París y los Objetivos de Desarrollo Sostenible en objetivos concretos, se puede utilizar un enfoque basado en la ciencia. Esto permite que los objetivos de sostenibilidad de alto nivel se traduzcan en resultados medibles, como una reducción de referencia de las emisiones de GEI, una menor tasa de deforestación o un nivel deseado de diversidad de especies.

La visión general de la Tabla 1 de estas dimensiones entre las tres taxonomías muestra que la alineación con los objetivos de alto nivel es factible, pero no siempre es una característica de las principales taxonomías. Como ejemplos de objetivos políticos de alto nivel incorporados, tanto la taxonomía de la UE como las normas CBI han alineado estrechamente sus criterios a nivel de actividad con el compromiso de reducción de emisiones necesario para lograr la neutralidad climática para 2050. Sin embargo, tal especificidad parece faltar en la taxonomía china.

Independencia vs. codependencia. Las taxonomías generalmente incorporan múltiples objetivos, que van desde la mitigación del cambio climático hasta la adaptación al cambio climático, así como el uso sostenible y la protección de los recursos hídricos y marinos, la transición a una economía circular, la prevención y el reciclaje de residuos, la prevención y el control de la contaminación y la protección de ecosistemas saludables.

Cuando son múltiples, los objetivos de las taxonomías pueden ser independientes o codependientes. Por ejemplo, en la taxonomía de la UE, además de contribuir sustancialmente a uno o más de los seis objetivos medioambientales, una actividad subvencionable tampoco debe causar un daño significativo a ninguno de los demás. Si bien el principio de No causar daños significativos (DNSH) ayuda a aliviar los posibles conflictos entre los diferentes objetivos en el proceso de selección técnica, no hay una mención explícita del principio dnsH en el diseño y la redacción de la taxonomía china.

No obstante, este enfoque codependiente puede no ser óptimo para los países en desarrollo que parten de diferentes condiciones iniciales. Por ejemplo, algunos de estos países todavía dependen en gran medida de los combustibles fósiles. El hecho de que DNSH excluya a priori las actividades intensivas en carbono (debido al impacto negativo en un objetivo codependiente) podría representar una barrera importante para una rápida transición «marrón a verde» para tales jurisdicciones, ya que obstaculiza la inversión en tecnologías más ecológicas en la industria de los combustibles fósiles que no cumple, pero es insustituible en la fase actual del desarrollo económico.

En términos más generales, el establecimiento de un marco global de definiciones y normas de notificación que sirva a múltiples objetivos medioambientales codependientes, como en las taxonomías de la UE y China, tiene costes en términos de disminución del valor de señalización de una taxonomía con un único objetivo independiente. Por un lado, el mayor nivel de complejidad de una taxonomía con múltiples objetivos aumentará los costos de implementación y supervisión y, en última instancia, el grado de cumplimiento por parte de los mercados financieros.9 Por ejemplo, mientras que los criterios de selección para la mitigación del cambio climático tienen una sola métrica, a saber, las emisiones de CO2, las de otros objetivos, como la biodiversidad, seguramente serán más complicadas, ya que es difícil dividirlas en una sola medida. El aumento del costo del cumplimiento tiene el potencial de desalentar la adopción voluntaria de divulgaciones no financieras relacionadas con la sostenibilidad.

Los problemas de los múltiples objetivos ambientales codependientes se agravan aún más en el caso de los países en desarrollo con instituciones e infraestructura de mercado más débiles. Para los países que están considerando el desarrollo de taxonomías nacionales, puede ser beneficioso centrarse en un objetivo a la vez para el cual las regulaciones locales están bien establecidas y las tecnologías han sido probadas. El enfoque de «una etiqueta por un objetivo», por ejemplo, como se refleja en los criterios de selección de emisiones de GEI de las Normas CBI para lograr la mitigación del clima, podría ser una alternativa más efectiva y compatible.

2.2       Ámbito de aplicación

Estática vs. Transición. Hasta la fecha, la gran mayoría de los flujos de capital relacionados con las finanzas verdes se han dirigido hacia actividades económicas que ya son bajas en carbono, mientras que ha habido una inversión sustancialmente menor en actividades de transición y habilitación en industrias intensivas en carbono como el petróleo y el gas, la minería y la industria pesada. Tal como se definen en la taxonomía de la UE, las actividades de transición son actividades que contribuyen a la transición a la emisión neta cero para 2050, pero que no son «verdes» en este momento, incluidos los turismos o la generación de electricidad a partir de combustibles gaseosos. Las actividades facilitadoras son aquellas que, en sí mismas, pueden ser intensivas en carbono, que generan bienes y servicios que permiten la descarbonización de otras actividades. Por ejemplo, la fabricación de paneles solares o herramientas de captura y almacenamiento de carbono dan como resultado emisiones de GEI, sin embargo, estos productos ayudan a reducir las emisiones a largo plazo. Dado que solo una minoría de sectores opera con cero o casi cero emisiones, la transición a una economía resiliente y sostenible requiere una transformación fundamental y a nivel de base en todos los sectores, incluidas aquellas empresas con las mayores emisiones de carbono. Para tales empresas, las taxonomías idealmente ayudan a redirigir el capital hacia soluciones para las cuales el camino hacia cero emisiones está disponible, o hacia alternativas bajas en carbono que existen o están en desarrollo. Sin embargo, la mayoría de las taxonomías existentes se basan en datos retrospectivos.

La Comisión Europea está dando pasos tempranos para incorporar las actividades de transición en su taxonomía y, por lo tanto, fomentar inversiones que estimulen las innovaciones tecnológicas verdes en las industrias intensivas en carbono (Tabla 1). Dichas actividades o entidades deben demostrar su capacidad para superar la media de la industria cumpliendo determinados umbrales de reducción de emisiones. En ausencia de tales taxonomías, será difícil distinguir tales actividades de aquellas que simplemente están varadas o muestran poca promesa de reducir las emisiones. La falta de taxonomías de transición puede conducir a mayores costos de capital o incluso a la falta de financiamiento para que las empresas se trasladen a actividades menos dañinas.

Para reconocer y promover las actividades de transición, las taxonomías también pueden utilizar medidas prospectivas, que son impactos esperados inferidos del desempeño pasado de las empresas. Estas medidas evalúan si las características de la actividad y la trayectoria de reducción de emisiones son suficientes para lograr los beneficios ambientales prometidos. Como ejemplo, la iniciativa Science Based Targets (SBTi) promueve un estándar basado en la ciencia para el establecimiento de objetivos de cero emisiones netas, para guiar a las empresas sobre cómo traducir el objetivo de una economía neutra en carbono para 2050 en acciones tangibles.

Nacional vs internacionalmente interoperable. Una taxonomía de finanzas sostenibles incluye un extenso esquema de clasificaciones, la mayoría de las veces bastante ambicioso en su alcance. Esas clasificaciones pueden basarse en normas y definiciones puramente nacionales o pueden tratar de garantizar cierto nivel de coherencia internacional. Un ejemplo destacado de lo primero son las clasificaciones industriales existentes utilizadas por las agencias estadísticas nacionales, como los códigos NACE en la taxonomía de la UE o la Clasificación de la Industria Estratégica Emergente (basada en la Clasificación Industrial Estándar China (CSIC)12) en la taxonomía china. En tales taxonomías existentes, a menudo se utilizan para identificar actividades o proyectos beneficiosos para el medio ambiente en una sola jurisdicción. Los objetivos específicos de la industria, que a menudo son aconsejables en el establecimiento de objetivos medioambientales más amplios, deben depender de dichas clasificaciones industriales.

Dicho esto, los sistemas de clasificación industrial que difieren entre jurisdicciones plantean obstáculos a la armonización de las taxonomías. Si bien las clasificaciones NACE o CSIC en la UE y China, respectivamente, son coherentes con los datos estadísticos nacionales y los marcos reglamentarios oficiales, no son directamente compatibles con los sistemas de clasificación ampliamente utilizados en otros lugares, como el Sistema Mundial de Clasificación Industrial (GICS). Las actividades económicas que son potencialmente sostenibles pueden incluirse en una taxonomía, pero no en otra. Esta falta de interoperabilidad puede aumentar los costos de transacción para los emisores e inversores que operan en los mercados financieros internacionales. Un paso hacia la armonización de las taxonomías sería que todas las taxonomías adoptaran el mismo sistema de clasificación industrial, siendo el GICS o la Clasificación Industrial Internacional Uniforme (CIIU) los principales candidatos lógicos. Otra solución plausible sería establecer una cartografía comúnmente aprobada entre los códigos NACE, CSIC, GICS e ISIC para establecer taxonomías sostenibles.

2.3       Objetivo

Actividad vs. Entidad vs. Activo. Las principales taxonomías existentes y actualmente más utilizadas definen la sostenibilidad desde la perspectiva de la actividad o proyecto en sí, en lugar de toda la entidad (generalmente una corporación) que realiza la actividad. En algunos casos, el objetivo de la taxonomía es el activo en el balance de la entidad. Tales taxonomías ayudan a los inversores y reguladores al mejorar la divulgación de la sostenibilidad relacionada con los proyectos, lo que les permite, junto con los emisores, identificar oportunidades que contribuyen a la agenda general de desarrollo sostenible. Las taxonomías de la UE y China examinadas en el cuadro 1 incorporan métricas basadas en actividades con umbrales en consonancia con las normativas jurisdiccionales. La taxonomía CBI incorpora métricas basadas en activos.

Sin embargo, es de vital importancia que los inversores evalúen el impacto agregado en la sostenibilidad de toda la gama de actividades económicas de una corporación, por ejemplo, como se aborda en los Principios de Bonos Vinculados a la Sostenibilidad (SLBP) de la Asociación Internacional del Mercado de Capitales (ICMA). Los criterios de selección de los bonos vinculados a la sostenibilidad se definen sobre la base de indicadores clave de rendimiento (KPI) y objetivos de rendimiento de sostenibilidad (SPT) a nivel de entidad, y tienen la promesa de ampliar el alcance de la financiación para apoyar la transición de todo el modelo de negocio de una entidad.

La señalización de los beneficios ambientales de las actividades empresariales a nivel de proyecto no implica necesariamente una señal similar a nivel de entidad. Por ejemplo, la construcción de infraestructura para la producción de energía renovable puede etiquetarse como verde bajo una taxonomía basada en actividades, pero cuando el proyecto es emprendido por una compañía de energía que está muy involucrada en la construcción de nuevas instalaciones de refinación de petróleo no alineadas con los objetivos ambientales, la etiqueta a nivel de entidad puede diferir. El valor de señalización de esta certificación verde puede exagerarse cuando la reducción de las emisiones del proyecto verde es relativamente pequeña en comparación con la emisión total de otras actividades intensivas en carbono de la empresa.

Para excluir la posibilidad de blanquear todo el perfil de una empresa a partir de un proyecto insignificante, las taxonomías basadas en actividades pueden complementarse informando sobre la materialidad de las actividades sostenibles desde la perspectiva de la entidad. Tales métricas podrían incluir la proporción de su saldo de deuda, gastos de capital o ingresos por ventas atribuibles a actividades económicas sostenibles. Métricas similares ya son populares para los fondos de inversión. El recuadro A presenta un ejemplo sofisticado de esto, basado en un método para mapear las reducciones de carbono dirigidas a las empresas participadas en aumentos de temperatura global de fin de siglo.

2.4       Salida

Disponibilidad y divulgación de datos. Las taxonomías bien definidas proporcionan una señal clara a los inversores sobre los beneficios no financieros de un activo. Los inversores deben estar seguros de que sus inversiones sostenibles generarán realmente los beneficios ambientales y sociales prometidos. La estimación ex ante y la revisión ex post pueden aumentar significativamente la demanda de datos, especialmente los indicadores de rendimiento de los emisores (empresas) o los gestores de activos. A pesar de la Directiva de Información No Financiera de la UE, así como del creciente impulso en torno a la adopción de normas de información no financiera como el Reglamento de Divulgación de Finanzas Sostenibles (SFDR) de la UE, el Consejo de Normas de Contabilidad de Sostenibilidad (SASB), la Iniciativa Global de Información (GRI) y el trabajo de la fundación IFRS sobre estándares de divulgación relacionados con la sostenibilidad, la divulgación de sostenibilidad a nivel de emisor sigue siendo limitada. En este contexto, las taxonomías pueden respaldar la divulgación obligatoria armonizada de datos de sostenibilidad financieramente importantes para garantizar la integridad, transparencia, coherencia y comparabilidad de las etiquetas verdes en todos los mercados financieros.

El diseño de la taxonomía es importante a este respecto. Por ejemplo, para complementar la versión actual de la taxonomía de la UE, la Comisión Europea especificará cómo deben aplicarse en la práctica las obligaciones de divulgación conformes con la taxonomía. En China, el enfoque del Banco Popular de China (PBoC) sobre los requisitos de divulgación es consistente con prácticas internacionales como los Estándares CBI y los Principios de Bonos Verdes (GBP). Al mismo tiempo, dada la mayor carga de presentación de informes para las pequeñas y medianas empresas (PYME), se puede argumentar con firmeza para permitirles seguir un conjunto simplificado de protocolos.

Recuadro A

Una taxonomía de transición granular para fondos de inversión basada en las emisiones de carbono

Las taxonomías de transición pueden definir un entendimiento común de qué actividades económicas son propicias para la transición económica y, por lo tanto, constituirán un pilar esencial de la presentación de informes relacionados con el clima y la transparencia del mercado en general. Un ejemplo de una taxonomía de transición granular para fondos de inversión que proporciona una comprensión simple de la «ecología» de los fondos basada en el objetivo de la reducción de gases de efecto invernadero consistente con el acuerdo de París son las calificaciones de temperatura de los fondos proporcionadas por Climate Disclosure Project (CDP).

Las clasificaciones de temperatura se basan en los objetivos de carbono divulgados por las empresas que cotizan en bolsa que componen los fondos. Pero evaluar la ambición de los objetivos corporativos de reducción de emisiones ha sido complejo hasta la fecha, ya que los objetivos pueden usar diferentes unidades, variar según los marcos de tiempo y cubrir una variedad de alcances de emisiones. La metodología de calificación de temperatura CDP-World Wide Fund for Nature (WWF) es una metodología de código abierto que traduce estos objetivos en una métrica única e intuitiva. Esto permite que el aumento de la temperatura global asociado con la ambición corporativa se compare entre empresas y fondos.

Más específicamente, la metodología convierte los objetivos de emisiones proporcionados por las corporaciones en temperaturas. Cada objetivo corresponde a una tasa de reducción anual lineal de una métrica (por ejemplo, emisiones absolutas de carbono o intensidad de carbono) desde el año de base hasta el año objetivo. ( Para cada objetivo de emisiones individuales, la metodología de conversión se basa en los escenarios climáticos científicos actualmente disponibles en el Informe Especial del IPCC (Grupo Intergubernamental de Expertos sobre el Cambio Climático) de las Naciones Unidas sobre la base de datos de escenarios de 1,5 °C. A partir de un gran número de escenarios climáticos que mapean tendencias a corto, mediano y largo plazo de emisiones absolutas de carbono o intensidades de emisiones en el calentamiento global estimado en 2100, se obtienen datos para regresiones que dan una estimación puntual de la temperatura para cualquier tendencia implícita en el objetivo.

Dado que las empresas a menudo tienen múltiples objetivos, las calificaciones de temperatura a nivel objetivo se agregan a las puntuaciones de temperatura a nivel de empresa. Dicho esto, no se incluyen todos los objetivos proporcionados por las empresas, ya que existen criterios mínimos de calidad para la inclusión de un objetivo en la puntuación de temperatura general de una empresa. Posteriormente, para evaluar un índice o cartera de empresas, las puntuaciones de las empresas individuales se ponderan en una cartera de inversiones. Las puntuaciones de temperatura corporativa se agregan a nivel de cartera de fondos utilizando un enfoque de ponderación de emisiones financiadas, lo que significa que la puntuación de temperatura de cada componente de la cartera se ponderó para su participación en la cartera de emisiones financiadas.

A las empresas que no tienen objetivos de emisiones relevantes y divulgados públicamente se les asigna una puntuación de temperatura predeterminada que asume una vía de temperatura habitual. Para todas las empresas sin objetivos divulgados por CDP o divulgaciones insuficientes, se aplica una puntuación de temperatura predeterminada de 3.2 ° C. Esto permite comparaciones empresa por empresa y cartera. A partir de estos, los participantes en los mercados financieros pueden derivar medidas para la asignación de capital y el compromiso corporativo y, en última instancia, ayudar a alinear las emisiones corporativas con los objetivos de política y reducir los riesgos de transición climática en sus carteras.

La distribución de fondos que resulta de la metodología CDP se presenta en el gráfico a continuación, basado en un análisis de los activos bajo gestión a abril de 2021 y las puntuaciones de temperatura de 17.972 fondos de inversión. La muestra de fondos está compuesta por fondos abiertos (incluidos los ETF) domiciliados en Europa, Estados Unidos y Asia que invierten en acciones públicas y bonos corporativos a nivel mundial. Los activos totales administrados por estos fondos fueron de aproximadamente US $ 25.7 billones, o aproximadamente el 38% del mercado global de fondos abiertos regulados. La fuente de las tenencias de fondos y la información de activos fue Refinitiv/Lipper.

Como se puede ver en el gráfico, basado en los datos actuales sobre los objetivos corporativos de reducción de GEI establecidos en 2020, la mayoría de las emisiones de GEI financiadas por la industria de fondos globales estarían en una trayectoria de temperatura superior a 2.5 ° C y, por lo tanto, muy por encima de los objetivos del Acuerdo de París, exponiéndolos a un riesgo de transición significativo.

Tales medidas se beneficiarían enormemente de una divulgación más detallada de los objetivos de reducción de GEI por parte de las empresas para evaluar mejor si las carteras de inversión están alineadas con los objetivos de temperatura del Acuerdo de París. De hecho, muy pocas empresas establecen y divulgan objetivos ambiciosos y detallados de reducción de GEI. Esto es particularmente un problema para las emisiones de alcance 3, con solo una pequeña fracción de los divulgadores que informan cualquier objetivo para abordar las emisiones de la cadena de valor. Por lo tanto, para que las taxonomías como la clasificación de temperatura de CDP sean más efectivas, las normas de presentación de informes existentes y emergentes para las empresas deben tener requisitos más detallados para la divulgación de los objetivos de reducción de GEI, especialmente en lo que respecta a la divulgación de objetivos provisionales y las emisiones de ámbitos más amplios.

Verificación. Una taxonomía bien definida también puede mitigar el riesgo de lavado verde al facilitar la verificación. Si bien la existencia de taxonomías por sí sola no evitará que las empresas cometan fraudes de sostenibilidad, las taxonomías bien definidas harán que estos fraudes sean más fáciles de detectar. El uso de la revisión externa (segunda parte y tercera parte) prevalece en el mercado europeo de bonos, pero se puede mejorar la estandarización de los procesos de verificación entre los diferentes proveedores. El proceso de verificación no se aborda en la legislación actual de taxonomía de la UE, mientras que la taxonomía china aboga por el uso voluntario de revisiones independientes. A medida que crece el tamaño del mercado de finanzas sostenibles, los responsables de la formulación de políticas pueden explorar nuevas opciones de política para facilitar la verificación y desalentar el lavado verde. Un modelo verificador aprobado (como en las Normas CBI) podría ser un instrumento sólido. Permite a los reguladores actuar como guardianes y delegar el papel de verificación a una serie de proveedores privados. Este modelo ofrece el potencial de mantener un nivel consistente de calidad en el proceso de verificación, ya que solo las entidades con suficiente experiencia serán aprobadas y los criterios sobre los servicios que brindan son establecidos de manera uniforme por el portero.

Granularidad. Las taxonomías sirven como instrumento para identificar oportunidades de inversión que sean compatibles con los compromisos nacionales de desarrollo sostenible. Las taxonomías de la UE y China siguen siendo binarias en el sentido de que las actividades cumplen o no con la taxonomía (cuadro 1).

Si bien el enfoque binario de las taxonomías ha servido al desarrollo de las finanzas verdes hasta la fecha, corre el riesgo de ser demasiado estricto y demasiado flexible en su etiquetado. Un enfoque binario en el que solo se etiquete como tal a la más ecológica de las actividades podría disuadir a ciertas empresas de invertir, especialmente a las PYME que tienen un acceso limitado al mercado de capitales para financiar la costosa adopción de tecnología verde. Al mismo tiempo, los umbrales fácilmente alcanzables pueden desalentar la atención y los esfuerzos dedicados del sector privado, y dar lugar a que el valor de señalización de la etiqueta verde se diluya significativamente. Por lo tanto, tiene sentido que las taxonomías incorporen, cuando sea posible, una mayor granularidad en el diseño de los criterios de selección, por ejemplo, uno más similar a las calificaciones crediticias, a fin de incentivar la participación del sector privado.

Una mayor granularidad también ofrece otra oportunidad para centrarse en la reducción de las inversiones contaminantes. La emisión de carbono a nivel corporativo está dominada por un número relativamente pequeño de grandes emisores. Por lo tanto, una taxonomía que no solo defina qué actividades son sostenibles, sino que también diferencie entre las que son dañinas, sería útil para los participantes del mercado privado que desean minimizar la inversión en los peores contaminadores y actividades contaminantes. También puede incitar a las empresas contaminantes a invertir en formas de mejorar su rendimiento. El CBI ha adoptado un sistema de semáforos para indicar el grado en que los activos y proyectos identificados son compatibles con una trayectoria de descarbonización de 2 grados. Mientras que el verde es automáticamente compatible. Orange es posiblemente compatible si se cumplen criterios más específicos. La luz roja es incompatible, mientras que el gris indica que se requiere más trabajo para determinar qué color es apropiado. Más recientemente, el CBI ha propuesto cinco categorías distintas de actividades: Near Zero, Pathway to Zero, No Pathway to Zero, Interim y Stranded.13 Los sistemas de detección granular como estos ayudan a los inversores a reubicar los activos lejos de las «actividades contaminantes».

Una producción más granular, con una mayor cobertura de las actividades buenas y malas, también puede acomodar las diferencias por sector industrial y tecnología, así como en diferentes niveles de desarrollo económico nacional. En el caso de las economías asiáticas en desarrollo, que tienen la demanda regional más importante de inversiones sostenibles14, el diseño de taxonomías puede formularse en el contexto social y económico de la región. La nueva taxonomía de Singapur y la ASEAN también ha propuesto un sistema de semáforos, más como un paso intermedio para equilibrar el objetivo de la aplicación factible a corto plazo de una taxonomía con el logro de objetivos sostenibles a más largo plazo. Tiene en cuenta la creciente demanda de electricidad impulsada por la rápida urbanización e industrialización que probablemente dará lugar a una dependencia continua de los combustibles fósiles al menos a medio plazo. Por lo tanto, la inclusión en la taxonomía granular de algunas actividades que aún no están llevando a cabo una transición permite a la región considerar holísticamente un camino de transición suave mientras maneja sus necesidades energéticas a corto y mediano plazo.

3.        Principios para el diseño de taxonomías efectivas de finanzas sostenibles

Como se discutió anteriormente, el propósito principal de una financiación sostenible es proporcionar una señal sólida a los inversores sobre los beneficios de sostenibilidad de un activo, actividad o actividades generales de una entidad. Este objetivo general se puede implementar de muchas maneras. El examen de las principales taxonomías existentes anteriormente puso de relieve varias deficiencias. Argumentamos que un pequeño conjunto de principios básicos puede proporcionar una orientación constructiva sobre el diseño de taxonomías efectivas de finanzas sostenibles para lograr su propósito principal y mitigar las debilidades de las taxonomías actualmente prevalecientes.15

Al desarrollar nuestros principios, anticipamos una «era de transparencia radical» (Al Gore (2021)16, caracterizada por una disponibilidad mucho mayor de datos, no solo para los emisores, sino para todas las partes interesadas. Una taxonomía efectiva será esencialmente una forma de destilar y resumir la información relevante para llegar a una evaluación fácil de entender y confiable para los inversores. Las opciones de diseño para las principales taxonomías existentes a menudo se hicieron hace una década y se basaron en la presunción de que los datos relacionados con el medio ambiente son escasos. Un enfoque basado en datos da lugar a diferentes opciones de diseño. Esto no constituye una crítica a las taxonomías existentes. Nuestros principios deben verse más bien como una guía para desarrollar aún más las taxonomías existentes, así como un marco conceptual simple para diseñar nuevas taxonomías.

Los principios anticipan una mayor disponibilidad de datos en el futuro, pero solo requieren algunos datos básicos para empezar. Los requisitos de datos pueden escalarse y los umbrales y parámetros pueden ajustarse para dar cabida a las pequeñas y medianas empresas (PYME) o a los emisores de mercados emergentes (EME). Mucho más importante que la disponibilidad actual de datos es garantizar la interoperabilidad de las taxonomías: la facilidad de comparabilidad entre empresas y mercados. Naturalmente, un enfoque basado en principios facilita la interoperabilidad y, por lo tanto, apoya la coherencia internacional. Los diferentes sistemas jurídicos y las consideraciones de proporcionalidad pueden requerir diferentes implementaciones concretas. Aun así, una base basada en datos de taxonomías basadas en los mismos principios permite a los inversores tomar decisiones informadas en una amplia gama de activos, el propósito principal de las taxonomías.

3.1       Los cinco principios para diseñar taxonomías eficaces

Los principios que proponemos a continuación son complementarios y no son necesariamente efectivos de forma aislada. Al mismo tiempo, no son exhaustivos, aunque proporcionan un sentido de dirección para diseñar taxonomías efectivas, particularmente cuando se anticipa una creciente disponibilidad de datos relacionados con la sostenibilidad.

1. Alineación con los objetivos políticos de alto nivel y las metas intermedias mensurables

Es poco probable que una taxonomía de finanzas sostenibles que no esté alineada con los objetivos de políticas de alto nivel tenga un valor sostenible. Los objetivos de política de alto nivel determinan la dirección del desarrollo de políticas. Sin dicha alineación, cualquier activo etiquetado se enfrentará a un escrutinio continuo del mercado o regulatorio. El interés en activos que no contribuyen a los objetivos relevantes para la política eventualmente disminuirá cuando los inversores miren bajo el capó de la etiqueta verde. En otras palabras, las taxonomías no alineadas están sujetas en última instancia a «riesgos de transición» y pueden volverse insostenibles. Por lo tanto, la alineación con los objetivos políticos de alto nivel debe ser el principio rector del diseño de taxonomías financieras sostenibles eficaces. Si bien los objetivos de políticas sostenibles de alto nivel pueden cambiar y variar entre los países, en cuestiones clave existe un entendimiento común en una amplia gama de países sobre lo que deberían ser (191 países son partes en el Acuerdo de París, y los Objetivos de Desarrollo Sostenible han sido adoptados por 193 países).

En el caso de que los objetivos políticos se extiendan hasta un futuro lejano, deben utilizarse objetivos intermedios realistas y mensurables que entren en el horizonte de inversión de los inversores y proporcionen claridad sobre cuál es exactamente el objetivo y cómo se puede medir.

2. Centrarse en un solo objetivo («Una taxonomía, un objetivo»)

El propósito principal de las taxonomías es proporcionar una señal clara a los inversores. Para proporcionar una señal clara, es necesario que exista un vínculo directo con el objetivo subyacente. La mezcla de varios objetivos reduce naturalmente el valor de la información (pérdida de información a través de la agregación). En el área de la puntuación ESG, por ejemplo, es ampliamente reconocido que esto ha creado desafíos para los inversores. Un documento prominente denomina a esto «confusión agregada».17 La agregación también abre las puertas para el lavado verde: el bajo rendimiento en un área puede ser infra ponderado o compensado por un mejor desempeño en otras áreas, incluso si el desempeño de sostenibilidad se mide perfectamente. Proporcionar una señal relacionada con un objetivo también crea más opciones para aquellos inversores que deseen especializarse en ciertas áreas dentro del universo sostenible.

Varias taxonomías actuales se basan en el principio de «no hacer daño significativo» (DNSH), que establece que, si una taxonomía apoya un objetivo, al mismo tiempo no debe ser perjudicial en términos de otros objetivos. Es importante tener en cuenta que la plena implementación del principio DNSH requiere tanto la definición como la medición de un conjunto completo y completo de objetivos de política de sostenibilidad de alto nivel. Certificar que el principio DNSH se cumple puede ser un desafío en la práctica. Por esta razón, se puede argumentar para establecer los umbrales muy altos o aplicar el principio DNSH con moderación, limitado a aquellos casos en que la medición de los objetivos alternativos es menos difícil, porque de lo contrario es probable que DNSH disminuya el valor de señalización de taxonomías más enfocadas.

3. Basado en resultados utilizando indicadores clave de rendimiento (KPI) simples y divulgados

Una taxonomía basada en resultados medibles proporciona claridad a los inversores sobre los beneficios no financieros transmitidos por un activo, actividad o entidad. La medición de los resultados a través de indicadores clave de rendimiento simples y divulgados puede respaldar muchos de los otros principios. Permite a los inversores verificar el rendimiento de sostenibilidad de un activo, permite evaluaciones granulares y puede vincularse directamente con el objetivo de sostenibilidad subyacente. Por lo tanto, la elección del KPI correcto es crucial para las taxonomías basadas en resultados, incluso para evitar las lagunas que puede abrir un KPI con solo un vínculo indirecto con el objetivo de sostenibilidad. Un enfoque en el desempeño de la sostenibilidad es necesariamente neutral desde el punto de vista tecnológico. Las tecnologías nuevas y alternativas se pueden certificar en función de los mismos KPI (por ejemplo, emisiones de carbono), lo que permite a los inversores invertir rápidamente en ellas en función de sus estrategias de sostenibilidad existentes. A medida que mejoren las divulgaciones y los KPI adecuados estén más ampliamente disponibles en todos los países y empresas, se ampliará la gama de resultados medibles y, por lo tanto, los objetivos de sostenibilidad que pueden ser cubiertos por las taxonomías de finanzas sostenibles. Para una máxima transparencia y simplicidad, es deseable utilizar solo un KPI para una taxonomía determinada. Sin embargo, algunos objetivos de sostenibilidad pueden ser complejos y requerir la combinación de varios KPI, lo que requiere que la taxonomía especifique una prioridad o ponderación.

Otros dos beneficios surgen de las taxonomías basadas en resultados. Una taxonomía basada en resultados y principios puede adaptarse con relativa facilidad a diferentes circunstancias. Los umbrales se pueden ajustar a las circunstancias de la industria. Los umbrales pueden reducirse, por ejemplo, en caso de que las empresas no tengan acceso a la tecnología necesaria para lograr un mejor rendimiento en materia de sostenibilidad. Del mismo modo, a medida que evolucionan los objetivos de política de alto nivel o si requieren mejoras más rápidas con el tiempo, los umbrales pueden ajustarse con el tiempo.

Además, las taxonomías basadas en resultados permiten esquemas de certificación sencillos y una verificación potencialmente de bajo costo. Una taxonomía solo puede proporcionar una señal útil para la toma de decisiones a los inversores (y otras partes interesadas) si es confiable. En la práctica, las empresas especializadas certifican los beneficios de sostenibilidad de un activo sobre la base del conjunto de reglas y umbrales definidos en la taxonomía subyacente. Los procesos, las instituciones y su posible regulación deben ser una parte integral del diseño de una taxonomía. Esto debe incluir la verificación de la certificación, que puede ser rentable si las taxonomías se basan en KPI simples y ya divulgados.

4. Incorporación de información basada en entidades siempre que sea posible

Una taxonomía que ignora la información basada en entidades corre el riesgo de fomentar el lavado verde en el sentido suave (con lo que nos referimos al etiquetado que puede ser engañoso en ausencia de fraude). Es importante que las taxonomías sean efectivas y afecten los incentivos a nivel de la entidad, en el que se toman la mayoría de las decisiones de inversión.18 Si una empresa puede etiquetar ciertas actividades como verdes sin cambiar su huella de carbono general, la medida en que las finanzas verdes están financiando la transición se cuestiona. Si bien gran parte de la infraestructura hasta la fecha del mercado de bonos verdes se ha centrado en certificar y verificar actividades ecológicas, en aras de proporcionar incentivos a los responsables de la toma de decisiones para contribuir a los objetivos de políticas de alto nivel, las taxonomías deben incorporar información basada en entidades siempre que sea posible.

5. Granularidad suficiente, que cubra tanto el rendimiento de sostenibilidad alto como el bajo

Para que una taxonomía proporcione una señal útil para la toma de decisiones, los inversores requieren un cierto nivel de granularidad para determinar si un activo encaja en su estrategia de inversión. Los resultados de la taxonomía binaria (por ejemplo, «verde» vs no verde) limitan en gran medida el rango de posibles estrategias de inversión basadas en tales taxonomías.

Una característica importante del desempeño de sostenibilidad de los emisores es su distribución muy a menudo sesgada. Por ejemplo, el 1% de las empresas con la mayor intensidad de carbono producen cerca del 40% de las emisiones globales de carbono. Como resultado, la mejora de las empresas con bajo desempeño ambiental es esencial para alcanzar los objetivos de sostenibilidad a nivel global. Una taxonomía dirigida únicamente a empresas con un buen desempeño ambiental (por ejemplo, empresas «verdes») no puede capturar aquellas empresas cuyo desempeño en sostenibilidad es esencial para lograr objetivos de política de alto nivel.

3.2       Emplear los principios para un diseño básico de taxonomías de transición climática

A continuación, examinamos cómo los principios del diseño de taxonomía desarrollados anteriormente podrían emplearse para un diseño básico de taxonomías de transición climática. No somos los primeros en considerar una taxonomía en el contexto de la transición climática.19

Principio 1 (Alineación de alto nivel). Como todos los demás elementos de la taxonomía dependen de ella, la identificación del objetivo de política es el primer y clave paso. En el caso de muchas jurisdicciones nacionales, el objetivo a más largo plazo basado en la ciencia para la transición sería lograr cero emisiones netas para 2050. Como esto está más allá del horizonte de muchos inversores, también debe especificarse un objetivo provisional. En el caso de la UE, por ejemplo, el objetivo provisional para la reducción de emisiones es actualmente una reducción del 55 % de las emisiones de GEI para 2030. Como ya se había logrado una reducción de alrededor del 26% a finales de 2019, el objetivo provisional para 2030 implica una reducción de alrededor del 40% en los siguientes 10 años, o alrededor del 5% anual.20

Principio 2 (Objetivo único). Una taxonomía para la transición climática proporciona un claro ejemplo de por qué la mezcla de objetivos desdibuja la señal destinada a los inversores. Por ejemplo, si la taxonomía incluyera tanto un objetivo de mitigación del clima como de seguridad hídrica, y cumplir con uno u otro calificaría para la etiqueta, sin profundizar más allá de la etiqueta, un inversor se enfrentaría a una incertidumbre considerable sobre lo que los beneficios no financieros precisos del activo certificado transmitirían. La seguridad hídrica puede o no contribuir al objetivo de transición climática, incluso si se han fijado objetivos claros y medibles. Mientras que, en otros casos, los diferentes objetivos pueden, en teoría, ser complementarios o incluso reforzarse mutuamente, la mezcla de objetivos reduce la claridad y la simplicidad para los inversores. También limita el rango de inversiones sostenibles y estrategias de inversión temáticas que se pueden construir en torno a activos certificados por taxonomía.

Principio 3 (Basado en los resultados). En una taxonomía de transición basada en los resultados, la elección de los KPI es crucial y desafiante, ya que los KPI deben estar directamente vinculados con el objetivo político de alto nivel. Para las taxonomías de transición, una medida natural son las emisiones de gases de efecto invernadero. Dado que la mayoría de los objetivos de política miran hacia el futuro, pero los datos divulgados suelen ser retrospectivos, los objetivos medibles deben traducirse en umbrales para los KPI que pueden variar con el tiempo.

En el caso de las taxonomías de transición, los objetivos a más largo plazo para la reducción de las emisiones de carbono pueden desglosarse en objetivos anuales, como se ha hecho anteriormente para la UE (reducción de GEI del 5 % anual). Las futuras divulgaciones de sostenibilidad pueden incluir las emisiones futuras esperadas, lo que sería un KPI muy útil para las taxonomías de transición. Sin embargo, el uso de medidas retrospectivas aún permite una evaluación regular de la alineación con la transición climática en el año más reciente para el que se dispone de datos. Tomando el ejemplo de una reducción anual de GEI del 5%, una elección natural sería tanto un umbral anual de reducción de GEI del 5% o, si se omite el umbral anual, un umbral compuesto del 5% anual en un horizonte plurianual. Esto garantiza una cierta estabilidad de la evaluación resultante, lo cual es importante para las decisiones de inversión. En caso de que existan objetivos de reducción para industrias específicas, el objetivo debe adaptarse a la industria del emisor.

Para evitar lagunas y fugas, las emisiones de GEI deben medirse i) en el alcance más alto disponible (por ejemplo, alcance 3); y ii) abarcar todos los gases de efecto invernadero pertinentes emitidos, que pueden convertirse fácilmente en equivalentes de CO2 a través de cuadros de conversión fácilmente disponibles.21 Las emisiones de alcance 3 también abarcarían las emisiones indirectas de los insumos de producción, así como las emisiones de la distribución y el uso de los productos. Esto evita la llamada exportación o fuga de emisiones, por la cual las actividades intensivas en emisiones se subcontratan para que las emisiones causadas por la empresa parezcan bajas. En ausencia de medidas para otros gases de efecto invernadero, un buen primer comienzo son las emisiones de CO2. Una taxonomía de transición podría actualizarse fácilmente, una vez que la disponibilidad de datos para otras emisiones de gases de efecto invernadero sea suficiente.

En muchos casos, incluido el ejemplo de las taxonomías de transición, el KPI se mide mejor a nivel de entidad (es decir, emisor) en lugar de a nivel de proyecto. De manera análoga a la exportación de emisiones, los emisores podrían cambiar partes de un proyecto con un uso intensivo de emisiones a otros proyectos, creando la apariencia de reducción de emisiones para cualquier proyecto que esté certificado por una taxonomía de transición sin una supervisión exhaustiva a nivel de entidad.

Una medida económicamente sensata sería una medida de intensidad de carbono en lugar de emisiones absolutas de carbono. Una empresa podría reducir su tamaño para reducir las emisiones absolutas. Una medida económicamente más sensata sería la emisión de GEI por unidad de ingresos o activos totales, dependiendo de la industria del emisor.22 Si bien la elección del factor normalizador más sensato es importante, el objetivo de reducción sigue aplicándose a la intensidad de carbono normalizada con cualquier medida adecuada de actividad económica.

Como se mencionó anteriormente, un beneficio de las taxonomías basadas en resultados es que pueden adoptarse fácilmente según las circunstancias de los países. En el caso de las taxonomías de transición, podrían hacerse ajustes a las circunstancias de los países, por ejemplo, sobre la base de sus objetivos de política nacional de alto nivel o contribuciones determinadas a nivel nacional relacionadas con el Acuerdo de París. Técnicamente en este caso, los diferentes objetivos de alto nivel simplemente se reflejarían en ajustes a los umbrales especificados en la taxonomía. Todos los demás aspectos de la taxonomía permanecerían sin cambios para garantizar la interoperabilidad.

La certificación de etiquetas y la verificación de resultados adquieren un grado adicional de importancia (y dificultad) en el caso de las taxonomías de transición. En el futuro, si una taxonomía de transición se basa en medidas prospectivas divulgadas (por ejemplo, las emisiones esperadas en los próximos 3 años), un papel clave de los proveedores de certificación sería evaluar si dichos objetivos y compromisos prospectivos son plausibles y realizar ajustes a las estimaciones prospectivas divulgadas cuando sea necesario.

Principio 4 (Información basada en entidades). Por definición, las taxonomías de transición no deben examinar las actividades de forma aislada, sino reconocer el progreso relativo a un legado de actividades anteriores que caen bajo el mandato de un determinado actor o entidad. Por esta razón, incluso más que las taxonomías más tradicionales, deben transmitir información específica de la entidad para documentar de qué se está alejando la entidad en términos de sus actividades. Las taxonomías de transición deben cubrir las vías de transición a nivel de entidad.

Principio 5 (Granularidad suficiente). Los umbrales clave para las emisiones de carbono pueden alinearse con la transición climática (es decir, el umbral anual del 5% o el umbral plurianual compuesto). Una taxonomía de transición debe dar una señal clara sobre si un activo está alineado o no. Por lo tanto, los emisores que logran una reducción de la intensidad de las emisiones a un ritmo o más rápido que el umbral deben, por ejemplo, obtener una etiqueta «totalmente alineada», «verde oscuro», «triple G» o similar. Una categoría que reconozca reducciones especialmente rápidas podría ser valiosa para algunos inversores, pero no tan crucial para la eficiencia de la taxonomía como distinguir entre tasas de reducción inferiores a la media. Para incentivar a los emisores con un rendimiento más bajo a mejorar, lo cual es necesario para una transición climática exitosa, la producción de la taxonomía debe ser granular entre las tasas que no cumplen con los umbrales. Por ejemplo, podría haber una categoría para las empresas con aumentos de la intensidad de carbono, otra para ligeras disminuciones (es decir, 0% -1%) y varias categorías adicionales. Si bien no existe necesariamente un criterio objetivo para elegir estos umbrales, es importante que se establezcan claramente en la taxonomía para garantizar la claridad para los inversores y la interoperabilidad entre jurisdicciones, de modo que los umbrales puedan ajustarse posteriormente a las circunstancias del país o de la empresa.

Todos los emisores pueden evaluarse en función de las emisiones de GEI medidas y, por lo tanto, una taxonomía de transición basada en los resultados cubre naturalmente a los emisores en toda la distribución de las intensidades de emisión, así como sus correspondientes reducciones.

4         Conclusion

Seguir los principios descritos anteriormente puede facilitar en gran medida la comparabilidad e interoperabilidad de las taxonomías entre diferentes empresas y mercados, incluidos los mercados emergentes. Si bien algunos de estos principios, tanto en las taxonomías tradicionales como en el caso de la financiación de la transición climática, están destinados a su aplicación en horizontes de mediano y largo plazo, hay algunas medidas políticas concretas a corto plazo que pueden recomendarse. Gran parte de esas medidas se relacionan con la aprobación de alto nivel de un aspecto del marco que eventualmente formará parte de una «nueva normalidad», ya que las jurisdicciones y entidades dentro de esas jurisdicciones contribuyen a la mitigación del cambio climático.

Procurar que las taxonomías específicas (o procesos de certificación) correspondan a objetivos específicos de sostenibilidad. Una sola taxonomía que clasifique las actividades o entidades en función del logro de múltiples objetivos, como la reducción de las emisiones de GEI y la inclusión social, corre el riesgo de un mayor lavado verde debido a la reducción de la transparencia del mercado como resultado de complejos esquemas de ponderación para agregar los objetivos. Las taxonomías estrechamente enfocadas se benefician aún más de procesos de certificación y verificación menos costosos.

Alentar el desarrollo de taxonomías de transición para facilitar la canalización de fondos a las actividades de transición y aumentar el enfoque en la alineación de París. Las prácticas y normas con respecto a la presentación de informes sobre los planes de transición climática, los objetivos provisionales y su nivel de alineación con los objetivos de París deben armonizarse aún más. Las taxonomías de transición desempeñarán un papel fundamental a este respecto. Por ejemplo, muchos inversores institucionales que buscan alinear las carteras con transiciones bajas en carbono utilizan calificaciones ESG. Sin embargo, las métricas para el pilar ambiental (la «E» de ESG) aún no capturan una evaluación prospectiva relacionada con la transición climática. Sin una taxonomía aceptada a nivel mundial, existe una amplia gama de terminologías y métricas relacionadas con la transición, lo que resulta en un bajo nivel de estandarización en todos los mercados y jurisdicciones.

Monitorear y supervisar la evolución de los procesos de certificación y verificación. Para mitigar el riesgo de lavado verde que afirma falsamente una ubicación favorable dentro de una taxonomía, es fundamental un proceso de verificación consistente y de alta calidad. Los supervisores y las autoridades reguladoras deben establecer normas de conducta uniformes para los proveedores de servicios de certificación y verificación. También debe llevarse a cabo una evaluación ex post del rendimiento. Entre los modelos viables para la supervisión y regulación de los proveedores de estos servicios figuran los actualmente en vigor para las agencias de calificación crediticia de los Estados Unidos y la zona del euro.

Pasar de las directrices voluntarias actuales de presentación de informes posteriores a la publicación a los informes anuales obligatorios sobre el impacto y el uso de los ingresos. El éxito de las taxonomías basadas en resultados dependerá en gran medida de la disponibilidad de más datos y análisis relacionados con el impacto de los activos o actividades clasificados. Un aspecto del mercado de bonos verdes que está ganando cada vez más atención es la provisión de «informes de impacto». Si bien el uso de los informes de ingresos es más común, ya que se requieren en virtud de las normas comunes de bonos verdes, los informes de impacto auditados que buscan cuantificar el clima o el beneficio ambiental de un proyecto también se encuentran con mayor frecuencia (véase el recuadro B). En la medida en que las taxonomías avancen hacia la incorporación de KPI basados en resultados (Principio 3), es probable que los informes de impacto sean un requisito complementario clave de estas taxonomías, y es mejor que las disposiciones del informe estén disponibles al menos sobre una base anual o incluso de mayor frecuencia.

La estimación del impacto prometido de los proyectos financiados por bonos verdes, así como el seguimiento ex post de su logro, se ve facilitada en gran medida por el impacto anual uniforme obligatorio y el uso de informes de ingresos. El uso de los ingresos y el impacto debe informarse proyecto por proyecto, especificando las categorías de impacto ambiental y que puedan agregarse a nivel de bonos individuales, así como por categoría o sector. Debe fomentarse la normalización de las unidades y la divulgación de metodologías informáticas, y debe exigirse una auditoría externa. Por último, las autoridades deben aspirar a la armonización de las prácticas de cálculo y notificación de las métricas de impacto.

Recuadro B

Informes de impacto: un complemento integral de las taxonomías basadas en resultados

Los inversores en bonos verdes financian actividades que prometen beneficios ambientales y generalmente buscan monitorear el uso y el impacto de los fondos que proporcionan, tanto hacia adelante como hacia atrás. Con el fin de apoyar a los inversores en estos esfuerzos y proporcionar orientación a los emisores de bonos verdes, han surgido estándares globales para la emisión de bonos verdes, como los de la Asociación Internacional de Mercados de Capitales (ICMA) y la Iniciativa de Bonos Climáticos (CBI). Estas directrices voluntarias se centran en proporcionar una lista de categorías indicativas para los proyectos ecológicos, recomendar un proceso para evaluarlos, gestionar los ingresos e informar sobre su uso. Además, la verificación independiente de segunda parte proporciona garantías adicionales sobre la elegibilidad de los proyectos verdes subyacentes y el uso adecuado de los fondos. No todas las normas requieren que los emisores de bonos verdes publiquen informes sobre el impacto esperado y el uso de los ingresos, aunque la mayoría de los emisores los proporcionan. El uso de informes de ingresos es más común, ya que se requieren bajo los estándares de bonos verdes más comúnmente utilizados, pero los informes de impacto que buscan cuantificar el clima o el beneficio ambiental de un proyecto están ganando mayor importancia.

Los informes posteriores a la emisión de bonos verdes se basan actualmente en directrices voluntarias. Pasar a informes anuales obligatorios interoperables de impacto y uso de los ingresos mejoraría la transparencia para los inversores y promovería un mayor desarrollo del mercado de bonos verdes. Facilitaría a los inversores evaluar si los proyectos están financiando proyectos que están alineados con sus objetivos de inversión. La periodicidad anual permitirá a los inversores evaluar regularmente su impacto de inversión de manera oportuna.

La interoperabilidad es un requisito clave para los inversores, ya que normalmente poseen una cartera de bonos verdes de múltiples emisores y, a menudo, se les exige que proporcionen informes sobre el nivel agregado de cartera de todas sus inversiones en bonos verdes. Se han hecho varios intentos de estandarizar los informes de impacto. Por ejemplo, las Instituciones Financieras Internacionales (IFI) publicaron un informe (sobre la armonización de los informes sobre energía renovable y eficiencia energética y los emisores nórdicos de bonos verdes han publicado un documento de posición sobre informes de impacto. ICMA publicó un manual (sobre informes de impacto y CBI tiene una plantilla para su Informe de Actualización obligatorio). Estas iniciativas buscan proporcionar orientación a los emisores individuales sobre los informes de impacto. Sin embargo, los inversores tienen necesidades específicas, en particular la necesidad de poder comparar y agregar los datos. Con el fin de satisfacer las necesidades de los inversores, deben realizarse los siguientes ajustes:

• El uso de los informes de ingresos debe ser granular proyecto por proyecto (por ejemplo, para financiar una granja solar). La financiación parcial de los proyectos debe divulgarse para evitar la doble contabilización. También debe divulgarse cuando se espera que un proyecto tenga un impacto. (Por ejemplo, mostrando el monto total aprobado, así como el momento de los desembolsos reales). El emisor también debe especificar la categoría de impacto ambiental que financia el proyecto.

• Dado el aumento de las taxonomías locales, (los objetivos específicos de la taxonomía local deben ser divulgados y los emisores deben proporcionar un mapeo de los Objetivos de Desarrollo Sostenible de las Naciones Unidas.

• Los datos de impacto deben divulgarse para el año específico del informe (por ejemplo, las emisiones reales de CO2 equivalente evitadas en el año de notificación en particular). Los datos deben comunicarse por proyecto y deben estar disponibles en la cartera de préstamos agregada o en el nivel de bonos verdes individuales si esto último es posible. Además, los datos de impacto deben agregarse por categoría o sector de bonos verdes.

• Las métricas de impacto tienen que ser significativas; las unidades deben estandarizarse (por ejemplo, si un proyecto tiene como objetivo la reducción de los gases de efecto invernadero, el emisor siempre debe informar sobre toneladas de CO2 equivalente evitadas / reducidas) y se debe divulgar el estándar internacional para calcular las métricas. Como no existe un estándar global para calcular los números de impacto, la metodología para calcular las métricas debe ser transparente. Observamos que ha habido un esfuerzo de armonización para calcular las métricas de impacto por parte de las IFI (, pero las diferencias persisten. Se recomienda encarecidamente una iniciativa global para un estándar de conversión e informes para las diversas metodologías de métricas. Los elementos clave de un informe de impacto incluirían las categorías de impacto ambiental de los proyectos (y entidades) relevantes y el impacto anual, la mención de los objetivos especiales de la taxonomía local relevante (por ejemplo, la mitigación del cambio climático a partir de la taxonomía de la UE), la alineación con las metas de los ODS de las Naciones Unidas, las normas internacionales utilizadas para las métricas (por ejemplo,   Protocolo GHG), y el horizonte de los beneficios, entre otros.

Los informes sobre el impacto y el uso de los ingresos deben ser auditados externamente, ya que los datos comunicados deben ser creíbles. La auditoría también apoyaría la alineación en caso de que se utilice una taxonomía para gobernar las respectivas emisiones de bonos verdes, reduciendo así el riesgo de lavado verde. Además, deben corregirse los informes incorrectos y la información debe proporcionarse en consecuencia.

 https://www.climatebonds.net/files/reports/cbi_post-issuance-reporting_032019_web.pdf

‚ Green Bonds: Working Towards a Harmonized Framework for Impact Reporting (adb.org) ƒ https://www.kuntarahoitus.fi/app/uploads/sites/2/2020/02/NPSI_Position_paper_2020_final.pdf

„ https://www.icmagroup.org/assets/documents/Sustainable-finance/2021-updates/Handbook-Harmonised-Framework-for-Impact- Reporting-June-2021-100621.pdf

… https://www.climatebonds.net/files/files/Annual%20update-report-template-V3.docx

† ICMA-Overview-and-Recommendations-for-Sustainable-Finance-Taxonomies-May-2021-180521.pdf(icmagroup.org)

‡ IFI_Framework_for_Harmonized_Approach to_Greenhouse_Gas_Accounting.pdf

Note: This box has drawn extensively on written text provided by the BIS Banking department

1. Este documento fue escrito como un documento de entrada para el Grupo de Trabajo de Finanzas Sostenibles del G20, para el cual Torsten Ehlers y Frank Packer fueron delegados del BIS. Las opiniones expresadas en el documento son las de los autores y no reflejan necesariamente las opiniones del BPI. Los autores están agradecidos a CDP, en particular a Laurent Babikian, Nico Fettes y Eoin White, por compartir su impresionante estudio con ellos. También se beneficiaron enormemente de los aportes del departamento de Banca del BIS sobre los informes de impacto de los bonos verdes, en particular de Evertjan Veenendaal, Ulrike Elsenhuber, Pierre Cardon y Nertila Xhelili. También agradecen a Claudio Borio, Stijn Claessens, Corrinne Ho, Benoit Mojon y Hyun Song Shin por sus útiles comentarios.

2. Si bien nos referimos a las taxonomías de finanzas sostenibles de manera más general, la mayoría de los ejemplos que describimos están relacionados con las finanzas verdes, y en particular con las finanzas destinadas a la mitigación del cambio climático. Consideramos que este enfoque es coherente con los objetivos a corto plazo del SFWG en 2021.

3. Si bien «verde» se usa típicamente en referencia a cuestiones relacionadas con el clima, el término «lavado verde» se usa a menudo en el contexto más amplio de la sostenibilidad.

4. El Grupo de Trabajo sobre Riesgos Relacionados con el Clima (TFCR) del Comité de Supervisión Bancaria de Basilea (BCBS) se centra, entre otras cosas, en comprender las metodologías para medir y evaluar los riesgos relacionados con el clima.

5. El Grupo de Trabajo sobre Divulgaciones Financieras Relacionadas con el Clima (TCFD) establecido por el Consejo de Estabilidad Financiera (FSB) se esfuerza por desarrollar recomendaciones para divulgaciones más efectivas relacionadas con el clima.

6. Taxonomía de las finanzas sostenibles – Reglamento (UE) 2020/852.

7. Catálogo de Proyectos Avalados de Bonos Verdes (Edición 2021).

8. Taxonomía de bonos climáticos (enero de 2021)

9. Además, la taxonomía de la UNIÓN ha intentado incorporar dimensiones sociales mediante la aplicación de una doctrina de «salvaguardias mínimas». Como resultado, la gran cantidad de datos que se requieren para ser producidos se vuelve onerosa, especialmente para las pequeñas empresas.

12. La versión más reciente es GB 4754-2017, http://www.stats.gov.cn/tjsj/tjbz/hyflbz/201710/t20171012_1541679.html

13. Véase https://www.climatebonds.net/files/reports/transition-summary-note-092020-report-page.pdf

14. Informe de GFMA y BCG Climate Finance Markets and the Real Economy from 2020, https://www.gfma.org/policies-resources/gfma-and-bcg-report-on-climate-finance-markets-and-the-real-economy

15. Los principios que desarrollamos aquí tienen por objeto maximizar la eficacia en el apoyo a la transición hacia una economía más sostenible. Las consideraciones de eficiencia, como los costos del cumplimiento y los incentivos relacionados, no se abordan completamente en este documento. Nuestros principios son similares en algunos aspectos importantes a los «principios para establecer taxonomías/clasificaciones de actividades económicas sostenibles» del proyecto de documento de entrada del DEPARTAMENTO de Asuntos Económicos y Sociales de las Naciones Unidas para el Desarrollo Sostenible del G-20. En particular, nuestros principios de alineación con objetivos de alto nivel y metas mensurables, adaptación a las circunstancias de los países, enfoque en los procesos de certificación y verificación como complemento integral de las taxonomías, encuentran paralelos en los principios de UNDESA/IPSF. Sin embargo, estas características se derivan directamente de nuestro enfoque en resultados de sostenibilidad medibles y se basan en la expectativa de una mayor disponibilidad de datos y capacidades de monitoreo. Además, hacemos hincapié en la granularidad y la cobertura de los malos resultados de sostenibilidad.

16. Discurso en la Conferencia cisne verde BIS-BdF-FMI-NGFS: «Nuestra crisis climática, el sistema financiero y la revolución de la sostenibilidad», 2 de junio de 2021. https://greencentralbanking.com/2021/06/02/live-blog-green-swan-day1/.

17. Berg, F, Kölbel, J y Rigobon, R (2020): «Aggregate Confusion: The Divergence of ESG Ratings». Disponible en http://dx.doi.org/10.2139/ssrn.3438533

18. Para más información sobre este punto, véase Ehlers, T, B Mojon y F Packer (2020). Green Bonds and Carbon Emissions: Exploring the Case for a Rating System at the firm level, BIS Quarterly Review, septiembre.

19. Véase imCA Handbook for Transition Taxonomies (2020). https://www.icmagroup.org/sustainable-finance/the-principles-guidelines-and-handbooks/climate-transition-finance-handbook/

20. Véase, por ejemplo, el visor de datos sobre gases de efecto invernadero del EEE y sus números. https://www.eea.europa.eu/data-and-maps/data/data-viewers/greenhouse-gases-viewer

21. Por ejemplo: https://www.ghgprotocol.org/sites/default/files/ghgp/Global-Warming-Potential-Values%20%28Feb%2016%202016%29_1.pdf

22. Para las empresas manufactureras, por ejemplo, los ingresos son un factor de normalización natural, ya que captan el valor económico de los productos producidos. Para las empresas financieras, por ejemplo, los activos totales serían un factor de normalización más sensato, ya que la cartera de activos refleja mejor las actividades económicas en las que participa una empresa financiera.


Publicado originalmente: https://www.bis.org/publ/bppdf/bispap118.pdf

Una nueva Era para el dinero


A medida que los bytes reemplacen a los dólares, euros y renminbi, algunos cambios serán bienvenidos; otros, puede que no

El dinero ha transformado la sociedad humana, permitiendo el comercio y el comercio incluso entre ubicaciones geográficas muy dispersas. Permite la transferencia de riqueza y recursos a través del espacio y a lo largo del tiempo. Pero durante gran parte de la historia humana, también ha sido objeto de rapacidad y depredación.

El dinero está ahora en la cúspide de una transformación que podría remodelar la banca, las finanzas e incluso la estructura de la sociedad. En particular, la era de la moneda física, o efectivo, está llegando a su fin, incluso en los países de ingresos bajos y medios; la era de las monedas digitales ha comenzado. También se avecina una nueva ronda de competencia entre monedas oficiales y privadas tanto en el ámbito nacional como en el internacional. La proliferación de tecnologías digitales que está impulsando esta transformación podría fomentar innovaciones útiles y ampliar el acceso a los servicios financieros básicos. Pero existe el riesgo de que las tecnologías puedan intensificar la concentración del poder económico y permitir que las grandes corporaciones y los gobiernos se entrometan aún más en nuestras vidas financieras y privadas.

Las instituciones financieras tradicionales, especialmente los bancos comerciales, se enfrentan a desafíos para sus modelos de negocio a medida que las nuevas tecnologías dan lugar a bancos en línea que pueden llegar a más clientes y a plataformas basadas en la web, como Prosper, capaces de conectar directamente a ahorradores y prestatarios. Estas nuevas instituciones y plataformas están intensificando la competencia, promoviendo la innovación y reduciendo los costos. Los ahorradores están obteniendo acceso a una gama más amplia de productos de ahorro, crédito y seguros, mientras que los pequeños empresarios pueden obtener financiamiento de fuentes distintas a los bancos, que tienden a tener estrictos requisitos de suscripción de préstamos y garantías. Los pagos nacionales e internacionales son cada vez más baratos y rápidos, beneficiando a los consumidores y las empresas.

Preocupaciones de estabilidad

La aparición de criptomonedas como Bitcoin inicialmente parecía probable que revolucionara los pagos. Las criptomonedas no dependen del dinero del banco central o de intermediarios de confianza como bancos comerciales y compañías de tarjetas de crédito para realizar transacciones, lo que elimina las ineficiencias y los costos adicionales de estos intermediarios. Sin embargo, sus precios volátiles y las restricciones a los volúmenes de transacciones y los tiempos de procesamiento han hecho que las criptomonedas sean ineficaces como medios de intercambio. Las nuevas formas de criptomonedas llamadas stablecoins, la mayoría de las cuales irónicamente obtienen su valor estable al estar respaldadas por tiendas de dinero del banco central y valores gubernamentales, han ganado más tracción como medios de pago. La tecnología blockchain que los sustenta está catalizando cambios de gran alcance en el dinero y las finanzas que afectarán a los hogares, las corporaciones, los inversores, los bancos centrales y los gobiernos de manera profunda. Esta tecnología, al permitir la propiedad segura de objetos puramente digitales, incluso está fomentando el surgimiento de nuevos activos digitales, como los tokens no fungibles.

Al mismo tiempo, los bancos centrales están preocupados por las implicaciones para la estabilidad financiera y económica si los sistemas de pago descentralizados (ramificaciones de Bitcoin) o las monedas estables privadas desplazaran tanto al efectivo como a los sistemas de pago tradicionales administrados por instituciones financieras reguladas. Una infraestructura de pago que está totalmente en manos del sector privado podría ser eficiente y barata, pero algunas partes de ella podrían congelarse en caso de pérdida de confianza durante un período de agitación financiera. Sin un sistema de pago que funcione, una economía moderna se detendría.

En respuesta a tales preocupaciones, los bancos centrales están contemplando la emisión de formas digitales de dinero del banco central para pagos minoristas: monedas digitales del banco central (CBDC). Los motivos van desde ampliar la inclusión financiera (dando incluso a aquellos sin una cuenta bancaria un fácil acceso a un sistema de pago digital gratuito) hasta aumentar la eficiencia y la estabilidad de los sistemas de pago mediante la creación de una opción de pago pública como respaldo (el papel que ahora desempeña el efectivo).

Una CBDC tiene otros beneficios potenciales. Obstaculizaría actividades ilegales como el tráfico de drogas, el lavado de dinero y el financiamiento del terrorismo que dependen de transacciones anónimas en efectivo. Sacaría más actividad económica de las sombras y la llevaría a la economía formal, lo que dificultaría la evasión de impuestos. Las pequeñas empresas se beneficiarían de menores costos de transacción y evitarían las molestias y los riesgos de manejar efectivo.

Riesgo de corridas

Pero una CBDC también tiene desventajas. Por un lado, plantea riesgos para el sistema bancario. Los bancos comerciales son cruciales para crear y distribuir crédito que mantenga las economías funcionando sin problemas. ¿Qué pasaría si los hogares movieran su dinero de las cuentas bancarias regulares a las billeteras digitales del banco central, percibiéndolas como más seguras incluso si no pagan intereses? Si los bancos comerciales se vieran privados de depósitos, un banco central podría encontrarse en la posición indeseable de tener que hacerse cargo de la asignación de crédito, decidiendo qué sectores y empresas merecen préstamos. Además, un sistema de pago minorista del banco central podría incluso sofocar la innovación del sector privado destinada a hacer que los pagos digitales sean más baratos y rápidos.

Igualmente preocupante es la posible pérdida de privacidad. Incluso con protecciones para garantizar la confidencialidad, cualquier banco central querría mantener un registro verificable de las transacciones para garantizar que su moneda digital se use solo para fines legítimos. Por lo tanto, una CBDC plantea el riesgo de destruir eventualmente cualquier vestigio de anonimato y privacidad en las transacciones comerciales. Una CBDC cuidadosamente diseñada, aprovechando las innovaciones técnicas de rápido desarrollo, puede mitigar muchos de estos riesgos. Aún así, a pesar de todos sus beneficios, la perspectiva de eventualmente desplazar el efectivo con una CBDC no debe tomarse a la ligera.

Las nuevas tecnologías podrían dificultar que un banco central lleve a cabo sus funciones clave, a saber, mantener el desempleo y la inflación bajos mediante la manipulación de las tasas de interés. Cuando un banco central como la Reserva Federal cambia su tasa de interés clave, afecta las tasas de interés de los depósitos y préstamos de los bancos comerciales de una manera que se entiende razonablemente bien. Pero si la proliferación de plataformas de préstamos digitales disminuye el papel de los bancos comerciales en la mediación entre ahorradores y prestatarios, no está claro cómo o si este mecanismo de transmisión de la política monetaria continuará funcionando.

Competencia de divisas

Las funciones básicas del dinero emitido por el banco central están en el umbral del cambio. Hace tan solo un siglo, las monedas privadas competían entre sí y con las monedas emitidas por el gobierno, también conocidas como dinero fiduciario. La aparición de los bancos centrales cambió decisivamente el equilibrio a favor de la moneda fiduciaria, que sirve como unidad de cuenta, medio de intercambio y reserva de valor. El advenimiento de varias formas de monedas digitales, y la tecnología detrás de ellas, ahora ha hecho posible separar estas funciones del dinero y ha creado una competencia directa por las monedas fiduciarias en algunas dimensiones.

Es probable que las monedas de los bancos centrales conserven su importancia como reservas de valor y, para los países que las emiten en forma digital, también como medios de intercambio. Aun así, es probable que los sistemas de pago intermediados en el sector privado ganen importancia, intensificando la competencia entre las diversas formas de dinero privado y el dinero del banco central en sus funciones como medios de intercambio. Si las fuerzas del mercado se dejan a sí mismas, algunos emisores de dinero y proveedores de tecnologías de pago podrían convertirse en dominantes. Algunos de estos cambios podrían afectar la naturaleza misma del dinero: cómo se crea, qué formas adopta y qué roles desempeña en la economía.

Si las fuerzas del mercado se dejan a sí mismas, algunos emisores de dinero y proveedores de tecnologías de pago podrían convertirse en dominantes.

Flujos internacionales de dinero

Las nuevas formas de dinero y los nuevos canales para mover fondos dentro y entre las economías remodelarán los flujos internacionales de capital, los tipos de cambio y la estructura del sistema monetario internacional. Algunos de estos cambios tendrán grandes beneficios; otros plantearán nuevos desafíos.

Las transacciones financieras internacionales serán más rápidas, baratas y transparentes. Estos cambios serán una bendición para los inversores que buscan diversificar sus carteras, las empresas que buscan recaudar dinero en los mercados mundiales de capital y los migrantes económicos que envían dinero a sus países de origen. Los pagos transfronterizos más rápidos y baratos también impulsarán el comercio, lo que será particularmente beneficioso para las economías de mercados emergentes y en desarrollo que dependen de los ingresos de exportación para una parte significativa de su PIB.

Sin embargo, la aparición de nuevos conductos para los flujos transfronterizos facilitará no solo el comercio internacional, sino también los flujos financieros ilícitos, lo que planteará nuevos desafíos para los reguladores y los gobiernos. También dificultará que los gobiernos controlen los flujos de capital de inversión legítimo a través de las fronteras. Esto plantea desafíos particulares para las economías de mercados emergentes, que han sufrido crisis económicas periódicas como resultado de grandes y repentinas salidas de capital extranjero. Estas economías serán aún más vulnerables a las acciones de política monetaria de los principales bancos centrales del mundo, lo que puede desencadenar esas salidas de capital.

El dinero digital del banco central es tan fuerte y creíble como la institución que lo emite.

Ni el advenimiento de las CBDC ni la reducción de las barreras a los flujos financieros internacionales harán mucho por sí solos para reordenar el sistema monetario internacional o el equilibrio de poder entre las principales monedas. El costo de las transacciones directas entre pares de monedas de mercados emergentes está disminuyendo, reduciendo la necesidad de «monedas de vehículos» como el dólar y el euro. Pero es probable que las principales monedas de reserva, especialmente el dólar, conserven su dominio como reservas de valor porque ese dominio se basa no solo en el tamaño económico y la profundidad del mercado financiero del país emisor, sino también en una base institucional sólida que es esencial para mantener la confianza de los inversores. La tecnología no puede sustituir a un banco central independiente y al estado de derecho.

Del mismo modo, las CBDC no resolverán las debilidades subyacentes en la credibilidad del banco central u otros problemas, como las políticas fiscales indisciplinadas de un gobierno, que afectan el valor de una moneda nacional. Cuando un gobierno tiene grandes déficits presupuestarios, la presunción de que el banco central podría ser dirigido a crear más dinero para financiar esos déficits tiende a aumentar la inflación y reducir el poder adquisitivo del dinero del banco central, ya sea físico o digital. En otras palabras, el dinero digital del banco central es tan fuerte y creíble como la institución que lo emite.

El papel del gobierno

Los bancos centrales y los gobiernos de todo el mundo se enfrentan a decisiones importantes en los próximos años sobre si resistirse a las nuevas tecnologías financieras, aceptar pasivamente las innovaciones lideradas por el sector privado o adoptar las posibles ganancias de eficiencia que ofrecen las nuevas tecnologías. La aparición de las criptomonedas y la perspectiva de las CBDC plantean preguntas importantes sobre el papel que el gobierno debería desempeñar en los mercados financieros, si está afectando a áreas que preferiblemente se dejan al sector privado, y si puede compensar las fallas del mercado, particularmente el gran número de hogares no bancarizados y subbancarizados en economías en desarrollo e incluso en economías avanzadas como los Estados Unidos.

Como lo ha demostrado el reciente auge y caída de las criptomonedas, la regulación de este sector será esencial para mantener la integridad de los sistemas de pago y los mercados financieros, garantizar una protección adecuada de los inversores y promover la estabilidad financiera. Sin embargo, dada la amplia demanda de servicios de pago más eficientes a nivel minorista, mayorista y transfronterizo, las innovaciones financieras lideradas por el sector privado podrían generar beneficios significativos para los hogares y las empresas. A este respecto, el principal reto para los bancos centrales y los reguladores financieros radica en equilibrar la innovación financiera con la necesidad de mitigar los riesgos para los inversores desinformados y para la estabilidad financiera general.

Las nuevas tecnologías financieras prometen facilitar incluso a los hogares indigentes el acceso a una serie de productos y servicios financieros y, por lo tanto, democratizar las finanzas. Sin embargo, las innovaciones tecnológicas en las finanzas, incluso aquellas que podrían permitir una intermediación financiera más eficiente, podrían tener implicaciones de doble filo para la desigualdad de ingresos y riqueza.

Los beneficios de las innovaciones en tecnologías financieras podrían ser capturados en gran medida por los ricos, que podrían usarlos para aumentar los rendimientos financieros y diversificar los riesgos, y las instituciones financieras existentes podrían cooptar estos cambios para su propio beneficio. Además, debido a que aquellos que están económicamente marginados tienen un acceso digital limitado y carecen de educación financiera, algunos de los cambios podrían atraerlos a oportunidades de inversión cuyos riesgos no aprecian completamente o no tienen la capacidad de tolerar. Por lo tanto, las implicaciones para la desigualdad de ingresos y riqueza, que ha aumentado considerablemente en muchos países y está fomentando las tensiones políticas y sociales, están lejos de ser obvias.

Otro cambio clave será una mayor estratificación tanto a nivel nacional como internacional. Las economías más pequeñas y aquellas con instituciones débiles podrían ver sus bancos centrales y monedas barridas, concentrando aún más poder económico y financiero en manos de las grandes economías. Mientras tanto, las grandes corporaciones como Amazon y Meta podrían acumular más poder controlando tanto el comercio como las finanzas.

Incluso en un mundo con finanzas descentralizadas construidas en torno a la innovadora tecnología blockchain de Bitcoin (que probablemente sea su verdadero legado), los gobiernos tienen un papel importante que desempeñar en la aplicación de los derechos contractuales y de propiedad, la protección de los inversores y la garantía de la estabilidad financiera. Después de todo, parece que las criptomonedas y los productos financieros innovadores también funcionan mejor cuando se construyen sobre la base de la confianza que proviene de la supervisión y supervisión del gobierno. Los gobiernos tienen la responsabilidad de garantizar que sus leyes y acciones promuevan la competencia leal en lugar de favorecer a los titulares y permitir que los grandes jugadores sofoquen a los rivales más pequeños.

Central o fragmentado

Las innovaciones financieras generarán riesgos nuevos y aún desconocidos, especialmente si los participantes del mercado y los reguladores depositan una fe indebida en la tecnología. La descentralización y su corolario, la fragmentación, cortan en ambos sentidos. Pueden aumentar la estabilidad financiera al reducir los puntos centralizados de falla y aumentar la resiliencia a través de una mayor redundancia. Por otro lado, si bien los sistemas fragmentados pueden funcionar bien en tiempos de bonanza, la confianza en ellos podría resultar frágil en circunstancias difíciles. Si el sistema financiero está dominado por mecanismos descentralizados que no están respaldados directamente (como lo están los bancos) por un banco central u otra agencia gubernamental, la confianza podría evaporarse fácilmente. Por lo tanto, la descentralización podría producir eficiencia en tiempos de bonanza y una rápida desestabilización cuando las economías luchan.

También se avecinan cambios potencialmente grandes en las estructuras sociales. El desplazamiento del efectivo por los sistemas de pago digitales podría eliminar cualquier vestigio de privacidad en las transacciones comerciales. Bitcoin y otras criptomonedas tenían la intención de asegurar el anonimato y eliminar la dependencia de los gobiernos y las principales instituciones financieras en la realización del comercio. Sin embargo, están estimulando cambios que podrían terminar comprometiendo la privacidad. Las sociedades tendrán dificultades para controlar el poder de los gobiernos a medida que las libertades individuales se enfrentan a un riesgo aún mayor.

ESWAR PRASAD es profesor en la Universidad de Cornell y miembro principal de la Brookings Institution. Este artículo se basa en su último libro, The Future of Money: How the Digital Revolution Is Transforming Currencies and Finance.

Las opiniones expresadas en artículos y otros materiales son las de los autores; no reflejan necesariamente la política del FMI.


Publicado originalmente: file:///C:/Users/logos/Downloads/Prasad-New-Era-Money.pdf

Seres humanos controlando la IA – Expectativas regulatorias emergentes en el sector financiero


Perspectivas de FSI | No. 35 | 03 agosto 2021

por  Jeffery Yong y Jeremy Prenio

PDF texto completo (383kb)  | 28 páginas

La inteligencia artificial (IA) tiene el potencial de mejorar significativamente la prestación de servicios financieros. Varias autoridades financieras han comenzado recientemente a desarrollar marcos, describiendo sus expectativas sobre la gobernanza y el uso de la IA por parte de las instituciones financieras. Estos marcos convergen en principios rectores comunes sobre confiabilidad, rendición de cuentas, transparencia, equidad y ética. En general, los requisitos de modelado, gestión de riesgos y gobernanza de alto nivel existentes para los modelos tradicionales ya cubren estos principios de IA. La diferencia clave entre los requisitos reglamentarios para los modelos tradicionales y los de IA es el mayor énfasis de estos últimos en las responsabilidades humanas para evitar la discriminación y otras decisiones no éticas. Además, si bien los principios emergentes de la IA son útiles, cada vez hay más llamados a los reguladores financieros para que brinden una guía práctica más concreta dados los desafíos en la implementación de los principios. Estos desafíos incluyen la velocidad y la escala de la adopción de IA por parte de las instituciones financieras, mayores puntos de contacto con problemas éticos y de equidad, la construcción técnica de los algoritmos de IA y la falta de explicabilidad del modelo. Estos desafíos también exigen una respuesta regulatoria y de supervisión proporcional y coordinada. A medida que surjan enfoques regulatorios y prácticas de supervisión más específicos, los organismos globales de establecimiento de estándares podrían estar en una mejor posición para desarrollar estándares en esta área. construcción técnica de algoritmos de IA y falta de explicabilidad del modelo. Estos desafíos también exigen una respuesta regulatoria y de supervisión proporcional y coordinada. A medida que surjan enfoques regulatorios y prácticas de supervisión más específicos, los organismos globales de establecimiento de estándares podrían estar en una mejor posición para desarrollar estándares en esta área. construcción técnica de algoritmos de IA y falta de explicabilidad del modelo. Estos desafíos también exigen una respuesta regulatoria y de supervisión proporcional y coordinada. A medida que surjan enfoques regulatorios y prácticas de supervisión más específicos, los organismos globales de establecimiento de estándares podrían estar en una mejor posición para desarrollar estándares en esta área. 

Clasificación JEL: C60, G29, G38, O30.

Palabras clave: inteligencia artificial, aprendizaje automático, gobierno corporativo, gestión de riesgos, modelado de riesgos.

Humanos que mantienen la IA bajo control: expectativas regulatorias emergentes en el sector financiero1

Resumen Ejecutivo

La inteligencia artificial (IA), incluido el aprendizaje automático (ML), puede ofrecer un potencial significativo para mejorar la prestación de servicios financieros y los procesos operativos y de gestión de riesgos. La tecnología es ahora parte integrante de los servicios financieros y no hay duda de que continuará impulsando cambios profundos para los consumidores y las instituciones financieras. Esta tendencia ha sido apoyada por los esfuerzos de las autoridades financieras para promover la innovación y el uso de nuevas tecnologías en el sector financiero. Al hacerlo, los marcos regulatorios sólidos son esenciales para optimizar los beneficios y minimizar los riesgos de estas nuevas tecnologías.

Existen marcos o principios de gobernanza de la IA que se aplican en todas las industrias y, más recientemente, varias autoridades financieras han iniciado el desarrollo de marcos similares para el sector financiero. Dentro de estos marcos, varios temas comunes convergen en principios rectores generales sobre confiabilidad, rendición de cuentas, transparencia, equidad y ética. Otros principios rectores mencionados en ciertos marcos se relacionan con la privacidad de los datos, la dependencia de terceros y la resiliencia operativa. Si bien estos principios de alto nivel son útiles para proporcionar una indicación amplia de lo que las empresas deben considerar al utilizar tecnologías de IA, hay crecientes llamamientos para que los reguladores financieros proporcionen una orientación práctica más concreta. Un enfoque para satisfacer esta necesidad de la industria es que los reguladores proporcionen una compilación de las mejores prácticas emergentes de la industria sobre la gobernanza de la IA, cuando estén disponibles, para cada uno de estos principios generalmente aceptados.

Los requisitos existentes sobre gobernanza, gestión de riesgos, así como desarrollo y operación de modelos tradicionales también se aplican a los modelos de IA. Estos incluyen requisitos de gobernanza que responsabilizan el uso de tales modelos en los consejos de administración y la alta dirección de las instituciones financieras. Más específicamente, las empresas generalmente deben contar con procesos sólidos de validación de modelos para determinar la confiabilidad de los resultados de la modelización. Es importante destacar que los supervisores esperan que dichos modelos sean transparentes, no solo como parte de las buenas prácticas de gestión de riesgos, sino también para permitir la revisión supervisora de los modelos. Además, las leyes, normas u orientaciones reglamentarias existentes abarcan la privacidad de los datos, la dependencia de terceros y la resiliencia operativa, incluso en el uso de modelos.

Si bien la mayoría de los problemas que surgen del uso de la IA por parte de las instituciones financieras son similares a los de los modelos tradicionales, la perspectiva podría ser diferente. En el contexto de los modelos de IA, algunos de los principios rectores comunes identificados anteriormente se consideran desde la perspectiva de la equidad. Por ejemplo, garantizar la fiabilidad/ solidez de los modelos de IA tiene como objetivo evitar causar discriminación debido a decisiones inexactas. Además, garantizar la rendición de cuentas y la transparencia en el uso de la IA incluye asegurarse de que los interesados conozcan las decisiones basadas en datos y tengan canales para indagar y desafiar estas decisiones.

El mayor énfasis en la equidad en el uso de la IA da como resultados llamados a una mayor intervención humana. El impulso general de los pronunciamientos de IA por parte de los organismos reguladores parece centrarse en resultados indeseables, incluido el sesgo no intencionado que conduce a resultados discriminatorios que pueden surgir de las automatizaciones y la falta de transparencia en los modelos de IA. Aunque el modelado basado en humanos puede sufrir debilidades similares de los modelos de IA, por ejemplo, sesgos o errores, una característica distintiva clave del primero es que los humanos pueden ser considerados inequívocamente responsables. El uso de la IA, sin embargo, puede conducir a la reflexión filosófica de la demarcación entre las máquinas y los seres humanos. Este desafío se ve agravado por una serie de factores, entre ellos i) la velocidad y la escala de la adopción de la IA por parte de las instituciones financieras; ii) construcción técnica de algoritmos de IA; y iii) falta de explicabilidad del modelo. Desde un punto de vista regulatorio, responsabilizar firme y claramente a las personas responsables dentro de una empresa es clave para poner en práctica marcos regulatorios sólidos de IA. Sin embargo, será necesario hacer concesiones entre cosechar los beneficios de la automatización de máquinas a gran escala contra la necesidad de aportes humanos y supervisión.

Hay margen para definir aún más la equidad para apoyar una gobernanza sólida de la IA. La equidad, como se describe en los documentos de política cubiertos en el documento, se relaciona con evitar resultados discriminatorios. Sin embargo, la no discriminación puede no ser explícita en las leyes de protección al consumidor en algunas jurisdicciones. Hacer explícitos los objetivos de no discriminación puede ayudar a proporcionar una buena base para definir la equidad en el contexto de la IA, proporcionar una base legal para que las autoridades financieras emitan orientaciones relacionadas con la IA y, al mismo tiempo, garantizar que las decisiones impulsadas por la IA, basadas en modelos tradicionales y humanas en los servicios financieros se evalúen con arreglo al mismo estándar.

Los desafíos y la complejidad que presenta la IA exigen una respuesta regulatoria y supervisora proporcional y coordinada. Esto requiere diferenciar el tratamiento regulatorio y supervisor sobre el uso de modelos de IA, dependiendo de la conducta y los riesgos prudenciales que plantean. Los modelos de IA cuyos resultados tengan implicaciones significativas en la conducta y los riesgos prudenciales deberán estar sujetos a un tratamiento regulatorio y supervisor más estricto que aquellos con implicaciones menos significativas. Además, el uso de la IA por parte de las instituciones financieras tendrá implicaciones para la rentabilidad, el impacto en el mercado, la protección del consumidor y la reputación. Esto requiere una mayor coordinación entre las autoridades prudenciales y de conducta en la supervisión del despliegue de la IA en los servicios financieros.

Dados los nuevos temas comunes sobre la gobernanza de la IA en el sector financiero, parece haber margen para que los organismos de normalización financiera elaboren orientaciones o normas internacionales en este ámbito. Las opiniones de las autoridades sobre la forma en que deben aplicarse estos temas comunes siguen evolucionando. Un intercambio continuo de opiniones y experiencias a nivel internacional podría conducir eventualmente a la elaboración de normas internacionales. Tales estándares internacionales podrían ser útiles, particularmente para las jurisdicciones que recién están comenzando su viaje de transformación digital. También pueden servir como un punto de referencia mínimo para guiar el despliegue ordenado de las tecnologías de IA dentro del sector financiero. A medida que surjan enfoques regulatorios más específicos o expectativas de supervisión sobre aspectos específicos de los casos de uso de IA, los organismos normativos pueden identificar esas «mejores prácticas» comunes que serán útiles para que otras jurisdicciones las consideren. Al mismo tiempo, dada la evolución de las tendencias tecnológicas, la orientación basada en principios sigue teniendo sus beneficios y puede complementar ese enfoque basado en las mejores prácticas.

Sección 1 – Introducción

1. La inteligencia artificial (IA), incluido el aprendizaje automático (ML), es una de las tecnologías definitorias que está remodelando el sector financiero. Dentro de los círculos regulatorios, una definición comúnmente citada de IA es la del Consejo de Estabilidad Financiera (2017), que establece que «la aplicación de herramientas computacionales para abordar tareas que tradicionalmente requieren sofisticación humana se denomina en términos generales ‘inteligencia artificial'». El documento describió además que el ML se puede definir como un «método para diseñar una secuencia de acciones para resolver un problema, conocido como algoritmos, que se optimizan automáticamente a través de la experiencia y con una intervención humana limitada o nula». Al igual que la forma en que Internet transformó la forma en que realizamos operaciones bancarias o compramos seguros, la IA tiene el potencial de mejorar significativamente la prestación de servicios financieros, pero también trae nuevos riesgos con los que los supervisores del sector financiero deben lidiar.2

2.AI tecnología puede mejorar significativamente la prestación de servicios financieros a los consumidores, así como los procesos operativos y de gestión de riesgos dentro de las empresas.3 Ejemplos de casos de uso de IA en términos de beneficios para el consumidor incluyen:

• ampliar el acceso al crédito

• robo-asesores que proporcionan asesoramiento de inversión automatizado basado en los objetivos de inversión y los perfiles de riesgo de un consumidor

• chatbots que proporcionan respuesta instantánea a las consultas básicas de los clientes

• Procesamiento de reclamaciones de seguros más eficiente Internamente dentro de las empresas, la tecnología de IA promete un enorme potencial en las siguientes áreas:

• identificación de transacciones financieras sospechosas que podrían ser fraudulentas, lavado de dinero o financiamiento del terrorismo

• puntuación de riesgo que permite la concesión automatizada de préstamos (en algunos casos incluso sin garantía) o la decisión de precios de seguros

• gestión de riesgos y/o cálculo de los requisitos de capital reglamentario

3. Aunque la IA puede beneficiar tanto a los consumidores como a las empresas, también puede introducir y/o exacerbar las exposiciones al riesgo. Los riesgos, como el sesgo no intencionado o la discriminación contra determinados grupos de consumidores, no solo son una cuestión de conducta de mercado o de protección de los consumidores, sino que también afectan a los supervisores prudenciales cuando dichos riesgos se traducen en exposiciones financieras para las empresas o si dan lugar a riesgos operativos a gran escala, incluidos el riesgo cibernético y el riesgo reputacional. Además, los riesgos prudenciales pueden surgir de la subvaloración a gran escala de los productos financieros o de errores sistemáticos en la suscripción de nuevos consumidores financieros. En última instancia, deben existir salvaguardias para proteger los intereses de los consumidores y mantener la seguridad y la solidez de las instituciones financieras.

4. A medida que más instituciones financieras están aumentando el uso de la IA para respaldar sus procesos comerciales, los reguladores financieros están comenzando a establecer o actualizar marcos regulatorios específicos sobre la gobernanza de la IA. Con algunas excepciones, como en la Unión Europea (UE), donde ya existe una propuesta legislativa para armonizar las normas para la IA, la mayoría de los marcos aún se encuentran en las primeras etapas de desarrollo y van desde la aplicación de los requisitos de gobernanza empresarial basados en principios existentes en un contexto de IA hasta guías prácticas de supervisión no vinculantes sobre cómo gestionar los riesgos de gobernanza de la IA. En varios casos, estos marcos complementan o se cruzan con marcos intersectoriales sobre gobernanza de la IA desarrollados por reguladores no financieros, como las autoridades de ciberseguridad y/o protección de datos. Si bien algunos pueden argumentar que, desde un punto de vista regulatorio, el uso de la IA no es nada nuevo (por ejemplo, es comparable a la adopción de modelos internos por parte de las empresas), la escala y la velocidad de la adopción de la IA merecen una atención regulatoria especial. Contar con marcos de gobernanza de IA sólidos es cada vez más importante dada la adopción cada vez más amplia por parte de las empresas y el creciente número de autoridades financieras que promueven la innovación y la tecnología en el sector financiero. La innovación financiera no debe comprometer los mandatos básicos de los supervisores del sector financiero.

5. Este documento examina una selección de documentos de política (Tabla 1) sobre gobernanza de la IA emitidos por autoridades financieras o grupos formados por ellas en nueve jurisdicciones y otras directrices de gobernanza de IA intersectoriales que se aplican al sector financiero. El documento tiene como objetivo proporcionar una instantánea de los enfoques regulatorios existentes sobre la gobernanza de la IA, incluido el pensamiento inicial expresado en los documentos de consulta, e identificar temas regulatorios comunes emergentes, incluida la orientación general de IA intersectorial relevante. El ejercicio de evaluación comparativa de políticas se complementa con entrevistas con cuatro autoridades financieras.4 Otras autoridades reguladoras pueden inspirarse en este balance para considerar la adopción de enfoques regulatorios relevantes que sean apropiados para sus circunstancias locales.

6. El resto del documento está estructurado de la siguiente manera. La sección 2 resume las expectativas de determinadas autoridades sobre la gobernanza de la IA, mientras que la sección 3 destaca la pertinencia de las normas internacionales existentes en este contexto. La Sección 4 describe los desafíos en la implementación de marcos de gobernanza sólidos en torno al uso de la IA, y la Sección 5 concluye con conclusiones clave.

Sección 2 – Expectativas u orientaciones de las autoridades en relación con el uso de la IA por parte de las instituciones financieras

7. Como se muestra en el cuadro 1, la mayoría de las publicaciones tratadas en el presente documento adoptan la forma de documentos de debate y principios. A nivel internacional, una de las principales recomendaciones y principios a los que se hace referencia comúnmente en el sector financiero son los Principios de IA de la Organización de Cooperación y Desarrollo Económicos (OCDE)5 y los Principios de IA del G206, este último a partir de las recomendaciones del primero. Estos principios abarcan cinco grandes esferas, a saber: los beneficios para las personas y el planeta; el respeto del estado de derecho y los derechos humanos; transparencia y divulgación responsable; evaluación continua de riesgos y rendición de cuentas. En esencia, estos principios requieren el uso de la IA que realmente beneficie a la sociedad en general. También se han publicado orientaciones relacionadas con la IA a nivel regional o nacional (es decir, la UE y el Reino Unido, respectivamente). Los principios que apuntan específicamente al uso de la IA en el sector financiero se han emitido en la Unión Europea, Alemania, Hong Kong, los Países Bajos, Singapur y los Estados Unidos. Más recientemente, se publicó en la UE una propuesta de Reglamento por el que se establecen normas armonizadas sobre la IA en todas las industrias, que es la primera en el mundo (véase el anexo).

8. Las emisiones existentes giran en torno a cinco principios comunes: fiabilidad/solidez, rendición de cuentas, transparencia, equidad y ética.7 8 El cuadro 2 resume las expectativas reglamentarias relativas a estos principios comunes. Otros temas cubiertos por las emisiones incluyen la privacidad de los datos, la dependencia de terceros y la resiliencia operativa. La mayoría de estos problemas son los mismos que las autoridades consideran al evaluar los modelos tradicionales utilizados por las instituciones financieras.9 Lo que sigue es una discusión de estos problemas y cómo las autoridades pueden abordarlos de manera diferente en el caso de la IA en comparación con los modelos tradicionales.

9. La evaluación de la fiabilidad/solidez de los modelos de IA es similar a los modelos tradicionales, pero con énfasis en evitar daños o discriminación. La evaluación de la fiabilidad/solidez de la IA y los modelos tradicionales implica observar aspectos similares, como la validación del modelo, la definición de métricas de precisión, la actualización (o el reciclaje, en el caso de la IA) de los modelos, la garantía de la calidad de los datos utilizados por los modelos, etc. Lo que parece ser el factor distintivo es que garantizar la fiabilidad / solidez de los modelos de IA se ve desde la perspectiva de evitar causar daño (por ejemplo, discriminación) debido a decisiones inexactas que surgen del sesgo inherente en las entradas de datos o el enfoque de modelado.

10.AI cuestiones de rendición de cuentas relacionadas con el trabajo son bastante similares a las cuestiones generales de rendición de cuentas o gobernanza, pero la participación humana parece verse de manera ligeramente diferente. La rendición de cuentas se relaciona con tener roles y responsabilidades claros, así como con establecer la responsabilidad final en la junta y la alta gerencia de una institución financiera. En el caso de la IA, se hace hincapié en la intervención humana en el desarrollo de modelos y la toma de decisiones. Se enfatizan conceptos como «humano en el bucle» (intervención humana en el ciclo de decisión de la IA) y «humano en el bucle» (intervención humana durante el ciclo de diseño y revisiones posteriores). El papel del juicio humano y la revisión humana también se reconoce en las directrices existentes sobre el uso de modelos tradicionales. Lo que parece ser diferente es cómo se perciben. En el caso de los modelos tradicionales (por ejemplo, el enfoque basado en calificaciones internas para el riesgo de crédito en el marco de Basilea), las anulaciones humanas de los modelos / asignaciones de calificación deben monitorearse y documentarse para rastrear el rendimiento de las anulaciones por separado. En el caso de la IA, la intervención humana se considera más como una necesidad para garantizar que las decisiones basadas en modelos de IA no den lugar a resultados injustos o poco éticos.

11. Otro concepto de rendición de cuentas que se enfatiza cuando se trata de IA es la «responsabilidad externa». Los Principios MAS FEAT10, por ejemplo, establecen que las instituciones financieras que utilizan IA deben proporcionar a los interesados (por ejemplo, posibles clientes financieros) canales para preguntar, presentar apelaciones y solicitar revisiones de las decisiones impulsadas por la IA que les afectan; y tener en cuenta los datos complementarios verificados y pertinentes proporcionados por los interesados al realizar revisiones de las decisiones basadas en la IA. Si bien esto puede ser una nueva expectativa para las instituciones financieras, la práctica no es totalmente nueva. Los consumidores en los Estados Unidos, por ejemplo, tienen el derecho legal de solicitar a las agencias de informes de crédito su informe de crédito, que incluye toda la información que entra en su puntaje de crédito, y de corregirlos si hay errores.11

12.AI cuestiones de transparencia relacionadas con el comercio de derechos humanos se dividen en tres áreas:

 Explicabilidad12: hacer transparente cómo un algoritmo de IA llegó a un determinado resultado (es decir, no permitir excusas de «caja negra»);

Auditabilidad: documentar el desarrollo de la IA, los procesos (incluida la toma de decisiones) y los conjuntos de datos; y

Divulgación externa: divulgación a los interesados de lo siguiente: (i) todo uso de decisiones impulsadas por la IA; ii) los datos utilizados para tomar decisiones basadas en la IA y cómo los datos afectan a la decisión; y (iii) las consecuencias de las decisiones impulsadas por la IA sobre ellos. La OCDE (2019) y el G20 (2019), en particular, señalaron que las divulgaciones deben ser en forma de información clara y fácil de entender sobre los factores y la lógica que sirvieron de base para la decisión a fin de permitir a los interesados impugnar el resultado del sistema de IA.

13. Las expectativas de explicabilidad y auditabilidad son generalmente las mismas tanto para la IA como para los modelos tradicionales e implican la divulgación interna, en particular al consejo y a la alta dirección, para que puedan comprender mejor los riesgos y las implicaciones del uso de la IA. Sin embargo, las expectativas de divulgación externa parecen ser específicas para el uso de la IA. Aunque como se mencionó anteriormente, estos son bastante similares a los requisitos legales relacionados con los informes de crédito en los Estados Unidos.

14. La equidad no es algo que normalmente se requiere explícitamente en la evaluación de los modelos tradicionales. Sin embargo, en el sector de los seguros, es común que la legislación exija a las aseguradoras que traten a los clientes de manera justa, lo que, en principio, se extiende al uso de cualquier modelo tradicional o de IA. Las cuestiones relacionadas con la equidad cubiertas en las emisiones de IA se refieren a abordar o prevenir sesgos en los algoritmos de IA que podrían conducir a resultados discriminatorios. El grupo independiente de expertos de alto nivel sobre IA creado por la Comisión Europea también se refiere a una dimensión «procedimental» de la equidad. Esto es bastante similar al concepto de responsabilidad externa discutido anteriormente. Esto implica garantizar que los sujetos de datos tengan la capacidad de impugnar y buscar una reparación efectiva contra las decisiones basadas en IA tomadas por humanos que los operan. Esto implica que la entidad responsable de la toma de decisiones debe ser identificable y el proceso de toma de decisiones explicable.

15. Sin embargo, el concepto de «equidad» es algo nebuloso.13 Aparte de afirmar que la «equidad» puede lograrse abordando o previniendo los sesgos para no conducir a resultados discriminatorios, el concepto no está realmente definido en las emisiones. Algunos podrían argumentar que hay una diferencia entre la justicia (es decir, la equidad) y el sesgo (es decir, la predisposición), y aunque el primero debe garantizarse, hay «buenos sesgos» que deben preservarse (por ejemplo, recompensar a los conductores cuidadosos cuyos comportamientos de conducción son rastreados por la telemática con primas más bajas). Como se examina a continuación, existen leyes que tienen por objeto garantizar la equidad en la prestación de servicios financieros. Tales leyes podrían usarse para definir el concepto de equidad en el contexto de la IA, pero no son comunes en todas las jurisdicciones. Como tal, algunas jurisdicciones promueven la opinión de que las instituciones financieras individuales deben definir y poner en práctica sus propios objetivos de «equidad», similares a tener apetitos de riesgo individuales (por ejemplo, la equidad podría definirse como el cumplimiento de los valores corporativos y las normas éticas o los requisitos legales pertinentes, como la protección del consumidor).14

16. Algunas emisiones de IA enumeran otras formas de abordar los problemas de equidad en los modelos de IA. Las medidas van desde muy generales hasta muy concretas. Algunas de las expectativas de supervisión más concretas incluyen, por ejemplo, exigir a las empresas que establezcan un código ético de conducta para promover prácticas no discriminatorias; buscar la diversidad en los datos de entrada; revisión cuidadosa de los datos de capacitación y validación durante el proceso de capacitación del modelo; establecer políticas para la adquisición y el procesamiento legal de datos, especialmente si no están disponibles internamente; tener conjuntos de datos separados de los datos de entrenamiento y validación para verificar específicamente el sesgo del modelo; integrar normas no discriminatorias en el modelo de IA; y monitorear constantemente el rendimiento del modelo para identificar sesgos no intencionales o para asegurarse de que se comporta según lo diseñado y previsto. También hay un trabajo activo en curso en la evaluación de la equidad de los modelos de IA.15

17. Las cuestiones éticas son más amplias que las cuestiones de equidad. La ética implica garantizar que los clientes no serán explotados o perjudicados, ya sea a través de sesgos y discriminación, como en el caso de la equidad, o a través de otras causas (por ejemplo, IA utilizando información obtenida ilegalmente). La ética se basa en las normas o costumbres de una sociedad, que pueden codificarse en leyes, reglamentos, códigos de conducta, etc. Estos incluyen privacidad y protección de datos, no discriminación e igualdad, diversidad, inclusión y justicia social. Otra dimensión de la ética se relaciona con la cuestión de si la IA debe desplegarse en absoluto. Esto se especifica en el DNB (2019), que exige que los objetivos, estándares y requisitos para adoptar y aplicar la IA se definan en un código ético.

17. Las cuestiones éticas son más amplias que las cuestiones de equidad. La ética implica garantizar que los clientes no serán explotados o perjudicados, ya sea a través de sesgos y discriminación, como en el caso de la equidad, o a través de otras causas (por ejemplo, IA utilizando información obtenida ilegalmente). La ética se basa en las normas o costumbres de una sociedad, que pueden codificarse en leyes, reglamentos, códigos de conducta, etc. Estos incluyen privacidad y protección de datos, no discriminación e igualdad, diversidad, inclusión y justicia social. Otra dimensión de la ética se relaciona con la cuestión de si la IA debe desplegarse en absoluto. Esto se especifica en el DNB (2019), que exige que los objetivos, estándares y requisitos para adoptar y aplicar la IA se definan en un código ético.

18. A medida que los casos de uso de IA utilizan cada vez más entradas de datos de una variedad más amplia de fuentes, incluidos los datos personales, muchas emisiones regulatorias enfatizan la necesidad de cumplir con las leyes / regulaciones de privacidad y protección de datos. Estos incluyen la necesidad de garantizar que los sistemas de IA garanticen la privacidad y protección de los datos a lo largo de las diferentes etapas del proceso, así como de tener políticas que rijan el acceso a los datos y el consentimiento del cliente sobre el uso de sus datos personales. MAS (2018) afirma que el uso de atributos personales como factores de entrada para las decisiones impulsadas por la IA debe estar justificado. EIOPA (2021) destaca que los factores de calificación utilizados para la fijación de precios y la suscripción en seguros deben tener una correlación con el riesgo y un vínculo causal. El documento de discusión de CSSF (2018) va aún más lejos al recomendar la necesidad de desafiar el uso de datos personales como entrada para los modelos de IA. El documento de discusión BaFin (2018), por otro lado, señala la importancia de garantizar la libertad de elección al proporcionar productos financieros menos intensivos en datos personales.

19. Las expectativas generales de terceros o de subcontratación también son relevantes cuando se trata de la dependencia de terceros relacionada con AI. Los terceros pueden proporcionar a las empresas los datos que utilizan para sus modelos de IA o los propios modelos. Los riesgos de terceros que son relevantes en el contexto de la IA incluyen el riesgo para la privacidad y protección de los datos, la falta de comprensión de cómo funciona el modelo de IA en parte debido a las restricciones de propiedad intelectual y el riesgo de dependencia. La Autoridad de Regulación Prudencial emitió la Declaración de Supervisión SS2/21, que proporcionó ejemplos relacionados con la IA de acuerdos con terceros.16 Las emisiones que cubren estos temas enfatizan que las políticas de IA de las instituciones financieras también deben aplicarse a terceros; que las entidades financieras cuenten con marcos de gestión de terceros, incluida la diligencia debida; y que las instituciones financieras deben ser conscientes de los riesgos de terceros. La propuesta de la UE para la regulación de la IA pretende abordar esta cuestión exigiendo a los proveedores de servicios de IA que diseñen y desarrollen sistemas de IA de una manera suficientemente transparente que permita a los usuarios interpretar la salida del sistema y utilizarla adecuadamente.17

20. Las cuestiones relativas a la resiliencia operativa también son pertinentes en el contexto del uso de la IA por parte de las instituciones financieras. Al igual que los modelos tradicionales, el uso de modelos de IA expone a una institución financiera a vulnerabilidades operativas. Estos incluyen fallas internas de procesos o controles, fallas de tecnología de la información, riesgos asociados con el uso de terceros, riesgo de modelo y riesgo cibernético. En términos de riesgo cibernético, los sistemas de IA pueden ser vulnerables a los ataques de «envenenamiento de datos», que intentan corromper y contaminar los datos de entrenamiento para comprometer el rendimiento del sistema.

Sección 3 – ¿Se recogen las expectativas u orientaciones relacionadas con la IA en las normas o regulaciones existentes?

21. Actualmente no existen normas reglamentarias internacionales ni orientaciones específicas sobre ia para el sector financiero. No obstante, existen normas internacionales, orientaciones y leyes nacionales que pueden aplicarse o utilizarse como puntos de partida para abordar las cuestiones de gobernanza asociadas con los modelos de IA (véase la Tabla 3 para una lista no exhaustiva de los cinco principios comunes). Esto se debe a que, como se ha mencionado, la mayoría de las cuestiones identificadas anteriormente ya existen con respecto al uso de modelos tradicionales. Esto es especialmente cierto cuando se trata de cuestiones como la fiabilidad / solidez, la responsabilidad, la transparencia, la privacidad de los datos, la dependencia de terceros, la resiliencia operativa y, hasta cierto punto, la ética. Pero este no es el caso cuando se trata de equidad, como se describe en las emisiones cubiertas en este documento (es decir, en relación con la no discriminación). Si bien existen orientaciones generales en materia de seguros para garantizar un trato justo a los clientes, este no es el caso de la banca. Sin embargo, las cuestiones de equidad están cubiertas en las leyes de protección al consumidor en algunas jurisdicciones.

22. Las normas reguladoras internacionales existentes en materia de banca y seguros pueden aplicarse en el contexto de la fiabilidad/solidez de los modelos de IA. Tanto los Principios Básicos de Basilea (BCP) como los Principios Básicos de Seguros (ICP) proporcionan orientación sobre la fiabilidad/solidez de los modelos de riesgo o los modelos utilizados con fines de capital regulatorio.18 BcP 15, en particular sus criterios esenciales 6, establece que los bancos que utilizan modelos de riesgo deben cumplir con las normas de supervisión sobre el uso de modelos, incluida la realización de validaciones y pruebas periódicas e independientes de los modelos. La PCI 16 proporciona orientación sobre el uso de modelos para la medición del riesgo, mientras que la PCI 17 proporciona orientación sobre el uso de modelos con fines de capital regulatorio, incluida la evaluación de la idoneidad de la metodología, los insumos del modelo y las suposiciones. Los principios del BCBS para la agregación efectiva de datos de riesgo y la presentación de informes de riesgos también proporcionan orientación sobre la generación precisa y confiable de datos de riesgo por parte de los bancos.19

23. También existen normas que abordan la fiabilidad/solidez en ámbitos específicos en los que los modelos se utilizan con fines reglamentarios. Estos requisitos específicos del dominio (por ejemplo, el enfoque basado en calificaciones internas (IRB) para el riesgo de crédito y el enfoque de modelos internos (IMA) para el riesgo de mercado20; el enfoque de medición avanzada (AMA) para el riesgo operativo21, las pruebas de resistencia22; y la valoración de las provisiones técnicas23 son bastante similares. Requieren que las instituciones financieras se aseguren de que la metodología y los supuestos del modelo sean conceptualmente sólidos, adecuados para el propósito previsto y tengan un buen poder predictivo. También requieren validación regular (por ejemplo, a través de backtesting), desafío y revisión. Además, requieren la investigación de las entradas de datos para garantizar la precisión, integridad y adecuación.

24. Existen normas de gobierno corporativo que definen los requisitos generales de rendición de cuentas para los bancos y las empresas de seguros. En particular, el BCP 14 para los bancos y el ICP 7 para los seguros. El BCBS también tiene principios dedicados al gobierno corporativo.24 Mucho más específico para el uso del modelo es BCP 15 e ICP 17. Ambos se relacionan con el uso de modelos de riesgo y asignan la responsabilidad final a la junta y a la alta gerencia y para que comprendan las consecuencias y limitaciones de los resultados del modelo. El PCI 17 también requiere que las aseguradoras tengan una gobernanza adecuada y controles internos para los modelos de riesgo interno utilizados para determinar los requisitos de capital regulatorio.

25. Las normas específicas de dominio también requieren estructuras de gobernanza eficaces. Esto implica especificar los roles y responsabilidades para todos los aspectos del proceso de modelado. En el caso del IRB, los bancos deben tener una guía escrita que describa cómo se combinan el juicio humano y los resultados del modelo. También se requiere que los bancos cuenten con procedimientos para la revisión humana de las asignaciones de calificación basadas en modelos que se centren en encontrar y limitar los errores asociados con las debilidades conocidas del modelo y mejorar el rendimiento del modelo. Como se mencionó anteriormente, las anulaciones humanas, ya sea de la salida del modelo en sí o de la entrada utilizada, también deben identificarse y monitorearse para realizar un seguimiento del rendimiento por separado.

26. Ya existen requisitos de transparencia para los modelos utilizados con fines de supervisión. El PCI 17, por ejemplo, exige que las aseguradoras documenten los modelos internos utilizados con fines de capital regulatorio. La documentación debe abarcar el diseño del modelo, los supuestos, el cumplimiento de normativas como el uso y las pruebas estadísticas.25 Los estándares específicos del dominio en la banca también requieren lo mismo. Además, requieren documentación para incluir políticas y procesos seguidos en el uso de los resultados del modelo, que formarán la base de las auditorías. Los principios de las pruebas de resistencia también requieren que los resultados se comuniquen dentro de las jurisdicciones y entre ellas.

27. Las leyes, normas u orientaciones reglamentarias existentes cubren suficientemente la privacidad de los datos, la dependencia de terceros y la resiliencia operativa, y pueden aplicarse en el contexto de la IA. La mayoría de las jurisdicciones tienen leyes de privacidad y protección de datos, que, como se mencionó anteriormente, ya se mencionan en las emisiones relacionadas con la IA. En el sector de los seguros, el PCI 19 exige que las aseguradoras y los intermediarios cuenten con pólizas y procesos para la protección y el uso de la información sobre los clientes. En términos de dependencia de terceros, los principios rectores del Foro Conjunto sobre la subcontratación en servicios financieros,26 los principios del BCBS sobre resiliencia operativa y gestión del riesgo operacional27 proporcionan orientación

28. Por último, aparte de la dependencia de terceros, los principios del BCBS sobre resiliencia operativa abarcan una amplia gama de cuestiones que pueden causar vulnerabilidades operativas, como el riesgo cibernético.28 Las normas bancarias y de seguros existentes abarcan cuestiones relacionadas con la ética. En particular, las cuestiones éticas se mencionan en todos los PIC. En la banca, si bien solo hay un BCP que menciona la ética (BCP 29 sobre el abuso de los servicios financieros), los principios específicos del tema emitidos por el BCBS se ocupan del tema. Los requisitos éticos comienzan con el papel de la junta directiva en la definición y supervisión de la implementación del código de ética o código de conducta y garantizar que el personal reciba la capacitación ética adecuada (ICP 7, principios de gobierno corporativo de BCBS y principios para la gestión racional del riesgo operativo). El PCI 5 también requiere el establecimiento de altos estándares internos de ética e integridad para garantizar que se cumplan los requisitos para la junta, la alta gerencia y las personas clave en las funciones de control. El PCI 8 y los principios del BCBS sobre el cumplimiento y la función de cumplimiento en los bancos29 enfatizan que el cumplimiento comienza en la parte superior. Esto significa que la junta es responsable de establecer estándares de honestidad e integridad y debe liderar con el ejemplo. Otra referencia es FSB (2018), que se centra en la mala conducta en el sector financiero, particularmente las relacionadas con la manipulación de los mercados mayoristas y los esquemas de venta indebida al por menor. Proporciona orientación general sobre el logro de un comportamiento ético por parte de las instituciones financieras, que cubriría los casos de uso de la IA.

29. Dado que la mayoría de los supervisores de seguros tienen un mandato de conducta explícito, las normas de seguros suelen cubrir cuestiones de equidad. ICP 19 requiere que las aseguradoras y los intermediarios traten a los clientes con el debido cuidado, habilidades y diligencia, y que tengan políticas y procedimientos para tratar a los clientes de manera justa. También exige que las aseguradoras y los intermediarios tengan en cuenta los intereses de los diferentes tipos de consumidores a la hora de desarrollar y distribuir productos de seguros. Además, la norma ComFrame 7.2a exige que los consejos de administración de los grupos de seguros internacionalmente activos establezcan estrategias y objetivos comerciales que tengan debidamente en cuenta el trato justo de los clientes.

30. Las normas bancarias se centran en cuestiones prudenciales y, por lo tanto, no abarcan directamente las cuestiones de equidad. El requisito del IRB de que los bancos examinen las entradas de datos para evaluar su idoneidad para asignar calificaciones puede considerarse o aplicarse en el contexto de la equidad. También se podría argumentar que las preocupaciones de equidad pueden abordarse bajo estándares de gobernanza más amplios (por ejemplo, asegurando un entorno de control sólido y la presencia de controles y equilibrios que guíen la toma de decisiones), pero hasta ahora, estas preocupaciones no han sido el foco de las normas de gobernanza para los bancos. Aparte de estas conexiones, no hay otros estándares bancarios que puedan considerarse como que abordan la equidad.

31. Las leyes de protección de los consumidores en algunas jurisdicciones abordan las preocupaciones de equidad, en particular las relacionadas con los resultados discriminatorios. Las leyes de protección del consumidor que abordan directamente las preocupaciones de equidad como se describe en las emisiones relacionadas con la IA (es decir, prevenir / abordar los sesgos para evitar resultados discriminatorios) se pueden encontrar en jurisdicciones como la UE, Sudáfrica y los EE. UU.30 Sin embargo, la no discriminación no parece ser una característica explícita o puede no considerarse como un «área básica» de las disposiciones de trato justo en las leyes de protección al consumidor de otras jurisdicciones.31 Los Principios de Alto Nivel sobre protección de los consumidores financieros del G20/OCDE de 2011 abarcan el trato equitativo y justo de los clientes (Principio 3), y los enfoques efectivos posteriores para apoyar la implementación de este principio incluyen un ejemplo de no discriminación.32 Pero adoptar un enfoque muy amplio de la discriminación podría ser difícil y la industria parece preferir no abordar el problema explícitamente.33

Sección 4 – Desafíos en la implementación de las expectativas u orientaciones relacionadas con la IA

32. Al igual que con cualquier marco regulatorio, las instituciones financieras deben implementar los principios, requisitos u orientaciones de gobernanza de la IA para alcanzar los objetivos políticos previstos. Si bien los principios de alto nivel y la orientación sobre la gobernanza de la IA por parte de las organizaciones internacionales y las autoridades nacionales son bienvenidos, las instituciones financieras piden una orientación más detallada que ilustre cómo se pueden implementar esos principios en la práctica. Según las autoridades tratadas en este documento, hay poca necesidad de normas más generales o de alto nivel sobre la gobernanza de la IA, ya que los principios comunes descritos en la Sección 2 son bien entendidos y aceptados. En los párrafos siguientes se esbozan los problemas concretos de aplicación relacionados con cada uno de esos principios comunes.

Transparencia

33. Las expectativas supervisoras sobre la transparencia de los modelos utilizados por las entidades financieras y de que tales modelos no deben ser «cajas negras» no son nuevas. La principal diferencia entre la IA y los modelos más tradicionales es el nivel de complejidad y la falta de explicabilidad de ciertos tipos de algoritmos de ML. Explicar algoritmos complejos de ML de una manera que pueda ser entendida por un supervisor puede ser un desafío. Los supervisores necesitan mejorar las habilidades de su personal para estar familiarizados con las técnicas de ML. Las empresas deben hacer más esfuerzos para explicar sus modelos de ML de una manera comprensible. Una prueba de fuego práctica es evaluar la comprensión del concepto general del modelo por parte de los miembros de su junta; si esto puede ser entendido por los miembros no técnicos de la junta, lo más probable es que los supervisores también los entiendan. Algunos algoritmos de ML, como el aprendizaje profundo y las redes neuronales, se consideran como «caja negra»34, que producen resultados sensatos, pero son difíciles de explicar o probar a diferencia de los modelos estadísticos tradicionales. Esto se debe a que tales algoritmos de ML funcionan a través de interacciones complejas entre múltiples variables, infiriendo atributos a partir de entradas de datos y colocando diferentes pesos en diferentes atributos de datos. Esto también hace que sea difícil revelar a los interesados en un lenguaje sencillo y sencillo qué datos se utilizan y cómo afectan a la decisión relevante para ellos.

34. La transparencia de un algoritmo de IA/ML es un requisito previo para cumplir algunos de los otros principios sólidos de gobernanza de la IA. Si un modelo no es transparente, será difícil evaluar su fiabilidad, rendimiento y equidad, aparte de evaluar el resultado del modelo con respecto a un punto de referencia específico. También será difícil establecer la responsabilidad si no está claro qué componentes del algoritmo están causando errores. CSSF (2018) explicó que esto es particularmente importante cuando se utilizan soluciones listas para usar que automatizan la toma de decisiones porque pueden surgir disputas cuando se toman decisiones incorrectas.

35. Las entidades financieras deben aplicar un buen juicio al determinar el nivel adecuado de transparencia de sus modelos de IA/ML en función del público objetivo y la materialidad de los resultados de los modelos. CSSF (2018) destacó que cuanto más crítico es el caso de uso, más importante debe ser un algoritmo para ser transparente. De lo contrario, el usuario empresarial podría refutar los resultados del modelo y las personas responsables podrían perder la confianza en el modelo y negarse a asumir la responsabilidad. La transparencia inadecuada también podría erosionar la confianza del consumidor o disuadir a los clientes de usar soluciones financieras impulsadas por IA / ML. Por otro lado, MAS (2018) señaló que la transparencia excesiva podría crear confusión u oportunidades no deseadas para que las personas, incluidos los clientes de instituciones financieras, exploten o manipulen los modelos de IA / ML EIOPA (2021) considera que las aseguradoras deben esforzarse por utilizar algoritmos explicables, en particular para aplicaciones de IA de alto impacto, incluso si esto es a expensas del rendimiento del modelo. En algunos casos en los que no hay alternativas viables (por ejemplo, el procesamiento de imágenes, videos o textos), las aseguradoras pueden utilizar medidas de gobernanza alternativas, como una mayor supervisión humana.

Fiabilidad y solidez

36. Con respecto a la fiabilidad y solidez de los resultados de la IA, el principal desafío de implementación surge de la construcción técnica de los algoritmos de IA. Una forma de enmarcar este problema es mediante el uso de la canalización de ciencia de datos. En cada paso de la tubería de ciencia de datos, se pueden implementar salvaguardas técnicas para facilitar resultados confiables y sólidos. A continuación, se presentan ejemplos de desafíos prácticos que pueden surgir en cada paso de la canalización de la ciencia de datos: Recopilación de datos: conjuntos de datos de origen inexactos, incompletos o sesgados conducirán a resultados de modelado poco confiables o sesgados; la fuente de datos no podrá generalizarse para los grupos de consumidores destinatarios previstos. Limpieza y procesamiento de datos: esta suele ser la parte que más tiempo consume de la implementación de un algoritmo de IA: los recursos insuficientes asignados a este paso o la falta de rigor en la limpieza de los datos conducirán a los proverbiales resultados de «basura en la basura». El sesgo presente en los datos de origen, que puede ser difícil de detectar durante la limpieza de datos, o introducido a través de la intervención humana puede ser amplificado por los algoritmos de IA. Análisis de datos: no es difícil determinar qué datos deben usarse como conjunto de entrenamiento (para entrenar el algoritmo) y cuáles usar como conjunto de pruebas (para verificar los resultados).

37. Dado que las técnicas de aprendizaje automático, por definición, aprenden de nuevos datos a lo largo del tiempo, otro desafío de implementación para mantener resultados confiables y sólidos se relaciona con la actualización y revisión periódicas y oportunas de los resultados del modelo. El Banco de Inglaterra y la Autoridad de Conducta Financiera (2020) destacaron que las fuentes de datos subyacentes de un modelo de IA o sus propiedades estadísticas pueden cambiar con el tiempo, por ejemplo, debido a los cambios en el comportamiento del consumidor derivados de la aceleración digital provocada por Covid-19. El ML supervisado requiere una retroalimentación humana constante sobre el rendimiento del algoritmo para que pueda aplicar su «conocimiento» entrenado a nuevos datos y continuar produciendo resultados confiables. Si el contexto cambia, el conjunto de datos de entrenamiento deberá actualizarse para que el algoritmo pueda volver a entrenarse para producir resultados confiables35. Incluso el ML no supervisado que aprende y produce resultados por sí mismo requiere actualizaciones y revisiones oportunas. Los patrones o relaciones reveladas deben ser evaluados por un experto humano para determinar que tienen sentido.

38. Es posible que sea necesario ajustar los requisitos reglamentarios existentes sobre la validación de modelos para adaptarse a determinadas técnicas de aprendizaje automático. Específicamente, los cambios significativos en los modelos internos utilizados por las instituciones financieras generalmente requieren una nueva aprobación supervisora. Lo que constituye «cambios» en el contexto de las técnicas de ML puede necesitar ser redefinido. Por ejemplo, el ML supervisado ajusta el modelo a medida que aprende de los nuevos datos. Sin embargo, no tiene sentido definir cada ajuste como un «cambio» en el modelo que requiere la aprobación de la supervisión, a menos que el rendimiento o los resultados del modelo cambien significativamente.

39. Puede ser difícil lograr el equilibrio adecuado entre la simplicidad de un algoritmo y su rendimiento. Por ejemplo, la «precisión» es una de las medidas de rendimiento que evalúa la proporción de resultados correctamente identificados sobre todos los resultados de un algoritmo. Para mejorar la precisión, una empresa podría agregar más elementos, pero potencialmente a expensas de hacer que el modelo sea más complejo y, por lo tanto, más difícil de explicar y divulgar.

40. Es posible que no se puedan alcanzar requisitos reglamentarios excesivamente onerosos para «probar» la exactitud de un algoritmo de ml. ACPR (2020b) destacó tal desafío al cumplir con el criterio de explicabilidad más estricto propuesto que busca demostrar que un algoritmo funciona correctamente. En la práctica, esto requiere una revisión línea por línea del código fuente, un análisis exhaustivo de todos los conjuntos de datos utilizados y un examen del modelo y sus parámetros, que algunas empresas consideran inalcanzables. EIOPA (2021) especifica los principios de gobernanza de la IA que adaptan la intensidad de las medidas de gobernanza al impacto de un caso de uso de IA determinado.

41. La creación y ejecución de un algoritmo de aprendizaje automático requiere un ejercicio significativo de juicio técnico y experiencia, cada elección de los cuales podría producir resultados muy diferentes. Esto subraya la importancia de la experiencia técnica humana en el desarrollo, ejecución y validación de un modelo de IA para que produzca resultados confiables y sólidos. La falta de experiencia técnica en las empresas podría limitar la medida en que pueden utilizar las tecnologías de IA. La selección de medidas de rendimiento adecuadas es un ejemplo en el que se necesita un buen juicio. LA AESPJ (2021) proporciona un ejemplo en la detección de fraudes, mediante el cual las aseguradoras deben decidir si el objetivo es maximizar la precisión de la predicción (número de siniestros fraudulentos detectados), reducir el número de falsos positivos (créditos legítimos etiquetados erróneamente como fraudulentos) o falsos negativos (siniestros etiquetados como legítimos que al final son fraudulentos).

42. El mayor uso de la IA/ML en los procesos empresariales por parte de las instituciones financieras debe estar respaldado por un marco sólido de ciber-resiliencia. CSSF (2018) explica cómo una empresa puede estar expuesta a ataques de envenenamiento de datos que implican alterar el conjunto de datos de entrenamiento utilizado para construir un algoritmo predictivo de ML con el fin de manipular sus resultados. El ataque adversario es otra forma de ataque cibernético mediante el cual un adversario proporciona conjuntos de datos alterados para que el modelo entrenado clasifique erróneamente los datos. Tales violaciones cibernéticas podrían conducir a resultados de ML poco confiables y potencialmente volverse sistémicos si no se detectan o amplifican a través de la escalabilidad del modelo.

Responsabilidad

43. Existen importantes desafíos para cumplir con el criterio de rendición de cuentas de la implementación de la IA, entre otras cosas porque esto a menudo conduce a la reflexión filosófica de la demarcación entre máquinas y humanos. En general, los supervisores suelen colocar la responsabilidad final de cualquier decisión o acción de una institución financiera en su junta directiva y alta gerencia, y con razón. Si bien esto debería aplicarse de manera similar a la implementación de ia dentro de una empresa, la responsabilidad se vuelve menos clara en los niveles inferiores de la jerarquía. Por ejemplo, si un algoritmo de IA niega sistemáticamente las solicitudes de préstamo de solicitantes negros que viven dentro de un determinado código postal, ¿debería ser responsable el desarrollador de IA, o el jefe del departamento de crédito o, de hecho, el CEO?

44. Las salvaguardias «human-in-the-loop» o human-on-the-loop podrían dar lugar a nuevos riesgos relacionados con la gobernanza. ACPR (2020a) explica que un operador humano que invalida los resultados correctamente identificados de una máquina podría ser considerado responsable del error. También podría haber una tendencia de un operador humano a aceptar los resultados de un modelo para evitar tener que justificar cualquier desviación de puntos de vista. La intervención humana también podría introducir sesgos y complicar la transparencia de un algoritmo, teniendo que explicar anulaciones humanas subjetivas. En términos más generales, la intervención humana en el diseño y las decisiones de los modelos de IA requiere el reclutamiento, la capacitación y el reciclaje del personal con experiencia especializada, así como la mejora de las habilidades de las juntas directivas y la alta gerencia con responsabilidad explícita por el despliegue de la IA. Esas necesidades de recursos humanos podrían plantear un reto importante a las instituciones financieras.

45. AI/ML implementación a menudo requiere la subcontratación por parte de las instituciones financieras a proveedores de servicios externos, lo que plantea desafíos únicos en la implementación de marcos de gobernanza de IA sólidos. Las interacciones con terceros proveedores de servicios a través de la concesión de licencias de sistemas de IA y la adquisición de datos (por ejemplo, puntajes de crédito) podrían imponer restricciones a las instituciones financieras derivadas de los derechos de propiedad intelectual impuestos por dichos proveedores. Crisanto et al (2018) encontraron que la mayoría de las autoridades reguladoras financieras esperan que sus instituciones reguladas conserven la plena responsabilidad y rendición de cuentas de los servicios subcontratados. Dichos requisitos deben establecer claridad en cuanto a la parte responsable de los resultados deficientes de IA/ML. La dependencia excesiva de proveedores de servicios externos también podría conducir a la captura comercial y al riesgo de dependencia, particularmente dada la creciente venta cruzada de servicios digitales por parte de las bigtechs, lo que dificulta que una institución financiera contrate las habilidades y la experiencia cuando sea necesario, por ejemplo, en un escenario de continuidad del negocio.

Equidad y ética

46. Un reto fundamental en la aplicación de las orientaciones o principios «éticos» y «éticos» es la falta de definiciones universalmente aceptadas de estos términos. Si bien es apropiado que algunos supervisores hayan dejado en manos de las empresas la elaboración de sus propias definiciones, algunas empresas pueden tener dificultades para hacerlo. Incluso si pudieran, las definiciones podrían no estar a la altura de las expectativas generales de los consumidores. Otros reguladores, como la AESPJ (2021), proporcionan más orientación, por ejemplo, la definición de «uso leal de los datos», que define como la garantía de que los datos son adecuados para su finalidad y respeta el principio de autonomía humana mediante el desarrollo de sistemas de IA que apoyen a los consumidores en su proceso de toma de decisiones. La importancia de la equidad y la ética no debe subestimarse, especialmente dados los fuertes movimientos recientes de justicia social como Black Lives Matter. Una reacción pública no solo podría infligir daños a la reputación de una institución financiera, sino que también podría causar problemas de solvencia o liquidez si los clientes cambian de proveedor en masa. Para los supervisores prudenciales, tratar con la equidad y la ética es particularmente desafiante, ya que generalmente no están dentro de su competencia ni experiencia.

47. Las regulaciones que requieren el ejercicio de un buen juicio humano pueden dificultar la implementación de AI / ML. ACPR (2020a) citó un ejemplo de seguros, refiriéndose a la directiva europea IDD (Directiva de Distribución de Seguros) de 2016 que requiere que los distribuidores de productos de seguros «actúen siempre de manera honesta, justa y profesional de acuerdo con los mejores intereses de sus clientes». Puede ser difícil cumplir con este requisito cuando se utiliza ML para identificar las necesidades futuras de seguros de un consumidor, ya que la consideración de la información contextual probablemente requerirá una evaluación humana.

48. La aplicación injusta o poco ética de la IA podría tener profundas consecuencias para los consumidores, que incluyen la exclusión financiera con la consiguiente destrucción de los medios de subsistencia. CSSF (2018) describió varias fuentes de sesgo: sesgo algorítmico que surge de la elección de un modelo incorrecto o sesgo humano que se refleja en un conjunto de datos de entrenamiento. El documento proporcionó un ejemplo de calificación crediticia, por el cual es poco probable que las poblaciones que no están bien representadas en el conjunto de datos reciban una puntuación de crédito favorable simplemente porque el algoritmo ha aprendido que, en el pasado, a dichos solicitantes no se les otorgaron muchos préstamos. Esto plantea un desafío comercial para las empresas, ya que pueden estar excluyendo inadvertidamente a las empresas rentables. BaFin (2018) destacó cómo los consumidores ni siquiera son conscientes de que están siendo discriminados, lo que resulta en la denegación de acceso a ciertos servicios financieros. Tal situación puede ocurrir a través del poder predictivo de AI / ML de futuros cambios en el estilo de vida al inferir de los cambios en los patrones de gasto, incluso sin recopilar ningún dato específico sobre esos cambios.

49. En general, los principios de gobernanza de la IA o la orientación sobre equidad y ética requieren que el ser humano en el bucle o el ser humano en el bucle. En la práctica, esto significa que las instituciones financieras deben asignar suficientes recursos humanos en cualquier implementación de IA para determinar resultados justos y éticos. En cierto modo, hay cierta ironía en tener a los humanos como salvaguardas para la injusticia y los resultados poco éticos de la IA cuando este último básicamente solo refleja estos defectos humanos. En cualquier caso, dado que uno de los principales beneficios de la IA es reducir la necesidad de intervención humana, será un desafío lograr un equilibrio adecuado en el cumplimiento de las expectativas humanas en el entorno frente a la cosecha de todos los beneficios de la automatización de la tecnología.

Abordar los desafíos regulatorios/supervisores a través de la proporcionalidad

50. Debido a los desafíos señalados anteriormente, las autoridades están estudiando la posibilidad de aplicar la proporcionalidad en la aplicación de los principios comunes. Esto requiere diferenciar el tratamiento regulatorio y supervisor de los modelos de IA/ML en función de la conducta y los riesgos prudenciales que plantean. Por ejemplo, los modelos de IA utilizados para las decisiones de suscripción de crédito podrían estar sujetos a una mayor equidad y expectativas éticas que los utilizados para los chatbots de atención al cliente. Del mismo modo, se podría esperar un mayor nivel de fiabilidad/solidez de los modelos de IA utilizados para el cálculo del capital regulatorio en relación con los utilizados para los procesos operativos internos. El recuadro 1 presenta una posible forma de avanzar hacia la aplicación de este enfoque regulador y de supervisión adaptado.

51. Ya hay ejemplos de enfoques adaptados similares. El Reglamento de IA propuesto en la UE identifica actividades prohibidas (por ejemplo, el uso de IA en la administración de justicia y procesos democráticos) y sistemas de IA de alto riesgo (por ejemplo, sistemas de IA que evalúan la solvencia de las personas físicas o establecen su puntaje de crédito). La AESPJ (2021) ha desarrollado un marco de evaluación del impacto de los casos de uso de ia para ayudar a las empresas de seguros a determinar de manera proporcionada la combinación de medidas de gobernanza necesarias para un caso de uso concreto de IA. Efectivamente, las actividades de mayor impacto atraerían medidas de gobernanza más integrales, y viceversa. Algunas autoridades también están pensando en exigir una estrategia general de IA aprobada por la junta si el despliegue de IA de una empresa excede ciertos umbrales. Dicha estrategia debe estar conectada con las políticas pertinentes, por ejemplo, códigos de conducta, resiliencia operativa, gestión de terceros, uso de modelos, etc. Como tal, el amplio despliegue de la IA en las principales líneas de negocio de las empresas (por ejemplo, la suscripción de crédito o seguros) podría requerir una estrategia de junta de este tipo.

Sección 5 – Conclusión

52. La mayoría de las cuestiones relacionadas con el uso de la IA por parte de las instituciones financieras son bastante similares a las de los modelos tradicionales, pero la perspectiva podría ser diferente. Entre los problemas comunes identificados por las emisiones relacionadas con la IA cubiertas en este documento, la confiabilidad / solidez, la responsabilidad, la transparencia, la privacidad de los datos, la dependencia de terceros y la resiliencia operativa son relevantes en el uso de la IA y los modelos tradicionales. Solo las cuestiones relacionadas con la equidad son únicas o explícitas para la IA. Sin embargo, cuando se trata del uso de la IA, algunos de los problemas comunes identificados anteriormente se ven desde la perspectiva de la equidad. Por ejemplo, garantizar la fiabilidad/ solidez de los modelos de IA tiene como objetivo evitar causar discriminación debido a decisiones inexactas. Además, garantizar la rendición de cuentas y la transparencia en el uso de la IA incluye asegurarse de que los interesados conozcan las decisiones basadas en datos, los datos utilizados y cómo afectaron a las decisiones, y tengan canales para preguntar y desafiar estas decisiones.

53. Si bien las normas, leyes y orientaciones existentes pueden utilizarse para abordar la mayoría de las cuestiones relacionadas con la IA, puede haber margen para hacer más cuando se trata de equidad. Dado que la mayoría de los problemas asociados con el uso de la IA son similares a los de los modelos tradicionales, las autoridades pueden aprovechar las normas, leyes y orientaciones existentes destinadas a estos últimos al evaluar los primeros. La equidad, en particular en lo que se refiere a evitar resultados discriminatorios, si bien se identifica como muy importante en el caso de la IA, puede no ser explícita en las leyes de protección del consumidor en algunas jurisdicciones. Hacer explícitos los objetivos de no discriminación puede ayudar a proporcionar una buena base para definir la equidad en el contexto de la IA, proporcionar una base legal para que las autoridades financieras emitan orientaciones relacionadas con la IA y, al mismo tiempo, garantizar que las decisiones impulsadas por la IA, basadas en modelos tradicionales y humanas en los servicios financieros se evalúen con arreglo al mismo estándar.

54. La mayoría de los supervisores se encuentran todavía en las primeras etapas del desarrollo de principios de gobernanza específicos de la IA u orientación para las empresas financieras. Si bien esta orientación de alto nivel puede ser útil para resistir la prueba del tiempo y ser lo suficientemente duradera como para aplicarla de una manera independiente de la tecnología (un rasgo clave en el mundo de la tecnología en rápido desarrollo), a las empresas les resultaría útil contar con una orientación práctica más concreta. La mayoría de los supervisores están trabajando en asociación con la industria y otras partes interesadas en la tecnología para desarrollar dicha orientación.

55. A falta de orientaciones prácticas concretas o de expectativas de supervisión sobre la gobernanza de la IA, a algunas empresas les resulta difícil establecer adecuadamente salvaguardias en sus implementaciones de IA. Los desafíos que enfrentan las empresas son muy variados, desde dificultades técnicas en la construcción y ejecución de modelos de ML que ofrecen resultados confiables incluso en circunstancias cambiantes, hasta problemas sociales más amplios que surgen de resultados injustos o poco éticos. El primer paso para abordar estos desafíos es esforzarse por lograr modelos transparentes y explicables. Este es un requisito previo para diagnosticar los problemas que surgen de la confiabilidad / solidez de los resultados, la responsabilidad y la equidad y la ética.

56. Los retos y la complejidad que plantea la IA exigen una respuesta normativa y supervisora adaptada y coordinada basada en las implicaciones del modelo de IA para la conducta y los riesgos prudenciales. Cuanto más pueda afectar el uso del modelo de IA a la conducta y los objetivos prudenciales de las autoridades, más estrictos serán los requisitos pertinentes de fiabilidad/solidez, rendición de cuentas, transparencia, equidad y ética. Además, el uso de la IA por parte de las instituciones financieras tendrá implicaciones para la rentabilidad, el impacto en el mercado, la protección del consumidor y la reputación. Esto requiere una mayor coordinación entre las autoridades prudenciales y de conducta en la supervisión del despliegue de la IA en los servicios financieros.

57. Habida cuenta de los nuevos temas comunes sobre la gobernanza de la IA en el sector financiero, parece haber margen para que los organismos de normalización financiera elaboren orientaciones o normas internacionales en este ámbito. Las opiniones de las autoridades sobre la forma en que deben aplicarse estos temas comunes siguen evolucionando. Un intercambio continuo de opiniones y experiencias a nivel internacional podría conducir eventualmente a la elaboración de normas internacionales. Tales estándares internacionales podrían ser útiles, particularmente para las jurisdicciones que recién están comenzando su viaje de transformación digital. También pueden servir como un punto de referencia mínimo para guiar el despliegue ordenado de las tecnologías de IA dentro del sector financiero. A medida que surjan enfoques regulatorios más específicos o expectativas de supervisión sobre aspectos específicos de los casos de uso de IA, los organismos normativos podrían estar en una mejor posición para identificar las mejores prácticas comunes que serán útiles para que otras jurisdicciones las consideren.

Anexo – Propuesta de Reglamento sobre IA en la UE

El reglamento propuesto define el «sistema de inteligencia artificial» (sistema de IA) como un software que se desarrolla con una o más de las siguientes técnicas y enfoques que pueden, para un conjunto determinado de objetivos definidos por humanos, generar resultados como contenido, predicciones, recomendaciones o decisiones que influyen en los entornos con los que interactúan:

a) Enfoques de aprendizaje automático, incluido el aprendizaje supervisado, no supervisado y de refuerzo, utilizando una amplia variedad de métodos, incluido el aprendizaje profundo.

b) Enfoques basados en la lógica y el conocimiento, incluida la representación del conocimiento, la programación inductiva (lógica), las bases de conocimiento, los motores de inferencia y deductivos, el razonamiento (simbólico) y los sistemas expertos

c) Enfoques estadísticos, métodos bayesianos de estimación, búsqueda y optimización.

El Reglamento propuesto identifica las prácticas prohibidas, que comprenden todos aquellos sistemas de IA cuyo uso se considera contrario a los valores de la UE. Estos incluyen sistemas de IA que manipulan a las personas a través de técnicas subliminales más allá de su conciencia, dan como resultado una puntuación social para fines generales realizada por las autoridades públicas y utilizan sistemas de identificación biométrica remota en espacios de acceso público con el propósito de hacer cumplir la ley, excepto en ciertas situaciones limitadas.

El Reglamento propuesto también identifica los sistemas de IA de alto riesgo como los utilizados en los siguientes ámbitos:

a) Identificación biométrica y categorización de personas físicas

b) Gestión y operación de infraestructura crítica

c) Educación y formación profesional

d) Empleo, gestión de los trabajadores y acceso al trabajo por cuenta propia;

e) Acceso y disfrute de servicios privados esenciales y servicios y beneficios públicos (aquí se incluyen sistemas de IA que evalúan la solvencia de las personas físicas o establecen su puntaje de crédito

f) Aplicación de la ley

g) Gestión de la migración, el asilo y el control de las fronteras

h) Administración de justicia y procesos democráticos.

El Reglamento propuesto impone los siguientes requisitos para los sistemas de IA de alto riesgo:

a) Sistema de gestión de riesgos: para las entidades de crédito reguladas en virtud de la Directiva sobre requisitos de capital, los requisitos de gestión de riesgos para los sistemas de IA de alto riesgo pertinentes formarán parte de los procedimientos de gestión de riesgos establecidos de conformidad con dicha Directiva.

b) Datos y gobernanza de datos: los conjuntos de datos de formación, validación y ensayo estarán sujetos a prácticas adecuadas de gobernanza y gestión de datos

c) Documentación técnica: la documentación debe demostrar que los sistemas de IA de alto riesgo cumplen con todos los requisitos del reglamento y proporcionar a las autoridades toda la información necesaria para evaluar el cumplimiento de dichos requisitos.

d) Mantenimiento de registros: los sistemas de IA de alto riesgo se diseñarán y desarrollarán con capacidades que permitan el registro automático de eventos («registros») mientras estén en funcionamiento.

e) Transparencia y suministro de información a los usuarios: los sistemas de IA de alto riesgo irán acompañados de instrucciones que incluyan información concisa, completa, correcta y clara que sea relevante, accesible y comprensible para los usuarios.

f) Supervisión humana: la supervisión humana tendrá por objeto prevenir o minimizar los riesgos para la salud, la seguridad o los derechos fundamentales que puedan surgir al utilizar un sistema de IA de alto riesgo.

g) Precisión, robustez y ciberseguridad: los sistemas de IA de alto riesgo serán resistentes en lo que respecta a los errores, fallos o incoherencias que puedan producirse en el sistema o en el entorno en el que opera el sistema, en particular debido a su interacción con personas físicas u otros sistemas; la solidez de los sistemas de IA de alto riesgo puede lograrse mediante soluciones de redundancia técnica; las soluciones técnicas destinadas a garantizar la ciberseguridad de los sistemas de IA de alto riesgo serán adecuadas a las circunstancias y los riesgos pertinentes.

1. Jermy Prenio (Jermy.Prenio@bis.org) y Jeffery Yong (Jeffery.Yong@bis.org), Banco de Pagos Internacionales. Agradecemos a Douglas Araujo, Julián Arévalo, Orlando Fernández Ruiz, Denise García Ocampo, Xuchun Li y Oliver Thew por sus útiles comentarios. Luciana D’Agnone proporcionó un valioso apoyo administrativo.

2. Para un micro y macroanálisis de los posibles efectos de la adopción de la IA en los mercados financieros, véase FSB (2017).

3. Véase, por ejemplo, EIU (2020).

4. La Autoridad Bancaria Europea, la Autoridad Europea de Seguros y Pensiones de Jubilación, la Autoridad Monetaria de Singapur y la Autoridad de Regulación Prudencial del Reino Unido

5. Véase OCDE (2019).

6. Véase G20 (2019).

7. Se reconoce que las diferentes autoridades pueden utilizar otros términos para caracterizar conceptos similares o pueden agrupar determinados conceptos (por ejemplo, fiabilidad/solidez en el marco de la equidad). La forma en que el artículo llama o distingue los diferentes conceptos se basa en el juicio de los autores.

8. Véase Fjeld et al (2020) para una revisión más extensa de los principios relacionados con la IA, incluidos los sectores privado y no financiero.

9. A los efectos de este documento, los «modelos tradicionales» se refieren a los modelos utilizados por las instituciones financieras que no utilizan algoritmos de IA o ML y para los que las autoridades han examinado o emitido directrices. Estos incluyen, por ejemplo, modelos utilizados para la evaluación de riesgos o cálculos de capital regulatorio.

10. Ver MÁS (2018).

11. Véase www.myFICO.com.

12. Existe una discusión académica en curso sobre la diferencia entre la «explicabilidad» como capaz de explicar las cajas negras (es decir, la explicación es un modelo separado que se supone que replica la mayoría de los comportamientos de una caja negra) y la «interpretabilidad», lo que significa diseñar modelos de IA que sean inherentemente interpretables (ver Rudin, 2019).

13. Hay más de 20 definiciones matemáticas de equidad (véase, por ejemplo, Verma y Rubin (2018)).

14. Véase Veritas Consortium (2020).

15. Ibíd.

16. Estos incluyen la compra de datos recopilados por proveedores externos (corredores de datos), por ejemplo, datos geoespaciales o datos de la actividad del dispositivo en la aplicación, redes sociales, etc.; y modelos de ML «listos para usar» de software de código abierto y bibliotecas de ML desarrolladas por proveedores externos.

17. Artículo 13 de la propuesta de Reglamento de la UE sobre ia.

18. Véanse BCBS (2019) e IAIS (2019), respectivamente.

19. Véase BCBS (2013).

20. Véase BCBS (2019).

21. Aunque el uso de AMA se eliminará como una opción para calcular el capital regulatorio en el marco de Basilea para 2023.

22. Véase BCBS (2018).

23. Véase IAIS (2019), en particular la Norma 16.7.d del Marco Común para la Supervisión de Grupos de Seguros Internacionalmente Activos (ComFrame).

24. Véase BCBS (2015).

25. Una «prueba de uso» es el proceso mediante el cual se evalúa un modelo interno en términos de su aplicación dentro de los procesos de gestión de riesgos y gobernanza de una aseguradora. Una «prueba de calidad estadística» evalúa la metodología cuantitativa de un modelo interno.

26. El Foro Conjunto (2005).

27. Véase BCBS (2021a) y (2021b), respectivamente.

28. Véase FSB (2020).

29. Véase BCBS (2005).

30. La Directiva de la Unión sobre créditos al consumo respeta los principios reconocidos, en particular, por la Carta de los Derechos Fundamentales de la Unión, en particular la no discriminación por motivos tales como el sexo, la raza, el color, el origen étnico o social, las características genéticas, la lengua, la religión o las convicciones, etc. La Ley de protección del consumidor de Sudáfrica también prohíbe la discriminación tal como se define en su Constitución o en la Ley de promoción de la igualdad y prevención de la discriminación injusta. En los Estados Unidos, la Ley de Vivienda Justa (FHA) prohíbe la discriminación en las transacciones relacionadas con bienes raíces residenciales basadas en: raza o color; origen nacional; religión; sexo; estado familiar; y hándicap. La Ley de Igualdad de Oportunidades de Crédito (ECOA) prohíbe la discriminación en las transacciones de crédito basadas en: raza o color; origen nacional; religión; sexo; estado civil; edad (siempre que el solicitante tenga la capacidad de celebrar un contrato); la recepción del solicitante de ingresos de un programa de asistencia pública; y el ejercicio del solicitante, de buena fe; de cualquier derecho en virtud de la Ley de Protección del Crédito al Consumidor.

31. Ardic et al (2011) centraron su encuesta en las leyes y reglamentos de protección del consumidor en lo que considera como las cuatro áreas básicas de las disposiciones de trato justo en las leyes de protección del consumidor, que son: (1) restricciones a la publicidad engañosa; (2) cobros abusivos; (3) prácticas de venta desleales o de alta presión; y (4) violación de la confidencialidad del cliente.

32. G20 y OCDE (2011) y (2019), respectivamente.

33. IC (2013).

34. Véase CRO Forum (2019).

35. ACPR (2020a) propone la estabilidad como uno de los cuatro principios para medir los algoritmos de IA. La deriva temporal derivada de los cambios en la distribución de probabilidad de los datos de entrada podría socavar el rendimiento de un algoritmo de IA si no se vuelve a entrenar periódicamente utilizando datos actualizados.

Referencias

Ardic, O, J Ibrahim y N Mylenko (2011): «Leyes y regulaciones de protección al consumidor en servicios de depósito y préstamo: un análisis entre países con un nuevo conjunto de datos», enero.

Banco de Inglaterra y Autoridad de Conducta Financiera (2019): «Machine Learning in UK financial services», octubre.

——— (2020): “Minutes: artificial intelligence public-private forum – first meeting”, October.

Comité de Supervisión Bancaria de Basilea (2005): «Compliance and the compliance function in banks», abril.

——— (2013): “Principles for effective risk data aggregation and risk reporting”, January.

——— (2015): “Corporate governance principles for banks”, July.

——— (2018): “Stress testing principles”, October.

——— (2019): “Consolidated Basel framework”, December.

——— (2021a): “Principles for operational resilience”, March.

——— (2021b): “Revisions to the principles for the sound management of operational risk”, March

Consumers International (2013): «En busca de buenas prácticas en la protección del consumidor financiero», febrero.

Crisanto, J C, C Donaldson, D Garcia-Ocampo y J Prenio (2018): «Regulating and supervising the clouds: emerging prudential approaches for insurance companies», FSI Insights on policy implementation, no 13, diciembre.

CRO Forum (2019): «Decisiones de máquina: gobernanza de la IA y análisis de big data», mayo.

Economist Intelligence Unit (2020): «El camino a seguir: la inteligencia artificial y el futuro de los servicios financieros».

Autoridad Bancaria Europea (2020): «Informe sobre big data y analítica avanzada», enero.

Comisión Europea (2021): «Propuesta de Reglamento del Parlamento Europeo y del Consejo por el que se establecen normas armonizadas sobre inteligencia artificial (Ley de Inteligencia Artificial) y se modifican determinados actos legislativos de la Unión», abril.

Autoridad Europea de Seguros y Pensiones de Jubilación (2019): «Big data analytics in motor and health insurance: a thematic review», mayo.

——— (2021): “Artificial intelligence governance principles: towards ethical and trustworthy artificial intelligence in the European insurance sector”, June.

Consejo de Estabilidad Financiera (2017): «Inteligencia artificial y aprendizaje automático en los servicios financieros: desarrollos del mercado e implicaciones para la estabilidad financiera», noviembre.

——— (2018): “Strengthening governance frameworks to mitigate misconduct risk: a toolkit for firms and supervisors”, April.

——— (2020): “Regulatory and supervisory issues relating to outsourcing and third-party relationships”, November.

Fjeld J, N Achten, H Hilligoss, A C Nagy y M Srikumar (2020): «Inteligencia artificial basada en principios: mapeo del consenso en enfoques éticos y basados en derechos para los principios de la IA».

Autoridad Francesa de Supervisión y Resolución Prudencial (ACPR) (2020a): «Governance of artificial intelligence in finance», junio.

——— (2020b): “Governance of artificial intelligence in finance – summary of consultation responses”, December.

G20 (2019): «Declaración ministerial del G20 sobre comercio y economía digital», junio.

G20 y Organización de Cooperación y Desarrollo Económicos (2011): «High-level principles on financial consumer protection», octubre.

——— (2019): “Compendium of effective approaches for financial consumer protection in the digital age: FCP principles 1, 2, 3, 4, 6, 7, 8 and 9”.

Autoridad Federal Alemana de Supervisión Financiera (BaFin) (2018): «Big data meets artificial intelligence», julio.

——— (2021): “Big data and artificial intelligence: principles for the use of algorithms in decision-making processes”, June.

Autoridad Monetaria de Hong Kong (2019a): «Protección del consumidor con respecto al uso de análisis de big data e inteligencia artificial por parte de instituciones autorizadas», noviembre.

——— (2019b): “High-level principles on AI”, November.

Grupo de Expertos Independientes de Alto Nivel sobre Inteligencia Artificial (2019): «Ethics guidelines for trustworthy AI», abril.

Asociación Internacional de Supervisores de Seguros (2019): «Insurance core principles and common framework for the supervision of internationally active insurance groups – update», noviembre.

Comisión de Supervisión del Sector Financiero de Luxemburgo (CSSF) (2018): «Inteligencia artificial: oportunidades, riesgos y recomendaciones para el sector financiero», diciembre.

Autoridad Monetaria de Singapur (2018): «Principios para promover la equidad, la ética, la rendición de cuentas y la transparencia (FEAT) en el uso de la inteligencia artificial y el análisis de datos en el sector financiero de Singapur», noviembre.

Asociación Nacional de Comisionados de Seguros (2020): «Principios sobre inteligencia artificial (IA)», agosto.

Netherlands Bank (DNB) (2019): «Principios generales para el uso de la Inteligencia Artificial en el sector financiero», noviembre.

Organización para la Cooperación y el Desarrollo Económicos (2019): «Principios de la OCDE sobre inteligencia artificial», mayo.

Autoridad de Regulación Prudencial (2021): «Declaración supervisora SS2/21: externalización y gestión de riesgos de terceros», marzo.

Rudin C (2019): «Deje de explicar los modelos de aprendizaje automático de caja negra para decisiones de alto riesgo y use modelos interpretables en su lugar», mayo.

The Joint Forum (2005): «Outsourcing in financial services», febrero.

Oficina del Comisionado de Información del Reino Unido (2020a): «Draft Guidance on the AI auditing framework», febrero.

——— (2020b): “Guidance on AI and data protection”, July.

Agencias reguladoras de Los Estados Unidos (2021): «Solicitud de información y comentarios sobre el uso de la IA por parte de las instituciones financieras, incluido el aprendizaje automático», marzo.

US Treasury (2018): «Un sistema financiero que crea oportunidades económicas: finanzas no bancarias, fintech e innovación», julio.

Veritas Consortium (2020): «METODOLOGÍA DE EVALUACIÓN DE PRINCIPIOS DE EQUIDAD FEAT», diciembre.

Verma S y J Rubin (2018): «Fairness definitions explained», mayo


Publicado originalmente: https://www.bis.org/fsi/publ/insights35.pdf

Las monedas criptográficas están sujetas a las reglas de divulgación de la SEC, dice el jefe


Publicado el septiembre 16, 2022 por Editor

«De los casi 10,000 tokens en el mercado criptográfico, creo que la gran mayoría son valores. Las ofertas y ventas de estos miles de tokens de seguridad criptográfica están cubiertas por las leyes de valores», dice Gary Gensler, presidente de la Comisión de Bolsa y Valores de los Estados Unidos (SEC). Esto implica que muchos criptointerfiarios deberían registrarse en la SEC de alguna manera y, por supuesto, que los tokens criptográficos están sujetos a las reglas de divulgación de la SEC.

En declaraciones hechas en el evento SEC Speaks de este año, Gensler da la bienvenida a la oportunidad de un compromiso genuino y una colaboración en el cumplimiento. Dada la naturaleza de las inversiones en criptomonedas, reconoce que puede ser apropiado ser flexible en la aplicación de los requisitos de divulgación existentes. Sin embargo, el objetivo fundamental de la SEC es la protección de los inversores.

«Estos no son tokens de lavandería: los promotores están comercializando y el público inversor está comprando la mayoría de estos tokens, promocionando o anticipando ganancias basadas en los esfuerzos de otros», dice. «Por lo tanto, los inversores merecen divulgación para ayudarlos a clasificar entre las inversiones que creen que florecerán y las que creen que fracasarán. Los inversores merecen estar protegidos contra el fraude y la manipulación. La ley requiere estas protecciones».

Lea más aquí.

REGULACIÓN DE CRIPTOMONEDAS SEC US


Kennedy y Crypto

Presidente Gary Gensler

Washington D.C.

8 de septiembre de 2022

Gracias. Es bueno estar de vuelta con SEC Speaks.

Me gustaría agradecer al Practising Law Institute por trabajar con nuestra agencia en este programa, y a mis colegas Gurbir Grewal y William Birdthistle por copresidir este evento. Como es costumbre, me gustaría señalar que mis puntos de vista son míos, y no estoy hablando en nombre de la Comisión o del personal de la SEC.

Joseph Kennedy, el primer presidente de la SEC, tenía un dicho: «Ningún negocio honesto necesita temer a la SEC». [1]

En las profundidades de la Gran Depresión, el Congreso y el presidente Franklin Delano Roosevelt (conocido por una cita un poco más famosa sobre el «miedo») promulgaron las primeras leyes federales de valores.

La Ley de Valores de 1933 se trataba de empresas que recaudaban dinero del público. Los inversores podrían decidir qué riesgos asumir; las empresas que emitían valores al público estaban obligadas a proporcionar divulgaciones completas, justas y veraces al público. FDR llamó a esta ley la «Ley de Verdad en Valores».

El Congreso sabía, sin embargo, que su trabajo no estaba hecho. Al año siguiente, aprobaron la Ley de Bolsa de Valores de 1934. Ese estatuto abarcaba a los intermediarios, como las propias bolsas y los corredores de bolsa. La idea básica era que el público merece divulgación y protección no solo cuando se emite inicialmente un valor, sino también de forma continua cuando el valor se negocia en los mercados secundarios.

El Congreso sabía que el trabajo aún no estaba hecho. Entendieron que, cuando los asesores administran el dinero de otra persona, puede haber oportunidades adicionales para conflictos de intereses entre esos asesores y los clientes. Por lo tanto, seis años después, el Congreso dijo que los fondos y asesores tenían que registrarse, bajo la Ley de Compañías de Inversión y la Ley de Asesores de Inversión de 1940.

A lo largo de las generaciones, el Congreso ha refinado y enmendado estos estatutos clave, agregando, entre otras cosas, la supervisión de las agencias de compensación y el mercado extrabursátil de valores.

Los principios básicos de estos estatutos se aplican a todos los rincones de los mercados de valores. Eso incluye valores e intermediarios en el mercado criptográfico.

Nada sobre los criptomercados es incompatible con las leyes de valores. La protección de los inversores es igual de relevante, independientemente de las tecnologías subyacentes.

En este contexto, primero discutiré los tokens criptográficos y luego los intermediarios criptográficos.

Tokens criptográficos

De los casi 10,000 tokens en el mercado criptográfico,[2] creo que la gran mayoría son valores. Las ofertas y ventas de estos miles de tokens de seguridad criptográfica están cubiertas por las leyes de valores.

Es posible que algunos tokens no cumplan con la definición de seguridad, lo que llamaré tokens criptográficos que no son de seguridad. Es probable que estos representen solo un pequeño número de tokens, a pesar de que pueden representar una parte significativa del valor agregado del mercado criptográfico.

¿Por qué creo que la mayoría de los tokens criptográficos son valores?

Como lo expresó el juez Thurgood Marshall al describir el alcance de las leyes de valores, el Congreso pintó la definición de un valor «con un pincel amplio». [3] Además, declaró: «El propósito del Congreso al promulgar las leyes de valores era regular las inversiones, en cualquier forma en que se realicen y por cualquier nombre que se llamen». [4]

En general, el público inversor está comprando o vendiendo tokens de seguridad criptográfica porque esperan ganancias derivadas de los esfuerzos de otros en una empresa común.

Estas son las consideraciones centrales bajo la Prueba Howey de 1946 de la Corte Suprema para determinar qué es un contrato de inversión, una de las categorías de un «valor». Esta prueba ha sido reafirmada por la Corte Suprema en numerosas ocasiones[5] — la Corte citó a Howey tan recientemente como en 2019. [6] Como señaló la Corte Suprema en el caso Howey, las leyes de valores fueron diseñadas «para cumplir con los innumerables y variables esquemas ideados por aquellos que buscan el uso del dinero de otros con la promesa de ganancias». [7]

Mi predecesor Jay Clayton lo dijo, y lo reiteraré: sin prejuzgar ningún token, la mayoría de los tokens criptográficos son contratos de inversión bajo la Prueba Howey.

Algunos en la industria criptográfica han pedido una mayor «orientación» con respecto a los tokens criptográficos.

Sin embargo, durante los últimos cinco años, la Comisión ha hablado con una voz bastante clara aquí: a través del Informe DAO, la Orden Munchee y docenas de acciones de ejecución, todas votadas por la Comisión. [8] El presidente Clayton a menudo habló de la aplicabilidad de las leyes de valores en el espacio criptográfico. [9]

No gustarle el mensaje no es lo mismo que no recibirlo.

Los inversores están siguiendo proyectos criptográficos en las redes sociales y revisando publicaciones en línea sobre ellos. Estos tokens tienen sitios web promocionales, con perfiles de los empresarios que trabajan en los proyectos.

No se trata de si configura una entidad legal como una organización sin fines de lucro y la financió con tokens. No se trata de si confía en el software de código abierto o puede usar un token dentro de algún contrato inteligente. Estos no son tokens de lavandería: los promotores están comercializando y el público inversor está comprando la mayoría de estos tokens, promocionando o anticipando ganancias basadas en los esfuerzos de otros. [10]

Por lo tanto, los inversores merecen divulgación para ayudarlos a clasificar entre las inversiones que creen que florecerán y las que creen que fracasarán. Los inversores merecen estar protegidos contra el fraude y la manipulación. La ley requiere estas protecciones.

Por lo tanto, le he pedido al personal de la SEC que trabaje directamente con los empresarios para que sus tokens se registren y regulen, cuando corresponda, como valores. [11]

Un puñado de tokens de seguridad criptográfica se han registrado bajo el régimen existente.

Dada la naturaleza de las inversiones en criptomonedas, reconozco que puede ser apropiado ser flexible en la aplicación de los requisitos de divulgación existentes. Existen divulgaciones personalizadas en otros lugares: por ejemplo, la divulgación de valores respaldados por activos[12] difiere de la de las acciones.

Nuestro objetivo fundamental es proporcionar a los inversores las protecciones y divulgaciones que merecen, y que son requeridas por la ley.

Por el contrario, en el caso de un pequeño número de tokens criptográficos no de seguridad, pueden cumplir con algunas partes de la prueba de Howey u otras pruebas de un valor, pero no necesariamente todos, y pueden no ser valores.

Bitcoin, el primer token criptográfico, es referido por algunos como «oro digital»: comerciar como un metal precioso, una reserva de valor especulativa, escasa, pero digital. [13]

Tengo una pregunta para los abogados de esta audiencia. ¿Representa a algún cliente con respecto a sus proyectos de tokens?

¿Cómo te contrataron exactamente? ¿Entraste en una carta de compromiso?

Voy a suponer que tuviste un cliente. Voy a suponer que usted no asumió el trabajoen nombre de un grupo disperso y no identificado de individuos en un «ecosistema».

El público merece las mismas protecciones de sus clientes que obtienen con otros emisores de valores. Otros emisores en nuestros mercados de capitales también merecen competir en un campo de juego justo.

Antes de pasar a los intermediarios, permítanme discutir brevemente las llamadas stablecoins. Las monedas estables tienen características similares a, y potencialmente competidoras con, los fondos del mercado monetario, otros valores y depósitos bancarios, y plantean importantes cuestiones de política.

Como se discutió en el Informe del Grupo de Trabajo del Presidente sobre Stablecoins,[14] es importante garantizar que tengamos protecciones adecuadas de seguridad y solidez, protecciones para los inversores y salvaguardas contra actividades ilícitas.

Algunas monedas estables supuestamente están respaldadas por reservas de dólares estadounidenses. Otras monedas estables, las llamadas monedas estables algorítmicas, no están respaldadas completamente por dinero fiduciario y conllevan mayores riesgos relacionados con cualquier mecanismo que se use supuestamente para mantener un valor estable.

Actualmente, las stablecoins se utilizan principalmente como medios para participar en, o como los llamados tokens de liquidación dentro de, plataformas criptográficas.

Dependiendo de sus atributos, como si estos instrumentos pagan intereses, directa o indirectamente, a través de afiliados o de otra manera; qué mecanismos se utilizan para mantener el valor; o cómo se ofrecen, venden y utilizan los tokens dentro del ecosistema criptográfico,[15] pueden ser acciones de un fondo del mercado monetario[16] u otro tipo de valor. De ser así, tendrían que registrarse y proporcionar importantes protecciones a los inversores. [17]

Esta no es de ninguna manera una lista exhaustiva. El punto es que es importante observar los hechos y las circunstancias de un producto, no su etiqueta, para determinar si es un token de seguridad criptográfica, un token criptográfico no de seguridad u otro instrumento.

Intermediarios

Dado que muchos tokens criptográficos son valores, se deduce que muchos intermediarios criptográficos están realizando transacciones en valores y tienen que registrarse en la SEC de alguna manera. [18] 

Los criptointervenientes, ya sea que se llamen a sí mismos centralizados o descentralizados (por ejemplo, DeFi), a menudo son una amalgama de servicios que generalmente están separados entre sí en el resto de los mercados de valores: funciones de intercambio, funciones de corredor de bolsa, funciones de custodia y compensación, y funciones de préstamo.

Estas plataformas coinciden con pedidos en tokens de seguridad criptográfica de múltiples compradores y vendedores utilizando métodos no discrecionales establecidos. Si eso suena legalista, es porque lo es: estos son los criterios regulatorios para ser un intercambio.

Los criptoinversores deben beneficiarse de los libros de reglas de intercambio que protegen contra el fraude, la manipulación, la ejecución frontal, las ventas de lavado y otras conductas indebidas.

Los intermediarios criptográficos también participan en el negocio de efectuar transacciones en tokens de seguridad criptográficos para la cuenta de otros, lo que los convierte en corredores, o participan en el negocio de comprar y vender tokens de seguridad criptográficos por su propia cuenta, lo que los convierte en distribuidores.

Los criptoinversores deben obtener las protecciones que reciben de los corredores de bolsa regulados.

Finalmente, muchos intermediarios criptográficos proporcionan funciones de préstamo para un retorno. [19] No se equivoque: si una plataforma de préstamos ofrece y vende valores, también está bajo la jurisdicción de la SEC.

Si cae en alguno de estos cubos, entre, hable con nosotros y regístrese.

La mezcla de las diversas funciones dentro de los intermediarios criptográficos crea conflictos de intereses y riesgos inherentes para los inversores. Por lo tanto, le he pedido al personal que trabaje con intermediarios para garantizar que registren cada una de sus funciones (intercambio, corredor de bolsa, funciones de custodia y similares), lo que podría resultar en la desagregación de sus funciones en entidades legales separadas para mitigar los conflictos de intereses y mejorar la protección de los inversores.

Además, la naturaleza del mercado criptográfico actual es que los inversores a menudo comercian e invierten tanto en tokens de seguridad criptográfica como en tokens criptográficos no de seguridad, y los intermediarios criptográficos generalmente manejan ambos. Por lo tanto, le he pedido al personal que clasifique cómo podríamos permitir que los inversores intercambien tokens de seguridad criptográficos en comparación con o junto con tokens criptográficos que no sean de seguridad.

En la medida en que la Comisión de Comercio de Futuros de Productos Básicos (CFTC) necesite mayores autoridades con las que supervisar y regular los tokens criptográficos no de seguridad y los intermediarios relacionados, espero trabajar con el Congreso para lograr ese objetivo de manera consistente con el mantenimiento de la regulación de los tokens de seguridad criptográfica y los intermediarios relacionados en la SEC. Además, en la medida en que los intermediarios criptográficos puedan necesitar registrarse tanto en la SEC como en la CFTC, me gustaría señalar que actualmente tenemos doble registro en el espacio de corredores de bolsa y en el espacio de asesoramiento de fondos.

Conclusión

Después de que se aprobó la Ley de Intercambio, como Kennedy escribió más tarde, «se profetizó que los mercados de valores del país se secarían en unos pocos meses». [20] Por supuesto, sucedió lo contrario. En cambio, «todas las bolsas de valores importantes» en los Estados Unidos se registraron en la SEC,[21] y nuestros mercados prosperaron.

Los inversores, los emisores y nuestra economía en general se han beneficiado de esas leyes de valores y del compromiso de la SEC durante casi 90 años.

Esa supervisión no debería cambiar solo porque la emisión y negociación de ciertos valores se base en una nueva tecnología. El público inversor se beneficia cuando reciben divulgaciones y protecciones relacionadas sobre las perspectivas y el negocio de un proyecto. La inversión pública se beneficia cuando los intermediarios son registrados y supervisados.

Espero trabajar con proyectos criptográficos e intermediarios que buscan cumplir con las leyes. También espero con interés trabajar con el Congreso en varias iniciativas legislativas mientras mantengo las autoridades sólidas que tenemos actualmente. Asegurémonos de no socavar inadvertidamente las leyes de valores subyacentes a los mercados de capital de $ 100 billones. Las leyes de valores han hecho de nuestros mercados de capitales la envidia del mundo.

En todos estos proyectos, le he pedido al personal que considere el uso de nuestro kit de herramientas regulatorias para posiblemente ajustar el cumplimiento de los tokens de seguridad criptográficos y los intermediarios. [22]

No puedo hacer promesas. No puedo hablar en nombre de mis colegas de la Comisión. Sólo puedo decir que la verdadera cooperación beneficia a todos los presentes. El compromiso significativo siempre es bienvenido.

Para aquellos que están comenzando en este espacio ahora, ya sea desde las finanzas tradicionales o como empresas nativas de criptografía, trabaje con nosotros en el cumplimiento desde el principio. Es mucho menos costoso hacerlo desde el principio.

Como dijo Joseph Kennedy, «Ningún negocio honesto necesita temer a la SEC».


[1] Véase la revista TIME, «Reform & Realism» (22 de julio de 1935), disponible en https://content.time.com/time/subscriber/article/0,33009,754995-1,00.html.

[2] Véase CoinMarketCap.com.

[3] Reves v. Ernst & Young, 494 U.S. 56, 60-61 (1990).

[4] Ibíd.

[5] Véase, por ejemplo, Tcherepnin v. Knight, 389 U.S. 332, 336 (1967), United Housing Foundation, Inc. v. Forman, 421 U.S. 837, 847-48 (1975), SEC v. Edwards, 540 U.S. 389, 395 (2004). La Corte Suprema ha articulado estándares adicionales que pueden aplicarse a otros tipos de valores, como las notas.

[6] Lorenzo v. SEC, 139 S. Ct. 1094, 1103 (2019). SCOTUS, según el juez Breyer: «el propósito básico detrás de estas leyes: ‘sustituir una filosofía de divulgación completa por la filosofía de caveat emptor y así lograr un alto nivel de ética empresarial en la industria de valores’. Ganancias de capital, 375 U.S. at 186, 84 S.Ct. 275.

[7] SEC v. W. J. Howey Co., 328 U.S. 293, 299, 66 S.Ct. 1100, 90 L.Ed. 1244 (1946).

[8] Véase, «SEC Issues Investigative Report Concluding DAO Tokens, a Digital Asset, Were Securities» (25 de julio de 2017), disponible en https://www.sec.gov/news/press-release/2017-131; «La compañía detiene la ICO después de que la SEC plantea preocupaciones de registro» (17 de diciembre de 2017), disponible en https://www.sec.gov/news/press-release/2017-227; y «Crypto Assets and Cyber Enforcement Actions», disponible en https://www.sec.gov/spotlight/cybersecurity-enforcement-actionsVéase también «Framework for ‘Investment Contract’ Analysis of Digital Assets», disponible en https://www.sec.gov/corpfin/framework-investment-contract-analysis-digital-assets. Este marco representa las opiniones del Centro Estratégico de Innovación y Tecnología Financiera de la Comisión de Bolsa y Valores (la «Comisión»). No es una norma, reglamento o declaración de la Comisión, y la Comisión no ha aprobado ni desaprobado su contenido.

[9] Véase, por ejemplo, Jay Clayton, «Hearing Before the Committee on Banking, Housing, and Urban Affairs, United States Senate» (11 de diciembre de 2018), disponible en https://www.govinfo.gov/content/pkg/CHRG-115shrg34221/pdf/CHRG-115shrg34221.pdf. «Las leyes federales de valores proporcionan importantes protecciones para el mercado y los inversores en relación con la oferta y venta de valores, independientemente de si se llaman acciones o activos digitales o tokens. Si está ofreciendo activos digitales o tokens que son valores a los inversores estadounidenses, tiene dos opciones: (1) cumplir con una exención de registro; o (2) registrar la oferta en la SEC. Las actividades del mercado secundario en los mercados de activos digitales también plantean preocupaciones. Tal como están operando actualmente, las plataformas de negociación en este espacio a menudo permiten la negociación de valores, pero ofrecen sustancialmente menos protección al inversor que en nuestros mercados de valores tradicionales, con mayores oportunidades de fraude y manipulación».

[10] Para circunstancias en las que un token puede no ser un valor, véase, por ejemplo,Respuesta de la División de Finanzas Corporativas, Pocketful of Quarters, Inc. (25 de julio de 2019), disponible en https://www.sec.gov/corpfin/pocketful-quarters-inc-072519-2a1.

[11] Alternativamente, los emisores podrían cumplir con una de las exenciones existentes del registro.

[12] El marco de divulgación de información para los valores respaldados por activos fue desarrollado por el personal a través del programa de revisión y finalmente se codificó en el Reglamento AB, adoptado unos 10 años después de que se registrara el primer acuerdo respaldado por activos.

[13] Véase Nathaniel Popper, Digital Gold: Bitcoin and the Inside Story of the Misfits and Millionaires Trying to Reinvent Money (Harper Paperbacks, 2016).

[14] El Grupo de Trabajo del Presidente sobre Mercados Financieros, la Corporación Federal de Seguros de Depósitos y la Oficina del Contralor de la Moneda, «Informe sobre Monedas Estables» (noviembre de 2021), disponible en https://home.treasury.gov/system/files/136/StableCoinReport_Nov1_508.pdf.

[15] Véase Gary Plastic Packaging Corp. v. Merrill Lynch, Pierce, Fenner & Smith, Inc., 756 F.2d 230 (2d Cir. 1985) (Al determinar que los certificados de depósito se ofrecieron y vendieron como valores, el tribunal declaró: «Cada transacción debe analizarse y evaluarse sobre la base del contenido de los instrumentos en cuestión, los fines que se pretenden cumplir, y el marco fáctico en su conjunto»).

[16] El ex presidente de la SEC, Jay Clayton: «Una stablecoin que le promete $ 1, a cambio de la moneda, y está respaldada por efectivo es un elemento. Tal moneda que está respaldada por papel comercial, ya sea de 30, 60 o 90 días, seguramente me parece un fondo mutuo del mercado monetario. Así que el segundo elemento realmente parece una seguridad. Hemos decidido que un vehículo mancomunado de papel comercial que se utiliza para la liquidez diaria es un fondo mutuo del mercado monetario y debe ser regulado como tal». Ver Steven Ehrlich, «Exclusivo: Ex presidente de la SEC Jay Clayton sobre Stablecoins, DeFi y ETF de Bitcoin» (6 de octubre de 2021), disponible en https://www.forbes.com/sites/stevenehrlich/2021/10/06/exclusive-former-sec-chairman-jay-clayton-on-stablecoins-defi-and-bitcoin-etfs/?sh=77b07b8661b1. El presidente de la Reserva Federal, Jerome Powell, dijo: «Las monedas estables son como los fondos del mercado monetario, son como los depósitos bancarios, pero hasta cierto punto están fuera del perímetro regulatorio y es apropiado que estén regulados. Misma actividad, misma regulación». Ver Matthew Fox, «La Fed ‘no tiene intención’ de prohibir las criptomonedas, jerome Powell le dice al Congreso» (30 de septiembre de 2021), disponible en https://finance.yahoo.com/news/fed-no-intention-ban-cryptocurrencies-193120137.html.

[17] Véase la nota 11 supra y el texto que la acompaña.

[18] Véase Gary Gensler, Comentarios preparados sobre criptomercados en la Conferencia Anual de la Asociación de Mercados de Capitales de Penn Law (4 de abril de 2022), disponible en https://www.sec.gov/news/speech/gensler-remarks-crypto-markets-040422.

[19] Véase Gary Gensler, «The SEC Treats Crypto Like the Rest of the Capital Markets» (19 de agosto de 2022), disponible en https://www.wsj.com/articles/the-sec-treats-crypto-like-the-rest-of-the-capital-markets-disclosure-compliance-security-investment-mutual-fund-protections-blockfi-bankruptcy-bitcoin-11660937246.

[20] Véase Joseph P. Kennedy, I’m for Roosevelt, (Reynal & Hitchcock, 1936), p. 94.

[21] Véase TIME, «Reforma y realismo».

[22] Ver «BlockFi acuerda pagar $ 100 millones en multas y buscar el registro de su producto de préstamos criptográficos» (14 de febrero de 2022), disponible en https://www.sec.gov/news/press-release/2022-26.


Publicado originalmente: https://www.xbrl.org/news/crypto-coins-are-subject-to-sec-disclosure-rules-says-chief/

FRC responde sobre la taxonomía de informes de sostenibilidad del ISSB


Publicado el septiembre 16, 2022 por Editor

La Junta Internacional de Normas de Sostenibilidad (ISSB) continúa buscando comentarios sobre la Taxonomía de Divulgación de Sostenibilidad de las NIIF, con comentarios que deben presentarse antes del 30 de septiembre de 2022, e instamos a la comunidad XBRL a participar en el desarrollo futuro de la taxonomía. Nos interesó leer la respuesta presentada por el Consejo de Información Financiera (FRC) del Reino Unido. «Creemos que garantizar que las divulgaciones de ISSB puedan ser reportadas y consumidas digitalmente es clave para optimizar la usabilidad y utilidad de los informes de sostenibilidad», afirma.

Además de los comentarios considerados sobre una serie de aspectos técnicos de la taxonomía que interesarán a muchos de nuestros lectores, la carta de respuesta también ofrece comentarios de alto nivel basados en la experiencia de informes digitales en el Reino Unido. Un punto a destacar es que «para lograr una alta calidad, los preparadores de datos etiquetados necesitan una cantidad significativa de apoyo, aliento y educación», por lo que es crucial crear materiales de orientación apropiados para las partes interesadas con un conocimiento limitado de XBRL. El FRC también recomienda extensas pruebas de campo que cubran el etiquetado por parte de los preparadores y el consumo por parte de analistas, propietarios de activos y reguladores, y el uso de un modo de consulta abierta para proporcionar comentarios continuos sobre la taxonomía.

Sobre un tema que seguramente será objeto de mucha discusión, el FRC plantea la preocupación de que un marco basado en los estándares SASB y estructurado por el sector industrial podría obstaculizar la comparación dentro de las jurisdicciones, con un número potencialmente pequeño de entidades dentro de cada categoría.

Lea más aquí.

TAXONOMÍA de SOSTENIBILIDAD DE ESG FRC ISSB


Re: Solicitud del personal del ISSB de comentarios para informar el desarrollo futuro de la Taxonomía de Divulgación de Sostenibilidad de las NIIF para informes digitales

El Consejo de Información Financiera (FRC) agradece la oportunidad de colaborar con el personal del ISSB en el desarrollo futuro de la Taxonomía de Divulgación de Sostenibilidad de las NIIF. Creemos que garantizar que las divulgaciones del ISSB puedan ser reportadas y consumidas digitalmente es clave para optimizar la usabilidad y utilidad de los informes de sostenibilidad.

El FRC regula a los auditores, contadores y actuarios, emite normas y directrices de contabilidad, auditoría, aseguramiento, ética y actuarial, y establece los Códigos de Gobierno Corporativo y Administración del Reino Unido. También permitimos la presentación de informes digitales en el Reino Unido a través del desarrollo, alojamiento y mantenimiento de taxonomías de informes digitales en nombre del registro mercantil del Reino Unido, las autoridades fiscales del Reino Unido, el regulador de valores, el regulador de organizaciones benéficas y las autoridades fiscales irlandesas.

El FRC también se ha comprometido con la digitalización y la sostenibilidad. Por ejemplo, el FRC desarrolló etiquetas para que las empresas del Reino Unido informen sobre el Grupo de Trabajo sobre Divulgaciones Financieras relacionadas con el Clima (TCFD), Informes Simplificados de Energía y Carbono (SECR), Brecha salarial de género y Diversidad e Inclusión. Nuestro laboratorio de informes también ha estado monitoreando de cerca la implementación de informes estructurados en el Reino Unido para empresas que cotizan en bolsa y ha investigado la producción de datos ESG en la práctica. La combinación de estas actividades nos brinda información valiosa sobre los informes digitales de las entidades del Reino Unido en las áreas cubiertas por el borrador del personal de la Taxonomía de Divulgación de Sostenibilidad de las NIIF.

Esta carta destaca algunos comentarios generales para su consideración durante el desarrollo de la taxonomía. Le sigue el Apéndice A, que incluye nuestras respuestas detalladas a las preguntas específicas planteadas por el personal de la Fundación NIIF. Esperamos que al proporcionar estos comentarios, podamos ayudar al ISSB a fortalecer aún más la efectividad del borrador de la taxonomía y apoyar informes de alta calidad, consistentes y comparables.

Esta carta debe leerse junto con nuestras respuestas a los borradores de exposición IFRS S1 y S2 disponibles aquí y aquí, respectivamente.

Comentarios de alto nivel

Nos gustaría destacar algunas áreas y aspectos que el personal puede considerar:

• Educación y calidad – La taxonomía propuesta es relativamente compleja (especialmente teniendo en cuenta los estándares de la industria). Nuestra experiencia con la implementación de informes digitales estructurados en el Reino Unido es que, para lograr una alta calidad, los preparadores de datos etiquetados necesitan una cantidad significativa de apoyo, aliento y educación tanto a nivel operativo dentro de la empresa como a nivel de la Junta que necesita proporcionar revisión y gobernanza sobre el etiquetado. Recomendamos que el ISSB trabaje con las jurisdicciones para crear materiales educativos que sean comprensibles para las partes interesadas con conocimientos XBRL limitados.

• Ensayos de campo: informar sobre la sostenibilidad y utilizar los datos resultantes es un área nueva para muchas jurisdicciones. Como tal, creemos que sigue siendo incierto cómo se verán las divulgaciones en la práctica y qué modelado de datos satisfaría mejor las necesidades de los usuarios. Por lo tanto, recomendamos que se realicen extensos ensayos de campo que cubran el etiquetado por parte de los preparadores y el consumo por parte de analistas, propietarios de activos y reguladores. Dado que el Reino Unido tiene muchas empresas que informan TCFD, carbono y datos de sostenibilidad más amplios (incluso si no utilizan las taxonomías digitales disponibles), estaríamos encantados de apoyar los esfuerzos del ISSB en esta área.

• Consulta y desarrollo: es probable que se identifiquen muchos problemas a medida que las personas comiencen a experimentar, participar e implementar estas taxonomías. En el Reino Unido, hemos adoptado un modelo de consulta abierta que permite a las personas comentar sobre la taxonomía de forma continua. Combinamos este enfoque con consultas limitadas en el tiempo para permitir actualizaciones periódicas de la taxonomía. Utilizamos una plataforma de consulta de taxonomía para apoyar este enfoque. Además de permitir una retroalimentación más regular, proporciona una forma más intuitiva y perspicaz para que las personas revisen y exploren la taxonomía que a través de PDF u hojas de cálculo. Recomendamos que el ISSB considere tales herramientas y enfoques.

• Un enfoque de ecosistemas: creemos que existen beneficios potenciales significativos para los informes digitales. Sin embargo, nos preocupa que sean difíciles de cumplir sin más trabajo. Nuestra experiencia con la información financiera digital (como los requisitos de información digital estructurada del Reino Unido y la UE para las empresas que cotizan en bolsa) nos ha demostrado que el sistema a nivel jurisdiccional, regional y global aún no está optimizado para su uso. Los problemas van desde el derecho de sociedades hasta la actividad de aplicación, la disponibilidad de herramientas de software y las opciones de diseño y las actitudes de las empresas. Nuestra experiencia es que proporcionar una taxonomía digital por sí sola es insuficiente para garantizar el uso eficiente y efectivo de los informes digitales. Más bien, se requiere una consideración más amplia del ecosistema digital completo para la presentación de informes, desde los productores hasta el mercado y los reguladores, pasando por las normas. Si bien reconocemos que esto es más amplio que el papel definido del ISSB, creemos que el ISSB (en conjunto con otros) tiene un papel importante que desempeñar para facilitar y convocar discusiones y acciones en todo el ecosistema de informes digitales.

• Usabilidad de los datos – Los datos y el etiquetado tienen valor cuando pueden actuar como base para la comparación entre organizaciones, permitiendo mejores decisiones económicas. Los estándares de la industria (anteriormente estándares SASB) requieren que se implemente una cantidad significativa de debido proceso a nivel jurisdiccional, con potencialmente solo un pequeño número de entidades dentro de cada categoría de la industria. Esto puede limitar el uso de los datos ya que, en muchos casos, puede haber un número tan limitado de entidades que hay poco valor en la comparación de datos dentro de una jurisdicción. En general (como se señaló en nuestra respuesta a las normas), consideramos que las normas de la industria deben ser sólo orientativas. Sin embargo, consideramos que redundaría en interés del ISSB (y del público en general) apoyar y alentar mecanismos para recopilar y comparar dichos datos a nivel internacional (por ejemplo, un repositorio mundial de solicitudes).

Agradecemos la oportunidad de continuar trabajando con la Junta y el personal en el desarrollo de la taxonomía y nos complacería discutir el contenido de esta carta con más detalle. Si desea discutir estos comentarios, comuníquese con Thomas Toomse-Smith (t.toomse-smith@frc.org.uk).

Marcos Babington

Director Ejecutivo, Normas Regulatorias

DDI: 020 7492 2323

Correo electrónico: m.babington@frc.org.uk

Apéndice A: Áreas específicas en las que el personal de la Fundación IFRS está buscando comentarios

Pregunta 1 – Taxonomía distinta

¿Está de acuerdo con la recomendación del personal de crear una Taxonomía de Divulgación de Sostenibilidad de las NIIF distinta separada de la Taxonomía Contable de las NIIF? (Párrafos 1 a 10)

¿Por qué o por qué no? Si no es así, ¿qué enfoque alternativo sugeriría y por qué?

Estamos de acuerdo con la recomendación del personal de crear una Taxonomía de Divulgación de Sostenibilidad IFRS distinta, ya que creemos que esto proporcionará el mayor nivel de flexibilidad para la adopción por parte de las jurisdicciones.

Sin embargo, iríamos más allá de la división sugerida. También consideramos apropiado separar los requisitos basados en la industria en una taxonomía distinta. Como se establece en nuestra carta de comentarios de la NIIF S2, consideramos que los requisitos propuestos basados en la industria en el Apéndice B deberían re designarse como orientación no obligatoria. Creemos que los estándares de la industria probablemente necesitarán una iteración rápida a medida que se globalicen. Por lo tanto, recomendamos que las etiquetas relacionadas con los requisitos basados en la industria se coloquen en una taxonomía separada. Tal enfoque permitiría a las jurisdicciones (y al ISSB) la máxima flexibilidad en torno a la actualización, adopción y etiquetado utilizando la taxonomía industrial resultante. Como mínimo, creemos que la taxonomía de la industria debe estar contenida en un punto de entrada separado.

También puede ser beneficioso para el ISSB proporcionar orientación técnica a los propietarios de sistemas de archivo sobre la combinación de la Taxonomía de Divulgación de Sostenibilidad de las NIIF con la Taxonomía Contable de las NIIF u otras taxonomías. En particular, sería útil que el ISSB proporcionara orientación sobre la arquitectura óptima para las taxonomías de extensión regulatoria. El ISSB también podría proporcionar orientación a las jurisdicciones sobre si exigir o recomendar el uso de múltiples documentos de destino XBRL (esto es algo que estamos explorando actualmente en el Reino Unido). Creemos que dicha orientación sería necesaria para garantizar la coherencia global en la implementación y el uso y sería especialmente valiosa para aquellas jurisdicciones con experiencia limitada en informes digitales.

Pregunta 2 – Agrupación taxonómica

¿Está de acuerdo con la recomendación del personal de organizar el contenido general de la Taxonomía de Divulgación de Sostenibilidad de las NIIF por:

• Norma de Divulgación de Sostenibilidad IFRS; y

• ¿Aspectos del contenido central? ¿Está de acuerdo con la recomendación del personal de organizar el contenido de la Taxonomía de Divulgación de Sostenibilidad de las NIIF relacionado con las métricas basadas en la industria por separado y organizadas por la industria para la que se especifican? (Párrafos 11 a 30)

¿Por qué o por qué no? Si no es así, ¿qué enfoque alternativo sugeriría y por qué?

No tenemos ningún problema con el enfoque sugerido por el personal. Sin embargo, destacaríamos que actualmente no está claro cómo los preparadores y los usuarios finalmente navegarán y utilizarán la taxonomía y, por lo tanto, cuál es el enfoque óptimo. Por lo tanto, recomendamos realizar ensayos de campo con preparadores y usuarios de datos (como se señaló en nuestros comentarios de alto nivel). Los ensayos deben realizarse antes de la finalización de la taxonomía y centrarse en qué enfoque impulsa a los preparadores a crear resultados de la mejor calidad.

Pregunta 3 – Relación entre el proyecto de exposición a los requisitos generales y el proyecto de exposición al clima en la taxonomía

¿Está de acuerdo con la recomendación del personal de reflejar los requisitos de divulgación propuestos relacionados con cada aspecto del contenido básico como una lista separada de elementos distintos (partidas) para cada uno de los [borradores] de las Normas de Divulgación de Sostenibilidad de las NIIF? (Párrafos 31 a 53) ¿Por qué o por qué no?

Si no es así, ¿qué enfoque alternativo sugeriría y por qué?

Nos preocupa la recomendación del personal, ya que conduciría a la producción de etiquetas distintas para requisitos de divulgación similares en las diferentes normas. Como se señaló en nuestra respuesta a los borradores de exposición S1 y S2, creemos que tales requisitos de divulgación repetida (y, por lo tanto, etiquetas) deben evitarse siempre que sea posible:

«También creemos que la NIIF S1 solo debe ocuparse de los requisitos de divulgación holísticos y comunes, eliminando la duplicación y dejando los requisitos específicos del tema a los estándares específicos del tema de divulgación. Aunque el párrafo 78 destaca que, en algunos casos, habrá elementos comunes de información que no es necesario duplicar para cada asunto relacionado con la sostenibilidad, el ISSB debe considerar la arquitectura más amplia de las Normas de Divulgación de Sostenibilidad de las NIIF y si es necesario repetir los requisitos de divulgación. Por ejemplo, en lugar de repetir los requisitos para la divulgación de información sobre gobernanza y gestión de riesgos, que abarcan todos los temas, las normas futuras solo deben referirse a los requisitos de la NIIF S1 y agregar elementos específicos del tema cuando corresponda.

«Consideramos que cuando se espera que se hagan divulgaciones separadas para cada asunto relacionado con la sostenibilidad, el enfoque dimensional que se consideró y rechazó puede resaltar mejor las relaciones entre esas divulgaciones. Además, consideramos que diseñar una taxonomía a través de la ruta dimensional conduce a una taxonomía mejor organizada, más eficiente y flexible para satisfacer las necesidades futuras. Dado que esta sigue siendo una nueva área de presentación de informes, creemos que se necesitarían amplios ensayos de campo y experimentación para concluir el mejor enfoque general para los preparadores y usuarios.

También nos preocupa que la recomendación del personal conduzca a un doble etiquetado. Basándonos en nuestra experiencia trabajando con las diversas partes interesadas involucradas en los informes digitales, no recomendamos el uso de doble etiquetado. El doble etiquetado es engorroso para que los reguladores analicen y validen los datos que reciben. Las casas de software no lo favorecen, ya que es técnicamente difícil de incorporar en los productos y difícil de escalar a medida que se expanden los requisitos y estándares. Pueden extraerse enseñanzas pertinentes de la aplicación del etiquetado por bloques de texto anidado para las notas a los estados financieros.

Pregunta 4 – Granularidad de la información narrativa

¿Está de acuerdo con la recomendación del personal técnico de que, como principio, se creen elementos taxonómicos distintos para la información narrativa que se espera que sea comprensible por separado para los usuarios primarios de información financiera relacionada con la sostenibilidad y fácilmente identificable para el etiquetado? (Párrafos 55 a 68)

¿Por qué o por qué no? De no ser así, ¿deberían proporcionarse elementos de taxonomía para representar conjuntos de datos narrativos más detallados o menos detallados? ¿Por qué?

Este principio, aplicado a los requisitos de divulgación propuestos en los borradores de exposición, ha dado lugar a que el personal recomiende la creación de:

– Elementos narrativos de alcance limitado que normalmente corresponden a las revelaciones que deben proporcionarse para cumplir con los requisitos propuestos enumerados en los apartados de primer nivel de los borradores de exposición (párrafo 62). ¿En qué casos cree que los elementos taxonómicos más detallados que deberían incluirse en la taxonomía corresponden a un nivel diferente de los requisitos propuestos en los dos borradores de exposición?

– Elementos narrativos de mayor alcance correspondientes a objetivos de divulgación propuestos más amplios (a nivel de párrafo) y a aspectos completos del contenido básico propuesto (véanse el párrafo 64 y el apéndice D)

¿En qué casos, si los hubiere, serían beneficiosos elementos narrativos adicionales o alternativos que cubran divulgaciones más amplias?

Principio general

En términos generales, estamos de acuerdo con el enfoque recomendado por el personal, ya que las divulgaciones narrativas etiquetadas deben proporcionar suficiente contexto para permitir el análisis. También consideramos que es importante que las piezas de información etiquetadas cubran suficientes detalles; para que también pueda considerarse justo y equilibrado. Los principios de que la información etiquetada es justa, equilibrada y comprensible serían una guía útil para quienes realizan el etiquetado a considerar. El ISSB tal vez desee desarrollar principios y directrices para etiquetadores que ayuden a un etiquetado coherente y útil.

Sin embargo, consideramos que la idoneidad del principio propuesto sólo puede evaluarse adecuadamente probando la taxonomía en un conjunto de informes de empresas. Como se describe más adelante en los comentarios de alto nivel y en la pregunta 10, estaremos encantados de ayudar a organizar ensayos de campo con entidades del Reino Unido.

Consideramos que el principio de granularidad sugerido por el personal del ISSB también podría considerarse útilmente para la Taxonomía Contable de las NIIF. Nuestra experiencia es que la Taxonomía Contable tiene etiquetas de divulgación narrativas muy detalladas, que pueden ser difíciles de hacer coincidir para los preparadores con sus divulgaciones y pueden resultar en piezas de información que son demasiado granulares para su análisis o comparación.

Para abordar este problema, en el Reino Unido, hemos construido una taxonomía basada en los requisitos y principios de las NIIF, pero orientada a la práctica común de divulgación del Reino Unido. Nuestra taxonomía también está organizada dimensionalmente, coincidiendo con el orden utilizado en los estados financieros.

Consideramos que nuestro enfoque conduce a una taxonomía más intuitiva, completa y fácil de usar, para la que es fácil construir productos rentables, es fácil de buscar y representa mejor lo que está en los estados financieros. Entendemos que la taxonomía contable de las NIIF, a intervalos, considera la necesidad de agregar elementos de práctica común para reflejar mejor las revelaciones del mundo real. Por lo tanto, sugerimos que el ISSB también revise regularmente la práctica y adopte elementos de práctica comunes.

Elementos más estrechos y más anchos

En líneas generales, estamos de acuerdo con la propuesta sobre la recomendación del personal técnico relativa a los elementos estrechos y más amplios.

Si bien creemos que, en última instancia, el mayor valor en la información etiquetada estará en el nivel más estrecho, el desarrollo de etiquetas de divulgación más amplias junto con las etiquetas más detalladas proporciona el modelo más flexible para la implementación del etiquetado jurisdiccional.

En el Reino Unido, inicialmente introdujimos etiquetas de taxonomía TCFD a nivel de los cuatro pilares (Gobernanza, Estrategia, Riesgo y Métricas) antes de introducir un etiquetado más detallado a medida que se desarrollaban la práctica y la regulación.

Pregunta 5 – Elementos categóricos

¿Está de acuerdo con la recomendación del personal de utilizar elementos categóricos para las divulgaciones narrativas que pueden presentarse como respuestas verdaderas o falsas u opciones de las listas de respuestas? ¿Por qué o por qué no? (Párrafos 69 a 81)

¿Está de acuerdo con la recomendación del personal de crear elementos categóricos específicos y sus propiedades? (Véase el apéndice F) ¿Por qué o por qué no? Si no es así, ¿cree que se necesitan elementos categóricos adicionales y, en caso afirmativo, ¿cuáles?

Uso general de elementos categóricos

Estamos de acuerdo con la recomendación del personal de utilizar elementos categóricos para las divulgaciones narrativas. En el Reino Unido, ya utilizamos ampliamente etiquetas booleanas para la divulgación narrativa, y las consideramos fundamentales para el análisis eficiente de los datos etiquetados.

Sin embargo, observamos que es importante garantizar que las categorías se comprendan y acuerden ampliamente. Cualquier elemento categórico necesita orientación y definiciones detalladas y puede ser controvertido (especialmente en las categorías sociales y de género). Por lo tanto, el ISSB puede considerar solo las categorías que han sido claramente definidas en las normas NIIF o que han sido acordadas por organizaciones internacionalmente relevantes (como ISO, UIT, ONU, etc.).

Los elementos categóricos deberán probarse en ensayos de campo. Por ejemplo, dentro de su documento, se propone una etiqueta categórica para determinar si las compensaciones de carbono se basarán en la naturaleza o en la absorción tecnológica de carbono (nota 32). El documento asume la provisión de la divulgación de cierta manera. Sin embargo, en la práctica, las empresas pueden proporcionar una divulgación agregada que indique que utilizan x% de compensaciones basadas en la naturaleza y y% basadas en absorciones tecnológicas de carbono, en cuyo caso el modelado propuesto no funcionaría.

Aconsejamos que cuando hay más complejidad en la información a reportar, otras opciones de diseño de taxonomía pueden ser más apropiadas. Aquí es donde un buen diseño dimensional apoyado con una guía clara en las etiquetas subyacentes muestra sus méritos.

Otros puntos

Además de los casos de uso identificados por el personal del ISSB, destacamos la posibilidad de utilizar este mecanismo para identificar qué divulgaciones se incluyen en el informe general porque son materiales (o, por el contrario, están ausentes porque son irrelevantes). Esto apoyaría aún más el uso y análisis de los datos resultantes.

Observamos que la taxonomía contable NIIF puede beneficiarse de la introducción de elementos categóricos. Por ejemplo, podrían introducirse elementos categóricos para la divulgación de información sobre la política contable en los casos en que la entidad elija la política contable entre una o más opciones permitidas por las Normas de Contabilidad NIIF.

Pregunta 6 – Modelización de métricas

¿Está de acuerdo con la recomendación del personal de:

• Crear elementos equivalentes a los de la Taxonomía SASB para métricas definidas comunes a las Normas de Divulgación de Sostenibilidad IFRS y las Normas SASB en la Taxonomía de Divulgación de Sostenibilidad IFRS. (Apartados 82 a 94)

• ¿Modelar las divulgaciones relacionadas con métricas y objetivos específicos de la entidad utilizando un enfoque dimensional? (párrafos 95 a 99) ¿Por qué o por qué no? Si no es así, ¿qué enfoque alternativo sugeriría y por qué?

Taxonomía SASB

No estamos de acuerdo con la sugerencia de que los elementos deberían crearse para reflejar la convención de nomenclatura utilizada dentro de la taxonomía SASB.

Creemos que aunque las divulgaciones de SASB fueron relativamente bien adoptadas, la existencia y disponibilidad de datos que utilizaron la taxonomía SASB son mínimas. La taxonomía SASB podría usarse para informar el desarrollo de esta taxonomía, pero creemos que hay un beneficio mínimo en priorizar su replicación en la taxonomía ISSB. Por lo tanto, sugerimos que el ISSB desarrolle nombres y etiquetas que funcionen dentro de las convenciones que ahora están estableciendo, buscando ejemplos de mejores prácticas comunes. Por último, para abordar los problemas de interoperabilidad, el ISSB podría considerar la posibilidad de proporcionar un archivo de mapeo legible por máquina que documente la relación entre las etiquetas ISSB y las etiquetas SASB relacionadas.

Enfoque dimensional

Estamos de acuerdo con el enfoque dimensional para las métricas y objetivos específicos de la entidad. Sin embargo, consideramos que actualmente hay evidencia limitada sobre cómo los usuarios consumirán los datos. Como se señaló en las preguntas anteriores, recomendamos realizar ensayos de campo.

Pregunta 7 – Relación entre las divulgaciones

¿Debería la Taxonomía de Divulgación de Sostenibilidad de las NIIF incluir un mecanismo específico para capturar las conexiones entre piezas de información relacionadas, por ejemplo, las conexiones entre la información financiera relacionada con la sostenibilidad y la información en los estados financieros o las conexiones entre las piezas de información financiera relacionada con la sostenibilidad?

Si lo hace, ¿conoce un mecanismo que se puede utilizar sin imponer costos indebidos a los preparadores y usuarios de informes digitales? En caso afirmativo, sírvanse explicar ese mecanismo. (Párrafos 101 a 110)

Alternativamente, ¿cree que los elementos narrativos en el borrador del personal de la Taxonomía de Divulgación de Sostenibilidad de las NIIF capturarían adecuadamente tales conexiones para los usuarios de la información sin imponer costos indebidos para los preparadores y usuarios de informes digitales? (Párrafo 103)

Creemos que sería beneficioso si la Taxonomía de Divulgación de Sostenibilidad de las NIIF incluyera un mecanismo específico para capturar las conexiones entre piezas de información relacionadas digitalmente.

Creemos que garantizar que la información sea fácil de navegar dentro y entre las divulgaciones será fundamental para utilizar los informes de sostenibilidad para los contribuyentes y para los usuarios de datos. Si no se utiliza un enfoque conectado digitalmente, creemos que esto hará que el documento en papel (PDF) sea el predeterminado para su uso.

Si bien no tenemos conocimiento de enfoques específicos actualmente en vigor que se adapten a las necesidades de referencias cruzadas, estaríamos dispuestos a ayudar al ISSB y a otros reguladores a investigar y experimentar con opciones.

Pregunta 8 – Relación entre informes

¿Está de acuerdo con la recomendación del personal técnico de que los requisitos relacionados con las referencias cruzadas en la Taxonomía de Divulgación de Sostenibilidad de las NIIF no deben modelarse explícitamente? (párrafos 111 a 123) ¿Por qué o por qué no? Si no es así, ¿qué enfoque alternativo sugeriría y por qué?

No estamos de acuerdo en que los requisitos relacionados con las referencias cruzadas entre informes no deban incluirse dentro de la fase de diseño de la taxonomía.

Somos conscientes de la dificultad de llegar a una solución adecuada para este problema, especialmente porque cualquier solución dependerá en última instancia de los requisitos establecidos por los valores y otros reguladores. Sin embargo, destacamos un enfoque que hemos empleado dentro de la taxonomía de etiquetado TCFD, que introdujimos de acuerdo con los requisitos del regulador de valores del Reino Unido (la Autoridad de Conducta Financiera). Las reglas generales permiten referencias cruzadas similares a otros informes que contienen la divulgación del TCFD. Por lo tanto, agregamos una etiqueta booleana para capturar si la divulgación TCFD se incluye en un documento separado y una etiqueta narrativa para la ubicación de la URL. Si bien esto no es ideal, creemos que proporciona cierta usabilidad sin crear costos y cargas significativos.

La consulta sugiere que las referencias cruzadas a otros documentos sólo se permitirían si los documentos se proporcionaran con una etiqueta similar; Si bien consideramos que esto es ideal, observamos que la interacción con la adopción de jurisdicciones y las opciones de infraestructura puede dificultar esto en la práctica. Por lo tanto, sugerimos que el ISSB necesitaría trabajar con otros reguladores para aclarar una línea de base de qué características son necesarias para los documentos con referencias cruzadas.

Pregunta 9 – Información similar en las Normas de Contabilidad NIIF y en el [proyecto] de Normas de Divulgación de Sostenibilidad de las NIIF

¿Está de acuerdo con la recomendación del personal de, en principio, modelar los requisitos de divulgación de las [borradoras] Normas de Divulgación de Sostenibilidad de las NIIF en el borrador del personal de la Taxonomía de Divulgación de Sostenibilidad de las NIIF de la misma manera que los requisitos de divulgación similares de las Normas de Contabilidad de las NIIF se modelan en la Taxonomía Contable de las NIIF, ¿excepto para la información categórica? (párrafos 124 a 132) ¿Está de acuerdo con el modelo en el borrador del personal de la Taxonomía de Divulgación de Sostenibilidad de las NIIF para las revelaciones que son similares a sus contrapartes en las Normas de Contabilidad NIIF? (Apéndice G) ¿Existen otras revelaciones que sean suficientemente similares entre las establecidas en el [borrador] de las Normas de Divulgación de Sostenibilidad de las NIIF y las de las Normas de Contabilidad NIIF, y para las cuales debería considerarse un modelo coherente?

Consistencia del modelo

Apoyamos la modelización coherente entre la taxonomía de contabilidad y sostenibilidad de las NIIF siempre que sea posible (incluso para elementos categóricos). Sin embargo, hay algunos aspectos del modelado que podrían mejorarse en ambas taxonomías.

Si bien reconocemos que la taxonomía debe desarrollarse en función de los requisitos de divulgación de las normas, recomendamos que se utilicen etiquetas y nombres de elementos que sean sucintos, basados en cómo informan las empresas en lugar de como se detalla directamente en la norma. Creemos que este enfoque conduce a taxonomías más intuitivas tanto para los usuarios como para los preparadores y, en última instancia, a informes de mejor calidad.

Por ejemplo, creemos que la etiqueta «La entidad proporcionó una declaración explícita y sin reservas de cumplimiento de las divulgaciones financieras relacionadas con la sostenibilidad con todos los requisitos relevantes de las Normas de divulgación de sostenibilidad de las NIIF [verdadero falso]» podría simplificarse a «Cumple con las normas de divulgación de sostenibilidad de las NIIF [verdadero falso]», con el detalle incluido en la etiqueta de documentación. Como señalamos en nuestra respuesta a la pregunta 4, creemos que el ISSB debería construir un mecanismo común de revisión de prácticas para desarrollar etiquetas que se ajusten mejor a la forma en que se produce la presentación de informes en la práctica.

Apéndice G

En cuanto a la modelización del apéndice G, destacamos que las Normas de Contabilidad NIIF se describen simplemente como Normas NIIF, mientras que las normas de sostenibilidad se etiquetan como Normas de Divulgación de Sostenibilidad NIIF. Creemos que esto podría dar lugar a cierta confusión; por ejemplo, la etiqueta en torno al cumplimiento de las normas NIIF que pretende relacionarse exclusivamente con la contabilidad también podría ser relevante para las normas de sostenibilidad; por lo tanto, sugerimos que el IASB revise y modifique la referencia a las Normas NIIF dentro de la taxonomía contable existente para garantizar una diferenciación adecuada.

Pregunta 10 – Comentarios adicionales

¿Tiene algún otro comentario o sugerencia sobre el borrador del personal de la Taxonomía de Divulgación de Sostenibilidad de las NIIF?

Incluimos algunas sugerencias dentro de nuestros comentarios de alto nivel en el cuerpo principal de nuestra carta. Además, destacaríamos el siguiente descenso:

• Referencias: a muchos ejes relacionados con las métricas basadas en la industria no se les han asignado referencias a los requisitos subyacentes. Sugerimos agregar referencias a estos ejes, así como una definición. Esto sería particularmente útil para distinguir ejes con etiquetas muy similares, por ejemplo, «Tipo de producto» y «Categoría de producto» y «Tipo de hipoteca» y «Tipo de préstamo hipotecario».

• Consistencia del diseño: sugerimos que, siguiendo las elecciones de diseño realizadas para la taxonomía ISSB, la taxonomía contable NIIF se rediseñe de acuerdo con esos mismos principios. Como se explica en la pregunta 4, creemos que debería revisarse la granularidad de las etiquetas de texto en la Taxonomía Contable de las NIIF. Como se explica en la pregunta 5, creemos que también deberían introducirse elementos categóricos en la taxonomía contable de las NIIF.


Publicado originalmente: https://www.xbrl.org/news/frc-responds-on-issb-sustainability-reporting-taxonomy/

El futuro sistema monetario


Informe Económico Anual del BIS | 21 junio 2022

Versión PDF (1,314kb)  |  41 páginas

Conclusiones clave

  • Se está produciendo una explosión de innovación creativa en dinero y pagos, abriendo perspectivas de un futuro sistema monetario digital que se adapta continuamente para servir al interés público.
  • Los defectos estructurales hacen que el universo criptográfico no sea adecuado como base para un sistema monetario: carece de un ancla nominal estable, mientras que los límites a su escalabilidad resultan en fragmentación. Contrariamente a la narrativa de la descentralización, la criptografía a menudo se basa en intermediarios no regulados que plantean riesgos financieros.
  • Un sistema basado en el dinero del banco central ofrece una base más sólida para la innovación, asegurando que los servicios sean estables e interoperables, a nivel nacional y transfronterizo. Tal sistema puede mantener un círculo virtuoso de confianza y adaptabilidad a través de efectos de red.
  • Las nuevas capacidades, como la programabilidad, la componibilidad y la tokenización, no son patrimonio de la criptografía, sino que se pueden construir sobre las monedas digitales del banco central (CBDC), los sistemas de pago rápido y las arquitecturas de datos asociadas.

Introducción

Cada día, personas de todo el mundo realizan más de 2 mil millones de pagos digitales.1 Pagan por bienes y servicios, piden prestado y ahorran y participan en una multitud de transacciones financieras. Cada vez que lo hacen, confían en el sistema monetario, el conjunto de instituciones y arreglos que rodean y apoyan el intercambio monetario.

En el corazón del sistema monetario se encuentra el banco central. A medida que el banco central emite dinero y mantiene sus funciones principales, la confianza en el sistema monetario se basa en última instancia en la confianza en el banco central. Sin embargo, el banco central no opera de forma aislada. Los bancos comerciales y otros proveedores privados de servicios de pago (PSP) ejecutan la gran mayoría de los pagos y ofrecen servicios orientados al cliente. Esta división de roles promueve la competencia y da pleno juego al ingenio y la creatividad del sector privado en el servicio a los clientes. De hecho, la innovación del sector privado beneficia a la sociedad precisamente porque se basa en los sólidos cimientos del banco central.

El sistema monetario con el banco central en su centro ha servido bien a la sociedad. Sin embargo, la innovación digital está ampliando la frontera de las posibilidades tecnológicas, imponiendo nuevas demandas al sistema.

Las innovaciones de gran alcance, como las del universo criptográfico, implican una desviación radical. El universo criptográfico se basa en la premisa de la descentralización. En lugar de depender del dinero del banco central y de intermediarios de confianza, la criptografía prevé controles y equilibrios proporcionados por una multitud de validadores anónimos para mantener el sistema autosuficiente y libre de la influencia de entidades o grupos poderosos. Las finanzas descentralizadas, o «DeFi», buscan replicar los servicios financieros convencionales dentro del universo criptográfico. Estos servicios están habilitados por innovaciones como la programabilidad y la compatibilidad (ver glosario) en blockchains sin permiso. Tales sistemas están «siempre encendidos», lo que permite transacciones globales las 24 horas del día, los 7 días de la semana, basadas en código abierto y sin conocer fronteras.

Sin embargo, los eventos recientes han revelado un gran abismo entre la visión criptográfica y su realidad. La implosión de la moneda estable TerraUSD y el colapso de su moneda gemela Luna han subrayado la debilidad de un sistema que se sostiene mediante la venta de monedas para la especulación. Además, ahora está quedando claro que las criptomonedas y Los DeFi tienen limitaciones estructurales más profundas que les impiden alcanzar los niveles de eficiencia, estabilidad o integridad requeridos para un sistema monetario adecuado. En particular, el universo criptográfico carece de un ancla nominal, que intenta importar, imperfectamente, a través de stablecoins. También es propenso a la fragmentación, y sus aplicaciones no pueden escalar sin comprometer la seguridad, como lo demuestran su congestión y tarifas exorbitantes. La actividad en este sistema paralelo es, en cambio, sostenida por la afluencia de titulares de monedas especulativas. Por último, existen serias preocupaciones sobre el papel de los intermediarios no regulados en el sistema. Como están profundamente arraigadas, es poco probable que estas deficiencias estructurales sean susceptibles de correcciones técnicas por sí solas. Esto se debe a que reflejan las limitaciones inherentes de un sistema descentralizado construido sobre cadenas de bloques sin permiso.

Este capítulo establece una visión alternativa para el futuro, una que se basa en los bienes públicos del banco central. Esto garantizará que los servicios innovadores del sector privado estén firmemente arraigados en la confianza proporcionada por el dinero del banco central.

Escalando sobre la base de los efectos de red, las monedas digitales del banco central (CBDC) y los sistemas de pago rápido minorista (FPS) están bien posicionados para servir al interés público a través de una mayor conveniencia y menores costos, al tiempo que mantienen la integridad del sistema. La descentralización y la tecnología de contabilidad distribuida autorizada (DLT) también pueden desempeñar un papel constructivo, por ejemplo, cuando los bancos centrales trabajan juntos en acuerdos de múltiples CBDC. Estos innovadores carriles de pago son totalmente compatibles con la programabilidad, la compatibilidad y la tokenización para respaldar pagos y liquidaciones más rápidos, seguros y baratos, tanto dentro como fuera de las fronteras. De esta manera, el futuro sistema monetario será adaptable, permitiendo que la innovación del sector privado florezca al tiempo que evita los inconvenientes de la criptografía. Tales iniciativas podrían abrir un nuevo capítulo en el sistema monetario mundial.

Este capítulo está organizado de la siguiente manera. Para sentar las bases, en primer lugar, describe el sistema monetario actual y los objetivos de alto nivel que debe alcanzar, y hasta qué punto los cambios en la tecnología y el entorno económico han abierto un margen de mejora. La siguiente sección discute la promesa y las trampas de las innovaciones criptográficas y DeFi. El capítulo luego discute una visión para el futuro sistema monetario, construido sobre los bienes públicos del banco central. La sección final concluye.

¿Qué queremos de un sistema monetario?

El sistema monetario es el conjunto de instituciones y arreglos que apoyan el intercambio monetario. Consiste en dinero y sistemas de pago.2 ¿Qué se requiere de tal sistema para servir a la sociedad? Si bien no existe una lista canónica de características necesarias, se destacan una serie de objetivos de alto nivel (Tabla 1, primera columna).

Para garantizar la seguridad y estabilidad del sistema, el dinero debe cumplir tres funciones: como reserva de valor, unidad de cuenta y medio de intercambio. Cuando el sistema monetario se basa en nodos o entidades clave (ya sean públicas o privadas), deben rendir cuentas, a través de mandatos específicos para las autoridades públicas y a través de una regulación y supervisión adecuadas para las entidades privadas. El sistema monetario debe ser eficiente, permitiendo pagos fiables y rápidos para apoyar las transacciones económicas tanto a escala como a bajo coste. El acceso a los servicios básicos de pago a precios asequibles, en particular las cuentas de transacción, debe ser universal para difundir los beneficios de la actividad económica, promoviendo la inclusión financiera. No menos importante, el sistema debe proteger la privacidad como un derecho fundamental y proporcionar control al usuario sobre los datos financieros. La integridad del sistema debe protegerse, protegiéndose contra actividades ilícitas como el lavado de dinero, el financiamiento del terrorismo y el fraude.

Cuadro 1

El sistema monetario no es sólo una instantánea de la economía tal como existe hoy en día; necesita evolucionar con cambios estructurales en la economía y la sociedad. Por esta razón, los medios para alcanzar los objetivos de alto nivel establecidos en el cuadro 1 deben evolucionar con el propio sistema monetario y la tecnología que lo sustenta. En resumen, el sistema monetario debe ser adaptable: debe anticiparse a los desarrollos futuros y a las necesidades de los usuarios. Debe estar en sintonía con los avances tecnológicos y responder a las demandas cambiantes de los hogares y las empresas, y debe fomentar la competencia y la innovación. Para servir mejor a un mundo cada vez más interconectado, el sistema monetario también debe ser abierto, interoperable y flexible, tanto a nivel nacional como transfronterizo. Así como las transacciones económicas trascienden las fronteras, el sistema monetario tendrá que servir a una red sin fisuras de entidades interconectadas, en lugar de islas de actividad escasamente conectadas.

El sistema monetario actual ha recorrido algún camino hacia estos objetivos de alto nivel, pero todavía queda camino por recorrer. Los cambios en las necesidades de los usuarios y los cambios concomitantes en la tecnología han apuntado a áreas de mejora (Tabla 1, segunda columna). Los servicios de pago actuales a veces pueden ser engorrosos y costosos de usar, en parte reflejando la falta de competencia. Los pagos transfronterizos son particularmente caros, opacos y lentos: generalmente involucran a uno o más bancos corresponsales para liquidar una transacción, utilizando libros de contabilidad basados en diferentes tecnologías.3 Además, una gran parte de los adultos, especialmente en las economías de mercados emergentes y en desarrollo, todavía no tienen acceso a las opciones de pago digital. Pero un mundo globalizado que presenta una economía digital en constante crecimiento requiere un sistema monetario que permita a todos realizar transacciones financieras a nivel nacional y mundial de una manera segura, sólida y eficiente. Atender a estos cambios en las demandas que la sociedad pone en el sistema monetario requiere avances en la tecnología y los arreglos institucionales.

La promesa y las trampas de la criptografía

El universo criptográfico está en crisis. La implosión de la stablecoin TerraUSD y su moneda gemela Luna es solo el fracaso más espectacular del sector, con muchas monedas menos conocidas que han visto un colapso en el precio de más del 90% en relación con su pico en 2021. Los comentaristas criptográficos han comenzado a referirse a los eventos recientes como el comienzo de un «invierno criptográfico».

A pesar de lo dramáticos que han sido estos recientes colapsos de precios, centrarse solo en la acción del precio desvía la atención de las fallas estructurales más profundas en las criptomonedas que las hacen inadecuadas como base para un sistema monetario que sirve a la sociedad (Tabla 1, tercera columna).

La prevalencia de las monedas estables, que intentan vincular su valor al dólar estadounidense u otras monedas convencionales, indica la necesidad generalizada en el sector criptográfico de aprovechar la credibilidad proporcionada por la unidad de cuenta emitida por el banco central. En este sentido, las stablecoins son la manifestación de la búsqueda de criptografía de un ancla nominal. Las monedas estables se asemejan a la forma en que una paridad monetaria es un ancla nominal para el valor de una moneda nacional frente al de una moneda internacional, pero sin los arreglos institucionales, instrumentos, compromisos y credibilidad del banco central que opera la paridad. Proporcionar la unidad de cuenta para la economía es el papel principal del banco central. El hecho de que las monedas estables deben importar la credibilidad del dinero del banco central es muy revelador de las deficiencias estructurales de las criptomonedas. El hecho de que las monedas estables sean a menudo menos estables de lo que afirman sus emisores muestra que, en el mejor de los casos, son un sustituto imperfecto de una moneda soberana sólida.

Las monedas estables también desempeñan un papel clave para facilitar las transacciones en la gran cantidad de criptomonedas que se han multiplicado en los últimos años. En el último recuento, había más de 10,000 monedas en muchas cadenas de bloques diferentes que competían por la atención de los compradores especulativos.

La proliferación de monedas revela otro defecto estructural importante con la criptografía, a saber, la fragmentación del universo criptográfico, con muchas capas de asentamiento incompatibles luchando por un lugar en el centro de atención.

Esta fragmentación del universo criptográfico plantea serias preguntas sobre la idoneidad de la criptografía como dinero. El dinero es un dispositivo de coordinación que sirve a la sociedad a través de sus fuertes efectos de red. Cuantos más usuarios acudan a una forma particular de dinero, más usuarios atraerá. Por esta razón, el dinero tiene la propiedad de «el ganador se lleva todo», en la que los efectos de red conducen al dominio de una versión del dinero como el medio de transacción que generalmente se acepta en toda la economía. La fragmentación del universo criptográfico apunta en una dirección muy diferente: como se explica a continuación, cuantos más usuarios acudan a un sistema blockchain, peor es la congestión y más altas son las tarifas de transacción, abriendo la puerta a la entrada de nuevos rivales que pueden cortar esquinas en seguridad en favor de una mayor capacidad. Entonces, en lugar de la narrativa monetaria familiar de «cuanto más mejor», la criptografía muestra la propiedad de «cuanto más sórdido». Es esta tendencia a la fragmentación la que es quizás el mayor defecto de la criptografía como base para un sistema monetario.

Sin embargo, la criptografía ofrece una visión de características potencialmente útiles que podrían mejorar las capacidades del sistema monetario actual. Estos se derivan de la capacidad de combinar transacciones y ejecutar la liquidación automática de transacciones agrupadas de manera condicional, lo que permite una mayor funcionalidad y velocidad. Por lo tanto, una pregunta a considerar es cómo las funcionalidades útiles de la criptografía se pueden incorporar en un futuro sistema monetario que se basa en el dinero del banco central.

Con el fin de desarrollar los conocimientos más profundos sobre los defectos y posibilidades de la criptografía, es instructivo primero explicar algunos bloques de construcción básicos del mundo criptográfico.

Los bloques de construcción de la criptografía

Crypto pretende reducir el peso de los intermediarios y se ha descrito como un movimiento más amplio hacia las finanzas descentralizadas e incluso una Internet más descentralizada («Web 3.0» o «Web3»). El beneficio promocionado es democratizar las finanzas, otorgando a los usuarios un mayor control sobre sus datos. Antes de la reciente caída, el tamaño del mercado de las criptomonedas y DeFi se había expandido rápidamente (Gráfico 1).

Crypto tiene su origen en Bitcoin, que introdujo una idea radical: un medio descentralizado de transferir valor en una cadena de bloques sin permiso. Cualquier participante puede actuar como un nodo de validación (ver glosario) y participar en la validación de transacciones en un libro mayor público (es decir, la cadena de bloques sin permiso). En lugar de depender de intermediarios de confianza (como los bancos), el mantenimiento de registros en la cadena de bloques es realizado por una multitud de validadores anónimos e interesados.

Gráfico 1

Las transacciones con criptomonedas son verificadas por validadores descentralizados y registradas en el libro mayor público. Si un vendedor desea transferir criptomonedas a un comprador, el comprador (cuya identidad se oculta detrás de su firma digital criptográfica) transmite los detalles de la transacción, por ejemplo, las partes de la transacción, el monto o las tarifas. Los validadores (en algunas redes llamados «mineros») compiten para verificar la transacción, y quien sea seleccionado para verificar luego agrega la transacción a la cadena de bloques. La cadena de bloques actualizada se comparte entre todos los mineros y usuarios. Por lo tanto, el historial de todas las transacciones es públicamente observable y está vinculado a billeteras específicas, mientras que las verdaderas identidades de las partes detrás de las transacciones (es decir, los propietarios de las billeteras) permanecen sin revelar. Al transmitir toda la información públicamente, el sistema verifica que la transacción sea consistente con el historial de transferencias en la cadena de bloques, es decir, que la criptomoneda realmente pertenece al vendedor y no se ha gastado dos veces.

Sin embargo, para un sistema de gobernanza descentralizado, los incentivos económicos son clave. Los límites del sistema son establecidos por las leyes de la economía en lugar de las leyes de la física. En otras palabras, no solo la tecnología sino también los incentivos deben funcionar. Los mineros (o validadores) son compensados con recompensas monetarias por realizar sus tareas de acuerdo con las reglas para que el sistema se vuelva autosuficiente. Las recompensas, pagadas en criptomonedas, pueden venir en forma de tarifas de transacción, pero también pueden provenir de alquileres que se acumulan al «apostar» las monedas de uno en una cadena de bloques de prueba de participación. Cuanto mayor sea la apuesta, más a menudo un nodo servirá como validador, y mayores serán las rentas.

Desde el advenimiento de Bitcoin en 2009, muchas otras cadenas de bloques y criptomonedas asociadas han entrado en escena, especialmente Ethereum, que prevé el uso de «contratos inteligentes» y «programabilidad» (ver glosario). Los contratos inteligentes, o código autoejecutable que desencadena una acción si se cumplen algunas condiciones preespecificadas, pueden automatizar las funciones del mercado y obviar a los intermediarios que tradicionalmente se requerían para tomar decisiones. A medida que el código subyacente está disponible públicamente, puede ser examinado, haciendo que los contratos inteligentes sean transparentes y reduciendo el riesgo de manipulación. Una característica importante de los contratos inteligentes es su componibilidad, o la capacidad de combinar diferentes componentes en un sistema. Los usuarios pueden realizar transacciones complejas en la misma cadena de bloques combinando múltiples instrucciones dentro de un solo contrato inteligente: «legos de dinero». Pueden crear una representación digital de activos a través de la «tokenización» (ver glosario). Como los contratos inteligentes no pueden acceder directamente a la información que reside «fuera de la cadena», es decir, fuera de la cadena de bloques específica, requieren que los mediadores proporcionen dichos datos (los llamados oráculos).4

Las cadenas de bloques más nuevas, con Terra (antes de su colapso) como un ejemplo prominente, se han promocionado como «asesinos de Ethereum» en el sentido de que cuentan con una mayor capacidad y un mayor rendimiento (ver glosario). Sin embargo, estos cambios traen nuevos problemas. La capacidad a menudo se incrementa a través de una mayor centralización en los mecanismos de validación, debilitando la seguridad y concentrando los beneficios para los iniciados, como se explica a continuación.5

Stablecoins en busca de un ancla nominal

Un desarrollo clave en el universo criptográfico es el aumento de las finanzas descentralizadas, o «DeFi». DeFi ofrece servicios y productos financieros, pero con el objetivo declarado de remodelar el sistema financiero eliminando a los intermediarios y, por lo tanto, reduciendo los costos.6 Con este fin, las aplicaciones DeFi registran públicamente transacciones pseudo-anónimas en criptomonedas en blockchains sin permiso. Las «aplicaciones descentralizadas» (dApps) con contratos inteligentes permiten automatizar las transacciones. Para llegar a un consenso, los validadores son incentivados a través de recompensas.

Si bien el ecosistema DeFi está evolucionando rápidamente, los principales tipos de actividad financiera siguen siendo los que ya están disponibles en las finanzas tradicionales, como los préstamos, el comercio y los seguros.7 Las plataformas de préstamos permiten a los usuarios prestar sus stablecoins con intereses a los prestatarios que publican otras criptomonedas como garantía. Los intercambios descentralizados (DEX) representan mercados donde las transacciones ocurren directamente entre comerciantes de criptomonedas o stablecoins, con precios determinados a través de algoritmos. En las plataformas de seguros DeFi, los usuarios pueden asegurarse contra el mal manejo de las claves privadas, los hacks de intercambio o las fallas de los contratos inteligentes. Como las actividades implican casi exclusivamente el intercambio de una stablecoin o criptomoneda por otra, y no financian inversiones productivas en la economía real, el sistema es en su mayoría autorreferencial.

Las stablecoins juegan un papel clave en el ecosistema DeFi. Estos se llaman así porque generalmente están vinculados a un numerario, como el dólar estadounidense, pero también pueden apuntar al precio de otras monedas o activos (por ejemplo, el oro). En este sentido, a menudo importan la credibilidad proporcionada por la unidad de cuenta emitida por el banco central. Su principal caso de uso es superar la alta volatilidad de los precios y la baja liquidez de las criptomonedas sin respaldo, como Bitcoin. Su uso también evita la conversión frecuente entre criptomonedas y depósitos bancarios en moneda soberana, que generalmente se asocia con tarifas significativas. Debido a que las stablecoins se utilizan para soportar una amplia gama de actividades DeFi, la rotación en stablecoins generalmente empequeñece la de otras criptomonedas.

Los dos tipos principales de stablecoin son respaldados por activos y algorítmicos. Las monedas estables respaldadas por activos, como Tether, USD Coin y Binance USD, generalmente son administradas por un intermediario centralizado que invierte la garantía subyacente y coordina el reembolso y la creación de las monedas. Los activos se pueden mantener en bonos del gobierno, deuda corporativa a corto plazo o depósitos bancarios, o en otras criptomonedas. En contraste, las monedas estables algorítmicas, como TerraUSD antes de su implosión, se basan en algoritmos complejos que reequilibran automáticamente la oferta para mantener su valor en relación con la moneda o activo objetivo. Para evitar la dependencia de la moneda fiduciaria, a menudo lo hacen proporcionando a los usuarios una oportunidad de arbitraje en relación con otra criptomoneda.

A pesar de su nombre, las stablecoins, en particular, las algorítmicas, son menos estables de lo que afirman sus emisores. En mayo de 2022, TerraUSD entró en una espiral de muerte, ya que su valor cayó de $ 1 a solo unos pocos centavos en el transcurso de unos pocos días (ver Recuadro A). Posteriormente, otras monedas estables algorítmicas se vieron presionadas. Pero también lo hicieron algunas monedas estables respaldadas por activos, que han visto reembolsos a gran escala, perdiendo temporalmente su paridad a raíz del shock. Los reembolsos fueron más pronunciados entre las monedas estables cuyos emisores no revelaron la composición de los activos de reserva en detalle, lo que presumiblemente refleja las preocupaciones de los inversores de que dichos emisores podrían no ser capaces de garantizar la conversión a la par.

De hecho, los comentaristas han advertido durante algún tiempo que existe un conflicto de intereses inherente en las monedas estables, con un incentivo para que los emisores inviertan en activos de mayor riesgo. La historia económica está plagada de intentos de dinero privado que fracasaron, lo que llevó a pérdidas para los inversores y la economía real. La solidez de los mecanismos de estabilización de las monedas estables depende fundamentalmente de la calidad y la transparencia de sus activos de reserva, que a menudo son lamentablemente deficientes.8

Sin embargo, incluso si las monedas estables se mantuvieran estables hasta cierto punto, carecen de las cualidades necesarias para apuntalar el futuro sistema monetario. Deben importar su credibilidad de monedas fiduciarias soberanas, pero no se benefician ni de los requisitos regulatorios y las protecciones de los depósitos bancarios y el dinero electrónico, ni del banco central como prestamista de último recurso. Además, atan la liquidez y pueden fragmentar el sistema monetario, socavando así la unicidad de la moneda.9 Como las stablecoins apenas se utilizan para pagar bienes y servicios del mundo real, pero sustentan el ecosistema DeFi en gran parte autorreferencial, algunos han cuestionado si las stablecoins deberían prohibirse.10 Como se discutirá a continuación, hay más promesas en las representaciones más sólidas del dinero del banco central y los pasivos de los emisores regulados.

Recuadro A

El colapso de la stablecoin TerraUSD

La implosión de TerraUSD (UST) destaca las fragilidades inherentes en algunas versiones de stablecoins. El uso de UST creció rápidamente durante 2021-22, por lo que, antes de su colapso, era la tercera moneda estable más grande, con una capitalización de mercado máxima de $ 18.7 mil millones. Una stablecoin algorítmica, mantuvo el valor ajustando la oferta en una estrategia de comercio de arbitraje automatizado con otra criptomoneda, Luna, en la cadena de bloques Terra. UST tenía como objetivo mantener una paridad uno por uno con el dólar estadounidense al ser convertible en el valor de un dólar de Luna, y viceversa. Por ejemplo, si Terra cae a 99 centavos, un usuario podría comprar UST en un intercambio por 99 centavos y luego cambiar su UST por $ 1 en unidades nuevas de Luna en la plataforma Terra. Un aspecto crucial de este acuerdo era que los usuarios solo estarían dispuestos a intercambiar UST en Luna si la capitalización de mercado de Luna excedía la de UST. Como Luna no tenía un valor intrínseco, su valoración se derivaba principalmente de la afluencia de usuarios especulativos al ecosistema terra. Para atraer a nuevos usuarios, el protocolo de préstamos asociado Anchor ofreció una tasa de depósito de alrededor del 20% en UST. Mientras los usuarios tuvieran confianza en el valor estable de UST y la capitalización de mercado sostenida de Luna, el sistema podría mantenerse. La dupla Terra/Luna fue considerada especialmente significativa, ya que prometía ofrecer una versión de dinero «autolevitante» que no se aprovechaba de los activos colaterales del mundo real.

Gráfico A1

Sin embargo, esta esperanza resultó infundada. Una vez que los inversores perdieron la confianza en la sostenibilidad del sistema, el acuerdo se desmoronó. En mayo de 2022, el valor de UST se desplomó a casi cero (Gráfico A1. R). A medida que ust cayó por debajo de su paridad, una dinámica de carrera clásica se afianzó a medida que los inversores buscaban canjear sus fondos. Los usuarios quemaron su UST a gran escala para acuñar $ 1 en luna nueva, con la esperanza de vender Luna siempre que todavía tuviera algún valor. Sin embargo, dado el tamaño y la velocidad del choque, la confianza se evaporó, lo que significa que no había suficientes partes dispuestas a comprar todas las monedas Luna recién acuñadas, por lo que el precio de Luna se derrumbó.

La implosión ust/luna se extendió a la moneda estable más grande, Tether, que cayó a un valor de $ 0.95 antes de recuperarse. Vio salidas de más de $ 10 mil millones en las semanas siguientes (Gráfico A1. B). La desvinculación se ha relacionado con la falta de voluntad de Tether para proporcionar detalles sobre su cartera de reservas: los inversores estaban preocupados por si Tether tenía suficientes activos de alta calidad que pudieran liquidarse para respaldar la paridad. Este argumento está respaldado por las entradas experimentadas por la stablecoin regulada USDC (con reservas mejor documentadas), con fondos probablemente provenientes de Tether (Gráfico A1. C).

Limitaciones estructurales de la criptografía

Además de las preocupaciones inmediatas en torno a la estabilidad, las criptomonedas sufren de las limitaciones inherentes de las cadenas de bloques sin permiso, que conducen inevitablemente a la fragmentación del sistema, acompañada de congestión y altas tarifas.11 Rastrear las razones de la fragmentación es revelador, ya que ponen de relieve que las limitaciones no son tecnológicas, sino que se derivan de la estructura de incentivos del sistema.

Los validadores interesados son responsables de registrar las transacciones en la cadena de bloques. Sin embargo, en el sistema criptográfico pseudo-anónimo, no tienen reputación en juego y no pueden rendir cuentas bajo la ley. En cambio, deben ser incentivados a través de recompensas monetarias que sean lo suficientemente altas como para sostener el sistema de consenso descentralizado. La validación honesta debe producir rendimientos más altos que las ganancias potenciales de hacer trampa. Si las recompensas caen demasiado bajo, los validadores individuales tendrían un incentivo para engañar y robar fondos. El mecanismo de consenso fracasaría, poniendo en peligro la seguridad general.

La única forma de canalizar las recompensas a los validadores, manteniendo así los incentivos, es limitar la capacidad de la cadena de bloques, manteniendo así altas las tarifas, sostenidas por la congestión. Como los validadores pueden elegir qué transacciones se validan y procesan, los períodos de congestión ven a los usuarios ofreciendo tarifas más altas para que sus transacciones se procesen más rápido (Gráfico 2 A).12

La escala limitada de las cadenas de bloques es una manifestación del llamado trilema de escalabilidad. Por su naturaleza, las cadenas de bloques sin permiso pueden lograr solo dos de tres propiedades, a saber, escalabilidad, seguridad o descentralización (Gráfico 3). La seguridad se mejora a través de incentivos y descentralización, pero mantener los incentivos a través de tarifas implica congestión, lo que limita la escalabilidad. Por lo tanto, existe una incompatibilidad mutua entre estos tres atributos clave, lo que impide que las cadenas de bloques sirvan adecuadamente al interés público.

Gráfico 2

Gráfico 3

La escalabilidad limitada de las cadenas de bloques ha fragmentado el universo criptográfico, ya que las nuevas cadenas de bloques que cortan las esquinas en materia de seguridad han entrado en la refriega. La cadena de bloques Terra es solo la más prominente de una horda de nuevos participantes (Gráfico 2.B). Incluso a principios de 2021, Ethereum representó casi todos los activos totales bloqueados. A principios de mayo de 2022, esta proporción ya había caído al 50%. La cuña de ensanchamiento (en rojo) explicada por la fallida cadena de bloques Terra es particularmente llamativa. El colapso de Terra destaca la tendencia del universo criptográfico a fragmentarse a través de su vulnerabilidad a nuevos participantes que priorizan la cuota de mercado y la capacidad a expensas de la descentralización y la seguridad.

Un sistema de cadenas de bloques competidoras que no son interoperables pero sostenidas por la especulación introduce nuevos riesgos de piratería y robo. La interoperabilidad se refiere aquí a la capacidad de los protocolos y validadores para acceder y compartir información, así como validar transacciones, a través de diferentes cadenas de bloques. La interoperabilidad de las capas de liquidación subyacentes no se puede lograr en la práctica, ya que cada cadena de bloques es un registro separado de las liquidaciones. Sin embargo, han surgido «puentes de cadena cruzada» para permitir a los usuarios transferir monedas a través de blockchains.13 Sin embargo, la mayoría de los puentes dependen solo de un pequeño número de validadores, en ausencia de regulación y responsabilidad legal, los usuarios deben confiar para no participar en comportamientos ilícitos. Pero, a medida que el número de puentes ha aumentado (Gráfico 4.A), los puentes han ocupado un lugar destacado en varios hacks de alto perfil (Gráfico 4.B). Estos ataques ponen de relieve las vulnerabilidades a las brechas de seguridad que se derivan de la debilidad en la gobernanza.

La sorprendente fragmentación del universo criptográfico contrasta con los efectos de red que se arraigan en las redes de pago tradicionales. Las redes de pago tradicionales se caracterizan por una propiedad de «el ganador se lo lleva todo», por la cual más usuarios que acuden en masa a una plataforma en particular engendran aún más usuarios. Tales efectos de red se encuentran en el corazón del círculo virtuoso de menores costos y mayor confianza en las plataformas tradicionales. En contraste, la tendencia de la criptografía hacia la fragmentación y las altas tarifas es una falla estructural fundamental que la descalifica como la base para el futuro sistema monetario.14

A pesar de la fragmentación, la especulación puede inducir altas correlaciones de precios entre diferentes criptomonedas y cadenas de bloques. Atraídos por los altos rendimientos y la expectativa de nuevos aumentos de precios (recuadro B), la afluencia de nuevos usuarios puede hacer subir los precios aún más. Como muchas criptomonedas comparten una base de usuarios similar y están vinculadas a protocolos similares, existe un fuerte co-movimiento de precios. Hay preocupaciones importantes sobre lo que sucede con un sistema que se basa en la venta de nuevas monedas cuando la nueva afluencia de usuarios se ralentiza repentinamente.

Gráfico 4

La ilusión de la descentralización DeFi y el papel de los intercambios

A pesar de su nombre, el ecosistema DeFi muestra una tendencia hacia la centralización. Muchas decisiones clave se toman por votación entre los titulares de «tokens de gobernanza», que a menudo se emiten a los equipos de desarrolladores y a los primeros inversores y, por lo tanto, están muy concentrados. Los contratos inteligentes vinculados a eventos del mundo real involucran oráculos que operan fuera de la cadena de bloques. La «incompletitud del algoritmo», es decir, la imposibilidad de redactar contratos para detallar qué acciones tomar en todas las contingencias, requiere que algunas entidades centrales resuelvan las disputas. Además, las cadenas de bloques más nuevas generalmente apuntan a transacciones más rápidas y un mayor rendimiento al confiar en mecanismos de validación concentrados. Por ejemplo, los mecanismos de prueba de participación se basan en un número limitado de validadores que apuestan sus monedas.

La centralización en DeFi no está exenta de riesgos. La creciente centralización de los validadores da lugar a conflictos de incentivos y al riesgo de hackeos, también porque estos nodos centralizados a menudo no están regulados.15 Además, los responsables de un oráculo pueden corromper el sistema informando erróneamente los datos (el llamado problema del oráculo). Actualmente, no hay reglas claras sobre cómo examinar o incentivar a los proveedores de oracle.

La centralización también está presente en las actividades de comercio de criptomonedas, donde los inversores dependen principalmente de los intercambios centralizados (CEX) en lugar de los descentralizados (DEX). Mientras que estos últimos funcionan haciendo coincidir a las contrapartes en una transacción a través de los llamados protocolos automatizados de creación de mercado, los CÉX mantienen registros fuera de la cadena de las órdenes pendientes publicadas por los comerciantes, conocidos como libros de órdenes límite, que son familiares de las finanzas tradicionales. Los CEX atraen más actividad comercial que los DEX, ya que presentan costos más bajos (Gráfico 5.A).16 En términos de modelo de negocio y la forma en que operan, los CEX criptográficos no son fundamentalmente diferentes de los intercambios tradicionales, a pesar de que no están sujetos a la misma regulación y supervisión.

Recuadro B

Comercio de criptomonedas y precios de Bitcoin

La especulación es un impulsor clave de las tenencias de criptomonedas, pero los inversores minoristas pueden no ser plenamente conscientes de los riesgos asociados con las inversiones en criptomonedas. Un estudio reciente de BIS reúne una nueva base de datos entre países sobre el uso minorista de aplicaciones de intercambio de criptomonedas con una frecuencia diaria durante 2015-22, centrándose en la relación entre el uso de aplicaciones de comercio de criptomonedas y los precios de Bitcoin.  El análisis muestra que una subida del precio de Bitcoin se asocia a un aumento significativo de nuevos usuarios, es decir, la entrada de nuevos inversores, con un coeficiente de correlación de más de 0,9 (Gráfico B1. R). Un aumento de una desviación estándar en el precio diario de Bitcoin se asocia con un aumento de alrededor de 90,000 usuarios de aplicaciones de intercambio de criptomonedas. Los usuarios de aplicaciones criptográficas son principalmente usuarios y hombres más jóvenes (Gráfico B1.B), comúnmente identificados como el segmento de la población que más «busca riesgos», y potencialmente motivados por un «miedo a perderse». Estos patrones son consistentes con la evidencia de la encuesta sobre la tolerancia al riesgo de los individuos: los hombres más jóvenes están más dispuestos que las mujeres o los encuestados varones mayores a asumir riesgos financieros (Gráfico B1.C).

Cuantificar el efecto de los precios de Bitcoin en la entrada en criptografía es difícil debido a la posibilidad de causalidad inversa. Los precios también podrían aumentar debido a la entrada de nuevos usuarios de aplicaciones de intercambio de criptomonedas. Para abordar tales preocupaciones, es posible centrarse en choques exógenos específicos cuando los cambios en los precios de Bitcoin se debieron a factores específicos, como la represión de las autoridades chinas contra las actividades de criptominería y el malestar social en Kazajstán. Durante cada uno de estos episodios, los cambios estructurales afectaron el precio global de Bitcoin, independientemente de la entrada de nuevos usuarios en las aplicaciones de intercambio de criptomonedas. En estos casos, la caída exógena en el precio de Bitcoin se asoció con una reducción promedio en el número de nuevos usuarios de aplicaciones del 5-10% en las dos semanas posteriores a los shocks. Los resultados se corroboran aún más a partir de un modelo de autorregresión de vectores de panel, donde un aumento del 10% en el precio de Bitcoin conduce a un aumento del 3% en el número de usuarios de la aplicación.

Gráfico B1

 Las personas invierten en criptomonedas por diferentes razones, por ejemplo, porque desconfían de las instituciones financieras nacionales, por transferencias de dinero transfronterizas o por el potencial de pseudoanonimismo, ya sea por razones legítimas o nefastas. Sin embargo, una de las principales razones es que las criptomonedas son vistas como activos de inversión. Véase Auer y Tercero-Lucas (2021), Foley et al (2019), Hileman (2015), Knittel et al (2019) y Swartz (2020).  Auer, Cornelli, Doerr, Frost y Gambacorta (2022)

Gráfico 5

Los CEX han experimentado un crecimiento sustancial desde 2020 y han alcanzado volúmenes que los hacen relevantes desde el punto de vista de la estabilidad financiera (Gráfico 5.B). Además, el comercio en CEX muestra una fuerte tendencia hacia la concentración del mercado: los volúmenes de negociación en tres grandes CEX representaron alrededor de la mitad del total en los primeros meses de 2022. Sin embargo, generalmente es difícil medir el tamaño real de los intercambios de criptomonedas, porque los CEX tienen una parte significativa de sus criptomonedas de custodia fuera de balance. Por ejemplo, la plataforma Coinbase informó públicamente que tenía $ 256 mil millones de activos en la plataforma (a fines de marzo de 2022), pero un balance de solo $ 21 mil millones a fines de 2021. El personal de la Comisión de Bolsa y Valores argumentó recientemente que la plataforma debería informar tanto los pasivos (obligaciones con los clientes) como los activos en su balance.17 Además, los proveedores de servicios criptográficos a menudo realizan una multitud de servicios, lo que plantea la cuestión de si las actividades están adecuadamente delimitadas y los riesgos se gestionan adecuadamente. Por ejemplo, junto con el comercio de terceros, realizan operaciones de propiedad, préstamos de margen o emisión de tokens, y suministran servicios de custodia. A menudo, las transacciones implican interacciones entre los contratos inteligentes en cadena y las plataformas de negociación centralizadas fuera de la cadena, con la naturaleza distribuida de la liquidación en cadena que da lugar a riesgos distintos en comparación con los derivados de los operadores de infraestructura tradicionales.

Una evaluación equilibrada de las similitudes y diferencias entre el criptomercado y las finanzas tradicionales es un requisito previo para considerar políticas regulatorias apropiadas. Algunas actividades de los proveedores de servicios criptográficos también son características comunes en los bancos, aunque su combinación en una entidad no es actualmente común en las finanzas tradicionales. Además, las diferencias en las tecnologías subyacentes significan que las características y los impulsores del riesgo podrían diferir entre las finanzas tradicionales y el ecosistema criptográfico.

Enfoques regulatorios para los riesgos criptográficos

Se necesita una acción regulatoria para abordar los riesgos inmediatos en el sistema criptomonetario y para apoyar los objetivos de política pública.

Sobre todo, las autoridades deben abordar rigurosamente los casos de arbitraje regulatorio. Partiendo del principio de «misma actividad, mismo riesgo, mismas reglas», deben garantizar que las actividades criptográficas y DeFi cumplan con los requisitos legales para actividades tradicionales comparables. Los emisores de stablecoins, por ejemplo, se parecen a los tomadores de depósitos o a los fondos del mercado monetario (FMM). Como tal, se necesita legislación para calificar estas actividades y garantizar que estén sujetas a una regulación y divulgación prudenciales sólidas. Para los emisores de stablecoins de importancia sistémica, debe haber una supervisión sólida. Cuando las monedas estables son emitidas por grandes entidades con extensas redes y datos de usuarios, se necesitarán requisitos basados en entidades.18 El reciente colapso de la moneda estable Terra UST ha puesto de relieve la urgencia del asunto.

En segundo lugar, se necesitan políticas para apoyar la seguridad y la integridad de los sistemas monetario y financiero. Los intercambios de criptomonedas que ocultan la identidad de las partes que realizan transacciones y no cumplen con los requisitos básicos de conocimiento de su cliente (KYC) y otros requisitos del Grupo de Acción Financiera Internacional (GAFI) deben ser multados o cerrados. De lo contrario, pueden usarse para lavar dinero, evadir impuestos o financiar el terrorismo, y para eludir las sanciones económicas. Del mismo modo, los bancos, las compañías de tarjetas de crédito y otras instituciones financieras que proporcionan puntos de entrada y salida entre DeFi y el sistema tradicional deben requerir la identificación de los usuarios y realizar el cumplimiento de KYC.

En tercer lugar están las políticas para proteger a los consumidores. Si bien se debe permitir a los inversores invertir en activos de riesgo, incluidas las criptomonedas, debe haber una divulgación adecuada. Esto implica una regulación sólida de la publicidad de activos digitales por parte de las plataformas criptográficas, que a menudo pueden ser engañosas y minimizar los riesgos. Las prácticas similares a la ejecución anticipada pueden requerir el despliegue de nuevos enfoques legales.19 Además, las plataformas descentralizadas no pueden, por diseño, asumir responsabilidad en caso de fraude o robo conectado a la plataforma, por ejemplo, como resultado de hackeos. Esto se interpone en el camino de proporcionar incentivos para la divulgación básica de los riesgos y, como tal, pueden ser necesarios nuevos enfoques.20 Esta lógica también se extiende al problema del oráculo. Las normas reglamentarias sólidas deben garantizar que no se manipule la información externa.

Finalmente, los bancos centrales y los reguladores deben mitigar los riesgos para la estabilidad financiera que surgen de la exposición de los bancos y los intermediarios financieros no bancarios al espacio criptográfico. Las inversiones de rápido crecimiento en criptomonedas por parte de las instituciones financieras tradicionales significan que los shocks en el sistema criptográfico podrían tener efectos de contagio. Según los informes, los inversores no bancarios, las oficinas familiares y los fondos de cobertura han sido los inversores institucionales más activos en criptomonedas (Gráfico 6.A). Hasta ahora, las exposiciones de los grandes bancos tradicionales han sido limitadas y las inversiones directas en empresas activas en criptomercados siguen siendo pequeñas en relación con el capital bancario (gráfico 6.B).21 Dicho esto, la financiación bancaria de los emisores de stablecoins ha aumentado, ya que los pasivos bancarios, como los certificados de depósito, forman una parte clave del respaldo de activos de las stablecoins.22 Abordar estos riesgos implica una implementación sólida de estándares para la exposición bancaria a las criptomonedas, que deben tratar de garantizar una resistencia adecuada a los cambios grandes y repentinos en los precios o grandes pérdidas a través de canales directos e indirectos.23 Esto también puede requerir una regulación prudencial de los intercambios de criptomonedas, los emisores de monedas estables y otras entidades clave en el sistema criptográfico. Esto no excluye un enfoque innovador; por ejemplo, la supervisión podría integrarse en estos mercados, de modo que se lleve a cabo «en cadena».

Es esencial llenar las brechas de datos e identificar puntos de entrada para la regulación. El crecimiento del mercado criptográfico ha llevado a la proliferación de nuevos intermediarios centralizados. Entidades adicionales, como administradores de reservas y administradores de redes, se han desarrollado directamente como respuesta al crecimiento de las monedas estables. Estas entidades centralizadas e instituciones financieras tradicionales proporcionan una puerta de entrada natural para las respuestas regulatorias. Estas entidades también podrían apoyar la recopilación de datos mejores y más detallados sobre las actividades de DeFi, así como la base de inversores.

En todas las áreas de regulación, la naturaleza global de crypto y DeFi requerirá cooperación internacional. Es posible que las autoridades deban intercambiar información activamente y adoptar medidas conjuntas de aplicación de la ley contra los agentes y plataformas que no cumplen las normas. En algunos casos, pueden ser necesarios nuevos organismos, como colegios de supervisores, para coordinar la política hacia las mismas entidades reguladas que operan en diferentes jurisdicciones.

Gráfico 6

El BPI está contribuyendo a esta cooperación internacional a través de discusiones en comités del BPI como el Comité de Pagos e Infraestructuras de Mercado del BIS (BIS CPMI) y el Comité de Supervisión Bancaria de Basilea (BCBS). El BIS participa activamente en la discusión del G20 sobre la regulación de las criptomonedas, según lo coordinado por el Consejo de Estabilidad Financiera (FSB). El BPI también está desarrollando capacidades tecnológicas aplicadas en esta área para informar el diálogo internacional sobre políticas. El Centro del Eurosistema del Bis Innovation Hub está desarrollando una plataforma de análisis de criptomonedas y DeFi que combina datos dentro y fuera de la cadena para producir información examinada sobre capitalizaciones de mercado, actividad económica y flujos internacionales.

Lecciones de Crypto para el sistema monetario

En general, el sector criptográfico ofrece una visión de las posibilidades tecnológicas prometedoras, pero no puede cumplir con todos los objetivos de alto nivel de un sistema monetario digital. Adolece de deficiencias inherentes en estabilidad, eficiencia, responsabilidad e integridad que solo pueden abordarse parcialmente mediante la regulación. Fundamentalmente, las criptomonedas y las monedas estables conducen a un sistema monetario fragmentado y frágil. Es importante destacar que estos defectos se derivan de la economía subyacente de los incentivos, no de las restricciones tecnológicas. Y, no menos significativamente, estas fallas persistirían incluso si la regulación y la supervisión abordaran los problemas de inestabilidad financiera y el riesgo de pérdida implícito en las criptomonedas.

La tarea no es solo habilitar funciones útiles como la programabilidad, la compatibilidad y la tokenización, sino también fundamentarlas en bases más seguras para aprovechar el círculo virtuoso de los efectos de red. Los bancos centrales pueden proporcionar tales bases, y están trabajando activamente para dar forma al futuro del sistema monetario. Para servir al interés público, los bancos centrales están recurriendo a los mejores elementos de las nuevas tecnologías, junto con sus esfuerzos para regular el universo criptográfico y abordar sus inconvenientes más inmediatos.

Visión para el futuro sistema monetario

El futuro sistema monetario debería combinar nuevas capacidades tecnológicas con una representación superior del dinero del banco central en su núcleo. Arraigadas en la confianza en la moneda, las ventajas de las nuevas tecnologías digitales se pueden cosechar a través de la interoperabilidad y los efectos de red. Esto permite que los nuevos sistemas de pago escalen y sirvan a la economía real. De este modo, el sistema puede adaptarse a las nuevas demandas a medida que surgen, al tiempo que garantiza la unificación del dinero en actividades nuevas e innovadoras.

Los bancos centrales están en una posición única para proporcionar el núcleo del futuro sistema monetario, ya que una de sus funciones fundamentales es emitir dinero del banco central (M0), que sirve como unidad de cuenta en la economía. De la promesa básica encarnada en la unidad de cuenta, todas las demás promesas en la economía siguen.

El segundo papel fundamental del banco central, basándose en el primero, es proporcionar los medios para la finalidad última de los pagos mediante el uso de su balance. El banco central es el intermediario de confianza que debita la cuenta del pagador final y acredita la cuenta del beneficiario final. Una vez que las cuentas son debitadas y acreditadas de esta manera, el pago es definitivo e irrevocable.

La tercera función del banco central es apoyar el buen funcionamiento del sistema de pagos proporcionando suficiente liquidez para la liquidación. Dicha provisión de liquidez garantiza que ningún atasco impida el funcionamiento del sistema de pago cuando un pago se retrase porque el remitente está esperando los fondos entrantes.

El cuarto papel del banco central es salvaguardar la integridad del sistema de pagos a través de la regulación, supervisión y supervisión. Muchos bancos centrales también tienen un papel en la supervisión y regulación de los bancos comerciales y otros participantes centrales del sistema de pago. Estas funciones entrelazadas del banco central lo dejan bien situado para proporcionar la base para servicios innovadores del sector privado.24

El futuro sistema monetario se basa en estos roles del banco central para dar un margen completo a las nuevas capacidades del dinero del banco central y los servicios innovadores construidos sobre ellos. Las nuevas aplicaciones privadas podrán ejecutarse no en stablecoins, sino en representaciones tecnológicas superiores de M0, como CBDC mayoristas y minoristas, y a través de FPS minoristas que se asientan en el balance del banco central. De este modo, las innovaciones de los bancos centrales pueden apoyar una amplia gama de nuevas actividades. Debido a que los bancos centrales tienen el mandato de servir al interés público, pueden diseñar infraestructuras públicas para apoyar los objetivos de política de alto nivel del sistema monetario (Tabla 1, columna final) desde cero.

Esta visión implica una serie de componentes que requieren tanto definiciones formales como ejemplos. La sección primero presenta y explica estos componentes. A continuación, da una metáfora de cómo será el sistema futuro, tanto a nivel nacional como transfronterizo. Finalmente, se sumerge en los detalles de las reformas al dinero de los bancos centrales a nivel mayorista, minorista y transfronterizo, antes de revisar la posición de los bancos centrales para lograr esta visión.

Componentes del futuro sistema monetario

El futuro sistema monetario se basa en la división de roles probada y confiable entre el banco central, que proporciona las bases del sistema, y las entidades del sector privado que realizan las actividades orientadas al cliente. Además de esta división tradicional del trabajo, vienen nuevos estándares como las interfaces de programación de aplicaciones (API, consulte el glosario) que mejoran en gran medida la interoperabilidad de los servicios y los efectos de red asociados. No menos importante son las nuevas capacidades técnicas que abarcan la programabilidad, la componibilidad y la tokenización, que hasta ahora se han asociado con el universo criptográfico.

Esta visión contiene componentes tanto a nivel mayorista como minorista, que permiten una serie de nuevas características (en negrita).

A nivel mayorista, las monedas digitales del banco central (CBDC) pueden ofrecer nuevas capacidades y permitir transacciones entre intermediarios financieros que van más allá del medio tradicional de las reservas del banco central. Las CBDC al por mayor que se realizan transacciones utilizando tecnología de contabilidad distribuida (DLT) autorizada ofrecen programabilidad y liquidación atómica, de modo que las transacciones se ejecutan automáticamente cuando se cumplen las condiciones establecidas. Permiten combinar y ejecutar una serie de funciones diferentes, facilitando así la componibilidad de las transacciones. Estas nuevas capacidades no solo permiten la expansión de los tipos de transacciones, sino que también permiten transacciones entre una gama mucho más amplia de intermediarios financieros, no solo bancos comerciales. Las CBDC mayoristas también trabajan juntas a través de las fronteras, a través de acuerdos multi-CBDC que involucran a múltiples bancos centrales y monedas.

Dentro de las nuevas funciones desbloqueadas por las CBDC mayoristas, merece una mención especial un conjunto de aplicaciones, a saber, las derivadas de la tokenización de depósitos (M1) y otras formas de dinero que están representadas en redes DLT autorizadas.25 El papel de los intermediarios en la liquidación de transacciones fue uno de los principales avances en la historia del dinero, que se remonta al papel de los bancos de depósitos públicos en Europa en la historia temprana de la banca central.26 Los depósitos bancarios sirven como medio de pago, ya que el intermediario debita la cuenta del pagador y acredita la cuenta del receptor. La tokenización de depósitos toma este principio y traduce la operación a DLT creando una representación digital de los depósitos en la plataforma DLT, y liquidándolos de manera descentralizada. Esto podría facilitar nuevas formas de intercambio, incluida la propiedad fraccionada de valores y activos reales, lo que permitiría servicios financieros innovadores que se extiendan mucho más allá de los pagos.

A nivel de cara al cliente, o «minorista», las capacidades mejoradas de los intermediarios financieros benefician a los usuarios en forma de una mejor interoperabilidad entre las plataformas orientadas al cliente proporcionadas por los intermediarios. El núcleo de esta interoperabilidad son las API, a través de las cuales los usuarios de una plataforma pueden comunicarse fácilmente y enviar instrucciones a otras plataformas interconectadas. De esta manera, las innovaciones a nivel minorista promueven una mayor competencia, menores costos y una mayor inclusión financiera.

Concretamente, los FPS minoristas y las CBDC minoristas constituyen otra característica central del futuro sistema monetario. Los FPS minoristas son sistemas en los que la transmisión de un mensaje de pago y la disponibilidad de fondos finales al beneficiario se producen en tiempo (casi) real, en o tan cerca de las 24 horas del día, los 7 días de la semana. Muchos son operados por el banco central. Las CBDC minoristas son un tipo de CBDC a la que los hogares y las empresas pueden acceder directamente. Tanto las CBDC minoristas como los FPS permiten pagos instantáneos entre usuarios finales, a través de una gama de interfaces y PSP privados de la competencia. Por lo tanto, se basan en el sistema de dos niveles del banco central y los PSP privados. Las CBDC minoristas y los FPS comparten una serie de características clave adicionales y, por lo tanto, pueden considerarse como un continuo. Ambos están respaldados por una arquitectura de datos con identificación digital y API que permiten un intercambio seguro de datos, lo que admite un mayor control del usuario sobre los datos financieros. Al proporcionar una plataforma abierta, promueven la eficiencia y una mayor competencia entre los PSP del sector privado, facilitando así menores costos en los servicios de pago. A través de características de diseño inclusivo, ambos pueden apoyar la inclusión financiera para los usuarios que actualmente no tienen acceso a pagos digitales.

Los detalles de los componentes mayoristas y minoristas se amplían a continuación. Para cada uno de estos, una representación avanzada del dinero del banco central apoya los servicios del sector privado que sirven a la economía real. El banco central apoya la unicidad de la moneda y la interoperabilidad: la capacidad de los participantes para realizar transacciones en diferentes sistemas sin tener que participar en cada uno.27 Esto permite que los efectos de red se arraiguen, por lo que el uso de un servicio por una de las partes lo hace más atractivo para los demás.

Una metáfora del futuro sistema monetario

La metáfora del futuro sistema monetario es un árbol cuyo tronco sólido es el banco central (Gráfico 7). Además de ejemplificar el sólido apoyo proporcionado por el dinero del banco central, la metáfora del árbol expresa el principio de que el sistema monetario está arraigado (en sentido figurado) en la finalidad del pago a través de la liquidación final en el balance del banco central.

El sistema monetario basado en el dinero del banco central apoya un ecosistema vibrante diverso y de múltiples capas de participantes y funciones en el que los PSP del sector privado que compiten pueden aprovechar al máximo su creatividad e ingenio para servir mejor a los usuarios. Detrás de estos beneficios se encuentra el círculo virtuoso desencadenado por los efectos de red derivados de la arquitectura de datos, que consiste en identidad digital y API, que permite la interoperabilidad tanto a nivel nacional como transfronterizo.

Gráfico 7

Gráfico 8

Alejándose, el sistema monetario global puede compararse con un bosque, cuyo dosel facilita la actividad transfronteriza y transmonetaria (Gráfico 8). En el dosel, las infraestructuras como las plataformas multi-CBDC sirven como nuevos elementos importantes del sistema, como se discute en detalle a continuación. La funcionalidad de las nuevas plataformas en el dosel está en última instancia arraigada en las capas de asentamiento doméstico debajo.

La innovación no se trata solo de la última moda o palabra de moda. Así como un árbol no puede sostener un ecosistema vibrante sin un tronco sólido, obtener lo básico correcto es un requisito previo para la innovación privada que sirve al interés público. El trabajo en curso en los bancos centrales está mostrando cómo las infraestructuras públicas pueden mejorar el sistema de pago, aprovechando muchos de los supuestos beneficios de la criptografía sin los inconvenientes. Las CBDC mayoristas y minoristas, los FPS y otras reformas en la banca abierta muestran cómo los bancos centrales pueden apoyar la interoperabilidad y la gobernanza de los datos. En el cumplimiento de sus mandatos de interés público, los bancos centrales no están trabajando solos, sino que colaboran estrechamente con otras autoridades públicas e innovadores del sector privado. Las siguientes subsecciones completan los detalles de cómo funciona el sistema, junto con ejemplos concretos de las funcionalidades.

CBDC al por mayor y dinero tokenizado

Una CBDC es un instrumento de pago digital, denominado en la unidad de cuenta nacional, que es un pasivo directo del banco central.28 Mucha atención se ha centrado recientemente en las CBDC minoristas que son accesibles para los hogares y las empresas (se analizan a continuación). Sin embargo, las CBDC al por mayor también ofrecen nuevas funciones para el pago y la liquidación, y a una gama mucho más amplia de intermediarios que los bancos comerciales nacionales. Podrían desbloquear una importante innovación del sector privado en una amplia gama de servicios financieros.

Las CBDC al por mayor pueden permitir a los intermediarios acceder a nuevas capacidades que no son proporcionadas por las reservas mantenidas por los bancos comerciales con el banco central. Estos son particularmente relevantes en las redes DLT autorizadas, donde una red descentralizada de participantes de confianza accede a un libro mayor compartido. Como se discute a continuación, la gobernanza descentralizada es una característica útil de los sistemas multi-CBDC que involucran a múltiples bancos centrales y monedas. Sin embargo, las funciones podrían, en principio, ofrecerse en sistemas de pago más centralizados. La clave son los contratos inteligentes autoejecutables que permiten a los participantes hacer que sus transacciones sean programables. Por lo tanto, las transacciones se liquidan solo cuando se cumplen ciertas condiciones preespecificadas. En el comercio de seguridad, dicha automatización puede permitir mecanismos de pago vs pago (PvP) y entrega vs pago (DvP), lo que significa que los pagos y la entrega de un valor se realizan solo todos juntos o no se realizan en absoluto. Dicha liquidación atómica puede acelerar significativamente la liquidación y mitigar el riesgo de contraparte.29

Uno de los beneficios de las CBDC al por mayor es que podrían estar disponibles para una gama mucho más amplia de intermediarios que solo los bancos comerciales nacionales. Permitir que los PSP no bancarios realicen transacciones en CBDC podría generar una competencia y vitalidad mucho mayores. Los nuevos protocolos basados en CBDC al por mayor podrían ser de código abierto, haciendo que el código fuente esté disponible gratuitamente para que una comunidad de desarrolladores lo desarrolle y examine. Esta característica permitiría bibliotecas de protocolos que se pueden utilizar para combinar funciones, facilitando así la componibilidad de diferentes funciones y permitiendo que se construyan nuevos servicios sobre la función de programabilidad de las CBDC.

Por construcción, las CBDC al por mayor permitirían la finalidad en los pagos. La mecánica de cómo se alcanza la finalidad en las plataformas DLT autorizadas se describe con más detalle en el recuadro C, pero su esencia se puede explicar a través de la simple analogía con un billete físico. El destinatario de un billete físico quiere estar seguro de que el billete es genuino, no falso. Asegurar que el pago es en dinero genuino en un sistema digital se logra probando el origen o «procedencia» del dinero transferido. Crypto demuestra su procedencia al publicar públicamente el historial completo de todas las transacciones de todos. Cuando se usan nombres reales, dicha publicación pública violaría la privacidad y no sería adecuada como sistema de pago. Aquí es donde las técnicas criptográficas como las pruebas de conocimiento cero (ZKPs) proporcionan una solución. Como su nombre lo indica, «prueba» denota que una afirmación es verdadera, y «conocimiento cero» significa que no se expone información adicional más allá de la validez de la afirmación. Las técnicas criptográficas permiten al pagador probar que el dinero se obtuvo de transacciones pasadas válidas sin tener que publicar el historial completo de todas las transacciones. Dependiendo de la implementación detallada, es posible que se necesite un «notario» para evitar que el mismo token digital se gaste dos veces; en muchos casos, el banco central puede desempeñar este papel. El tema común es que la descentralización se puede lograr sin los defectos estructurales de la criptografía.

Como emisores de la moneda de liquidación, los bancos centrales pueden apoyar la tokenización de instrumentos financieros regulados, como los depósitos minoristas.30 Los depósitos tokenizados son una representación digital de los depósitos de los bancos comerciales en una plataforma DLT. Representarían un reclamo sobre el banco comercial del depositante, tal como lo hace un depósito regular, y serían convertibles en dinero del banco central (ya sea en efectivo o CBDC minorista) a su valor nominal. Los depositantes podrían convertir sus depósitos dentro y fuera de tokens, e intercambiarlos por bienes, servicios u otros activos. Los depósitos tokenizados también estarían protegidos por el seguro de depósitos, pero, a diferencia de los depósitos tradicionales, también serían programables y «siempre activos» (24/7), prestándose así a usos más amplios en pagos minoristas, por ejemplo, en ecosistemas autónomos. De esta manera, podrían facilitar la tokenización de otros activos financieros, como acciones o bonos. Esta funcionalidad podría permitir la propiedad fraccionada de activos y la capacidad de intercambiarlos las 24 horas del día, los 7 días de la semana. Crucialmente, esto podría hacerse en un sistema regulado, con asentamientos en CBDC al por mayor.

Recuadro C

Hacer uso de DLT con dinero del banco central

En una cadena de bloques sin permiso utilizada para aplicaciones criptográficas, todas las transacciones son públicas. La privacidad se mantiene ocultando la identidad real del usuario detrás de una clave privada. En este sentido, existe el pseudoanonimismo Por el contrario, un sistema monetario basado en los nombres reales de los usuarios plantea la cuestión de cómo salvaguardar su privacidad. La privacidad tiene los atributos de un derecho humano fundamental. Nadie más necesita saber en qué supermercado compra un individuo sus comestibles. Por lo tanto, una tarea básica de un sistema monetario descentralizado basado en nombres reales es encontrar una manera de garantizar que el libro mayor sea seguro sin la necesidad de una autoridad central, al mismo tiempo que se preserva la privacidad de las transacciones individuales.

Una ruta posible es a través de sistemas DLT autorizados. En estos sistemas, solo los usuarios seleccionados que cumplan con los requisitos de elegibilidad pueden obtener acceso. Por lo tanto, las interacciones entre los participantes del sistema son invisibles para las personas fuera del sistema. Un ejemplo es el sistema DLT autorizado Corda, que es utilizado por instituciones financieras privadas (por ejemplo, para plataformas de financiamiento comercial) y en una serie de proyectos mayoristas de CBDC del banco central, incluidos los Proyectos Helvetia, Jura y Dunbar en el Centro de Innovación bis.

En Corda, las actualizaciones del libro mayor se realizan a través de una función de validación y una función de unicidad. La validación, que consiste en comprobar que los detalles de la transacción son correctos y que el remitente tiene los fondos disponibles, es realizada por los participantes del sistema. De hecho, solo los participantes que están involucrados en una transacción son responsables de validarla. Sin embargo, verificar que el remitente tenga un reclamo válido de fondos no garantiza que no intentará gastar esos mismos fondos dos veces. La singularidad de la transacción (es decir, la prevención del doble gasto) está garantizada por una autoridad centralizada llamada «notario». Los notarios tienen acceso a todo el libro mayor y, por lo tanto, pueden asegurarse de que los fondos que se utilizan en una transacción en particular no se utilicen en otro lugar. En el caso de las CBDC mayoristas, un candidato natural para el notario es el banco central, ya que esta institución ya desempeña un papel similar en el mantenimiento de la integridad del registro general de transacciones en sistemas centralizados.

En tales sistemas autorizados, puede surgir una tensión entre la integridad del pago y la privacidad transaccional. La privacidad transaccional en un intercambio de igual a igual significa que solo los dos participantes involucrados en una transacción pueden ver que ocurre, al igual que cuando una persona entrega un billete de un dólar a un amigo. En el caso de un billete digital, el proceso de validación realizado por los participantes requiere que el destinatario pueda rastrear el billete hasta su origen, lo que a su vez implica ver a cada uno de los titulares anteriores del billete. En el contexto de Corda, esto se llama el «problema de la cadena trasera». Si bien el sistema no permite que todos vean todo, sí permite a los participantes tener una visión más allá de sus propias transacciones. Resolver el problema de la cadena trasera es un problema de diseño importante en los proyectos de CBDC del banco central. El desafío es organizar los asuntos para que realmente puedan emular los billetes de papel y preservar la privacidad transaccional de las personas.

Recientemente, los arquitectos de sistemas han estado explorando el uso de pruebas de conocimiento cero (ZKPs) para generar un registro criptográfico de que se ha producido una transacción, sin revelar ni la identidad de un participante ni el contenido de la transacción. Los ZKP permiten que una parte demuestre a otra que una declaración es verdadera sin revelar ninguna información más allá de ese hecho. En un sistema de pago, el objetivo es demostrar que el remitente de los fondos obtuvo esos fondos a través de una cadena legítima de transacciones, que se remonta e incluye la originación de los fondos, sin compartir ningún detalle de estas transacciones. El objetivo se logra reemplazando cada transacción individual con un ZKP y transfiriendo estas pruebas, en lugar de los detalles de la transacción individual, durante cada transacción sucesiva. Esta técnica permite a los destinatarios de un billete digital saber que se puede rastrear hasta su origen, sin conocer los detalles de la historia de este billete. En lugar de ver el historial de todas las transacciones anteriores, el verificador y, si lo desea, el notario, solo puede observar una serie de ZKPs (ver Gráfico C1).

La técnica ZKP generalmente se entiende como un medio efectivo para generar privacidad transaccional, pero el uso de pruebas criptográficas erosiona el rendimiento del sistema al reducir su velocidad. Actualmente, los sistemas ZKP más populares son los llamados argumentos sucintos no interactivos de conocimiento (SNARKs), sucintos argumentos transparentes de conocimiento (STARKs) y Bulletproofs. Cada solución tiene diferentes costos en términos de verificación y tiempo de prueba general y tamaño de prueba general; estos se muestran en la Tabla C1. Los largos tiempos de verificación y prueba pueden reducir el rendimiento de las transacciones a niveles que son insuficientes para liquidar los volúmenes típicos del sistema de pago sin agregar una cantidad inaceptable de demora. Los investigadores están buscando formas de reducir estos tiempos.

Cuadro C1

Más allá de ZKP, la privacidad transaccional se puede lograr a través de otros medios, como el cifrado homomórfico, la computación segura de múltiples partes, la privacidad diferencial, las firmas ciegas, las firmas de anillo, los compromisos de Pedersen, la abstracción de cuentas y las direcciones ocultas. Cada una de estas metodologías emplea diferentes combinaciones de configuración confiable y / o sobrecarga computacional adicional. Actualmente, el BIS Innovation Hub está experimentando con direcciones ocultas, que son direcciones de un solo uso generadas por un protocolo, con el objetivo de ocultar las identidades de los participantes en una transacción.

Gráfico C1

 Las transacciones no son totalmente anónimas en la medida en que, una vez que la información personal está vinculada a una dirección de billetera, todas las transacciones que usan esa dirección se pueden rastrear en la cadena de bloques.

Un posible sistema con depósitos tokenizados podría contar con una plataforma DLT autorizada. Esta plataforma registra todas las transacciones en tokens emitidos por las instituciones participantes, por ejemplo, bancos comerciales (que representan depósitos), PSP no bancarios (que representan dinero electrónico) y el banco central (que representa el dinero del banco central). Los inversores minoristas (depositantes) mantendrían tokens en billeteras digitales y realizarían pagos transfiriendo tokens a través de billeteras. La liquidación de transacciones entre instituciones financieras en la plataforma DLT se basaría en el uso de CBDC mayoristas como moneda de liquidación. Para tener una idea de cómo funcionaría esto, considere a un depositante que posee los tokens de un banco y desea realizar un pago al titular de tokens PSP no bancarios, que representan dinero electrónico, por ejemplo, para pagar una casa (Gráfico 9). Ambas partes pueden acordar que el pago (flecha verde) se produzca al mismo tiempo que se transfiere la escritura a la vivienda. En el fondo, para liquidar la transacción, el banco transferiría CBDC al por mayor en la plataforma DLT a la PSP no bancaria (flechas azules). El PSP no bancario transferiría una cantidad correspondiente de nuevos tokens a la billetera de su cliente. Todos estos pasos podrían ocurrir simultáneamente, como parte de una sola transacción atómica, ejecutada a través de contratos inteligentes. En este sistema, las CBDC al por mayor ayudan a liquidar transacciones y a garantizar la convertibilidad y uniformidad de las diversas representaciones del dinero. El mismo sistema también podría permitir representaciones digitales de acciones y bonos. Esto permitiría a los usuarios finales acceder fácilmente (fracciones de) estos activos en denominaciones pequeñas, las 24 horas del día, los 7 días de la semana, desde proveedores regulados, y liquidar las transacciones instantáneamente.

Gráfico 9

Las CBDC programables también podrían admitir pagos de máquina a máquina en ecosistemas autónomos.31 Las máquinas y dispositivos autónomos se comunican y ejecutan cada vez más procesos sin intervención humana a través del Internet de las Cosas, una red de dispositivos conectados. De cara al futuro, las máquinas pueden comprar directamente bienes y servicios entre sí, y administrar su propio presupuesto. Su interconexión aumentará la necesidad de contratos inteligentes y dinero programable. Por ejemplo, pueden estar equipados con billeteras, cargadas con un cierto presupuesto de dinero digital. Los contratos inteligentes pueden desencadenar automáticamente los pagos tan pronto como se cumplan ciertas condiciones, por ejemplo, la llegada de los bienes. Esto podría conducir a importantes ganancias de eficiencia, por ejemplo en el sector de la logística de mercancías, donde las transacciones a menudo tardan varios días y siguen siendo predominantemente en papel. Todo el potencial de estos desarrollos tecnológicos solo se puede realizar si las transacciones de máquina a máquina se liquidan instantáneamente, de modo que se elimine cualquier riesgo de liquidación. Los proyectos de criptomonedas del sector privado existentes para el Internet de las Cosas aún son exploratorios y sufren de límites a la escalabilidad.32 También plantean preocupaciones sobre la estabilidad y convertibilidad de las criptomonedas utilizadas para los pagos y requerirían puentes dentro y fuera de la rampa para conectarse con los rieles de pago tradicionales. En este sentido, la industria podría beneficiarse de las CBDC, que podrían apuntalar un sistema descentralizado, por ejemplo, permitiendo que las instituciones financieras reguladas emitan dinero programable.33

En resumen, la programabilidad, la componibilidad y la tokenización no son patrimonio de la criptografía. Los beneficios de la liquidación atómica y los protocolos de código abierto son totalmente compatibles con los bancos centrales que están en el centro del proceso de validación. Sin embargo, al depender del dinero del banco central, las CBDC al por mayor se beneficiarían de la estabilidad y la unicidad de la moneda que proporcionan los bancos centrales. También se basarían en la responsabilidad del banco central y de los intermediarios regulados ante la sociedad. Al apoyar los servicios innovadores del sector privado, facilitarían la adaptabilidad para que el sistema pueda satisfacer las nuevas necesidades a medida que surjan.

CBDC minoristas y sistemas de pago rápido

Las CBDC minoristas y los FPS minoristas comparten muchas similitudes. Las CBDC minoristas hacen que el dinero del banco central esté disponible en forma digital para hogares y empresas. Los PSP bancarios y no bancarios proporcionan servicios de pago minoristas. La diferencia clave con el FPS minorista es que, para las CBDC, el instrumento es un reclamo legal sobre el banco central. Por lo tanto, las CBDC minoristas a veces se ven como «efectivo digital», otra forma de dinero del banco central disponible para el público.34 En los FPS minoristas, muchos de los cuales son operados por el banco central, el instrumento que se intercambia es un reclamo a intermediarios privados (por ejemplo, depósitos bancarios o dinero electrónico). No obstante, tanto las CBDC minoristas como los FPS minoristas se basan en la arquitectura de datos públicos con API que garantizan el intercambio seguro de datos y la interoperabilidad entre diferentes PSP bancarios y no bancarios. Ambos cuentan con altas velocidades y disponibilidad, ya que las transferencias se producen en tiempo real o casi en tiempo real en una base (casi) 24/7.

Estas infraestructuras de pago minoristas ya han demostrado su valía para mejorar la eficiencia y la inclusión en el sistema monetario. A diferencia de la criptografía, que requiere altos alquileres y sufre de congestión y escalabilidad limitada, las CBDC y los FPS minoristas permiten que los efectos de red conduzcan a un círculo virtuoso de mayor uso, menores costos y mejores servicios. Debido a sus mandatos explícitos, los bancos centrales pueden diseñar sistemas para cumplir con estos objetivos desde cero. Un sistema de pago abierto que se base en la interoperabilidad de los servicios ofrecidos por los PSP privados competidores puede desafiar los alquileres en sectores bancarios concentrados y reducir los costos de pago para los usuarios finales.

Los FPS minoristas ya han logrado un progreso impresionante en la reducción de costos y el apoyo a la inclusión financiera para los no bancarizados. Por ejemplo, en poco más de un año después de su lanzamiento, el FPS minorista brasileño Pix es utilizado por dos tercios de la población adulta, con 50 millones de usuarios que realizan un pago digital por primera vez. Impulsados por productos y servicios innovadores ofrecidos por más de 770 PSP privados, los pagos Pix ahora han superado las transacciones con tarjetas de crédito y débito (Gráfico 10.A). Los costos para los comerciantes de aceptar pagos de persona a empresa (P2B) promedian una décima parte del costo de los pagos con tarjeta de crédito (Gráfico 10.B). En otras economías se han logrado progresos igualmente impresionantes en los pagos inclusivos y de bajo costo.35

Las CBDC minoristas podrían desempeñar un papel igualmente beneficioso que los FPS minoristas, al tiempo que ofrecen capacidades tecnológicas adicionales. Por ejemplo, el Proyecto Hamilton, un proyecto conjunto del Banco de la Reserva Federal de Boston y la Iniciativa de Moneda Digital del Instituto de Tecnología de Massachusetts, ha demostrado la viabilidad técnica de una arquitectura CBDC que puede procesar 1,7 millones de transacciones por segundo, mucho más que las principales redes de tarjetas o blockchains.36 El proyecto utiliza funciones inspiradas en las criptomonedas, pero no utiliza DLT. En su próxima etapa, el Proyecto Hamilton tiene como objetivo crear una base para funcionalidades más complejas, como diseños criptográficos para la privacidad y la auditabilidad, la programabilidad y la autocustodia. El código para el proyecto es de código abierto y puede ser examinado por cualquier desarrollador, para maximizar el intercambio de conocimientos y ampliar el grupo de expertos que contribuyen a la base de código, incluidos los bancos centrales, el mundo académico y el sector privado.

Gráfico 10

Al igual que los FPS minoristas, las CBDC minoristas pueden diseñarse para apoyar la inclusión financiera.37 Muchos bancos centrales están explorando características de diseño de CBDC minoristas que abordan barreras específicas para la inclusión financiera, por ejemplo, a través de interfaces novedosas y pagos fuera de línea (véase el recuadro D). Por ejemplo, el personal del Banco de Canadá ha investigado el potencial de los dispositivos de acceso universal dedicados que las personas podrían usar para almacenar y transferir de forma segura una CBDC. El Banco de Ghana ha explorado el uso de las redes existentes de agentes de dinero móvil y dispositivos portátiles.38 A través de billeteras CBDC escalonadas con diligencia debida simplificada para los usuarios que realizan transacciones en valores más pequeños, los bancos centrales pueden reducir el costo de los servicios de pago para los no bancarizados, fomentando así un mayor acceso a los pagos digitales y los servicios financieros. Al permitir que nuevas entidades (no bancarias) ofrezcan billeteras CBDC, también pueden superar la falta de confianza en las instituciones financieras que frena a muchas personas en el sistema actual.39

Tanto las CBDC minoristas como los FPS pueden diseñarse para proteger la privacidad y otorgar un mayor control del usuario sobre los datos. En la economía digital, cada transacción deja un rastro, lo que plantea preocupaciones sobre la privacidad, el abuso de datos y la seguridad personal. Además, los datos resultantes son de inmenso valor económico, que actualmente se acumula principalmente para las instituciones financieras y las grandes tecnológicas que recopilan, almacenan y monetizan los datos personales de los usuarios.

El poder sobre los datos de los PSP individuales se deriva del hecho de que, en los sistemas de pago convencionales, no existe un registro único y completo de todas las transacciones. En cambio, cada PSP mantiene un registro de sus propias transacciones solamente. Si bien los pagos a través de PSP se realizan a través de un sistema centralizado y requieren que las instrucciones se envíen a un operador central, estas instrucciones pueden implicar pagos por lotes o información incompleta sobre el propósito del pago. Por lo tanto, incluso el operador central no tiene una imagen completa de todos los pagos. Por lo tanto, la privacidad en los pagos se mantiene a través de una frágil combinación de mantenimiento de registros aislados y la promesa de confidencialidad por parte del operador central, pero no está garantizada. En algunos casos, las leyes de privacidad de datos brindan a los consumidores la oportunidad de otorgar o denegar el consentimiento de terceros para usar sus datos. Pero esta opción a menudo es difícil de ejercer de manera efectiva. Tal configuración implica que los consumidores no siempre saben si sus datos se están recopilando y con qué propósito.

Recuadro D

Diseñar CBDC minoristas para apoyar la inclusión financiera

Muchos bancos centrales de todo el mundo ven la inclusión financiera como una motivación clave para su trabajo en cbdc minoristas. Esto es particularmente cierto en las economías de mercados emergentes y en desarrollo (EMDE), donde el acceso a los pagos digitales y otros servicios financieros está limitado por varias barreras clave. Estos incluyen (i) factores geográficos, por ejemplo, vastos territorios o islas; ii) factores institucionales y reglamentarios, como la falta de credenciales de identidad y la informalidad; iii) cuestiones económicas y de estructura de mercado, incluida la competencia limitada y los elevados costes en el sector financiero; iv) características de vulnerabilidad, por ejemplo, barreras por edad, sexo, ingresos o situación de discapacidad; v) la falta de oportunidades educativas y de educación financiera; y vi) la desconfianza en las instituciones financieras existentes. En muchos EMDE, la mayoría de los adultos carecen de acceso a opciones de pago digital.

Un nuevo estudio se basa en la experiencia de nueve bancos centrales de todo el mundo para abordar los desafíos de la inclusión financiera.  Concluye que algunos bancos centrales consideran que las CBDC son clave para su mandato como catalizador de la innovación y el desarrollo económico. Otros ven a las CBDC como un complemento potencial de las políticas existentes para apoyar la inclusión financiera. El estudio argumenta que, si se van a emitir CBDC, podrían diseñarse con varias características de diseño clave que aborden directamente las barreras a la inclusión financiera. Por ejemplo, podrían facilitar procesos de inscripción de clientes de bajo costo, por ejemplo, con diligencia debida simplificada, arreglos electrónicos de KYC y billeteras escalonadas, como se demuestra en varios sistemas de CBDC minoristas en vivo (Gráfico D1. A). Características como el uso de agentes externos ayudan a llegar a comunidades aisladas y a evitar la falta de confianza en las instituciones financieras. Los bancos centrales pueden ofrecer una infraestructura pública robusta y de bajo costo con una multitud de interfaces de usuario (Gráfico D1.B). Esto incluye la funcionalidad fuera de línea y las interfaces que se adaptan específicamente a los usuarios desatendidos. Y, por último, las CBDC fomentan la interoperabilidad tanto a nivel nacional como transfronterizo, contribuyendo así a una mayor competencia y a menores costes para los usuarios finales (gráfico D1.C).

Gráfico D1

 Boakye-Adjei et al (2022).

Los defensores de la criptografía argumentan que las cadenas de bloques sin permiso devuelven el control sobre los datos personales a los usuarios, pero un sistema basado en el pseudoanonimismo y un libro mayor público introduce graves riesgos para la privacidad y la integridad. También es incompatible con un sistema basado en nombres reales, que se requiere para garantizar la integridad y la rendición de cuentas.

La arquitectura de datos subyacente tanto a los FPS minoristas como a las CBDC puede dar un control mucho mayor al usuario sobre los datos personales, al tiempo que preserva la privacidad y el bienestar del consumidor. De hecho, los bancos centrales no tienen ningún interés comercial en los datos personales y, por lo tanto, pueden diseñar de manera creíble sistemas de interés público. Los sistemas de gobierno de datos pueden garantizar el consentimiento del usuario, la limitación del uso y las restricciones de retención.40 Al igual que la banca abierta, estas arquitecturas de datos también pueden permitir a los usuarios portar datos de manera que aporten beneficios económicos a los usuarios, por ejemplo, cuando solicitan un préstamo, desean utilizar servicios de planificación financiera o en una variedad de otros contextos. Es importante destacar que dicho sistema se basa en la identificación, y esta información de identidad a menudo puede ser retenida solo por el PSP y no por el banco central. El uso de la identificación también permite a los intermediarios financieros evaluar a los prestatarios para evaluar su solvencia, asegurando así que el escaso capital se asigne a su mejor uso.

En el proceso, los bancos centrales pueden hacer uso de la criptografía moderna, que ofrece soluciones para preservar la privacidad de los usuarios y garantizar la seguridad de las transacciones. Esto se puede lograr, por ejemplo, a través de ZKPs, que verifican la autenticidad de la transacción sin revelar su contenido (recuadro C). No obstante, el sistema se basaría en las identidades verdaderas y verificadas de los usuarios, es decir, que realizarían transacciones bajo sus nombres reales. Varios bancos centrales también ven el «efectivo electrónico» en forma de CBDC minorista como una solución potencial para preservar la privacidad transaccional de las personas.41

Los diseños basados en la identidad son compatibles con la integridad en el sistema financiero. Con mandatos claros y responsabilidad pública, los sistemas pueden diseñarse para otorgar a las autoridades encargadas de hacer cumplir la ley acceso a la información con las salvaguardias legales requeridas. Estos enfoques ya son comunes en forma de leyes de secreto bancario y se están considerando para las CBDC minoristas.42 Es importante destacar que las transacciones no se registrarían en una cadena de bloques pública visible para todos. En el espacio corporativo, las nuevas soluciones de identidad digital corporativa podrían mejorar la supervisión de la propiedad real, reduciendo así el fraude, la elusión fiscal y la evasión de sanciones.43 Junto con las nuevas herramientas y capacidades de regtech inspiradas en el análisis de blockchain, existe el potencial para un mejor seguimiento de la actividad ilícita al tiempo que hace que el cumplimiento de los marcos regulatorios consuma menos recursos.

Finalmente, las CBDC minoristas y los FPS ofrecen oportunidades para mejorar la responsabilidad en relación con el sistema actual, y ciertamente en relación con el universo criptográfico. De hecho, el diseño de nuevas infraestructuras públicas no es una tarea exclusiva del banco central. Los nuevos sistemas requieren un diálogo público sobre el papel del banco central en los pagos minoristas. Su funcionamiento requerirá que se actualicen los mandatos legales, así como controles y equilibrios adecuados y formas apropiadas de rendición de cuentas del banco central a la sociedad. Es por esta razón que muchos bancos centrales han emitido consultas sobre estas iniciativas y están promoviendo el diálogo sobre la moneda de curso legal y las leyes de los bancos centrales.44 Un sistema basado en la infraestructura pública también garantizaría que los proveedores de servicios privados estén integrados en un marco normativo y de supervisión sólido. A diferencia de un sistema financiero criptográfico paralelo, las partes pueden rendir cuentas por sus acciones. En este nuevo ecosistema, es probable que haya nuevos modelos de negocio del sector privado que aún no se ajusten a los marcos regulatorios actuales, pero la experiencia hasta la fecha sugiere que los marcos pueden adaptarse para permitir nuevos tipos de actividad innovadora.45

Lograr la integración transfronteriza

Las cadenas de valor globales integradas significan que el mundo ya no es una colección de «economías insulares», sino más bien una densa red de interconexiones que requiere una matriz flexible de dinero, pagos y servicios financieros más amplios.46 Las CBDC mayoristas y minoristas, así como los FPS minoristas, pueden admitir la integración transfronteriza. Por lo tanto, el futuro sistema monetario será proporcional a la tarea de proporcionar vías sólidas de pago y liquidación que puedan apoyar la integración económica y los objetivos de interés público.

Los principios detrás de la construcción de plataformas multi-CBDC ilustran el potencial de la descentralización para ser aplicada de manera constructiva.47 En primer lugar, cuando hay más de una moneda involucrada, más de un banco central debe participar en la gobernanza de la plataforma de pago. Una forma de abordar el problema de la gobernanza entre múltiples partes es adoptar la descentralización a través de una plataforma DLT. Los notarios de confianza pueden administrar el libro mayor compartido, y los bancos centrales son los candidatos naturales para asumir esta tarea a nivel nacional, con infraestructura compartida a nivel mundial. En segundo lugar, dado que la descentralización debe lograrse utilizando nombres reales, en lugar de usar claves privadas como en las criptomonedas, salvaguardar la privacidad es un elemento de diseño esencial. El logro de ambos objetivos, el de respetar la privacidad mientras se usan nombres reales, se puede lograr mediante el uso de criptografía de clave pública.

Existen diferentes modelos para plataformas multi-CBDC, que van desde la simple coordinación de estándares, a través de sistemas de interconexión, hasta una plataforma mCBDC común y totalmente compartida. En una plataforma mCBDC común, las transferencias se registran en un solo libro mayor en un solo paso, y los participantes tienen visibilidad completa en tiempo real de sus saldos. El proceso de liquidación se simplifica así, obviando la necesidad de conciliación de saldos entre cuentas como en las transacciones bancarias corresponsales convencionales.

Una plataforma mCBDC común crea la oportunidad de simplificar los procesos. Por ejemplo, las reglas o condiciones de negocio se pueden automatizar utilizando las funciones de contrato inteligente en una plataforma DLT. Dicha automatización de procesos cosecha ganancias de eficiencia tanto en costos como en tiempo de transacción. Como los acuerdos mCBDC involucran a múltiples bancos centrales, cada uno con su propia moneda, la descentralización puede ser una característica constructiva, y la TRD autorizada puede desempeñar un papel importante. Además de las monedas de cada banco central en la plataforma, podría incluir tokens para otras monedas, incluidas las monedas internacionales. Estas plataformas tienen cierto parecido familiar con las utilizadas en criptografía y DeFi, como los contratos inteligentes y la programabilidad que permiten PvP o, en el contexto de los acuerdos de seguridad, DvP a través de las fronteras.

La vinculación de infraestructuras públicas a través de las fronteras también es posible para los FPS minoristas. Un proyecto reciente en el BIS Innovation Hub mostró el potencial de vincular FPS en diferentes jurisdicciones para que los pagos tomen segundos en lugar de días, reduciendo costos y haciendo que las tarifas y los tipos de cambio sean transparentes para los remitentes antes de que se comprometan a un pago. Lograr estos beneficios requiere coordinación en formatos de mensajería y en varias áreas políticas clave, pero es técnicamente factible.48

Hacer un balance del progreso hacia la visión

¿Cuál es la posición de los bancos centrales para lograr esta visión del futuro sistema monetario? Se están realizando esfuerzos sustanciales y los bancos centrales están trabajando juntos entre sí, con otras autoridades públicas y con el sector privado para ampliar la frontera de las capacidades en el sistema monetario.

A nivel mundial, un 90% de los bancos centrales encuestados recientemente están haciendo algún tipo de trabajo en CBDC mayoristas o minoristas.49 Se están llevando a cabo una serie de proyectos piloto mayoristas de CBDC, que a menudo involucran a varios bancos centrales en diferentes jurisdicciones. Hay tres CBDC minoristas en vivo y un total de 28 pilotos. Esto incluye el piloto a gran escala del Banco Popular de China, que ahora cuenta con 261 millones de usuarios.50 Mientras tanto, más de 60 jurisdicciones ahora tienen sistemas de pago rápido minorista, con varios más planeados en los próximos años, como FedNow en 2023.51 El BIS Innovation Hub está desarrollando plataformas mCBDC en asociación con los bancos centrales miembros. Estos son el Proyecto Jura (con los bancos centrales de Suiza y Francia), el Proyecto Dunbar (con Singapur, Malasia, Australia y Sudáfrica) y mBridge (con la RAE de Hong Kong, Tailandia, China y los Emiratos Árabes Unidos).

Un balance reciente del Centro de Innovación extrae lecciones de los experimentos de mCBDC hasta la fecha.52 Estos han demostrado su viabilidad desde una perspectiva técnica utilizando diferentes diseños experimentales. También han demostrado el potencial para una liquidación internacional mucho más rápida, de menor costo y más eficiente, sin la necesidad de intermediarios como los bancos corresponsales. En el lado minorista, el Innovation Hub, a través de sus centros de Hong Kong, Londres y los países nórdicos, está avanzando en el trabajo sobre arquitecturas ciberseguras, construyendo un ecosistema de API abierto para CBDC minoristas y explorando sistemas CBDC resistentes y fuera de línea.

Lograr pagos sin fricciones en el sistema monetario global requiere una fuerte cooperación entre los bancos centrales, combinada con la innovación en el sector privado. Apoyar estos esfuerzos es una ventaja comparativa del BPI que surge de su mandato para los asentamientos internacionales. De hecho, el BIS ya ha desarrollado pruebas de concepto y prototipos en entornos casi reales. Estos pueden ayudar a llamar la atención de los responsables de la formulación de políticas sobre los problemas reales que es probable que encuentren. También muestran que la cooperación es posible incluso cuando los bancos centrales adoptan diferentes enfoques para algunas cuestiones clave de política.

En resumen, los bancos centrales están trabajando juntos para promover los objetivos de política interna y apoyar un sistema monetario mundial perfectamente integrado con beneficios concretos para sus economías y usuarios finales. Las soluciones que utilizan se basarán en una gama de nuevas tecnologías, algunas inspiradas en el sistema monetario criptográfico, pero basadas en los sólidos marcos institucionales que existen hoy en día. Al adaptar el sistema ahora, los bancos centrales ayudarán a que el dinero y los pagos sean adecuados para las próximas décadas.

Conclusión

El sistema monetario es una base crucial para la economía. Cada vez que los hogares y las empresas realizan pagos en toda la gama de transacciones financieras, depositan su confianza en la seguridad del dinero y los sistemas de pago como un bien público. Mantener esta confianza es el núcleo de los mandatos de los bancos centrales.

Arraigado en esta confianza, el sistema monetario debe cumplir una serie de objetivos de alto nivel para servir a la sociedad. Debe ser seguro y estable, y las entidades clave deben rendir cuentas de sus acciones. De esta manera, se garantiza la integridad del sistema. Las transacciones rápidas, confiables y baratas deben promover la eficiencia y la inclusión financiera, mientras que los derechos de los usuarios a la privacidad y el control sobre los datos deben ser respetados. Finalmente, en un mundo en constante cambio y globalmente conectado, el sistema debe ser adaptable y abierto.

Los eventos recientes han demostrado cómo las fallas estructurales impiden que las criptomonedas alcancen los niveles de estabilidad, eficiencia o integridad requeridos para un sistema monetario. En lugar de servir a la sociedad, las criptomonedas y los DeFi están plagados de congestión, fragmentación y altos alquileres, además de las preocupaciones inmediatas sobre los riesgos de pérdidas e inestabilidad financiera.

Este capítulo ha presentado una visión más brillante del futuro sistema monetario. Alrededor del núcleo de la confianza proporcionada por el dinero del banco central, el sector privado puede adoptar lo mejor que las nuevas tecnologías tienen para ofrecer, incluida la programabilidad, la componibilidad y la tokenización, para fomentar un ecosistema monetario vibrante. Esto se logrará a través de rieles de pago avanzados como CBDC y FPS minoristas.

Una asociación público-privada en estas líneas podría hacer que el sistema monetario sea más adaptable y abierto a través de las fronteras. Dentro de una década, los usuarios pueden dar por sentados los pagos en tiempo real y de bajo costo, y los pagos a través de las fronteras pueden ser tan fluidos como el intercambio transfronterizo que apoyan. Debe aumentarse la elección de los consumidores en los servicios financieros, y la innovación continuará empujando las fronteras de lo que es posible.

En todo esto, la innovación debe partir de la comprensión de las necesidades concretas de los hogares y las empresas en la economía real, y de las demandas políticas que imponen a un sistema monetario. Si bien las tecnologías descentralizadas como DLT ofrecen muchas posibilidades, las necesidades de los usuarios deben mantenerse a la vanguardia de la innovación privada, al igual que el interés público sigue siendo el lodestar para los bancos centrales.

Tanto en el diseño de nuevas infraestructuras como en la regulación, existe una necesidad continua de cooperación global entre los bancos centrales y, de hecho, una amplia gama de nuevas partes interesadas. Apoyar esta cooperación seguirá siendo un objetivo clave del BPI.

Notas

1 Consulte las Estadísticas del Libro Rojo del BIS, que recopilan datos sobre pagos minoristas sin efectivo en 27 países.

2 Véase Giannini (2011); Borio (2018)); Carstens (2019).

3 Véase BIS CPMI (2016); BIS (2021).

4 En la actualidad, no existen directrices claras y armonizadas sobre quién puede servir como oráculo, o quién es responsable si un contrato inteligente actúa sobre información incorrecta fuera de la cadena. Como es imposible escribir ex ante un contrato inteligente que cubra todas las contingencias posibles, se necesita cierto grado de centralización para resolver disputas.

5 La seguridad en DLT se refiere a la solidez del consenso, es decir, la confianza en que el libro mayor compartido es preciso. La seguridad puede verse amenazada por actores maliciosos que comprometen el libro mayor para ejecutar transacciones fraudulentas, como en un ataque del 51% (ver glosario).

6 Véase el glosario para una definición, Schär (2021) para una descripción en profundidad, y Aramonte et al (2021) y Carter y Jeng (2021) para una evaluación de los riesgos y la descentralización. Cabe destacar que, incluso si DeFi a menudo se basa en DLT anónimo y sin permiso para lograr la descentralización, DLT autorizado también permite el uso de contratos inteligentes y la componibilidad asociada (Auer (2022)). En este caso, un conjunto de validadores centralizados se encargan de validar las transacciones.

7 Véase Aramonte et al (2021).

8 Véase Arner et al (2019); Catalini y de Gortari (2021); Frost et al (2021); Gorton y Zhang (2021).

9 Véase Brainard (2021); Garratt et al (2022).

10 Véase Allen (2022).

11 Véase BIS (2018), Auer (2019); Auer et al (2021).

12 El límite es de alrededor de cuatro transacciones por segundo para Bitcoin y 30 para Ethereum. Las posibles soluciones al problema de las rentas elevadas derivadas de la escalabilidad de la congestión (por ejemplo, a través de «sharding») suelen introducir una mayor complejidad tecnológica y requieren un mayor grado de centralización en la estructura de gobierno. Además, la sostenibilidad de la estructura de incentivos aún no se comprende completamente.

13 Los puentes se pueden dividir en dos tipos principales: «centralizados» y «sin confianza». Las diferencias radican en cómo se confirman las transacciones puente y cómo se almacenan los activos depositados. En un sistema centralizado, una red de validadores preseleccionados rastrea los depósitos de tokens en la cadena de origen, los bloquea y acuña tokens en la cadena de destino. En un sistema sin confianza, cualquiera puede convertirse en un validador. Para cada transacción puente, los validadores se seleccionan aleatoriamente de un grupo para minimizar los riesgos de manipulación. En ambos casos, las actividades de consenso y custodia son realizadas por un número limitado de validadores.

14 La necesidad de garantías en muchas transacciones también es perjudicial para lograr un sistema inclusivo. Requerir una garantía significa que se necesita dinero para pedir dinero prestado. Por ejemplo, a menos que los usuarios ya tengan fondos suficientes en forma de criptomoneda para publicar como garantía, no pueden pedir prestada otra criptomoneda en las plataformas de préstamos. Véase Aramonte et al (2022).

15 Véase IOSCO (2022).

16 Como se discutió anteriormente, estas «tarifas de gas» están diseñadas para compensar a los validadores. Aunque los costos de transacción son más altos en los DEX, algunos operadores prefieren estas plataformas, en parte debido a su mayor anonimato e interoperabilidad con otras aplicaciones DeFi.

17 Véase SEC (2022).

18 Véase CPMI-IOSCO (2021); Carstens et al (2021).

19 Véase Auer, Frost y Vidal Pastor (2022).

20 Véase Brummer (2022).

21 Véase BCBS (2021); Auer et al (2022).

22 Tether, la moneda estable más grande por capitalización de mercado, según los informes, mantiene la mitad de sus reservas en certificados de depósito y papel comercial (actualmente alrededor de USD 25 mil millones en total), lo que la convierte en un importante inversor en este mercado.

23 BCBS (2021).

24 Véase Carstens (2022); BIS (2021); BIS (2020); CPSS (2003).

25 Véase Garratt et al (2022); McLaughlin (2021) aboga más ampliamente por una red de «pasivos regulados tokenizados» y de activos.

26 Véase Schnabel y Shin (2004, 2018).

27 Véase Boar et al (2021).

28 Véase BIS (2021).

29 Véase Bech et al (2020).

30 Véase Garratt et al (2022); McLaughlin (2021).

31 Véase Deutsche Bundesbank (2020); Forster et al (2020); Pocher y Zichichi (2022).

32 Véase Mercan et al (2021).

33 Ver Forster et al (2020) y Bechtel et al (2022) para una discusión de estas características.

34 En una CBDC, un pago solo implica transferir un reclamo directo al banco central de un usuario final a otro. Los fondos no pasan por encima del balance de un intermediario, y las transacciones se liquidan directamente en dinero del banco central, en el balance del banco central y en tiempo real. Por el contrario, en un FPS, el beneficiario minorista recibe fondos finales de inmediato, pero la liquidación mayorista subyacente entre PSP puede aplazarse (véase Carstens (2021)).

35 Véase BIS CPMI (2021). La interfaz de pago unificada en la India y Bakong en Camboya han visto una adopción y promoción particularmente rápidas de los objetivos de inclusión financiera.

36 Véase Lovejoy et al (2022). En comparación, las principales redes de tarjetas pueden procesar varios miles de transacciones por segundo, y Ethereum procesa 30 por segundo.

37 Véase Carstens y Su Majestad la Reina Máxima (2022).

38 Véase Miedema et al (2020); Banco de Ghana (2022).

39 Véase Gjefle et al (2021). En los Estados Unidos, la desconfianza en los bancos y la incertidumbre en torno a las transacciones son desafíos persistentes para las personas no bancarizadas.

40 Véase Tiwari et al (2022).

41 Véase CGIDE (2020); BCE (2020).

42 Por ejemplo, en las Bahamas, el banco central no tiene acceso a la información de identidad individual de los usuarios de CBDC y solo compartirá información de transacciones con la policía si se emite una orden judicial. Véase Boakye-Adjei et al (2022).

43 Véase Leung et al (2022).

44 Véase, por ejemplo, Junta de Gobernadores del Sistema de la Reserva Federal (2022); BCE (2020); Banco de Inglaterra (2022); Banco de Japón (2020); Sveriges Riksbank (2021).

45 Por ejemplo, algunas jurisdicciones han definido nuevas funciones para los intermediarios privados en el sistema monetario, como los proveedores de servicios de iniciación de pagos (UE), los proveedores de aplicaciones de terceros (India) o los bancos virtuales (China, la RAE de Hong Kong, Corea). Esto a menudo da lugar a nuevos requisitos reglamentarios adaptados a las actividades recién definidas.

46 Por ejemplo, la producción de bienes intermedios en múltiples economías requiere un volumen creciente de crédito. Véase BIS (2017); Shin (2017).

47 Véase Auer et al (2021) y glosario.

48 Véase BIS Innovation Hub (2021).

49 Véase Kosse y Mattei (2022).

50 Véase Auer et al (2020), actualizado hasta enero de 2022.

51 Véase BIS CPMI (2021).

52 Véase BIS Innovation Hub (2022); BISIH et al (2021, 2022).

Anexo técnico

Gráfico 1: Valores de fin de semana. Las categorías comprenden las nueve monedas estables más grandes, 59 monedas DeFi y otras 56 criptomonedas. Las monedas DeFi corresponden a criptomonedas emitidas por plataformas DeFi y con una capitalización de mercado a valor total bloqueado ratio inferior a 50, según informa DeFi Llama. El valor total bloqueado se refiere al tamaño de los grupos de capital que sustentan los protocolos DeFi. Para obtener más información, consulte la Tabla A2 de Auer (2022).

Gráfico 2.A: Valores atípicos mayores de 450 Gwei (10–9 ETH) se excluyen del gráfico.

Gráfico 4.A: Basado en puentes y protocolos cross-chain.

Gráfico 5.A: Los costos de transacción se miden como el diferencial relativo de oferta y demanda, definido como 2 * (precio de venta – precio de oferta) / (precio de venta + precio de oferta) para Tether-Ether. Centralizado es un promedio simple de los intercambios criptográficos Coinbase y Binance. Decentralised se basa en Uniswap. Promedios semanales de valores diarios.

Gráfico 5.B: Centralizado = Binance, Coinbase y FTX; Descentralizado = Curve.fi, PancakeSwap (v2) y Uniswap (V2).

Gráfico 6.B: Empresas con un enfoque en tecnologías de criptomonedas. La lista completa de las empresas está disponible en www.blockdata.tech/blog/general/banks-investing-blockchain-companies.

Gráfico 10.B: Para los Estados Unidos, Canadá y la UE, promedio de las tasas de intercambio en las tarjetas de crédito y débito. El costo total para los comerciantes puede ser mayor.

Gráfico A1. B: El precio corresponde al precio bajo.

Gráfico B1. R: Promedios mensuales entre países de usuarios activos diarios.

Gráfico B1. C: Disposición a asumir riesgos financieros para los consumidores estadounidenses de 20 a 79 años. Promedio ponderado (por ponderaciones de la encuesta) entre los encuestados. La muestra cubre el período de enero de 2020 a julio de 2021.

Referencias

Allen, H (2022), «We’re asking the wrong questions about stablecoins», Financial Times, 2 de junio.

Aramonte, S, W Huang y A Schrimpf (2021): «DeFi risks and the decentralisation illusion«, BIS Quarterly Review, diciembre.

Aramonte, S, S Doerr, W Huang y A Schrimpf (2022): «DeFi lending: intermediation without information?«, BIS Bulletin, no 57, junio.

Arner, D, R Auer y J Frost (2020): «Stablecoins: risks, potential and regulation«, Bank of Spain Financial Stability Review, noviembre.

Auer, R (2019): «Beyond the doomsday economics of «proof-of-work» in cryptocurrencies», BIS Working Papers, no 765, enero.

— (2022): «Supervisión integrada: cómo incorporar la regulación en las finanzas descentralizadas», Cryptoeconomic Systems, de próxima aparición.

Auer, R, P Haene y H Holden (2021): «Multi-CBDC arrangements and the future of cross-border payments«, BIS Papers, n.º 115, marzo.

Auer, R, G Cornelli y J Frost (2020): «Rise of the central bank digital currencies: drivers, approaches and technologies«, BIS Working Papers, no 880, agosto.

Auer, R, G Cornelli, S Doerr, J Frost y L Gambacorta (2022): «¿Encadenados a la especulación? Feedback trading in crypto markets», BIS Working Papers, de próxima aparición.

Auer, R, M Farag, U Lewrick, L Orazem y M Zoss (2022): «¿Banca a la sombra de Bitcoin? La adopción institucional de las criptomonedas», BIS Working Papers, no 1013, mayo.

Auer, R, J Frost y J Vidal Pastor (2022): «Los mineros como intermediarios: valor extraíble y manipulación del mercado en cripto y DeFi«, Bis Bulletin, no 58, junio.

Auer, R, C Monnet y H S Shin (2021): «Distributed ledgers and the governance of money«, BIS Working Papers, no 924, enero.

Auer, R y D Tercero-Lucas (2021): «¿Desconfianza o especulación? Los impulsores socioeconómicos de las inversiones en criptomonedas de los Estados Unidos«, BIS Working Papers, no 951, julio.

Banco de Inglaterra (2022): Respuestas al documento de debate del Banco de Inglaterra sobre nuevas formas de dinero digital, marzo.

Banco de Ghana (2022): Documento de diseño del Cedi digital (eCedi), marzo.

Banco de Japón (2020): El enfoque del Banco de Japón a la moneda digital del banco central, octubre.

Comité de Supervisión Bancaria de Basilea (BCBS) (2021): Tratamiento prudencial de las exposiciones a criptoactivos, documento consultivo, junio.

Bech, M, C Boar, D Eidan, P Haene, H Holden y W Toh (2022): «Using CBDCs across borders: lessons from practical experiments«, BIS Innovation Hub, junio.

Bech, M, J Hancock, T Rice y A Wadsworth (2020): «Sobre el futuro de la liquidación de valores» BIS Quarterly Review, marzo.

Bechtel, A, A Ferreira, J Gross y P Sandner (2022): El futuro de los pagos en una economía europea basada en DLT: una hoja de ruta, Instituto Alemán de Estudios Japoneses.

Banco de Pagos Internacionales (BPI) (2017): «Understanding globalisation«, 87º Informe Anual, junio, Capítulo IV,

— (2018): «Cryptocurrencies: looking beyond the hype«, Informe Económico Anual 2018, junio, Capítulo V.

— (2020): «Bancos centrales y pagos en la era digital«, Informe Económico Anual 2020, junio, capítulo III.

— (2021): «CBDCs: an opportunity for the monetary system«, Informe Económico Anual 2021, junio, capítulo III.

Bis Committee on Payments and Market Infrastructures (BIS CPMI) (2016): Pagos rápidos: mejora de la velocidad y la disponibilidad de los pagos minoristas, noviembre.

— (2021): Evolución de los pagos rápidos al por menor e implicaciones para los sistemas SLBTR, diciembre.

BIS Innovation Hub (BISIH) (2021): «Nexus: a blueprint for instant cross-border payments«, julio.

— (2022): «Profundiza en la experiencia adquirida a través de los proyectos multi-CBDC de BIS Innovation Hub», mimeo.

BISIH, Banco de la Reserva de Australia (RBA), Banco Nacional de Malasia (NBM), Autoridad Monetaria de Singapur (MAS) y Banco de la Reserva de Sudáfrica (SARB) (2022): «Proyecto Dunbar – Asentamientos internacionales utilizando multi-CBDC«, marzo.

BISIH, Hong Kong Monetary Authority (HKMA), Bank of Thailand (BoT), Digital Currency Institute of the People’s Bank of China (PBC) y Central Bank of the United Arab Emirates (CBUAE) (2021): «Inthanon-LionRock to mBridge: Building a multi-CBDC platform for international payments«, septiembre.

Boakye-Adjei, N, R Auer, J Frost, J Prenio, H Banka, A Faragallah y H Natarajan (2022): «Central bank digital currencies (CBDCs): a new tool in the financial inclusion toolkit?»FSI Insights, abril.

Boar, C, S Claessens, A Kosse, R Leckow y T Rice (2021): «Interoperability between payment systems across borders«, Bis Bulletin, n.º 49, diciembre.

Junta de Gobernadores del Sistema de la Reserva Federal (2022): «Dinero y pagos: el dólar estadounidense en la era de la transformación digital», enero.

Boissay, F, G Cornelli, S Doerr y J Frost (2022): «Escalabilidad de Blockchain y la fragmentación de la criptografía«, BIS Bulletin, no 56, junio.

Borio, C (2019): «On money, debt, trust and central banking«, BIS Working Papers, no 763, enero.

Brainard, L (2021): «Private money and central bank money as payments go digital: an update on CBDCs», discurso en la Conferencia Consensus by CoinDesk 2021, Washington DC, 24 de mayo.

Brummer, C (2022): «Disclosure, Dapps and DeFi», Stanford Journal of Blockchain Law and Policy, de próxima aparición.

Buterin, V (2021): «Por qué la fragmentación es genial: desmitificando las propiedades técnicas», vitalik.ca/general/2021/04/07/sharding.htm. 

Carstens, A, S Claessens, F Restoy y H S Shin (2021): «Regulating big techs in finance«, BIS Bulletin, no 45, agosto.

Carstens, A (2022): «Las monedas digitales y el alma del dinero«, discurso en la Universidad Goethe, 18 de enero.

— (2021): «Las monedas digitales y el futuro del sistema monetario«, comentarios en el seminario de política de la Institución Hoover, 27 de enero.

— (2019): «El futuro del dinero y el sistema de pago: ¿qué papel desempeñan los bancos centrales?», conferencia en la Universidad de Princeton, 5 de diciembre.

Carstens, A y Su Majestad la Reina Máxima (2022): «CBDCs for the people«, Project Syndicate, 18 de abril.

Carter, N y L Jeng (2021): «DeFi protocol risks: the paradox of DeFi», en B Coen y D Maurice (eds), Regtech, suptech and beyond: innovation and technology in financial services, RiskBooks.

Catalini, C y A de Gortari (2021): «Sobre el diseño económico de stablecoins», mimeo.

Comité de Pagos y Sistemas de Liquidación (2003): The role of central bank money in payment systems, 12 de agosto.

CPMI y Organización Internacional de Comisiones de Valores (IOSCO) (2021): Aplicación de los Principios para las Infraestructuras de los Mercados Financieros a los acuerdos de stablecoin, octubre.

Comparitech (2022), Worldwide cryptocurrency heists tracker, febrero.

Grupo Consultivo para la Innovación y la Economía Digital (CGIDE) (2020): Habilitación de la financiación abierta a través de APIs, diciembre.

Deutsche Bundesbank (2020): Money in programmable applications, informe del Grupo de Trabajo sobre Dinero Programable, diciembre.

Duarte, A, J Frost, L Gambacorta, P Koo Wilkens y H S Shin (2022): «Bancos centrales, el sistema monetario y las infraestructuras públicas de pago: lecciones del Pix de Brasil«, Boletín BIS, no 52, marzo.

Banco Central Europeo (BCE) (2020): Informe sobre un euro digital, octubre.

Foley, S, J Karlsen y T Putnins (2019): «Sexo, drogas y Bitcoin: ¿cuánta actividad ilegal se financia a través de criptomonedas?», Review of Financial Studies, vol 32, no 5, pp 1798-853.

Forster, M, J Gross, A Kamping, S Katilmis, M Reichel, P Sandner y P Schröder (2020): «El futuro de los pagos: pagos programables en el sector IoT», mimeo.

Frost, J, P Wierts y H S Shin (2020): «¿Una stablecoin temprana? El Banco de Ámsterdam y la gobernanza del dinero«, BIS Working Papers, nº 902, noviembre.

Garratt, R, M Lee, A Martin y J Torregrossa (2022): «El futuro de los pagos no son stablecoins», Liberty Street Economics, 7 de febrero.

Giannini, C (2011): La era de los bancos centrales, Edward Elgar.

Gjefle, E, Z Herring, C Kubli, B O’Rea y G Rakusen, G (2021): Centrando a los usuarios en el diseño de moneda digital, MIT Digital Currency Institute y Maiden Labs.

Gorton, G y J Zhang (2022): «Taming wildcat stablecoins», University of Chicago Law Review, vol 90, de próxima aparición.

Hayashi, F y V Nimmo (2021): «Tarifas de intercambio de tarjetas de crédito y débito en varios países. Actualización de agosto de 2021», Banco de la Reserva Federal de Kansas City, Payments System Research.

Hileman, G (2015): «The Bitcoin market potential index», Proceedings of the Second Workshop on Bitcoin Research in Association with Financial Cryptography and Data Security, Springer.

Organización Internacional de Comisiones de Valores (IOSCO) (2022): Informe financiero descentralizado de la IOSCO, marzo.

Kosse, A e I Mattei (2022): «Ganando impulso – Resultados de la encuesta BIS 2021 sobre monedas digitales del banco central«, BIS Papers, no 125, mayo.

Knittel, M, S Pitts y R Wash (2019): «‘The most trustworthy coin: how ideological tensions drive trust in Bitcoin», Proceedings of the ACM on Human-Computer Interaction, vol 3, no 36, pp 1-23.

Leung, D, D Arner, J Frost y B Nolens (2022): «Identidad digital corporativa: ¿no hay bala de plata, sino un lado positivo?»BIS Papers, junio.

Lovejoy, J, C Fields, M Virza, T Frederick, D Urness, K Karwaski, A Brownworth y N Narula (2022): «Un sistema de procesamiento de pagos de alto rendimiento diseñado para monedas digitales del banco central», febrero.

McLaughlin, T (2021): «The regulated internet of value», Citi Treasury and Trade Solutions.

Mercan, S, A Kurt, E Erdin y K Akkaya (2021): «Soluciones de criptomonedas para permitir micropagos en IoT de consumo», Universidad de Cornell, febrero.

Miedema, J, C Minwalla, M Warren y D Shah (2020): «Designing a CBDC for universal access», Bank of Canada Staff Analytical Notes, no 2020-10.

Pocher, N y M Zichichi (2022): «Hacia los pagos de máquina a máquina basados en CBDC en ioT de consumo», 37ésimo Simposio ACM/SIGAPP sobre Computación Aplicada, abril.

Schär, F (2021): «Finanzas descentralizadas: en los mercados financieros basados en blockchain y contratos inteligentes», Federal Reserve Bank of St. Louis Review, vol 103, no 2, abril.

Schnabel, I y H S Shin (2004): «Liquidez y contagio: la crisis de 1763», Journal of the European Economic Association, vol 2, no 6, pp 929-68, diciembre.

— (2018): «Money and trust: lessons from the 1620s for money in the digital age«, BIS Working Papers, no 698, febrero.

Comisión de Bolsa y Valores (SEC) (2022): Boletín de Contabilidad del Personal, n.º 121, marzo.

Shin, H S (2017): «Globalización: real y financiera«, discurso en la Asamblea General Anual del BIS, 25 de junio.

Sveriges Riksbank (2022): «E-krona pilot Phase 2», abril.

Swartz, L (2020): New money: how payment became social media, Yale University Press.

Tiwari, S, S Sharma, S Shetty y F Packer (2022): «The design of a data governance system«, BIS Papers, no 124, mayo.

Glosario

Ataque del 51%: Cuando un actor malicioso es capaz de comprometer a más de la mitad de los validadores en la red, el actor puede ejecutar transacciones fraudulentas.

Interfaz de programación de aplicaciones (API): un conjunto de reglas y especificaciones seguidas por programas de software para comunicarse entre sí, y una interfaz entre diferentes programas de software que facilita su interacción.

Liquidación atómica: intercambio instantáneo de dos activos, de modo que la transferencia de uno ocurre solo después de la transferencia del otro.

Blockchain: una forma de libro mayor distribuido sin permiso en el que los detalles de las transacciones se mantienen en el libro mayor en forma de bloques de información.

Bienes públicos del banco central: bienes y servicios proporcionados por el banco central que sirven al interés público, incluidas las infraestructuras de pago y la confianza en la moneda.

Componibilidad: la capacidad de combinar diferentes componentes en un sistema, como los protocolos DeFi.

Consenso: en las aplicaciones DLT, el proceso por el cual los validadores acuerdan el estado de un libro mayor distribuido.

Criptomoneda (también criptoactivo o criptografía): un tipo de activo digital del sector privado que depende principalmente de la criptografía y el libro mayor distribuido o tecnología similar.

Arquitectura de datos: como se utiliza aquí, la combinación de interfaces de identificación y programación de aplicaciones que permite el uso seguro de los datos.

Aplicaciones descentralizadas (dApps): Aplicaciones DeFi que ofrecen servicios como préstamos o comercio, predominantemente entre criptomonedas y stablecoins.

Intercambios descentralizados (DEX): mercados donde las transacciones ocurren directamente entre comerciantes de criptomonedas o stablecoins.

Finanzas descentralizadas (DeFi): un conjunto de actividades en todos los servicios financieros basadas en DLT sin permiso, como las cadenas de bloques.

Billetera digital: una interfaz que permite a los usuarios realizar transferencias o realizar transacciones de otra manera en dinero y activos digitales.

Tecnología de contabilidad distribuida (DLT): un medio para guardar información a través de un libro mayor distribuido, es decir, una copia digital repetida de los datos disponibles en múltiples ubicaciones.

Tarifas de gas: unidad que mide la cantidad de esfuerzo computacional requerido para ejecutar operaciones específicas en la red Ethereum. Gas se refiere a la tarifa requerida para realizar una transacción en Ethereum con éxito.

Internet de las cosas: software, sensores y conectividad de red integrados en dispositivos físicos, edificios y otros elementos que permiten a esos objetos (i) recopilar e intercambiar datos y (ii) enviar, recibir y ejecutar comandos, incluidos los pagos.

Nivel 1: las cadenas de bloques competidoras a veces se denominan redes de «nivel 1», para distinguirlas de las redes separadas fuera de la cadena («nivel 2») que registran transacciones fuera del libro mayor distribuido.

Integridad del mercado: la prevención de actividades ilícitas en el sistema monetario, como el lavado de dinero y el financiamiento del terrorismo, así como la manipulación del mercado.

Sistema monetario: el conjunto de instituciones y arreglos en torno al intercambio monetario. Esto consta de dos componentes: dinero y sistemas de pago.

Acuerdos multi-CBDC: soluciones para hacer compatibles las CBDC, interconectar los sistemas CBDC o crear un sistema compartido para pagos transfronterizos y transdivisa CBDC.

Tokens no fungibles (NFT): tokens criptográficos únicos que existen en una cadena de bloques y no se pueden replicar, utilizados para representar la propiedad de, por ejemplo, obras de arte, bienes raíces u otros activos.

Banca abierta: el intercambio y aprovechamiento de datos autorizados por el cliente por parte de los bancos con desarrolladores y empresas de terceros para crear aplicaciones y servicios.

Código abierto: una característica mediante la cual el código fuente original se pone a disposición del público.

Oracle: un servicio que proporciona información externa («fuera de la cadena») para su uso por contratos inteligentes en un sistema DLT.

DLT autorizado: una forma de DLT mediante la cual solo un grupo predefinido de instituciones de confianza puede actuar como un nodo de validación.

DLT sin permiso: una forma de DLT donde cualquier participante puede actuar como un nodo de validación, por ejemplo, con cadenas de bloques (sin permiso).

Programabilidad: una característica de DLT y otras tecnologías mediante la cual las acciones pueden programarse o automatizarse.

Prueba de participación: un método por el cual los validadores prometen o «apuestan» monedas que se utilizan como incentivo para que las transacciones agregadas al libro mayor distribuido sean válidas.

Prueba de trabajo: un método por el cual los validadores compiten para realizar cálculos matemáticos para verificar y agregar transacciones al libro mayor distribuido.

Pseudoanonimismo: una práctica por la cual los usuarios son identificados por una dirección o seudónimo, por ejemplo, en un libro mayor visible públicamente.

Seguridad: en las aplicaciones DLT, la seguridad a menudo se refiere a la solidez del consenso, es decir, la confianza en que el libro mayor compartido es preciso.

Contrato inteligente: aplicaciones autoejecutables que pueden desencadenar una acción si se cumplen algunas condiciones preespecificadas.

Stablecoin: una criptomoneda que tiene como objetivo mantener un valor estable en relación con un activo específico, o un grupo o canasta de activos.

Token: una representación digital del valor en un sistema DLT. Se puede decir que los activos que se representan con un token están «tokenizados». (Esto no está relacionado con la distinción entre instrumentos de pago basados en cuentas y basados en tokens).

Depósito tokenizado: una representación digital de un depósito bancario en un sistema DLT. Un depósito tokenizado representa un reclamo en un banco comercial, al igual que un depósito regular.

Valor total bloqueado: valor total de los activos depositados en un protocolo DeFi.

Rendimiento: una medida del número de transacciones que se pueden procesar en un sistema de pago en un período de tiempo determinado, por ejemplo, por segundo.

Validador o nodo validador: una entidad que verifica las transacciones en una cadena de bloques. En algunas redes, este papel es desempeñado por los «mineros».

Prueba de conocimiento cero: una técnica criptográfica que permite a una parte demostrar a otra parte que una declaración es verdadera sin revelar información más allá de ese hecho.


Publicado originalmente: https://www.bis.org/publ/arpdf/ar2022e3.pdf

Mejoras significativas en la calidad de los datos XBRL durante los primeros seis años de Solvencia II



Publicado el septiembre 16, 2022 por Editor

La Autoridad Europea de Seguros y Pensiones de Jubilación (AESPJ) ha publicado un fascinante informe en el que hace un balance de la calidad de los datos en las divulgaciones de Solvencia II y cómo se ha desarrollado en los seis años transcurridos desde que se introdujo este requisito de información XBRL. «Los datos confiables son la base para una supervisión exitosa basada en datos, la toma de decisiones basada en la evidencia y el análisis micro y macroprudencial», argumenta el informe, y estamos totalmente de acuerdo. Encuentra que «las soluciones automatizadas de procesamiento de calidad de datos y las herramientas analíticas avanzadas, junto con las validaciones incorporadas en la taxonomía XBRL, han sido efectivas para elevar la calidad de los datos» a lo largo del tiempo. Esto se refleja en una serie de métricas, con un indicador de referencia de calidad agregada para los informes anuales en solitario que aumentó del 82% en 2016 al 94% en 2020.

Las reglas de validación son una parte clave para mejorar la calidad de los datos, dice el informe. Los solicitantes utilizan este creciente conjunto de normas de validación para comprobar si hay errores en la calidad de los datos en los informes, lo que permite correcciones si es necesario antes de su presentación a los supervisores nacionales. También forman parte de un círculo virtuoso en curso: «LA AESPJ utiliza los problemas de calidad de los datos detectados como desencadenante para introducir nuevas validaciones o mejorar aún más las existentes». Curiosamente, el informe señala que en la taxonomía original muchas validaciones eran «no bloqueantes», lo que significa que los problemas de calidad detectados se señalarían a las autoridades nacionales, así como a los solicitantes que permitieran una respuesta potencial, pero los datos aún podrían enviarse. EiOPA ahora tiene la intención de cambiar la gravedad de ciertas validaciones a «bloqueo», de modo que estos problemas deben solucionarse antes de la presentación.

Otro indicador positivo es que el uso del Identificador de Personas Jurídicas (IPJ) ha aumentado significativamente desde 2016. Como se observa en el informe, la identificación correcta y única de las entidades es crucial para vincular la información procedente de diferentes fuentes de datos, combinar información y construir conexiones y redes. Por lo tanto, «el uso coherente del IPJ aumenta la calidad de la información notificada».

El informe también describe el uso intensivo y amplio de la información de Solvencia II por parte de la AESPJ. Esto es posible gracias a una base de datos centralizada alimentada con los datos estructurados XBRL recibidos por la AESPJ de los supervisores nacionales. «La AESPJ utiliza los datos de Solvencia II para tipos muy diferentes de análisis, como evaluaciones individuales de aseguradoras o de grupos, publicaciones estadísticas, estudios de estabilidad financiera y protección del consumidor, y para fundamentar el asesoramiento técnico de políticas y las evaluaciones de impacto», dice el informe. «Además del uso dentro de la comunidad de supervisión, la AESPJ apoya a los usuarios de datos externos, como la Comisión Europea, el BCE, la JERS y el IAIS, con informes agregados y el público en general, la industria, el mundo académico, etc. con la publicación de informes sectoriales y estadísticas basadas en datos de informes de Solvencia II».

Todo esto hace una excelente lectura, pero por supuesto no es momento de dormirnos en los laureles. El informe hace hincapié en que la calidad de los datos es una tarea continua y valiosa, que requiere esfuerzos coherentes por parte de las entidades informantes, los supervisores nacionales y la propia AESPJ.

Lea más aquí.

CALIDAD DE DATOS EIOPA SOLVENCIA II VALIDACIÓN XBRL


RESUMEN EJECUTIVO

Los datos confiables son la base para una supervisión exitosa basada en datos, la toma de decisiones basada en la evidencia y el análisis micro y macro prudencial. Por lo tanto, la AESPJ trabaja constantemente para mejorar y evaluar la calidad de los datos disponibles sobre la presentación de informes sobre seguros. Tras seis años de presentación de informes prudenciales de Solvencia II, este informe describe la importancia de la calidad de los datos y el trabajo realizado para mejorarla. Una selección de indicadores de calidad de datos individuales junto con una puntuación general de calidad de los datos muestra una mejora significativa en la calidad de los datos de los informes de Solvencia II a lo largo de los años. El informe sobre la calidad de los datos también describe el uso intensivo y amplio de los datos de Solvencia II por parte de la AESPJ para el análisis interno, el apoyo a las autoridades nacionales de supervisión, las publicaciones y muchos otros usos. A pesar de los desafíos de marcar cuantitativamente la calidad de los datos, se observa una tendencia positiva en el desarrollo de la calidad de los datos de Solvencia II, mientras que el informe también destaca la importancia de seguir trabajando para mejorar la calidad de los datos. El trabajo en la calidad de los datos es, de hecho, una tarea continua e interminable.

La AESPJ recibió más de 130.000 presentaciones individuales y granulares entre 2016 y 2020 para la presentación de informes de Solvencia II, incluidos muchos reenvíos correctivos (véase el capítulo 3). Este número subraya la importancia del procesamiento automatizado de la calidad de los datos y de la herramienta analítica avanzada implementada por la AESPJ para evaluar los datos recibidos. Una herramienta importante para mejorar la calidad de los datos y garantizar la corrección técnica es la taxonomía XBRL y sus validaciones integradas. El informe muestra que el número de esas validaciones integradas muy efectivas sigue aumentando y también proporciona ejemplos sobre cómo las validaciones taxonómicas mejoran significativamente la calidad de los datos, incluso las validaciones sin bloqueo (véase el capítulo 4).

La exhaustividad y puntualidad de la presentación de informes a la AESPJ ha aumentado desde el comienzo de Solvencia II en 2016. Los indicadores clave de rendimiento (KPI) del programa de trabajo anual de la AESPJ se establecen en el 97 % por número de presentaciones previstas y en el 99 % por cuota de mercado, y se cumplen de forma recurrente en el plazo a nivel del EEE. La presentación de informes oportunos y completos es crucial para satisfacer las múltiples necesidades de información de la AESPJ a tiempo. A nivel de país, este KPI no siempre se cumple, principalmente debido a presentaciones tardías o información de registro obsoleta (véase el capítulo 5).

El uso del Identificador de Personas Jurídicas (IPJ) garantiza la identificación correcta y única de las entidades aseguradoras y sus contrapartes. El uso coherente del IPJ aumenta la calidad de la información comunicada, de ahí también su valor para el análisis. El uso del IPJ ha seguido aumentando significativamente desde 2016, pero aún puede mejorarse aún más. Las modificaciones más recientes de la norma técnica de ejecución de la presentación de informes de Solvencia II deberían contribuir a esta mejora en el futuro (véase el capítulo 6).

Un área clave para la evaluación de la calidad de los datos es la notificación inequívoca de las inversiones en la lista de activos. Este informe describe los resultados de la comparación de las inversiones notificadas con la Base Central de Datos de Valores (CSDB) y dos controles de calidad de datos adicionales implementados por la AESPJ. Importante para la evaluación de la comparación CSDB es también la proporción de activos reportados con código ISIN. La tendencia general de todos esos indicadores de calidad de los datos es positiva, lo que indica una mayor calidad en los informes de inversiones. (véase el capítulo 7).

Los indicadores de calidad más relevantes descritos en este informe se compactan en uno único basado en el juicio de la AESPJ. Tras una combinación ponderada de indicadores [1], proporciona una referencia de la AESPJ al desarrollo general de la calidad de los informes de Solvencia II. De hecho, los controles de calidad a nivel de la AESPJ están más disponibles en el lado de los activos y, por lo tanto, se superan. Este indicador sintético proporciona por primera vez una indicación concentrada, mensurable y comparable sobre la calidad global de los datos en los informes de Solvencia II desde la perspectiva de la AESPJ. En particular, este índice de referencia de calidad para la presentación de informes anuales en solitario aumentó significativamente del 82 % en 2016 al 94 % en 2020 (véase el capítulo 8).

Si bien la atención se sigue centrando en la opinión de la AESPJ sobre la calidad de la presentación de informes sobre seguros, el informe sigue ofreciendo una visión general concisa de la situación actual de la calidad de los datos en la presentación de informes sobre pensiones.

1. INTRODUCCIÓN

Con su introducción en 2016, Solvencia II armonizó los requisitos de información supervisora para las compañías europeas de seguros y reaseguros. El «tercer» pilar de Solvencia II es desde entonces fundamental para una supervisión de seguros proporcionada y basada en el riesgo.

Desde el comienzo de Solvencia II, la calidad de los datos es un tema importante para la comunidad supervisora. Se trata de un esfuerzo conjunto de las empresas, las autoridades nacionales competentes (ANC) y la AESPJ para mejorar la calidad. El documento único de programación de la AESPJ 2022-2024 establece el objetivo operativo anual (3.13) de «Garantizar la armonización de la presentación de informes para los sectores de seguros y pensiones que permita la disponibilidad oportuna de datos adecuados de granularidad, adecuación a la finalidad y de alta calidad para apoyar el trabajo de las ANC y la AESPJ en materia de prevención de crisis, estabilidad financiera, supervisión, políticas y protección de los consumidores».

Sobre la base de la decisión de la Junta de Supervisores, la AESPJ recibe el conjunto completo de plantillas de información cuantitativa (QRT) de todas las entidades sujetas a Solvencia II a través de los supervisores nacionales. Esto coloca a la AESPJ en la posición de utilizar una base de datos centralizada única. Esta base de datos se utiliza para numerosos fines, incluida la garantía de calidad, la creación de un valor añadido importante para la AESPJ, los supervisores nacionales y los usuarios externos.

La AESPJ utiliza los datos de Solvencia II para tipos muy diferentes de análisis, como evaluaciones individuales de aseguradoras o de grupos, publicaciones estadísticas, estudios de estabilidad financiera y protección de los consumidores, y para fundamentar el asesoramiento técnico en materia de políticas y las evaluaciones de impacto. Un valor añadido tangible y regular de la base de datos centralizada para las autoridades nacionales competentes son los informes normalizados sobre los colegios, el análisis de grupos de pares, las empresas transfronterizas y la calidad de los datos producidos regularmente por la AESPJ.

Además del uso dentro de la comunidad de supervisión, la AESPJ apoya a los usuarios de datos externos, como la Comisión Europea, el BCE, la JERS y el IAIS, con informes agregados y el público en general, la industria, el mundo académico, etc. con la publicación de informes sectoriales y estadísticas basadas en datos de informes de Solvencia II.

La principal responsabilidad sobre la calidad de los datos comunicados a efectos de supervisión recae en las entidades supervisadas y está íntimamente vinculada a sus sistemas de gobernanza vigentes. La persistente mala calidad de los informes solo puede ser interpretada por los supervisores como un signo de una gobernanza débil.

El objetivo principal de la presentación de informes de Solvencia II es la supervisión de los seguros; por lo tanto, los principales usuarios de estos datos son las autoridades nacionales competentes y los expertos en supervisión y supervisión de la AESPJ. Por lo tanto, los supervisores nacionales tienen un gran interés y una responsabilidad fundamental para garantizar una alta calidad de los datos. Este informe se centra en la calidad de los datos de los informes de Solvencia II específicamente desde la perspectiva de la AESPJ.

El informe se centra principalmente en la presentación de informes prudenciales anuales en solitario. Sin embargo, los mismos indicadores pueden y se implementan principalmente para los informes grupales y trimestrales y están disponibles internamente a nivel más granular, ya sea a nivel de país o entidad.

Este informe muestra que incluso si es difícil medir con precisión la calidad de los datos, los indicadores implementados demuestran un aumento significativo en la calidad de los datos desde 2016.

2. TRABAJO DE CALIDAD DE DATOS DE EIOPA

Desde el comienzo de la presentación de informes de Solvencia II, la calidad de los datos se identificó como una tarea importante para la AESPJ. Dicha tarea se ha llevado a cabo desde el entendimiento de que un uso proactivo de los datos constituye un poderoso impulso para mejorar su integridad y calidad, siempre que existan los procesos adecuados para la detección y el seguimiento de problemas. Se trata de un esfuerzo continuo de las empresas, los supervisores nacionales y la AESPJ para mejorar la exhaustividad, la fiabilidad y la facilidad de uso de los datos de presentación de informes de Solvencia II. En 2016, la AESPJ introdujo un primer proyecto interno de calidad de datos que describía e identificaba procesos e indicadores para mejorar y medir la calidad de los datos.

Los controles e informes de calidad de datos importantes son los informes de integridad de la AESPJ y los controles de calidad de datos adicionales implementados en la base de datos de la AESPJ. Siempre que sea posible, se añaden a la taxonomía comprobaciones de calidad de los datos que pueden identificar claramente los informes erróneos (véase el capítulo 4). La AESPJ ha implementado controles de calidad de datos adicionales y métodos de detección de valores atípicos que no necesariamente señalan informes erróneos, sino que también pueden detectar resultados peculiares solo plausibles para modelos de negocio muy específicos o situaciones de valoración que a menudo merecen juicio y atención supervisora. Por ejemplo, los valores negativos para los pasivos totales o los activos totales en el balance general se informan y son posibles, aunque raros. La adición de validaciones sin bloqueo en la taxonomía y la mejora de la calidad general de los datos ayudan a detectar estructuras de datos inusuales que conducen a identificar posibles informes erróneos, pero también a detectar observaciones potencialmente relevantes para la evaluación supervisora.

Además del trabajo específico de calidad de los datos realizado por expertos en datos, todos los usuarios de datos deben validarlo en función de sus conocimientos expertos individuales, por ejemplo, los supervisores nacionales. Para dar seguimiento a estas conclusiones, la AESPJ implementó una herramienta de emisión de billetes para el intercambio estructurado de posibles problemas de datos con las autoridades nacionales que mantienen el contacto directo con las entidades informantes. La comunicación con las empresas y, por lo tanto, la evaluación de si un valor se notifica erróneamente es realizada por los supervisores nacionales. La AESPJ no lleva a cabo modificaciones unilaterales de los datos comunicados por las ANC, sino que informará a las ANC y espera una nueva presentación o una explicación por su parte.

Un proceso importante para verificar la integridad y exactitud de parte de los datos de Solvencia II se ejecuta regularmente en el que participan todas las autoridades nacionales competentes antes de cada publicación de las estadísticas de seguros de la AESPJ en su sitio web. Esta comparación periódica después del procesamiento y la agregación de la AESPJ permite detectar diferencias entre la base de datos nacional y la de la AESPJ, que luego se investigan, explican o resuelven antes de la publicación. Por lo tanto, la publicación de estadísticas de seguros no sólo es una fuente importante de información para el público, sino que su proceso de garantía de calidad también sirve de base para la verificación interna de la calidad de los datos. La publicación de estadísticas progresivamente antes después de los plazos de presentación de informes y con la clara motivación para mejorar la granularidad también conduce a un aumento de la calidad de los datos. Dado el enfoque de información integrada seguido para la presentación de informes supervisores y estadísticos a la AESPJ y al BCE, se requiere un entendimiento común siempre y cuando sea necesaria una corrección de los datos en caso de que un informe o partes de él se identifiquen como erróneos. Por consiguiente, la AESPJ y el BCE conciliaron y publicaron normas mínimas comunes para la revisión de datos.

Un área importante y creciente para el trabajo de datos de EIOPA son los métodos para detectar valores atípicos en los conjuntos de datos de informes y cambios inesperados en una serie temporal (novedades) que se benefician de las propiedades estadísticas de los conjuntos de datos informados más grandes. Dado el mayor número de presentaciones a la AESPJ (véase el capítulo 3) en comparación con las muestras nacionales, la AESPJ se encuentra en una posición óptima para desarrollar herramientas para detectar esos tipos de valores atípicos y novedades con el aprendizaje automático y otros algoritmos de análisis avanzados. Para este tipo de aplicaciones, la base de datos centralizada más amplia de la AESPJ puede aportar un valor adicional a la aplicación de las técnicas desarrolladas eventualmente a nivel nacional. Por lo tanto, la AESPJ está en estrecho contacto con los supervisores nacionales y ha establecido una plataforma interna de código compartido para mejorar aún más la colaboración y el uso de los métodos SupTech. Los programas implementados por EIOPA, incluidos los algoritmos de aprendizaje automático en Python para la detección de valores atípicos y novedades, también se comparten en esta plataforma interna.

3. KEY CIFRAS SOBRE LA PRESENTACIÓN DE INFORMES

El nivel de automatización necesario en el proceso de aseguramiento de la calidad de los datos y la naturaleza constante de este trabajo, está determinado por el volumen de las presentaciones de informes de Solvencia II que recibe la AESPJ. Entre el 01.01.2016 y el 31.12.2021, la AESPJ recibió 133.699 presentaciones individuales de Solvencia II, es decir, una media de 61 presentaciones por día. Si bien es evidente que hay más presentaciones entrantes antes de los plazos de presentación de informes, las ANC pueden enviar regularmente presentaciones y reenvíos correctivos para todo tipo de informes y fechas de referencia a la AESPJ.

Cuadro 1: Número de presentaciones recibidas por la AESPJ en 2016 a 2021, divididas por tipo de notificación.

La mayoría de las presentaciones (82.312 concretamente) se refieren a informes prudenciales individuales trimestrales. Para los informes del «Día 1», es decir, la obligación de informar a tiempo al comienzo de Solvencia II, la AESPJ recibió 4.456 presentaciones para informes individuales y 549 para informes grupales.

De esas presentaciones, 36.391 (28%) son reenvíos. Las nuevas presentaciones corrigen y sustituyen un informe ya recibido en la AESPJ. Por lo tanto, la AESPJ recibe más presentaciones para un tipo de notificación que el número de entidades informantes obligadas a informar (la figura 6 del capítulo 5 muestra el número de nuevas presentaciones recibidas también después de la fecha límite de presentación de informes).

Las nuevas presentaciones son, por un lado, una señal importante para mejorar la calidad de los datos, ya que muestran que se detectó y corrigió un problema de calidad de los datos. Por otro lado, muestran informes incorrectos en la presentación inicial. La distinción entre presentación y reenvío para este análisis se hace desde la perspectiva de la AESPJ. Antes de enviar las comunicaciones de solvencia II a la AESPJ, las autoridades nacionales validan y comprueban la presentación recibida por las empresas. Por lo tanto, los supervisores nacionales identifican muchos problemas de calidad de los datos y los corrigen mediante nuevas presentaciones antes de que el EIPOA reciba la información. El presente informe no informa sobre los problemas de datos resueltos por las autoridades nacionales competentes antes de la presentación inicial a la AESPJ5, que presumiblemente son abundantes y se basan en sus propios procesos nacionales de garantía de la calidad de los datos.

4. VALIDACIONES TAXONÓMICAS

La AESPJ implementó la metodología del Modelo de Punto de Datos (DPM)6 y la taxonomía XBRL para reportar datos a la EIOPA. Esta metodología garantiza la corrección técnica de los datos, por ejemplo, cuando se espera un valor monetario, solo se permite un número y no permite que se pueda informar de una cadena en su lugar. Al bloquear e impedir las entradas técnicamente incorrectas, también garantiza la singularidad y validez de los datos de informes entrantes.

Una parte clave para mejorar la calidad de los datos son las validaciones integradas en las taxonomías. Dichas validaciones se publican y son utilizadas por las empresas para validar los informes antes de enviarlos a los supervisores nacionales. Para mejorar la calidad de los datos, las validaciones empresariales son de suma importancia. EIOPA utiliza los problemas de calidad de datos detectados como desencadenante para introducir nuevas validaciones o mejorar aún más las existentes. Con la implementación de esos controles como validaciones comerciales de bloqueo, se garantiza que no se pueden presentar presentaciones que fallen en dicha verificación.

Figura 1: Número de validaciones empresariales por versión de taxonomía

La mayoría de esas validaciones comerciales se están bloqueando. Un envío que infrinja una de esas validaciones se rechaza automáticamente. Sin embargo, alrededor de una cuarta parte de las validaciones en la versión 2.6.0 de la taxonomía de solvencia II de la AESPJ son solo validaciones de advertencia. Se aceptará un envío que infrinja una de las validaciones de advertencia, pero el remitente y el receptor reciben una notificación de que los datos informados entran en conflicto con la validación. La Tabla 2 muestra que, para los informes anuales individuales, la mayoría de las presentaciones se aceptan con advertencias, por lo que se activa al menos una advertencia.

Figura 2: Proporción de presentaciones rechazadas, aceptadas y aceptadas con advertencia en la AESPJ, sobre la base de informes prudenciales individuales anuales.

La disminución de las presentaciones aceptadas sin previo aviso entre 2017 y 2018 (resp. del 42% al 27%) no es necesariamente un signo de disminución de la calidad de los datos. Se ve afectado por el aumento significativo de las validaciones de la versión de taxonomía 2.2.0 a 2.3.0 (ver Figura 1).

El número relativamente bajo de propuestas rechazadas es consecuencia del hecho de que la AESPJ está recibiendo las presentaciones de los supervisores nacionales. Antes de enviar la presentación a los supervisores nacionales, las empresas pueden validar la presentación con la taxonomía publicada. Además, los supervisores nacionales evalúan y comprueban la calidad de los datos antes de enviarlos a la AESPJ. Por naturaleza, las validaciones de bloqueo funcionan muy bien para detener el envío de datos que no cumplen con la regla. Sin embargo, el ejemplo de la Figura 3 muestra que también las validaciones empresariales de advertencia tienen un impacto positivo significativo en la calidad de los datos.

La versión 2.4.0 de la taxonomía introdujo nuevas validaciones de advertencia (no bloqueo) en la lista de derivados.9 La figura 3 muestra el número de derivados que violan cada una de las validaciones, sobre la base de informes prudenciales trimestrales. El impacto de las validaciones es claramente visible con su introducción para los informes del 4T 2019. Curiosamente, las validaciones mostraron un impacto ya positivo antes de que estuvieran activas, tras la publicación de la nueva taxonomía (caída en el 3T 2019). Esto resalta la importancia de las validaciones (incluso si «solo» advierten) para mejorar la calidad de los datos.

5. INTEGRIDAD Y PUNTUALIDAD

Una dimensión clave de la calidad de los datos es garantizar la integridad y puntualidad de los datos de presentación de informes. La integridad tiene múltiples aspectos. Significa que todas las empresas con obligación de información deben informar y que la AESPJ recibe estas presentaciones. La exhaustividad también significa que se notifican todos los elementos necesarios de la presentación (por ejemplo, se notifican todos los derivados que posee la empresa o que se informa de las actividades transfronterizas cuando proceda). El presente capítulo se centra en el primer aspecto, es decir, en la medición de si una empresa con obligación de información ha informado.

Medidas de puntualidad si la AESPJ recibió la presentación antes de la fecha límite de presentación respectiva. Para los usuarios de datos, es importante saber cuándo los datos están listos para el análisis. La relación de integridad es un factor clave para decidir cuándo se puede lanzar una extracción de datos para el análisis. Se programan múltiples informes de datos de acuerdo con la fecha límite. Es una mejora importante que la AESPJ pueda planificar con suficiente exhaustividad, al menos a nivel del EEE de acuerdo con el KPI, en la fecha límite.

Desde el principio, la AESPJ mide la exhaustividad y la puntualidad. Los supervisores nacionales reciben regularmente informes de exhaustividad, informándoles sobre el coeficiente de exhaustividad y las entidades que faltan. La base para identificar a las entidades con obligación de información es el registro de empresas de seguros10 y grupos de seguros en la AESPJ. Por lo tanto, la integridad medida también depende de la calidad del registro. El contenido del registro de la AESPJ se mantiene mediante la información comunicada por los supervisores nacionales. Con frecuencia se produce un retraso entre los cambios de estado empresarial de una empresa, por ejemplo, la interrupción de la operación, y el cambio en el registro de la AESPJ. Tal retraso en la actualización del registro puede dar lugar a una incompletitud medida. Por lo tanto, es importante para la calidad de los datos que las autoridades nacionales actualicen el registro de la AESPJ a tiempo.

La exactitud del registro de entidades sujetas a Solvencia II se comprueba para cada período de notificación mediante el informe de exhaustividad descrito anteriormente. Para las entradas de Libertad de Servicios (FoS) y Libertad de Establecimiento (FoE Branchs), la AESPJ implementó un control de calidad de los datos comparando las entradas en el registro con los informes de Solvencia II11. Los resultados se comparten con el supervisor nacional para su revisión y corrección. Los desajustes frecuentes son «sucursal reportada en SII sin sucursal en registro», «negocio FoS reportado sin inscripciones en el registro» o sucursales que existen en el registro, pero no escribieron ningún negocio de acuerdo con el informe de Solvencia II. Este último no es necesariamente una prueba de notificación errónea, sino que debe ser validado por los supervisores nacionales.

Para la presentación de informes de Solvencia II, la AESPJ dispone de un indicador clave de rendimiento (KPI) para medir la integridad y la puntualidad del programa de trabajo de la AESPJ12:

La exhaustividad en la fecha límite de presentación de informes que se muestra en la figura 4 presenta la evolución del KPI definido en el documento de programación de la AESPJ. El porcentaje por número muestra cuántas de las entidades con obligación de informar la AESPJ recibió la presentación inicial antes de la fecha límite de presentación de informes. El KPI del 97% por número de presentaciones válidas esperadas o del 99% por cuota de mercado se alcanza a nivel del EEE desde 2019 para la presentación de informes prudenciales anuales individuales.

Gráfico 4: Exhaustividad en el plazo por número de entidades informantes previstas para la presentación de informes prudenciales individuales anuales

6. IDENTIFICADOR DE PERSONAS JURÍDICAS (IPJ)

Para vincular la información proveniente de diferentes fuentes de datos, combinar información y construir conexiones y redes, es crucial identificar de manera única a las entidades. Por lo tanto, para el uso de los datos de notificación de Solvencia II, es importante que el identificador de personas jurídicas (IPJ) se utilice siempre que exista.

Para aumentar aún más el uso del IPJ, la AESPJ publicó en 2021 directrices revisadas sobre el identificador de personas jurídicas. Las Directrices siguen estableciendo prácticas de supervisión coherentes, eficientes y eficaces armonizando la identificación de las personas jurídicas a fin de garantizar datos de alta calidad, fiables y comparables. Disponer de estos datos contribuye a:

a) una mejor supervisión y supervisión de las instituciones financieras, así como una mejora de las políticas reguladoras y del proceso de toma de decisiones;

b) identificar, evaluar, supervisar y notificar los riesgos para la estabilidad financiera de los sectores europeos de seguros y pensiones;

c) apoyar el trabajo general de la AESPJ en materia de prevención de crisis, estabilidad financiera, supervisión, políticas y protección de los consumidores.

A partir de finales de 2023, las Normas Técnicas de Ejecución sobre presentación de informes harán obligatorio el uso del IPJ cuando se dirijan a las entidades cubiertas por la Directriz del IPJ de la AESPJ.

El uso de códigos de IPJ para identificar al emisor de activos, reasegurador y otras contrapartes aumenta significativamente la usabilidad y el valor de la información. Las concentraciones, interconexiones y redes pueden ser más fiables, de mayor calidad y analizadas de forma más automática. El uso del nombre de una entidad para la identificación es muy intensivo en recursos (ya que se requiere principalmente interacción manual) y no es confiable.

Un aspecto para evaluar el valor y, por lo tanto, la calidad de la información proporcionada para la supervisión, es comparar el uso del IPJ a lo largo del tiempo, entre empresas, países y plantillas. En primer lugar, esto es importante para las propias empresas y grupos de seguros que informan. La proporción de entidades de Solvencia II que informan con su código IPJ aumentó significativamente desde 2016.

El uso del IPJ aumenta constantemente. Sin embargo, todavía no todas las empresas de seguros sujetas a Solvencia II comunican sus IPJ. El ~3% restante sin IPJ es casi todo de un país. La AESPJ desarrolló un «indicador de puntuación del IPJ» para supervisar el uso del IPJ en los QRT de Solvencia II. Se basa en los siguientes elementos:

Esta lista no incluye todas las celdas en las que es necesario informar del IPJ, si están disponibles. Para algunas células, el uso del IPJ es demasiado raro y la plantilla utilizada por solo un número limitado de empresas hace que la comparación sea desequilibrada.

Para todos los elementos enumerados anteriormente, la cuota de IPJ se calcula de la siguiente manera: Cuota de IPJ (plantilla) = Número de elementos notificados con IPJ Número de elementos notificados, donde el IPJ se identifica mediante el Código a partir de los caracteres «IPJ». No se valida la exactitud del IPJ.

Para la lista de activos, el nominador y el denominador se filtran para excluir CIC 71, 75, 8 y 9, ya que el código de emisor no es aplicable para esas categorías de activos. A continuación, el indicador de puntuación total del IPJ se calcula como la media no ponderada de las acciones individuales del IPJ.

Para algunas células, la cobertura del IPJ es bastante alta, para otras, es decir, la identificación del reasegurador, debe mejorarse aún más. Por ejemplo, en el código S.31.01 – C0160 y el tipo de código del reasegurador, todavía hay un número significativo de reaseguradores con ubicación en el EEE reportados sin un IPJ. Esto limita el uso para la supervisión, por ejemplo, cuando se examinan las redes de reaseguro y las concentraciones.

7. CONTROLES DE LA INFORMACIÓN SOBRE INVERSIONES

Un área importante para la calidad de los datos es la lista de activos, plantilla S.06.02. Para evaluar la calidad de los datos de los activos declarados, la AESPJ tiene acceso a la base de datos centralizada de valores (CSDB) del BCE. La CSDB contiene información sobre más de cinco millones de títulos de deuda, acciones y acciones/participaciones de fondos mutuos. Cada mes, la AESPJ recibe una copia de la CSDB. La AESPJ utiliza el CSDB para evaluar la exactitud de los informes de Solvencia II recibidos. La puntuación CSDB mide la escala de coincidencias entre los atributos recibidos en los informes si con los de CSDB.

Los activos declarados en Solvencia II están vinculados a la CSDB utilizando el código ISIN del activo. Antes de examinar en detalle los resultados de la puntuación CSDB, es útil para la interpretación de los resultados, en particular cuando se examina el nivel de empresa, medir la proporción de activos notificados con y sin la identificación por código ISIN.

COBERTURA ISIN

La cobertura ISIN es la proporción de activos de la plantilla de lista de activos S.06.02 con un ISIN, medida tanto por número de activos como por valor18. Se calcula como el recuento (o suma por valor) de todos los activos con código ISIN, dividido por el recuento (o suma por valor) de todos los activos. Los activos con categoría CIC 71, 75, 8 y 9 no se incluyen en el cálculo.

La cobertura ISIN por número de instrumentos aumentó ligeramente de 2016 a 2020 del 81% al 83% y un poco más atendiendo al valor de esos instrumentos (del 73% en 2016 al 78% en 2020).

Existen múltiples razones por las que una empresa, o un grupo de empresas, está invirtiendo en activos sin ISIN. Una proporción más baja no implica un problema de calidad de los datos por sí solo y no significa necesariamente informes incorrectos o incompletos. Sin embargo, significa una menor utilidad para evaluar la calidad de los datos. Por ejemplo, no se puede validar con fuentes de datos externas como CSDB, ni combinarse con los informes de otras empresas. La cobertura ISIN es instrumental al proporcionar información adicional sobre la lista de activos que aumenta exponencialmente el poder explicativo de la puntuación CSDB.

Un ejemplo bien justificado de inversiones significativas en el tipo de activos sin un ISIN son los bonos registrados (Namensschuldverschreibung) y los préstamos/pagarés en bonos (Schuldscheindarlehen), utilizados principalmente en Alemania. Esos activos se clasifican correctamente como bonos del Estado o bonos corporativos (CIC 1 y 2), pero no están listados y, por lo tanto, no pueden tener un ISIN.

La participación de ISIN difiere mucho según el nivel de empresa y el país. Como se describió anteriormente, esto es causado por categorías de activos específicas en algunos mercados y, por lo tanto, no es un signo de informes erróneos. Las posibilidades de los supervisores de controlar la exactitud de los valores notificados y de vincular la información con otras fuentes de datos son limitadas para las empresas con coberturas ISIN muy bajas.

La coherencia del código de identificación de una inversión a lo largo del tiempo también es importante para la supervisión. Para los activos reportados con un código creado por la aseguradora informante, esta serie temporal es más difícil de validar.

Publicado originalmente: https://www.xbrl.org/news/significant-improvements-in-xbrl-data-quality-over-first-six-years-of-solvency-ii/

Inflación: una mirada bajo el capó


Informe Económico Anual del BIS | 26 junio 2022

Versión PDF (990kb) | 33 páginas

Conclusiones clave

  • Para comprender mejor la inflación, es clave ir más allá del análisis agregado para separar los cambios de precios relativos de los generalizados y examinar su dinámica conjunta.
  • Los períodos de inflación alta y baja son muy diferentes, especialmente con respecto a sus propiedades autoestabilizadoras y la forma en que las empresas y los trabajadores responden a los cambios relativos de los precios.
  • Preservar un entorno de baja inflación es primordial y requiere garantizar que los cambios relativos en los precios no se traduzcan en una inflación arraigada. Las transiciones de regímenes de baja a alta inflación son especialmente desafiantes porque tienden a reforzarse a sí mismos.
  • La política monetaria tiene un papel esencial que desempeñar para garantizar la durabilidad de un régimen de baja inflación a través de las características de su marco operativo, así como mediante ajustes flexibles y oportunos en la orientación de la política.

Introducción

El reciente y notable aumento de la inflación después de su larga inactividad ha planteado preguntas apremiantes sobre la dinámica de la inflación en general. En el proceso, ha puesto de relieve la importancia de los desarrollos sectoriales específicos, incluido el persistente cambio inducido por la pandemia de los servicios a los bienes; cuellos de botella sectoriales en las cadenas de valor mundiales; y el aumento de los precios de los alimentos y la energía (véase el capítulo I). Una pregunta urgente es si una inflación más alta se afianzará.

Estos desarrollos han subrayado la necesidad de ir más allá de la dinámica agregada de la inflación para arrojar más luz sobre cómo funciona su motor, es decir, mirar «debajo del capó».

¿Qué significa esto, concretamente? Muchos modelos de caballos de batalla de la inflación se basan en una relación de la curva de Phillips entre la inflación y la actividad económica. Siguiendo este enfoque, las fluctuaciones de la inflación reflejan las presiones de la demanda agregada sobre la capacidad productiva, las perturbaciones temporales de la oferta y los cambios en las expectativas de inflación. Mirar bajo el capó complementa esta perspectiva. Distingue claramente entre una multitud de cambios relativos de precios y la propia inflación subyacente. Examina en detalle cómo, y bajo qué condiciones, tales cambios de precios relativos pueden transformarse en una inflación de base más amplia. Y presta mucha atención al proceso de formación de salarios y precios, el núcleo del motor de inflación, que ilumina cómo esto depende de la tasa de inflación en sí misma y cómo está vinculada a las percepciones y expectativas de inflación. Esto también significa ir más allá de los conocidos impulsores cíclicos de la inflación para examinar las influencias estructurales en la fijación de salarios y precios. Estos son a menudo de naturaleza global.

La distinción entre los cambios relativos de los precios y la inflación subyacente es fundamental. Los cambios de precios relativos reflejan los de los artículos individuales, todos los demás iguales. Esto puede o no estar relacionado con la inflación subyacente, es decir, un aumento más amplio y en gran medida sincrónico en los precios de los bienes y servicios que erosiona el valor del dinero y devalúa la «unidad de cuenta» a lo largo del tiempo.

Mirar debajo del capó revela algunas características importantes del proceso de inflación.

Los regímenes de baja inflación resultan ser muy diferentes de los de alta inflación.1 Cuando la inflación se establece en un nivel bajo, refleja principalmente los cambios en los precios específicos del sector y exhibe ciertas propiedades de auto equilibrio. Los cambios en la inflación se vuelven menos sensibles a los choques de precios relativos, y la dinámica de los salarios y los precios está menos estrechamente vinculada. Además, hay evidencia de que el impacto de los cambios en la postura de la política monetaria se vuelve menos poderoso.

Las transiciones de regímenes de baja a alta inflación tienden a reforzarse a sí mismos. A medida que aumenta la inflación, naturalmente se convierte en un punto focal para los agentes e induce cambios de comportamiento que tienden a afianzarla, especialmente al influir en la dinámica de los salarios y los precios. Esto pone una prima en una mejor comprensión de cómo funcionan las transiciones para poder identificarlas lo suficientemente temprano a medida que se desarrollan los eventos. La transición de un régimen de baja a uno de alta inflación a fines de la década de 1960 y principios de la década de 1970 ilustra algunas de las posibles fuerzas en juego. Estos incluyen aumentos de precios relativos grandes y persistentes, especialmente el petróleo, en un contexto de fuerte demanda cíclica y en un entorno estructuralmente propicio para las espirales salario-precio, es decir, el alto poder de fijación de precios de la mano de obra y las empresas, junto con la pérdida del ancla monetaria proporcionada por el sistema de Bretton Woods.

La política monetaria desempeña un papel clave en el establecimiento y cableado de un régimen de baja inflación y en evitar las transiciones a uno de alta inflación. Una vez que se establece un régimen de baja inflación, la política monetaria puede permitirse ser más flexible y tolerar desviaciones más persistentes, aunque moderadas, de la inflación con respecto a las metas. Habiendo ganado una credibilidad preciosa, puede cosechar los beneficios. Al mismo tiempo, la política monetaria debe garantizar que el régimen no se vea comprometido. Una cosa es tolerar desviaciones moderadas de los objetivos puntuales; otra cosa es poner a prueba las propiedades auto equilibrantes del sistema. Los costos de volver a controlar la inflación pueden ser muy altos. Calibrar la política para evitar transiciones es especialmente difícil.

Este capítulo examina la inflación en profundidad, desde una perspectiva bajo el capó. Comienza definiendo la inflación y caracterizando su comportamiento en función de su nivel, basándose en los datos de precios desagregados que la sustentan. A continuación, proporciona un análisis sistemático del comportamiento de fijación de salarios y precios y de cómo los cambios en los precios relativos pueden dar lugar a la inflación, facilitando las transiciones entre regímenes. Finalmente, explora el papel clave de la política monetaria para asegurar un régimen de baja inflación y prevenir las transiciones a uno de alta inflación.

Inflación: hechos estilizados

Conceptualmente, el término «inflación» encapsula la noción de una erosión del poder adquisitivo del dinero.2 La inflación puede considerarse como un cambio en el valor del numerario frente a todos los bienes y servicios. Cuando se mira desde esta perspectiva, en su forma más pura, la inflación implicaría un cambio proporcional y sincrónico en todos los precios.3 Como tal, dejaría sin cambios los precios relativos de todos los bienes y servicios: sólo variarían sus precios expresados en términos del numerario.

En la práctica, sin embargo, los cambios de precios nunca son perfectamente sincrónicos. Diferentes bienes y servicios tienen diferentes velocidades de ajuste. Esto se debe a que el proceso de cambio de precios utiliza valiosos recursos firmes y los ajustes muy frecuentes no tienen por qué ser óptimos, especialmente en presencia de relaciones a largo plazo entre compradores y vendedores («rigideces nominales»).4 Por ejemplo, los precios de los productos básicos son mucho más variables que los de, por ejemplo, los bienes manufacturados y, aún más, los de los servicios.

Por lo tanto, la inflación, medida como el cambio en algún índice de precios general y completo, siempre reflejará los cambios en los precios relativos además de la inflación subyacente. Algunas medidas de inflación buscan desenredar parcialmente los dos, de una manera muy aproximada, más comúnmente excluyendo los elementos más volátiles. Esto, sin embargo, todavía pasa por alto la rica naturaleza de los cambios de precios granulares, tanto transitorios como duraderos, si no permanentes. Los más duraderos tienden a ser impulsados por fuerzas estructurales «reales», como los cambios en las preferencias de los consumidores y las tendencias relativas de productividad.

Desde una perspectiva histórica, centrándose en países con una larga historia de datos de precios, las fases prolongadas de alta inflación han sido relativamente raras. La Gran Inflación de la década de 1970 es el ejemplo arquetípico. Las altas tasas de inflación también han seguido típicamente a las guerras. Una mirada a los datos históricos de todos los países desde 1870 (Gráfico 1.A) revela que la inflación fue baja, aunque volátil, durante los años de la primera era de la globalización (1870-1914), pero aumentó durante la Primera Guerra Mundial y la Segunda Guerra Mundial. Después de la Segunda Guerra Mundial, la mayoría de los beligerantes experimentaron una alta inflación durante algunos años (gráfico 1.B). Una vez más, la década de 1970 se destaca tanto por la duración como por el alcance global de las fuerzas inflacionarias.

Episodios de inflación extremadamente alta, o hiperinflaciones,5 son aún menos frecuentes. Por lo general, estos siguen períodos de grandes trastornos políticos y una pérdida generalizada de confianza en las instituciones. Las características definitorias de las hiperinflaciones son grandes déficits presupuestarios que son financiados cada vez más directamente por los bancos centrales (a menudo debido a la incapacidad de recaudar ingresos suficientes a través de impuestos). Una consecuencia es la espiral de depreciaciones del tipo de cambio.6 Ejemplos reveladores incluyen la Francia posrevolucionaria y las secuelas de la Primera Guerra Mundial en la Unión Soviética y Alemania. Más recientemente, algunos países de América Latina experimentaron hiperinflación a raíz de la crisis de la deuda de 1982, mientras que Rusia vio una tasa de inflación de alrededor del 2.500% en 1992 tras el colapso de la Unión Soviética.

La dinámica de la inflación varía sistemáticamente con su nivel a lo largo de una serie de dimensiones, lo que apunta a diferencias importantes entre los regímenes de baja y alta inflación. En particular, es bien sabido que cuando la inflación se vuelve duraderamente baja, su volatilidad tiende a disminuir, al igual que su persistencia.7 Sin embargo, mirar debajo del capó a aumentos de precios más granulares revela varias características sorprendentes adicionales.

Gráfico 1

En primer lugar, la reducción de la volatilidad de la inflación a niveles bajos de inflación no se debe a una disminución de la volatilidad de los cambios de precios individuales, sino más bien a la disminución de la correlación entre ellos (Gráfico 2). Esto tiene una estrecha analogía con el rendimiento de una cartera de valores: la varianza del rendimiento está abrumadoramente determinada no por la varianza de los componentes individuales, sino por la correlación entre ellos.

La imagen especular de este hecho estilizado es que, una vez que la inflación es domada, los cambios idiosincrásicos de los precios relativos en lugar de los co-movimientos de precios explican gran parte del cambio en el índice general de precios. Por lo tanto, el componente común en la sección transversal de los cambios de precios disminuye. Esto se ilustra mejor con el índice de precios de gastos personales del consumidor para los Estados Unidos, para el cual se dispone de una larga serie de datos muy granulares. El componente común explica una gran parte de la varianza total de la inflación hasta mediados del decenio de 1980, correspondiente al período en que la inflación fue elevada, pero poco después (gráfico 2.A).

Gráfico 2

En segundo lugar, y estrechamente relacionado, el grado en que los cambios de precios individuales se extienden a la inflación también disminuye a medida que la inflación se vuelve duraderamente más baja. Por ejemplo, el traspaso de los enormes cambios de precios a la inflación subyacente cae sustancialmente (Gráfico 3.A). Lo mismo ocurre con el traspaso a la inflación de los cambios en los precios que son especialmente «sobresalientes», ya sea por su papel generalizado en las cadenas de producción (por ejemplo, el petróleo; Gráfico 3.B) o por su peso en las cestas de consumo (por ejemplo, alimentos, especialmente en los EMEs). Y lo mismo ocurre con el tipo de cambio -el precio relativo de dos unidades de cuenta- dado su impacto de gran alcance en los precios de la economía (Gráfico 3.C).8

En tercer lugar, y de acuerdo con las conclusiones anteriores, los efectos de contagio en todos los precios tienden a disminuir en los regímenes de baja inflación. Esto se ilustra en el recuadro A y en el gráfico 4.A, que documenta el fenómeno para un grupo de economías avanzadas (EA) y economías de mercados emergentes (EME). La transmisión de los cambios de precios sectoriales desagregados a otros sectores, medida por la proporción de la varianza total que estos representan, es mucho mayor y más generalizada en los regímenes de alta inflación.

Por último, una perspectiva más granular arroja más luz sobre la disminución bien documentada de la persistencia de la inflación agregada en regímenes de baja inflación.9 Muestra que esta disminución no es solo un subproducto de la agregación, sino que también refleja cambios de precios individuales menos persistentes. Se trata de un fenómeno bastante general, visible para la mayoría de los precios sectoriales en una serie de países (gráfico 4.B).

En general, estos hallazgos resaltan diferencias importantes entre los regímenes de alta y baja inflación. En un régimen de baja inflación, los cambios de precios relativos, incluso los más destacados, tienden a desvanecerse sin dejar una huella notable en la inflación agregada. Por lo tanto, el régimen es, hasta cierto punto, autoequilibrante. Como tal, tiende a enquistarse a menos que esté sujeto a grandes shocks que no se encuentren con una respuesta política suficiente. Por el contrario, un régimen de alta inflación no tiene propiedades tan deseables y la inflación se vuelve cada vez más sensible a los choques de precios relativos, incluidas las grandes depreciaciones del tipo de cambio. Por lo tanto, es más probable que aumente aún más (véase también más adelante).

Gráfico 3

Gráfico 4

¿Qué explica el proceso de inflación?

¿Qué hay detrás de estas dinámicas de precios estilizadas? ¿Cómo se traducen los cambios en los precios relativos en aumentos autosostenidos en el nivel de precios agregado? En términos más generales, ¿qué explica el proceso de inflación?

En última instancia, la inflación sostenida implica una retroalimentación que se refuerza a sí misma entre los aumentos de precios y salarios, las llamadas espirales de salarios y precios. Los cambios en los precios individuales pueden ampliarse a la inflación agregada. Y también pueden erosionar los salarios reales y los márgenes de ganancia durante períodos muy largos. Pero, en última instancia, no pueden ser autosuficientes sin retroalimentación entre precios y salarios: los márgenes de ganancia y los salarios reales no pueden caer indefinidamente. Por lo tanto, más allá del importante impacto de las condiciones de la demanda agregada en la fijación de salarios y precios, una pregunta clave es cómo los cambios en los precios relativos que pasan al índice de precios agregado («efectos de primera ronda») pueden desencadenar retroalimentación entre los aumentos de precios y salarios («efectos de segunda ronda»).

Para desentrañar este proceso, necesitamos ir más allá de la curva de Phillips estilizada canónica. La curva de Phillips proporciona un marco útil y relativamente fácil de entender, pero tiene una serie de características que limitan su capacidad para arrojar luz sobre las fuerzas detrás de la dinámica de la inflación (véase el recuadro B para una discusión detallada). En primer lugar, por construcción, y por simplicidad, se centra solo en un índice de precios agregado y, por lo tanto, deja fuera los desarrollos sectoriales. Si bien el marco puede incluir algunos precios relativos clave, como los del petróleo o el tipo de cambio, estos solo tienen un impacto transitorio en la inflación.

En segundo lugar, la curva de Phillips se centra en los factores cíclicos agregados como los principales impulsores de los precios (e, implícitamente, de los salarios) y no tiene en cuenta las fuerzas estructurales. En tercer lugar, se supone que las expectativas de inflación afectan directamente a la inflación, en lugar de a través de su impacto en las decisiones individuales de fijación de precios.10 Además, se supone que las diversas relaciones son invariantes al nivel de inflación. Si bien esta es una suposición sostenible en un entorno inflacionario estable, puede ser más problemática cuando la inflación es susceptible de cambios entre regímenes.

Recuadro A

Medición de los efectos de contagio de los precios en todos los sectores

Examinar cómo los choques de precios en ciertos sectores se transmiten y propagan a otros puede ayudar a arrojar luz sobre cómo los cambios de precios individuales pueden transformarse en una inflación de base amplia. Una forma relativamente sencilla de hacerlo es observar cómo los shocks que afectan a ciertos índices de precios sectoriales afectan a la variabilidad de los precios en otros sectores dentro de un horizonte determinado.  Este recuadro presenta índices de efectos de contagio de precios en diferentes sectores. Lo hace, en primer lugar, en el contexto de los deflactores del gasto en consumo personal (PCE) a nivel sectorial para los Estados Unidos. El análisis se extiende luego a las categorías de índices de precios al productor (IPP), para ver cómo los cambios en los precios de los insumos se filtran aguas abajo a los de los bienes y servicios finales.

El ingrediente clave para la construcción de los índices de derrame es la matriz de descomposición de varianza de error de pronóstico generalizada (GFEVD).  Esto mide la proporción de la varianza de cada sector PCE (las filas) explicada por choques a cada uno de los sectores (las columnas). El gráfico A1 visualiza esto para un horizonte de 12 meses para dos muestras de estimación: la primera incluye la Gran Inflación de la década de 1970 (Gráfico A1. A), y el segundo la «Gran Moderación», a partir de 1986 (Gráfico A1. B). Consideremos, por ejemplo, el cuadrado rojo oscuro en la fila «Servicios de alimentos» correspondiente a la columna de «Alimentos y bebidas»: indica que los efectos de contagio bilaterales del primero al segundo son considerables, como era de esperar. Obviamente, los elementos diagonales de la matriz GFEVD explican la mayor parte de la varianza de cada sector. Pero estos son, de hecho, choques «propios» y no corresponden a efectos de contagio entre sectores, por lo que están excluidos del mapa de calor.

Yendo más allá de los efectos de contagio bilaterales, se puede construir un índice de efectos de contagio totales sumando todos los elementos fuera de diagonal de la matriz GFEVD. Dado que la matriz en el Gráfico A1. A («Gran inflación») tiene una coloración general más oscura en comparación con el gráfico A1. B («Gran Moderación»), el índice de efectos de contagio totales es más alto en el régimen de alta inflación que en el posterior de baja inflación, como también se informó en el gráfico 4.A del texto principal. Los efectos de contagio entre sectores explican alrededor del 20% de la variación total en un horizonte de 12 meses en la muestra posterior a 1986, frente a más del 45% en la muestra anterior a 1986.

Gráfico A1

Al sumar los elementos de la descomposición de la varianza en el gráfico A1 por columna y por fila, respectivamente, se obtiene una medida de la extensión de los efectos de contagio «exportados a» e «importados de» cada uno de los diferentes sectores. Estos se visualizan en el gráfico A2. La comparación de los efectos de contagio direccionales entre sectores entre regímenes de inflación alta y baja indica que han disminuido y se han concentrado más en unos pocos sectores que siguen siendo fuertes exportadores de efectos de contagio, como los alimentos y la gasolina. Esto pone de relieve su centralidad en el impulso de la evolución general de los precios. De acuerdo con la conclusión de que los efectos de contagio totales son menores en un régimen de baja inflación, también es cierto que los efectos de contagio direccionales son menores en la muestra posterior a 1986. Dicho esto, hay dos categorías, vivienda y servicios financieros, en las que el tamaño de los efectos de contagio exportados ha aumentado.

Gráfico A2

PCE mide las compras de productos y servicios finales. Una pregunta natural que hay que hacerse es cómo los cambios de precios en los artículos que están aguas arriba en la cadena de valor, que constituyen insumos para la producción de bienes y servicios finales, se transmiten aguas abajo. Esto se puede responder incluyendo subíndices de IPP en el análisis y construyendo una matriz más amplia de contribuciones a la varianza.

Gráfico A3

Los resultados se presentan en el gráfico A3. La matriz GFEVD ahora se puede dividir en cuatro bloques. El bloque superior izquierdo representa los efectos de contagio dentro de las categorías de PCE, y es conceptualmente el mismo que se discutió anteriormente. En cambio, el bloque inferior derecho muestra los efectos de contagio dentro de las categorías de PPI. Su sombreado generalmente más oscuro, en comparación con el bloque superior izquierdo, indica que los efectos de contagio entre los componentes de PPI tienden a ser más grandes que los de los componentes de PCE. Los otros bloques representan los efectos de contagio de PPI a PCE (arriba a la derecha) y de PCE a PPI (abajo a la izquierda). No es sorprendente que los de PPI a PCE sean más fuertes que viceversa. Tenga en cuenta que las columnas de los elementos PPI se ordenan en función de su grado (creciente) de upstreamness, de modo que los tonos más oscuros que aparecen en el lado derecho corresponden a sectores más aguas arriba, lo que indica que tienden a ser la fuente de efectos de contagio más fuertes en todo el sistema.

 La metodología sigue la propuesta por Diebold y Yilmaz (2012) y Lombardi et al (2013).  La descomposición generalizada de la varianza del error de pronóstico se construye modelando primero las tasas de crecimiento mensual en los deflactores PCE a nivel sectorial como un VAR bayesiano con seis retrasos que controlan los factores explicativos comunes de toda la economía, como la holgura económica, las expectativas de inflación y los precios del petróleo. Las respuestas de impulso generalizadas a los choques a cada una de las variables se utilizan para construir la descomposición de los errores de pronóstico en un horizonte de 12 meses. Para más detalles técnicos, véase Lombardi y Zakrajšek (2022).  El índice de upstreamness se calcula siguiendo a Antràs et al (2012).

Formación de salarios y precios

Todo esto sugiere que vale la pena examinar más de cerca el proceso de formación de salarios y precios. Esto también puede resaltar más claramente el papel de las expectativas de inflación de los trabajadores y las empresas.

Hay muchas similitudes en la forma en que los salarios y los precios se ajustan. En primer lugar, ambos son sensibles a las mismas fuerzas cíclicas y estructurales. En segundo lugar, su ajuste varía sistemáticamente con el nivel de inflación en sí, lo que ayuda a afianzar los regímenes de alta y baja inflación. Finalmente, ambos están profundamente influenciados por las expectativas de inflación.

Estos factores juegan papeles algo diferentes. Las fuerzas cíclicas y estructurales dan forma al poder de fijación de precios de los trabajadores y las empresas, en particular, la capacidad de las empresas para aumentar los precios cuando se reducen los márgenes de beneficio y la capacidad de los trabajadores para obtener salarios más altos cuando su poder adquisitivo se erosiona. Las expectativas de inflación proporcionan un incentivo clave para hacerlo. Y el nivel de inflación influye tanto en su capacidad como en sus incentivos, sobre todo debido a su impacto en las características estructurales de los acuerdos de contratación y en la sensibilidad de las expectativas a los cambios relativos de los precios.

Consideremos con más detalle los roles del poder de fijación de precios y la inflación en la formación de salarios y precios.

Poder de fijación de precios

El poder de fijación de precios de los agentes económicos está determinado en última instancia por las percepciones de las consecuencias de cobrar un precio más alto o pedir un salario más alto. ¿Cómo reaccionarán los clientes y los empleadores? ¿Cómo responderán los «competidores», ya sean estas otras empresas o trabajadores? ¿Verán las empresas sus márgenes de beneficio reducidos o cuotas de mercado? ¿Perderán sus empleos los trabajadores? Explicar el poder de fijación de precios significa explicar cómo las fuerzas cíclicas y estructurales ejercen su impacto en la dinámica de salarios y precios.

Fuerzas cíclicas

Las fuerzas cíclicas son las que generalmente han atraído más atención. La principal fuerza de este tipo son las presiones de la demanda agregada. Cuando la economía se está calentando, generalmente es más probable que los trabajadores acepten sus demandas salariales y que las empresas hagan que sus clientes toleren precios más altos.

Recuadro B

La curva de Phillips y la inflación bajo el capó

La curva de Phillips surgió por primera vez como una relación empírica entre los salarios y el nivel de desempleo (Phillips (1958)). Desde esta contribución seminal, la regularidad empírica se ha extendido a los precios (Samuelson y Solow (1960)) y se ha explorado y ampliado aún más. Ahora ha pasado a jugar un papel clave en muchos modelos macroeconómicos como el principal dispositivo para explicar la inflación.

En su versión más simple y prototípica, una curva de Phillips relaciona la inflación (típicamente para un índice de precios amplio) con una medida de holgura económica (típicamente la brecha de producción o desempleo). Cuando esta relación de forma reducida se lleva a los datos, se convierte en una regresión lineal en la que la inflación se expresa en función de un proxy elegido para la holgura económica. Los otros elementos en el modelo son una constante, que representa el nivel alrededor del cual se desplaza la inflación, y residuales, capturando desviaciones de inflación temporales, aunque posiblemente persistentes, de su media que no se explican por la holgura («shocks»). Más formalmente, una curva de Phillips prototípica toma la siguiente forma:

Tal marco es obviamente demasiado estilizado para proporcionar una representación fiel de la inflación. Por lo tanto, el enfoque más típico es extenderlo para capturar el papel de las expectativas y relacionar los residuos con algunas variables observables clave (fuentes clave de choques). Se supone que las expectativas influyen directamente en la inflación; se puede pensar que reemplazan la constante, permitiendo que se mueva sistemáticamente con el tiempo. Las variables incluidas para capturar choques prominentes son los cambios de precios relativos sobresalientes, la mayoría de las veces los precios del petróleo o los tipos de cambio. La curva de Phillips prototípica se convierte así:

donde  es una medida de las expectativas de inflación en un determinado horizonte h, y st es un (vector de) cambios de precios relativos.

Este enfoque es una forma parsimoniosa muy útil de capturar las relaciones clave detrás del proceso de inflación. Sin embargo, desde una perspectiva bajo el capó, se pierden algunos elementos importantes.

La agregación tiene consecuencias obvias.

Por un lado, una sola medida de la holgura económica no puede reflejar la evolución sectorial y las diferencias en la sensibilidad de los precios a la holgura sectorial. Por ejemplo, los sectores pueden diferir en su exposición a las condiciones globales: la distinción comerciable/no negociable es un ejemplo obvio. E incluso las diferencias entre los sectores puramente domésticos pueden importar, como lo ponen de relieve los desarrollos post-Covid.

Además, hay mucho que se puede aprender sobre la dinámica de la inflación a partir del comportamiento de los precios individuales. Una idea valiosa es el papel mucho más importante de los cambios de precios idiosincrásicos o relativos (en su mayoría transitorios) cuando la inflación se establece en un nivel bajo. La importancia de las tendencias seculares de los precios relativos es otra, sobre todo el aumento a largo plazo del precio de los productos no comerciables, incluidos muchos servicios, en relación con el de los comerciables, que son principalmente bienes.

Las otras implicaciones están más estrechamente relacionadas con los mecanismos de fijación de salarios y precios y sus interacciones. Estos están en el corazón mismo del proceso de inflación, pero necesariamente se pasan por alto en la representación de la curva de Phillips.

En primer lugar, el marco considera explícitamente sólo las fuerzas cíclicas que influyen en el poder de fijación de precios de la mano de obra y las empresas, trabajando a través de la holgura económica. Como resultado, oscurece el papel de los factores estructurales. Ejemplos notables incluyen la globalización, la tecnología, la demografía y otras características de los mercados laborales y de productos.

En segundo lugar, las expectativas de inflación afectan directamente a la inflación. Una implicación es que no hay papel para los intentos de recuperar las pérdidas en el poder adquisitivo, o para compensar las compresiones en los márgenes de ganancia. En otras palabras, a menos que las expectativas de inflación se ajusten, los pasados son pasados, de modo que no pueden ocurrir espirales de salarios y precios.

En tercer lugar, los shocks no tienen ningún papel que alimente el proceso salario-precio y genere cambios permanentes, o incluso persistentes, en la tasa de inflación. Por ejemplo, un gran aumento del precio del petróleo no afecta directamente a la holgura económica y, por lo tanto, al componente cíclico del poder de fijación de precios. Tampoco induce intentos de compensar las pérdidas de poder adquisitivo o las contracciones en los márgenes de beneficio.

Finalmente, no hay espacio para que el nivel de inflación influya sistemáticamente en su dinámica. Por ejemplo, la respuesta de los salarios y los precios a flote o a los cambios en los precios más destacados se modela de la misma manera, independientemente de si la economía está operando en un régimen de alta o baja inflación.

Estos factores omitidos tienden a aparecer como cambios en los coeficientes de la ecuación. Por ejemplo, los cambios estructurales que disminuyen la sensibilidad de la inflación a la holgura (por ejemplo, la globalización, la tecnología, un debilitamiento en el poder de negociación de los trabajadores), darán como resultado un «aplanamiento» de la curva de Phillips, un hecho estilizado bien documentado.

Una forma de poner las decisiones de fijación de precios de los agentes en el centro del escenario es recurrir a versiones «microfundadas» de la curva de Phillips, es decir, aquellas en las que la relación se deriva directamente de las decisiones de fijación de precios (véase, por ejemplo, Roberts (1995)). En estos modelos, la inflación resulta del comportamiento optimizador de los agentes económicos individuales en presencia de «rigideces nominales», es decir, impedimentos para ajustes instantáneos de precios. Esto también permite una multiplicidad de precios. Estas llamadas «nuevas curvas keynesianas de Phillips» describen una relación entre la inflación, las expectativas de inflación y los costos marginales de producción, Mct Ie

Si bien es atractiva desde un punto de vista teórico, tal versión de la curva de Phillips adolece de serias deficiencias prácticas. Como ni las expectativas de inflación ni los costos marginales se pueden observar directamente, traer una nueva curva keynesiana de Phillips a los datos requiere suposiciones adicionales. Los costos marginales generalmente se representan utilizando la brecha de producción o desempleo, o incluso los costos laborales unitarios reales. Las expectativas de inflación pueden estimarse de una manera consistente con el modelo o representarse utilizando medidas basadas en encuestas (por ejemplo, pronósticos de inflación). Por lo tanto, incluso a partir de la versión microfundada de la curva de Phillips, un investigador generalmente termina estimando una relación de forma reducida entre la inflación y una medida de holgura que se parece mucho a la versión prototípica descrita anteriormente. Además, la versión estándar solo presenta un bien de consumo incluido y, por lo tanto, no permite un papel para los cambios de precios relativos. E incluso en versiones con múltiples sectores, los cambios de precios relativos solo reflejan diferentes velocidades de ajuste en los precios, de modo que las tendencias a largo plazo no juegan ningún papel.

Dicho esto, las presiones sectoriales sobre la demanda y las diferencias entre ellas también importan. Siempre que los desequilibrios sectoriales ocupan un lugar central, las medidas agregadas de holgura son un indicador insuficiente del impacto de los factores cíclicos en la inflación. Dadas las diferencias en la fuerza de las fuerzas sectoriales y en la respuesta de los precios a esas fuerzas, una determinada medida de la demanda agregada puede estar asociada a presiones inflacionarias muy diferentes.

Probablemente la distinción más importante en este contexto es la que existe entre comerciables y no comerciables, una que tiene una larga tradición en economía. Los precios negociables están más directamente expuestos a factores externos, incluidos los desequilibrios internacionales de la demanda y la oferta y las condiciones financieras mundiales; los precios no negociables son más sensibles a las condiciones internas.11 Por supuesto, las condiciones de la demanda interna afectan el tipo de cambio y, por lo tanto, tienen un importante impacto indirecto en los precios de los bienes comerciables.

La implicación es que, a medida que los países se han vuelto más abiertos con el tiempo debido a la globalización, uno esperaría que sus tasas de inflación también se hayan vuelto más sensibles a los factores globales cíclicos.12 Para los países individuales, estas fuerzas pueden aparecer como cambios en los precios relativos, especialmente los de los productos básicos. Dado que a menudo se tratan como «choques de oferta», puede haber una tendencia a subestimar el papel de la demanda agregada en la inflación cada vez que estas presiones afectan a varios países simultáneamente.13

Pero el impacto de la distinción entre comerciables y no comerciables va más allá. Al igual que en el contexto interno, las cadenas de suministro pueden actuar como un canal de transmisión de las fuerzas sectoriales globales y facilitar su propagación. Por ejemplo, hay pruebas de que la exposición de los países a las cadenas de valor mundiales ayuda a explicar la importancia relativa de las medidas nacionales y (adecuadamente ponderadas) mundiales de holgura económica, tanto entre países como a lo largo del tiempo.14

Además, los factores sectoriales, nacionales y mundiales, pueden interactuar. Su interacción ha sido muy evidente en el inesperado y reciente estallido de la inflación (capítulo I). La pandemia ha inducido una rotación sorprendentemente persistente de los servicios a los bienes, y los precios de muchos productos básicos han reflejado las presiones de la demanda mundial y las dislocaciones en las cadenas de valor mundiales («cuellos de botella»), que han dificultado que la oferta se mantenga al día con el fuerte repunte de la demanda.

Fuerzas estructurales

Las fuerzas estructurales tienen una gran influencia en la fijación de salarios y precios. La discusión anterior destaca un canal a través del cual pueden influir en la sensibilidad de la inflación a las presiones de la demanda interna, es decir, la apertura de la economía. Pero hay otros ejemplos, incluidas las características estructurales que pueden dificultar la reasignación de mano de obra entre sectores (por ejemplo, el diseño del sistema de pensiones o las prestaciones por desempleo).

La evolución de los mercados de trabajo ilustra vívidamente cuán amplia y profunda puede ser la influencia de las fuerzas estructurales. Los mercados laborales han experimentado cambios estructurales importantes desde la Gran Inflación de la década de 1970. Su efecto neto ha sido reducir el poder de fijación de precios de la mano de obra. Este declive secular refleja muchos factores, entre ellos la disminución del papel del sector público en la fijación de los salarios; la disminución de la sindicalización; una ola de desregulación del mercado laboral; la apertura gradual de los mercados debido a la globalización; y demografía. Por ejemplo, es difícil imaginar que el poder de negociación de la mano de obra, especialmente en las economías avanzadas, podría haber permanecido inmune a la entrada de un gran número de trabajadores (predominantemente de bajos salarios) en el sistema mundial de comercio. China y los antiguos miembros del bloque soviético son los ejemplos más destacados. La aceleración del cambio tecnológico es otro factor posible, en este caso aumentando la competencia entre el trabajo y el capital.

Medir el poder de fijación de precios no es sencillo. Por ejemplo, puede que no sea la entrada real de las empresas lo que determine su poder de fijación de precios, sino la amenaza de entrada («impugnabilidad»). Del mismo modo, la medida real en que los empleos se reubican en países extranjeros puede ser menos importante que la amenaza de los mismos.

Una vez más, los mercados laborales pueden ayudar a ilustrar el punto. Un indicador posible, aunque imperfecto, de la disminución del poder de fijación de precios estructurales del trabajo es la disminución secular del grado de centralización de las negociaciones salariales (gráfico 5.A). Otra es la reducción del número de países que adoptan normas vinculantes en la coordinación de la fijación de salarios (gráfico 5.B).

Sobre la base de estos indicadores, existe evidencia de que el poder de negociación de los trabajadores es importante para dar forma a la respuesta de los salarios tanto a los precios como a la holgura económica (Gráfico 5.C). Cuando el poder de negociación de los trabajadores es alto, la sensibilidad cíclica de la inflación a la brecha de desempleo aumenta, lo que refleja un mayor poder de fijación de precios para cualquier grado dado de rigidez en los mercados laborales.15 Además, los trabajadores están en mejores condiciones para negociar con éxito salarios más altos para cosechar los beneficios de los aumentos en la productividad laboral, así como para recuperar las pérdidas de poder adquisitivo debido a la inflación pasada.

Gráfico 5

El entorno de inflación

Además de los factores cíclicos y estructurales, el nivel de inflación en sí mismo puede influir en la fijación de salarios y precios y, por lo tanto, en la probabilidad e intensidad de las espirales de salarios y precios. En general, un régimen de alta inflación, si persiste, induce cambios de comportamiento que aumentan la probabilidad de que se arraigue, sobre todo al amplificar el impacto de los aumentos de precios relativos. Varios mecanismos están en funcionamiento.

En primer lugar, cuando la inflación es muy baja, puede dejar de ser un factor significativo que influya en las decisiones económicas. Después de todo, el ancho de banda de los agentes es limitado y la adquisición de información es costosa, lo que lleva a la llamada «falta de atención racional».16 De hecho, esta es la definición misma que Paul Volcker, y más tarde Alan Greenspan, dieron de la estabilidad de precios: «una situación en la que las expectativas de precios generalmente crecientes (o descendentes) durante un período considerable no son una influencia generalizada en el comportamiento económico y financiero».17

En segundo lugar, y estrechamente relacionado, es lógico pensar que el grado en que el nivel general de precios se vuelve relevante para las decisiones individuales aumenta con el nivel de inflación. Cuando la inflación aumenta, los cambios de precios se vuelven más similares (Gráficos 6.A y 6.B). Como resultado, las diferencias en los patrones de consumo importan menos. Después de todo, a los asalariados no les importa el nivel general de precios per se, sino solo su propio costo de vida. Del mismo modo, las empresas se preocupan por el nivel general de precios solo en la medida en que contiene información sobre cómo podrían reaccionar los competidores o sobre sus propios costos. Dado que los salarios, a su vez, son un componente esencial de los costos, el vínculo más fuerte de los salarios con los precios generales refuerza la relevancia de la inflación para las decisiones firmes, y viceversa.

En tercer lugar, el nivel de inflación está destinado a influir en la importancia de las expectativas de inflación. Una vez que el nivel general de precios se convierta en un foco de atención, los trabajadores y las empresas tratarán inicialmente de compensar la erosión del poder adquisitivo o los márgenes de beneficio en los que ya han incurrido. Esto, en sí mismo, podría desencadenar espirales de salarios y precios si las condiciones de fondo son lo suficientemente favorables. Y, una vez que la inflación sea lo suficientemente alta y se espere que persista, también intentarán anticipar cambios futuros en el nivel general de precios, ya que estos erosionarán el poder adquisitivo y los márgenes de ganancia antes de que los contratos puedan renegociarse.18

Gráfico 6

Cuarto, si es lo suficientemente alta y persistente, la inflación influirá en las características estructurales de la fijación de salarios y precios. Cuanto mayor sea la tasa de inflación, mayor será el incentivo para que los trabajadores se sindicalicen y para que las negociaciones salariales se centralicen, ya que la tasa de inflación actúa como un punto focal más fuerte.19 Y, cuanto más persistente es la tasa de inflación, mayor es el incentivo para indexar los salarios y, en general, para reducir la duración de los contratos que se fijan en términos nominales.20 Estas fuerzas se ven amplificadas por el hecho estilizado de que las tasas de inflación más altas tienden a ir de la mano con una mayor volatilidad y, por lo tanto, incertidumbre.

Existen pruebas considerables que respaldan el impacto del régimen de inflación en los arreglos contractuales.21 Por ejemplo, las prácticas de indexación tienden a ser más frecuentes en países con un historial de inflación más alto (por ejemplo, en las EME de América Latina en relación con las de Asia). Y la dependencia de la indexación ha disminuido junto con la tasa de inflación (Gráfico 6.C).22 En otras palabras, desde la década de 1980, las fuerzas estructurales y la disminución de la inflación en sí misma se han reforzado mutuamente en la reducción del poder de negociación del trabajo.

No es difícil encontrar la huella de los regímenes de inflación en la fijación de salarios y precios.

Considere primero la fijación de precios. Como ejemplo, entre los países, el traspaso de los salarios a la inflación se vuelve más moderado a tasas de inflación más bajas (Gráfico 7.A). Esta constatación está corroborada por pruebas específicas de los Estados Unidos: las variaciones imprevistas de los salarios estimadas en una muestra iniciada en 1986 transmiten menos a los índices de precios al productor y al consumidor que en el régimen anterior de alta inflación (gráficos 7.B y 7.C).

Gráfico 7

Del mismo modo, los salarios se han vuelto menos sensibles a la inflación con el tiempo. Por ejemplo, la evidencia corroborante surge de un modelo empírico simple en el que el crecimiento salarial es una función de la inflación pasada, la brecha de desempleo y el crecimiento de la productividad laboral estimado en un panel de economías avanzadas. La inflación pasada se ha reflejado menos en las ganancias salariales (Gráfico 8.A) ya que su nivel promedio ha disminuido con el tiempo (Gráfico 8.B).

Gráfico 8

Juntar estas diversas piezas de evidencia sugiere que el vínculo entre los salarios y los precios se ha vuelto más flexible. Un ejercicio estadístico que captura su dinámica conjunta ilustra el punto. Cuando los salarios, por ejemplo, se quedan atrás de su relación a largo plazo con los precios, tienden a ponerse al día posteriormente, aunque más lentamente en el régimen de baja inflación (Gráfico 9.A). Lo mismo ocurre con los precios (gráfico 9.B).

Tomados en conjunto, todos estos hallazgos pueden ayudar a explicar por qué los regímenes de alta y baja inflación se refuerzan a sí mismos. Esto se debe en gran medida a su impacto en los ajustes salariales y de precios y, por lo tanto, en la probabilidad e intensidad de las espirales salario-precio. En un régimen de baja inflación, tanto la tasa de inflación como los cambios de precios individuales son menos notables y el nivel general de precios es menos representativo de los precios que importan para los agentes individuales. Además, las expectativas de inflación juegan un papel más pequeño, y la inflación induce cambios en las características estructurales de la fijación de salarios y precios que ayudan a mantenerla baja. Los regímenes de alta inflación son la imagen especular.

Expectativas de inflación en los mercados financieros

Si bien las expectativas de las empresas y los hogares afectan directamente a la fijación de precios y salarios, las de los mercados financieros desempeñan un importante papel indirecto a través de una variedad de canales.

Gráfico 9

En primer lugar, influyen en las condiciones financieras y, por lo tanto, en la demanda agregada. Un factor clave detrás de cualquier decisión de pedir prestado o ahorrar es la tasa de interés, es decir, la cantidad que el prestatario deberá pagar para pagar su deuda y el retorno al ahorrador por posponer el consumo. Aparte de la tasa de política a corto plazo, que es establecida por el banco central, las expectativas de inflación de los participantes en el mercado ayudan a determinar las tasas de interés nominales a vencimientos más largos, ya que los inversores deben ser compensados por la erosión esperada de su poder adquisitivo. A su vez, los gastos están determinados en parte por las tasas nominales, que tienen un impacto de primer orden en los flujos de efectivo, y por las tasas de interés ajustadas a la inflación («reales»), que reflejan el valor real de los recursos transferidos a lo largo del tiempo. Las tasas hipotecarias a largo plazo son un buen ejemplo.

En segundo lugar, a través de su impacto en las tasas de interés, las expectativas de inflación incorporadas en los mercados financieros tienen un efecto importante en el tipo de cambio, probablemente el precio relativo más destacado e importante para las economías abiertas. Esto se debe a que afectan los rendimientos en todas las monedas y, por lo tanto, las decisiones de inversión y endeudamiento de los participantes del mercado que tienen acceso a fondos nacionales y extranjeros. Estas decisiones serán, a su vez, un importante impulsor de los tipos de cambio, ya que las salidas repentinas de capital pueden desencadenar grandes depreciaciones. Además, a través de los tipos de cambio, las expectativas de inflación también afectan el valor tanto de los activos como de las deudas denominadas en moneda extranjera. Esto es especialmente importante en las EME, donde el uso de una moneda extranjera para denominar los contratos puede ser común y donde los descalces de divisas (discrepancias entre las denominaciones de las monedas de los activos y pasivos) pueden ser generalizados.23

El impacto en los costos de servicio y la carga de la deuda del gobierno es especialmente importante. Un posible mecanismo es a través de las percepciones de los mercados financieros sobre la sostenibilidad de las posiciones fiscales. Por ejemplo, hay evidencia de las EME de que cuando la proporción de la deuda pública denominada en moneda extranjera es alta, un aumento en el déficit fiscal resulta en una depreciación de la moneda (Gráfico 10.A). Esta depreciación es una de las razones por las que los déficits, de manera más general, cambian toda la distribución de los resultados futuros de la inflación, aumentando la probabilidad de una inflación más alta (Gráfico 10.B). Este efecto es más fuerte en las EME, donde la sostenibilidad de la deuda tiende a ser más un desafío y el tipo de cambio juega un papel más importante. El efecto de los déficits sobre la inflación también es mayor cuando los niveles de deuda son más altos (Gráfico 10.C).

Gráfico 10

En tercer lugar, las expectativas de inflación de los mercados financieros son útiles en sí mismas. Si bien pueden no ser un buen indicador de las expectativas de los que fijan los salarios y los precios, pueden ayudar a pronosticar la inflación. Después de todo, agregan la información de una miríada de inversores, que «ponen su dinero donde están sus bocas». Además, su puntualidad puede ser de gran valor. Y también lo es el hecho de que, a través de los precios de las opciones, es posible extraer información sobre los riesgos percibidos en torno a los resultados futuros promedio o más probables. Sin duda, extraer las expectativas de inflación de los precios de los activos no está exento de dificultades. Dado que las expectativas no son observables, es necesario algún «modelo» para estimarlas. Además, están «contaminados» por la compensación que los inversores requieren para soportar el riesgo de inflación, así como por las características del mercado, incluida la liquidez subyacente. Aun así, al fin y al cabo, lo que importa es su contenido predictivo.

La evidencia empírica indica que las medidas de los mercados financieros de las expectativas de inflación pueden ser valiosas. Si bien las expectativas de los hogares tienden a estar sesgadas al alza en comparación con las realizadas por los pronosticadores profesionales (Gráfico 11.A), las expectativas de los mercados financieros se desempeñan relativamente bien (Gráfico 11.B). También tienen la ventaja de la puntualidad: a diferencia de las encuestas que generalmente se realizan regularmente a intervalos fijos, las expectativas del mercado financiero se pueden monitorear en tiempo real. Como tales, pueden resultar especialmente útiles cuando las condiciones económicas cambian rápidamente.

The timeliness of market-based inflation expectations is one reason why they are useful to central banks when setting monetary policy. As such, they serve not only as indicators of the future path of inflation, but also as real-time gauges of the credibility of the central bank’s commitment to price stability. Their use in this context provides a valuable additional piece of information, although it needs to be managed properly (see below).

Graph 11

El papel de la política monetaria

La huella de la política monetaria en la inflación se puede rastrear fácilmente a través de la historia. Se puede encontrar en la relativa estabilidad del nivel de precios bajo el Patrón Oro, la costosa deflación de la Gran Depresión, las hiperinflaciones ocasionales, la Gran Inflación de la década de 1970 bajo un estándar fiduciario y la posterior Gran Desinflación de la década de 1990. Esta fase marcó el comienzo de un largo período de inflación baja y estable, ya que los bancos centrales dieron una clara prioridad al control de la inflación: la era de las metas de inflación.

La política monetaria influye en la inflación de dos maneras.

En primer lugar, a través del régimen de política, es decir, las reglas del juego que definen el propio marco de política monetaria. Estos incluyen el peso relativo de los diferentes objetivos; las características centrales de la respuesta sistemática de política a la evolución de la economía (la «función de reacción» del banco central); las herramientas empleadas; transparencia, rendición de cuentas y, lo que es más importante, el grado de autonomía («independencia») del gobierno, que ofrece aislamiento de las presiones políticas a corto plazo. Estas características determinan en última instancia la credibilidad y la capacidad del banco central para cumplir con sus objetivos. La conjunción de las metas de inflación con la independencia del banco central es el ejemplo más reciente y generalizado de tal marco. Es el marco de política monetaria el que tiene la mayor influencia en las expectativas de inflación, así como en las características de la formación de salarios y precios.

En segundo lugar, a través de cambios en la postura de la política monetaria dentro de un régimen. Estos operan principalmente a través de la demanda agregada en la economía. Es a través de cambios en la postura que el banco central calibra el grado de acomodación o rigidez para dirigir la actividad económica y, por lo tanto, la inflación. Estos ajustes ayudan a ajustar la respuesta sistemática de la política y su flexibilidad a la evolución de las circunstancias, lo que a veces requiere desviaciones significativas de la función de reacción típica.

¿Qué luz puede arrojar la perspectiva bajo el capó sobre estos temas? Consideremos, a su vez, el funcionamiento de la política monetaria en un régimen de baja tasa de inflación y las transiciones a uno más alto.

Recuadro C

Comparación de diferentes medidas de inflación

La medición de la inflación implica un acto de equilibrio entre la construcción de una guía útil para evaluar la estabilidad de precios (y, por lo tanto, informar las decisiones de los bancos centrales) y la identificación de un índice que sea completo, transparente y fácil de comunicar al público, cuya experiencia de cambios de precios debería reflejar debidamente. De hecho, la mayoría de los índices de precios se basan en los precios de los bienes y servicios en una canasta de consumo típica de un hogar mediano. Como tales, reflejan el costo de consumo, en lugar del costo de vida per se.

Los bancos centrales analizan los índices de precios en parte para extraer señales sobre los desequilibrios entre la demanda agregada y la capacidad de oferta que podrían requerir una respuesta de política monetaria. Además, los movimientos persistentes en los niveles de precios pueden servir como un indicador de advertencia de que las expectativas de inflación pueden estar en riesgo de desanclarse. Sin embargo, como se argumenta en el capítulo, los índices de precios reflejan mecánicamente todos los cambios de precios, incluidos aquellos que tienen un valor predictivo limitado para la inflación futura, o no están influenciados por la política monetaria.  En principio, a las autoridades monetarias les gustaría reaccionar de manera diferente a los diferentes tipos de cambio de precios.

Algunos precios son particularmente volátiles y, por lo tanto, pueden ser engañosos. Esto sucede para los bienes que están más sujetos a grandes choques exógenos, por ejemplo, los precios de la energía (por ejemplo, debido a conflictos o interrupciones) y los alimentos (sujetos a eventos climáticos y estacionalidad). Estos constituyen una proporción particularmente grande del consumo total, especialmente en algunas economías de mercados emergentes (Gráfico C1. A). Una forma de minimizar su impacto en la inflación es confiar en medidas de inflación «subyacente» que reduzcan el efecto de componentes específicos, excluyendo categorías como alimentos y energía que tienden a ser impulsadas exógenamente. Otra es confiar en medidas recortadas que dejan caer los componentes más volátiles en cada punto en el tiempo, independientemente de su fuente.

Gráfico C1

La distribución de los resultados de la inflación, independientemente de cómo se mida, se concentra mucho más en torno a valores bajos cuando la inflación está firmemente bajo el control de los bancos centrales (Gráfico C1.B). Bajo regímenes de alta inflación, tanto la inflación subyacente como la general parecen muy volátiles, mientras que en un régimen de baja inflación la inflación subyacente tiende a ser más estable, como cabría esperar.

 Una excepción notable es el deflactor del Gasto de Consumo Personal (PCE) de los Estados Unidos.  Los precios administrados por las agencias gubernamentales son una fuente importante de precios que no se ven afectados por la política monetaria en algunas economías.

Política monetaria en régimen de baja inflación

La dinámica de los precios en un régimen de baja inflación ofrece una flexibilidad considerable al banco central. En tal régimen, la inflación tiene valiosas propiedades de autoequilibrio. Su evolución refleja en gran medida los cambios en los precios relativos específicos del sector que son, en su mayor parte, transitorios. Debido a la falta de cambios de precios destacados frecuentes y persistentes que podrían impulsar la inflación de manera duradera, los agentes no necesitan prestar mucha atención a la inflación. En parte como resultado, los salarios y los precios no tienden a perseguirse mutuamente más alto. La flexibilidad en este contexto podría significar una mayor tolerancia a las desviaciones moderadas, aunque persistentes, de la inflación con respecto a los objetivos estrechamente definidos. Es como si, habiendo logrado controlar la inflación, el banco central pudiera disfrutar de los frutos de su credibilidad duramente ganada.

Un régimen de baja inflación también confiere flexibilidad con respecto a la medida específica de la inflación que el banco central puede apuntar. En un entorno en el que los cambios relativos de los precios son dominantes, y posiblemente desconectados de la dinámica de la inflación subyacente, existe una prima sobre las medidas que se abstraen, en la medida de lo posible, de los cambios de precios relativos más volátiles (véase el recuadro C para un análisis detallado).

Hay buenas razones para que el banco central haga uso de la flexibilidad. Por un lado, con la inflación baja, las fuerzas del lado de la oferta que impulsan los cambios en los precios se vuelven relativamente más importantes. Estas fuerzas reflejan ajustes naturales en la economía que la política monetaria debería acomodar, a menos que amenacen el propio régimen de baja inflación. Además, la evidencia sugiere que se hace difícil para la política monetaria dirigir la inflación con precisión. Esto, a su vez, aumenta los posibles costos de intentarlo.

Una de las razones detrás de las dificultades para dirigir la inflación refleja la naturaleza misma de los cambios en los precios. Uno esperaría que la política monetaria operara a través del componente común de la inflación, que tiende a reflejar el impulsor común a todos los cambios de precios. La evidencia empírica apoya esta conjetura. Los cambios en la orientación de la política tienen un impacto persistente en el componente común de los cambios de precios, pero tienen poco impacto en los elementos idiosincrásicos de los datos de los Estados Unidos (gráficos 12.A y 12.B). Por lo tanto, a medida que el componente común disminuye en relación con el específico del sector cuando la inflación se establece en un nivel bajo, la tracción de los cambios en la postura de política disminuye con él.

Además, la evidencia sugiere que, al menos cuando la inflación es baja, la política monetaria opera a través de un conjunto bastante estrecho de precios. Los resultados de un ejercicio sobre datos estadounidenses indican que su impacto es estadísticamente diferente de cero para sólo alrededor de un tercio de los sectores, incluso después de tres años (gráfico 12.C). Tal vez no sea sorprendente que los precios que muestran una respuesta se encuentren principalmente en los subsectores de servicios cíclicamente sensibles, que se ven más afectados por la demanda interna que por la extranjera.24

Otra evidencia que corrobora es que la política monetaria pierde tracción cuando las tasas de interés nominales son muy bajas.25 Debido a que las tasas de interés nominales y las tasas de inflación tienden a moverse juntas, esto implica una tracción más limitada de la política monetaria en regímenes de baja inflación. Esta pérdida de tracción se mantiene incluso después de filtrar la influencia de otros factores: el estado de la economía, el nivel de deuda y la aparente tendencia a la disminución de las tasas de interés reales de «equilibrio». Además, el efecto tiende a intensificarse cuanto más tiempo los tipos de interés se mantienen bajos.26

La tracción más limitada de la política monetaria a niveles bajos de inflación significa que se necesitan mayores movimientos en el instrumento de política para producir el mismo efecto inflacionario, con mayores efectos secundarios para la economía real. Esto ha quedado en evidencia en el período posterior a la Gran Crisis Financiera, durante el cual los bancos centrales han enfrentado dificultades para elevar la inflación de nuevo a la meta, en parte debido a las fuerzas estructurales desinflacionarias en juego. De ahí la necesidad de mantener una postura política excepcionalmente fácil durante un tiempo excepcional, el llamado fenómeno de bajo por largo. Este ha sido uno de los factores que han influido en la acumulación de vulnerabilidades financieras y de asunción de riesgos (capítulo I).

Gráfico 12

Transiciones entre regímenes de inflación

¿Qué pasa con las transiciones entre regímenes?

Controlar la inflación generalmente ha demostrado ser costoso. Y cuanto más alta y más arraigada sea la tasa de inflación inicial y, por lo tanto, cuanto mayor sea la desinflación requerida, mayor será el costo. Como indica el análisis anterior, una vez que se establecen las espirales salario-precio, desarrollan una inercia que no es fácil de romper. Las expectativas de una inflación persistente se incrustan en los contratos de trabajo y las negociaciones salariales, lo que requiere una mayor reducción de la demanda agregada y, por lo tanto, un mayor desempleo, para romper la parte posterior de la inflación persistente. La tarea de la política monetaria se vuelve mucho más difícil. Esto es cierto no sólo desde un punto de vista técnico, sino también desde un punto de vista político. Un amplio consenso político de que la inflación debe volver a estar bajo control ayudaría en gran medida a la tarea del banco central. Por ejemplo, podría ser fundamental para inducir a los sindicatos a aceptar el abandono de las cláusulas de indexación, como lo hizo en la década de 1980.27 Pero este consenso puede tardar en formarse y, mientras tanto, las acciones del banco central infligirán los costos necesarios a corto plazo a la economía.

Por lo tanto, un desafío clave para el banco central es evitar las transiciones de regímenes de baja a alta inflación en primer lugar, para cortar la inflación de raíz. Sin duda, un régimen de baja inflación tiene algunas propiedades de autoequilibrio, que permiten a un banco central creíble disfrutar de un grado considerable de flexibilidad. Pero, si el sistema está sometido a demasiada presión, esas propiedades desaparecen. La Gran Inflación de la década de 1970 es un buen ejemplo. Esta fase histórica fue precedida por varios años de inflación moderadamente alta, que dejó al régimen de inflación vulnerable al shock del precio del petróleo de 1973.28 Una vez que el precio del petróleo se disparó, la inflación se aceleró y afianzó la transición.

Una dura prueba a la que se enfrentan los bancos centrales en este contexto es cómo identificar las transiciones con suficiente prontitud y fiabilidad y luego calibrar la política en consecuencia. Ambas tareas están nubladas por la incertidumbre. La perspectiva bajo el capó arroja luz sobre estos desafíos y señala formas en que pueden abordarse. Sin embargo, en última instancia, los bancos centrales no tienen más remedio que considerar el conjunto más amplio de información posible, tanto dura como blanda, y formar un juicio sobre los riesgos futuros. El entorno actual ayuda a ilustrar algunas de estas dificultades.29

Un primer indicador de advertencia son los cambios grandes y persistentes en los precios relativos más destacados, como los de la energía y los alimentos. Las grandes depreciaciones del tipo de cambio juegan un papel similar. Por ejemplo, recientemente la guerra en Ucrania ha provocado importantes aumentos en los precios de la energía y los alimentos, lo que se suma a las presiones alcistas anteriores, en parte relacionadas con el repunte más amplio de la demanda mundial (capítulo I). Sin duda, tales aumentos de precios no son ni necesarios ni suficientes para desencadenar una transición. Pero sí prueban las propiedades autoequilibrantes del sistema y requieren una atención especial.

Una práctica común para hacer frente a tales cambios de precios es excluirlos de las medidas de inflación subyacente o subyacente, debido a su alta volatilidad. La idea es capturar solo la influencia más duradera de la trayectoria de la inflación. Un posible inconveniente, sin embargo, es que puede tomar tiempo para que su efecto se filtre.

La perspectiva bajo el capó sugiere otro enfoque complementario: observar más de cerca el grado de similitud en todos los cambios de precios. Un indicador simple de este tipo es el grado de efectos de contagio entre sectores basado en ventanas rodantes. Agregar solo unas pocas observaciones post-Covid al largo período de estimación indica que los efectos de contagio han aumentado en varios países de la muestra (Gráfico 13.A). Un indicador más oportuno, que no requiere ventanas de estimación largas, es un índice de similitud de los cambios de precios entre sectores. Esta medida refuerza el mensaje anterior: las observaciones mensuales apuntan a un aumento de la similitud desde mediados de 2021 (Gráfico 13.B).

Una limitación de todos estos indicadores es que cubren solo horizontes cortos y que los cambios subyacentes pueden no ser duraderos. Un enfoque complementario, por lo tanto, es considerar las expectativas de inflación. Estos proporcionan una mejor idea de la posible evolución de la inflación en diferentes horizontes, al menos tal como la perciben los agentes económicos. Dicho esto, como se señaló anteriormente, estos indicadores tampoco son infalibles. Las expectativas de los analistas económicos pueden proporcionar poca información por encima de las propias previsiones de los bancos centrales. Los de los participantes en los mercados financieros también pueden estar excesivamente influenciados por las propias evaluaciones y credibilidad del banco central; en estos casos, incluso podrían arrullar al banco central en una falsa sensación de seguridad.30 Y los de los hogares y las empresas tienden a ser muy retrógrados. En el contexto actual, estos indicadores apuntan a riesgos significativos (capítulo I).

Los modelos econométricos, sobre todo los basados en relaciones estilizadas como la curva de Phillips estándar, son la principal herramienta para hacer pronósticos a más largo plazo, más allá de un año. Pero solo pueden llegar hasta cierto punto. La razón es que están menos equipados para abordar los puntos de inflexión (recuadro B). En parte, esto se debe a que tienden a asumir que los choques de precios relativos, incluso si son grandes, solo tienen un impacto temporal en la inflación. Además, pueden haberse estimado en un régimen largo y de baja inflación. En términos más generales, se debe a que tienen dificultades para capturar la dinámica de inflación específica durante las transiciones, en las que el nivel de inflación en sí mismo puede alterar las relaciones bien establecidas.

En última instancia, el indicador de advertencia más confiable son los signos de efectos de segunda ronda, con los salarios respondiendo a las presiones de precios, y viceversa. Estos pueden ser especialmente preocupantes si van de la mano con cambios incipientes en la psicología de la inflación. Entre los ejemplos figuran las demandas de una mayor centralización de las negociaciones salariales o las cláusulas de indexación, o las encuestas que indican que las empresas han recuperado el poder de fijación de precios, como parte de cambios más amplios en el entorno competitivo, como se observó recientemente en algunos países (capítulo I).

Gráfico 13

Esto da lugar a un dilema. Es posible que los bancos centrales deseen esperar para obtener las señales más fiables y evitar la reacción exagerada. Pero esperar hasta que las señales sean inequívocas aumenta el riesgo de que la inflación se arraigue y el sistema alcance un punto de inflexión. Esto es particularmente importante dado que la política monetaria afecta a la inflación solo con un retraso. Por lo tanto, no se debe subestimar el riesgo de esperar demasiado tiempo, especialmente después de un período prolongado en un régimen de baja inflación. Si el banco central no ha tenido que endurecer significativamente durante mucho tiempo, será más incierto sobre el impacto de la eliminación de la acomodación. Más aún si, mientras tanto, ha habido signos de una toma de riesgos agresiva y la deuda se ha acumulado, sobre todo reflejando las tasas de interés muy bajas que pueden ir de la mano con un régimen de baja inflación. Estos desafíos son importantes en el entorno actual.

De hecho, las transiciones sólo pueden identificarse de forma fiable ex post. Los bancos centrales, sin embargo, no tienen tal lujo. Esto pone una prima en la flexibilidad y la puntualidad. Cuando se enfrentan a altos riesgos de una transición de un régimen de baja a un régimen de alta inflación, es probable que los costos de quedarse atrás de la curva sean altos.

Al considerar estos riesgos, las características y circunstancias específicas de cada país son importantes. Por razones estructurales, algunos países son más vulnerables que otros a pasar de un régimen de baja a una alta inflación. El análisis anterior apunta a varias características relevantes. Una gran ponderación de los artículos destacados en la canasta de consumo puede hacer que los aumentos en la tasa de inflación sean más propensos a mantenerse. Las finanzas públicas débiles y los grandes descalces monetarios, especialmente en economías más abiertas, pueden hacer que el tipo de cambio sea más sensible al deterioro de las condiciones y amplificar el daño que puede infligir una depreciación. Las prácticas formales o informales de indexación salarial, y la negociación centralizada, pueden facilitar que los aumentos salariales recuperen las pérdidas de poder adquisitivo. Sobre todo, una historia de alta inflación podría aumentar la probabilidad de que las expectativas de inflación se desanclan, lo que induciría a ajustes de comportamiento más amplios. Las acciones de aquellos en los mercados financieros podrían empujar rápidamente al sistema más allá del punto de no retorno. Esto sugiere que, en las economías con tales características, existe una prima sobre una respuesta rápida de la política monetaria. Es más probable que las EMEs caigan en esta categoría. No es sorprendente que los bancos centrales de muchas economías emergentes hayan respondido con más prontitud que sus pares de AE al aumento de la inflación durante el año pasado.

El papel destacado de la historia de la inflación en la influencia de las transiciones pone de relieve la importancia de los marcos de política y las instituciones. Ellos tienen la clave de la credibilidad de la política monetaria. La credibilidad es esencial para anclar firmemente las expectativas y, de manera más general, para fortalecer la resiliencia de la economía a los shocks inflacionarios. En este contexto, la independencia del banco central es fundamental. Refuerza las propiedades de autoequilibrio de un régimen de baja inflación, otorgando así tiempo al banco central para evaluar la situación más a fondo. Y, lo que es aún más importante, protege a la institución de las presiones de la economía política que retrasarían, o incluso impedirían, la respuesta política correctiva necesaria.

Conclusión

Comprender la naturaleza y la mecánica del proceso de inflación es fundamental para la conducción de la política monetaria. Mirar bajo el capó la evolución desagregada de los precios y la formación de salarios y precios en profundidad es particularmente valioso. Arroja luz sobre cómo pueden surgir y propagarse olas de inflación de base amplia a partir de choques de precios relativos específicos del sector y sobre el papel relativo de las fuerzas cíclicas y estructurales en la determinación de la probabilidad e intensidad de las espirales salario-precio.

El análisis destaca las principales diferencias entre los regímenes de baja y alta inflación y, por lo tanto, la criticidad de las transiciones.

Un régimen de baja inflación tiene importantes propiedades autoestabilizadoras. Lo que se mide como inflación es, en gran parte, el reflejo de cambios de precios relativos o sectoriales que tienden a tener un impacto transitorio en el nivel de inflación. En un entorno así, la inflación tiene poco efecto en la formación de salarios y precios, ya que pierde importancia como factor que influye en el comportamiento. La credibilidad del banco central es fundamental para cablear el régimen y aumentar su solidez.

Los regímenes de alta inflación no tienen tales propiedades autoestabilizadoras. La inflación se convierte en un punto focal para el comportamiento de los agentes y la formación de salarios y precios se vuelve más sensible a los choques de precios relativos. Una mayor inflación, a su vez, induce cambios en las características más estructurales de la formación de salarios, como la indexación y la negociación salarial centralizada, que ayudan a afianzar el régimen. También socava la credibilidad del banco central, desamareciendo aún más el proceso de inflación. La experiencia con los shocks de los precios del petróleo de la década de 1970 ilustra los mecanismos en funcionamiento.

Debido a la sensibilidad del comportamiento de los agentes al nivel de inflación, las transiciones se refuerzan a sí mismas y, por lo tanto, son desafiantes. Son un desafío para los modelos típicamente utilizados para explicar y pronosticar la inflación, que no son adecuados para capturar tales cambios de comportamiento. Y son especialmente desafiantes para los responsables de la formulación de políticas, debido a la incertidumbre endémica y la posibilidad de puntos de inflexión.

La perspectiva bajo el capó arroja luz sobre cómo la política monetaria puede asegurar mejor un régimen de baja inflación. La perspectiva subraya la importancia de navegar las transiciones y las dificultades asociadas. La transición de regreso de un régimen de alta inflación puede ser muy costosa una vez que se arraiga. Todo esto pone una prima en una respuesta oportuna y firme. Los bancos centrales entienden plenamente que los beneficios a largo plazo superan con creces cualquier costo a corto plazo. Y esa credibilidad es un activo demasiado preciado para ponerlo en riesgo.

Notas

1 Véase Carstens (2022).

2    La palabra «inflación» surgió a mediados del siglo 19 (véase, por ejemplo, Bryan (1997)). En ese momento, se usaba para denotar cambios en el volumen de billetes y depósitos en circulación. Dados los estándares metálicos de aquellos días, la pérdida de poder adquisitivo y, por lo tanto, los cambios en el nivel general de precios, se denominaron «depreciación». Fue sólo considerablemente más tarde que el término adquirió las connotaciones actuales de un aumento en el precio general de los bienes y servicios. En su Tract, Keynes (1924) definió la inflación como «una expansión en la oferta de dinero para gastar relativamente a la oferta de cosas para comprar», mientras que en ¿Cómo pagar la guerra? se refiere constantemente a la «inflación de precios» (Keynes (1940)).

3    Para una discusión detallada, véase Reis y Watson (2010).

4    Véase, por ejemplo, Eichenbaum et al (2011).

5 La hiperinflación a veces se define como una tasa de inflación superior al 50% por mes.

6 Véase Kiguel (1989).

7 Véase Benati (2008) y Kim y Lin (2012) para obtener pruebas a través del país.

8 A partir de Taylor (2000), se ha reconocido que un entorno de baja inflación contribuye a reducir el traspaso del tipo de cambio.

9 Véase, por ejemplo, Altissimo et al (2009).

10 Para una revisión que invita a la reflexión sobre cómo las expectativas de inflación se han vuelto tan prominentes en la macroeconomía moderna, consulte Rudd (2021).

11 Véase Gilchrist y Zakrajšek (2019).

12 Véase Forbes (2019).

13 Véase Filardo et al (2020).

14 Véase Auer et al (2017).

15 Véase también el recuadro IV.A en BIS (2017), Lombardi et al (2020) y Ratner y Sim (2022).

16 Véase Sims (2010).

17 Véase Volcker (1983). La formulación de la estabilidad de precios utilizada por Greenspan (1996) fue similar: «Aquel estado en el que los cambios esperados en el nivel general de precios no alteran efectivamente las decisiones de las empresas o los hogares».

18 Existe abundante evidencia de esto, especialmente de las décadas de 1970 y 1980 para los Estados Unidos, donde los contratos a menudo incluían ajustes automáticos por costo de vida y, a veces, incluso prometían grandes aumentos salariales futuros, independientemente de los resultados de la inflación. Por ejemplo, un contrato de 40 meses negociado en mayo de 1981 para los trabajadores mineros estadounidenses garantizaba aumentos salariales anuales promedio del 11% durante la vigencia del contrato: véase Taylor (1983).

19 La alta inflación también polariza el debate político, ya que la asignación de sus costos se convierte en un tema distributivo relevante (véase también el Capítulo II en BIS (2021)). En ese contexto, las políticas públicas (por ejemplo, con respecto al salario mínimo o los salarios del sector público) a menudo pueden desempeñar un papel importante en la amplificación o cortocircuito de las espirales salario-precio. Por ejemplo, la moderación salarial (lograda a través del consenso) fue fundamental en varios episodios de desinflación a lo largo de la década de 1980 – ver Pereira da Silva y Mojon (2019).

20 Esto es más evidente durante las hiperinflaciones. Paradójicamente, las duraciones extremadamente cortas de los contratos cuando la inflación se sale completamente de control permiten que las hiperinflaciones lleguen a un final abrupto, ya que contribuyen a reducir la persistencia de la inflación.

21 Véase, por ejemplo, Rich y Tracy (2004), Fregert y Jonung (2008) y Christofides y Peng (2006) para pruebas estadounidenses, suecas y canadienses, respectivamente.

22 Nótese que la indexación sigue desempeñando un papel importante en el ajuste de las pensiones. Si bien las pensiones no contribuyen directamente a la inflación, ya que no reflejan el costo de producción, contribuyen a la demanda y, por lo tanto, a la inercia de los cambios de precios.

23 Véase, por ejemplo, Eichengreen y Hausmann (2010) y Carstens y Shin (2019).

24 Tenga en cuenta que este es especialmente el caso de los EA grandes. En las EME más pequeñas y abiertas, una transmisión más fuerte de la política monetaria a través de las fluctuaciones de los tipos de cambio y, por lo tanto, su efecto directo en los precios de los bienes importados, conducirá posiblemente a una respuesta inflacionaria más amplia.

25 Véase Ahmed et al (2021).

26 Hay muchas razones posibles para esta pérdida de tracción. Los bajos tipos de interés nominales pueden perjudicar la rentabilidad de los bancos y, por lo tanto, la capacidad de préstamo de los bancos. Cuando las tasas de interés caen hacia cero, los participantes del mercado verían menos potencial para nuevos recortes. Las tasas persistentemente bajas pueden crear desincentivos para abordar los sobreendeudamientos, socavando la asignación eficiente de recursos y la productividad, así como creando las llamadas empresas zombis. Por último, pero no menos importante, los efectos de las tasas de interés reales sobre el consumo y la inversión podrían debilitarse: las tasas bajas podrían alentar a las personas a ahorrar más para su jubilación para compensar los rendimientos esperados más bajos y, en el margen, las empresas pueden no invertir más una vez que las tasas caigan por debajo de las tasas de obstáculo.

27 Ver Pereira da Silva y Mojon (2019) y las referencias en ellos.

28 Véase Reis (2020).

29 Véase Carstens (2022).

30 Este es un efecto de «salón de espejos» como sugieren Morris y Shin (2002). Los mercados llegan a confiar demasiado en el banco central y el banco central, a su vez, confía demasiado en las señales del mercado.

Anexo técnico

Gráfico 1.A: Datos anuales para AT, AU, BE, CA, CH, DE, DK, ES, FI, FR, GB, IT, JP, NL, NO, NZ, PT, SE y US.

Gráfico 1.B: Beligerantes = DE, FR, GB, IT, JP y US; No beligerantes = CH, ES, PT y SE.

Gráfico 2: La línea roja del panel A muestra la proporción de la variación total de la variación de los precios a 12 meses en cada período móvil de cinco años debido al componente común de inflación. El componente común de inflación se define como el primer componente principal de los cambios logarítmicos de 12 meses de los índices de precios sectoriales subyacentes al deflactor PCE de los Estados Unidos. Para cada país, la varianza de la inflación agregada a 12 meses, medida por el promedio ponderado de la diferencia logarítmica de 12 meses de los precios sectoriales subyacentes, se descompone en la parte atribuible a la varianza de la diferencia logarítmica de 12 meses de los precios sectoriales y la parte atribuible a la covarianza de las diferencias logarítmicas de 12 meses de los precios sectoriales entre sectores. Las ponderaciones vienen dadas por un promedio geométrico de las participaciones del gasto sectorial en el mes t-12 y el mes t.

Gráfico 3.B: Estimado en datos de panel con efectos fijos por país utilizando proyecciones locales. Choques de suministro de petróleo identificados en Baumeister y Hamilton (2019), descargados el 14 de marzo de 2022. La muestra cubre AT, AU, BE, BR, CA, CH, CL, CN, CO, CZ, DE, DK, ES, FI, FR, GB, HK, HU, ID, IE, IL, IN, IT, JP, KR, MX, MY, NL, NO, NZ, PL, PT, RU, SE, SG, TH, TR, US y ZA durante el período de febrero de 1975 a febrero de 2021. El régimen de inflación alta (baja) corresponde a la media móvil de inflación de cinco años por encima (por debajo) del 5%.

Gráfico 3.C: Basado en una ecuación de transferencia de tipo de cambio estimada en datos de panel, en la que la diferencia logarítmica (anualizada) del IPC de cada país entre los meses t-1 y el mes t+2 se retrocede sobre la diferencia logarítmica del tipo de cambio bilateral del USD del país entre el mes t-1 y el mes t y la interacción del rendimiento del log del tipo de cambio con la inflación tendencial del IPC en el mes t –1, donde la inflación tendencial se mide por el promedio final de 60 meses de la diferencia logarítmica de 12 meses del IPC. La especificación del panel también incluye retrasos de 1 a 11 de la diferencia logarítmica mensual (anualizada) del IPC, así como los efectos fijos por país y tiempo. La muestra cubre AT, BE, BR, CA, CH, CL, CN, CO, CZ, DE, DK, ES, FI, FR, GB, HK, HU, ID, IE, IL, IN, IT, JP, KR, MX, MY, NL, NO, PE, PL, PT, RO, RU, SE, SG, TH, TR y ZA durante marzo de 1973 a diciembre de 2019.

Gráfico 4.A: Basado en datos trimestrales del IPC, para CA, JP, KR y MX; datos mensuales del deflactor PCE para EE. UU. Muestras del régimen de alta inflación: CA, Q4 1971–T4 1990; JP, Q4 1970–Q4 1979; KR, Q4 1985–Q4 1997; MX, Q1 1983–Q4 2002; Estados Unidos, enero de 1965-diciembre de 1985. Muestras de régimen de baja inflación: CA, Q1 1991–T4 2019; JP, Q1 1980–Q4 2019; KR, Q1 1998–Q4 2019; MX, Q1 2003–Q4 2019; Estados Unidos, enero de 1986–diciembre de 2019.

Gráfico 4.B: Medida de persistencia basada en Días y Marques (2010). Muestras del régimen de alta inflación: CA, diciembre de 1971 a diciembre de 1990; JP, diciembre de 1970–diciembre de 1979; KR, diciembre de 1985–diciembre de 1997; MX, enero de 1983 a diciembre de 2002; Estados Unidos, enero de 1965-diciembre de 1985. Muestras de régimen de baja inflación: CA, enero de 1991 a diciembre de 2019; JP, enero de 1980–diciembre de 2019; KR, enero de 1998–diciembre de 2019; MX, enero de 2003 a diciembre de 2019; Estados Unidos, enero de 1986–diciembre de 2019.

Gráfico 5.A-B: La muestra cubre AL, AR, AT, AU, BA, BE, BG, BR, CA, CH, CL, CN, CO, CR, CS, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, ID, IE, IL, IN, IS, IT, JP, KR, LT, LU, LV, ME, MK, MT, MX, NL, NO, NZ, PL, PT, RO, RS, SE, SI, SK, TR, US y XK (sujeto a disponibilidad de datos).

Gráfico 5.A: Los detalles sobre la construcción del índice se pueden encontrar en el libro de códigos de la base de datos OCDE/AIAS ICTWSS, disponible en www.oecd.org/employment/ictwss-database.htm.

Gráfico 5.C: Basado en una ecuación salarial, estimada en datos de panel, en la que el crecimiento del salario nominal se retrocede sobre la inflación pasada, la brecha de desempleo y el crecimiento de la productividad, así como sobre su interacción con una medida del poder de negociación de los trabajadores. Esta medida se construye como el primer componente principal de tres indicadores de la OCDE de las instituciones del mercado laboral: cobertura sindical, densidad sindical y legislación de protección del empleo (Lombardi et al (2020)). El panel abarca AU, BE, CA, DE, DK, ES, FR, GB, IE, IT, JP, NL, SE y US.

Gráfico 6.A-B: Índice de similitud basado en Mink et al (2007), modificado sumando 1 para que se encuentre en el rango entre 0 y 1, con números más altos que indican una gran similitud de los cambios de precios en cada punto en el tiempo. El cambio de precio de registro de referencia de 12 meses es la mediana transversal no ponderada. La inflación general de 12 meses se muestra en una escala logarítmica.

Gráfico 6.A: La muestra cubre AT, BE, CA, CH, DE, DK, ES, FI, FR, GB, IE, IT, JP, NL, NO, PT, SE y US durante enero de 1959 a abril de 2022 (sujeto a disponibilidad de datos).

Gráfico 6.B: La muestra cubre BR, CL, CO, CZ, HU, KR, MX, PE, PL, RO, SG y TR durante enero de 1969 a abril de 2022 (sujeto a disponibilidad de datos).

Gráfico 6.C: La muestra cubre AL, AR, AU, AT, BE, BG, BA, BR, CA, CH, CL, CR, CS, CY, CZ, DE, DK, ES, EE, FI, FR, GB, GR, HR, HU, IE, IS, IL, IT, JP, KR, LT, LU, LV, MX, MK, MT, ME, NL, NO, NZ, PL, PT, RO, RS, SK, SI, SE, TR, US y XK (sujeto a disponibilidad de datos).

Gráfico 7.A: Un régimen de alta inflación se define como los períodos en los que la mediana móvil de ocho trimestres de la inflación subyacente pasada está por encima del 5%. Las estimaciones trimestrales se basan en una ecuación salarial, en la que la inflación en el momento t+4 retrocede en función del crecimiento de los salarios nominales, su interacción con el régimen de alta inflación ficticia, la brecha de desempleo y el crecimiento de la productividad en el momento t, así como en los efectos fijos de país y tiempo. El panel incluye AU, BE, CA, DE, DK, ES, FR, GB, IE, IT, JP, NL, SE y US.

Gráfico 7.B-C: Basado en un modelo VAR de la economía estadounidense con tres rezagos, que presenta (en este orden) la inflación PCE y PPI, el crecimiento de la producción industrial, el crecimiento del empleo, el crecimiento de los salarios, el rendimiento del Tesoro a dos años, el diferencial de crédito de bonos corporativos Baa-Aaa de Moody’s y el crecimiento de los precios del petróleo WTI. Los choques al crecimiento del salario nominal se obtienen utilizando una descomposición de Cholesky basada en el orden anterior.

Gráfico 8: Basado en datos trimestrales para AU, BE, CA, DE, DK, ES, FR, GB, IE, IT, JP, NL, SE y US.

Gráfico 8.A: Las estimaciones trimestrales se basan en una ecuación salarial, en la que el crecimiento de los salarios nominales en el momento t+4 se retrocede en función de la inflación, su interacción con el régimen de alta inflación ficticia, la brecha de desempleo y el crecimiento de la productividad en el momento t, así como los efectos fijos de país y tiempo.

Gráfico 9: Basado en un modelo de cointegración de paneles de salarios nominales y precios al consumidor para un conjunto de economías avanzadas. El modelo no es lineal en el sentido de que separa el efecto de las desviaciones positivas y negativas de la relación cointegrante. Además del plazo de corrección de errores y la inflación de precios y salarios, las ecuaciones a corto plazo también incluyen la brecha de desempleo, el crecimiento de la productividad laboral, así como los efectos fijos en el país y el tiempo. El panel incluye AU, BE, CA, DE, DK, ES, FR, GB, IE, IT, JP, NL, SE y US durante el Q1 1968–Q4 2021 (sujeto a disponibilidad de datos).

Gráfico 10.A: Basado en regresiones de panel desequilibradas con efectos fijos por país. Las variables de control incluyen la inflación, el cambio en el tipo de cambio (en registros), el crecimiento del PIB real, el cambio en el precio del petróleo denominado en moneda local (en registros), la tasa de interés de política de los Estados Unidos y la volatilidad del rendimiento de las acciones de los Estados Unidos. La muestra cubre BR, CL, CN, CO, HK, HU, ID, IL, IN, KR, MX, PE, PH, PL, RO, RU, TH, TR y ZA durante 1991-2019, utilizando datos anuales.

Gráfico 10.B: Basado en regresiones cuanales de panel desequilibradas con efectos fijos por país. Para calcular las distribuciones, todas las demás variables se establecen en sus medias. Las variables de control incluyen el crecimiento del PIB real, la inflación, el cambio en el tipo de cambio (en registros) y el cambio en el precio del petróleo denominado en moneda local (en registros). Ver Banerjee et al (2020) para detalles sobre la metodología. AEs: AT, AU, BE, CA, CH, DE, DK, ES, FI, FR, GB, GR, IE, IT, JP, NL, NO, NZ, PT, SE y US. EMDE: BO, BR, CL, CN, CO, DO, GH, HK, HN, HT, HU, ID, IL, IN, KR, MX, NI, PE, PH, PL, RO, RU, TH, TR, UY y ZA. La muestra cubre 1960-2019, utilizando datos anuales.

Gráfico 10.C: Basado en regresiones cuantiles de panel desequilibradas con efectos fijos de país. Las variables de control incluyen el crecimiento del PIB real, la inflación actual, el cambio en el tipo de cambio (en registros) y el cambio en el precio del petróleo denominado en moneda local (en registros). Ver Banerjee et al (2020) para detalles sobre la metodología. EMDE incluye BO, BR, CL, CN, CO, DO, GH, HK, HN, HT, HU, ID, IL, IN, KR, MX, NI, PE, PH, PL, RO, RU, TH, TR, UY y ZA. La clasificación de la deuda baja/alta se define en función de la mediana de la muestra. La muestra cubre 1960-2019, utilizando datos anuales.

Gráfico 11.A: Para BR, CA, DE, EA, GB, IN, JP, NZ y US, valor medio. Para KR, PH, SE y ZA, valor medio. Fechas de inicio de la muestra: BR, Q1 2015; CA, Q4 2014; DE, Q2 2019; EA, Q1 2004; GB y SE, Q2 2015; IN, Q3 2009; JP, segundo trimestre de 2006; KR, Q1 2013; Nueva Zelanda, segundo trimestre de 2007; PH, Q1 2017; Estados Unidos, Q4 1989. Fecha de finalización de la muestra: Q1 2021.

Gráfico 11.B: La muestra cubre el primer trimestre de 2010-cuarto trimestre de 2018.

Gráfico 12: El componente común de inflación se define como el primer componente principal de los cambios logarítmicos mensuales de 131 índices de precios sectoriales subyacentes al deflactor PCE de los Estados Unidos. El componente idiosincrásico de los cambios sectoriales de los precios logarítmicos corresponde a los residuos de la regresión de los cambios mensuales de los precios logarítmicos específicos del sector en el componente común de inflación. Las sorpresas de política monetaria de alta frecuencia se construyen utilizando la metodología desarrollada por Miranda-Agrippino y Ricco (2021). Las respuestas de impulso se estiman utilizando proyecciones locales; ver Borio et al (2021) para más detalles. La muestra cubre julio de 1992 a diciembre de 2018 (sujeto a disponibilidad de datos).

Gráfico 13.B: Índice de similitud basado en Mink et al (2007); véase la nota al gráfico 6.A-B.

Gráfico A3: Basado en un modelo VAR con tres retrasos, estimado sobre la muestra de mayo de 2004 a diciembre de 2019.

Gráfico C1. R: 2021 para el PIB per cápita y 2022 (o más reciente) para el peso de los alimentos y la energía. La muestra cubre AT, AU, BE, BG, BR, CH, CL, CO, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IN, IS, IT, JP, KR, LT, LU, LV, MK, MT, MX, NL, NO, NZ, PE, PH, PL, PT, RO, RS, SE, SG, SI, SK, TR y US.

Gráfico C1.B: Fechas del régimen de alta inflación: DE, FR, IT, enero de 1970 a diciembre de 1999; GB, enero de 1970–diciembre de 1992; JP, enero de 1970-diciembre de 1979 y Estados Unidos, enero de 1970-diciembre de 1985. Para FR y GB, la inflación subyacente comienza en enero de 1971. Fechas del régimen de baja inflación para DE, enero de 2000 a mayo de 2022 (abril de 2022 para la inflación subyacente y recortada); FR, enero de 2000–abril de 2022; GB, enero de 1993–abril de 2022; IT, enero de 2000 a abril de 2022; JP, enero de 1980–abril de 2022; Estados Unidos, enero de 1986 a abril de 2022. En el caso de JP, la inflación recortada comienza en enero de 2001. Para los Estados Unidos, el IPC medio recortado excluye el 8% de los componentes del IPC con los cambios de precios más altos y más bajos de un mes de cada cola de la distribución de cambio de precios, lo que resulta en una estimación de inflación media recortada del 16% (calculada por el Banco de la Reserva Federal de Cleveland). Para JP, estimación de inflación media recortada del 20% (calculada por el Banco de Japón); para FR, DE, IT y GB, estimación de inflación media recortada del 16% (cálculos propios).

Referencias

Ahmed, R, C Borio, P Disyatat y B Hofmann (2021): «¿Perder tracción? Los efectos reales de la política monetaria cuando los tipos de interés son bajos«, BIS Working Papers, nº 983, noviembre.

Altissimo, F, B Mojon y P Zaffaroni (2009): «¿Puede la agregación explicar la persistencia de la inflación?», Journal of Monetary Economics, vol 56, no 2, pp 231-41.

Antràs, P, D Chor, T Fally y R Hillberry (2012): «Measuring the upstreamness of production and trade flows», American Economic Review: Papers & Proceedings, vol 102, no 3, pp 412-16.

Auer, R, C Borio y A Filardo (2017): «The globalisation of inflation: the growing importance of global value chains«, BIS Working Papers, no 602, enero.

Banerjee, R, J Contreras, A Mehrotra y F Zampolli (2020): «Inflation at risk in advanced and emerging economies«, BIS Working Papers, no 883, septiembre.

Banco de Pagos Internacionales (BPI) (2017): «Exploring the wage Phillips curve«, 87º Informe Anual, junio, recuadro IV.A,

— (2021): «La huella distributiva de la política monetaria«, Informe Económico Anual 2021, junio, capítulo II.

Baumeister, C y J Hamilton (2019): «Structural interpretation of vector autoregressions with incomplete identification: revisiting the role of oil supply and demand shocks», American Economic Review, vol 109, no 5, pp 1873-910.

Benati, L (2008): «Investigating inflation persistence across monetary regimes», The Quarterly Journal of Economics, vol 123, no 3, pp 1005-60.

Borio, C, P Disyatat, D Xia y E Zakrajšek (2021): «Política monetaria, precios relativos y control de la inflación: flexibilidad nacida del éxito«, BIS Quarterly Review, pp 15-29, septiembre.

Bryan, M (1997): «On the origin and evolution of the word inflation», Banco de la Reserva Federal de Cleveland, Economic Commentary.

Carstens, A (2022): «El retorno de la inflación», discurso en el Centro Internacional de Estudios Monetarios y Bancarios, Ginebra, 5 de abril.

Carstens, A y H S Shin (2019): «Emerging markets are not out of the woods yet», Foreign Affairs, 15 de marzo.

Christofides, L y C Peng (2006): «Contract duration and indexation in a period of real and nominal uncertainty», Labour Economics, vol 13, no 1, pp 61-86.

Días, D y C Marques (2010): «Using mean reversion as a measure of persistence», Economic Modelling, vol 27, no 1, pp 262-273.

Diebold, F y K Yilmaz (2012): «Better to give than to receive: forecast-based measurement of volatility spillovers», International Journal of Forecasting, vol 28, no 1, pp 57-66.

Eichenbaum, M, N Jaimovich y S Rebelo (2011): «Precios de referencia, costos y rigideces nominales», American Economic Review, vol 101, no 1, pp 234-62.

Eichengreen, B y R Hausmann (eds) (2010): Other people’s money: debt denomination and financial instability in emerging market economies, University of Chicago Press.

Filardo, A, M Lombardi, M Minesso Ferrari y C Montoro (2020): «Monetary policy, commodity prices, and misdiagnosis risk», International Journal of Central Banking, vol 16, no 2, pp 45-79.

Forbes, K (2019): «¿Ha cambiado la globalización el proceso de inflación?» Documentos de trabajo del BPI, nº 791.

Fregert, K y L Jonung (2008): «Inflation targeting is a success, so far: 100 years of evidence from Swedish wage contracts», Economics, vol 2, no 1, pp 1-25.

Gilchrist, S y E Zakrajšek (2019): «Exposición comercial y la evolución de la dinámica de la inflación», FEDS Working Papers, no 2019-007.

Greenspan, A (1996), Reunión del Comité Federal de Mercado Abierto, 2 y 3 de julio.

Keynes, J (1924): «A tract on monetary reform», MacMillan, Londres.

— (1940): «¿Cómo pagar la guerra?», MacMillan, Londres.

Kiguel, M (1989): «Budget deficits, stability, and the monetary dynamics of hyperinflation», Journal of Money, Credit and Banking, vol 21, no 2, pp 148-57.

Kim, D y S Lin (2012): «Inflation and inflation volatility revisited», International Finance, vol 15, no 3, pp 327-45.

Lombardi, M, R Calvi y F Di Mauro (2013): «Measuring international spillovers during economic expansions and slowdowns», en Y-W Cheung y F Westermann (eds), Global interdependence, decoupling, and recoupling, MIT Press.

Lombardi, M, M Riggi y E Viviano (2020): «El poder de negociación y la curva de Phillips: un análisis micro-macro«, BIS Working Papers, no 903, noviembre.

Lombardi, M y E Zakrajšek (2022): «Measuring price spillovers across sectors», BIS Working Papers, de próxima aparición.

Mink, M, J Jacobs y J de Hann (2007): «Measuring synchronicity and co-movement of business cycles with an application to the euro area», CESifo Working Paper, nº 2112.

Miranda-Agrippino, S y G Ricco (2021): «The transmission of monetary policy shocks», American Economic Journal: Macroeconomics, vol 13, no 3, pp 74-107.

Morris, S y H S Shin (2002): «Social value of public information», American Economic Review, vol 92, no 5, pp 1521–34.

Pereira da Silva, L y B Mojon (2019): «Exiting low inflation traps by ‘consensus’: nominal wages and price stability», discurso de apertura en el Octavo Diálogo de Alto Nivel sobre Políticas entre el Eurosistema y los Bancos Centrales de América Latina, Cartagena de Indias, Colombia, 28-29 de noviembre de 2019.

Phillips, A (1958): «The relationship between unemployment and the rate of change of money wages in the United Kingdom, 1861–1957», Economica, vol 25, no 100, pp 283-99.

Ratner, D y J Sim (2022): «¿Quién mató a la curva de Phillips? Un misterio de asesinato», Finance and Economics Discussion Series, no 2022–028, Junta de Gobernadores del Sistema de la Reserva Federal.

Reis, R (2020): «Perder el ancla de la inflación», CEPR Discussion Papers, no 16664.

Reis, R y M Watson (2010): «Relative goods’ prices, pure inflation, and the Phillips correlation», American Economic Journal: Macroeconomics, vol 2, no 3, pp 128-57.

Rich, R y J Tracy (2004): «Uncertainty and labor contract durations», Review of Economics and Statistics, vol 86, no 1, pp 270-87.

Roberts, J (1995): «New Keynesian economics and the Phillips curve», Journal of Money, Credit and Banking, vol 27, no 4, pp 975-84.

Rudd, J (2021): «¿Por qué creemos que las expectativas de inflación son importantes para la inflación? (¿Y deberíamos?)», Junta de Gobernadores del Sistema de la Reserva Federal, Serie de Discusión de Finanzas y Economía, no 2021-06.

Samuelson, P y R Solow (1960): «Analytical aspects of anti-inflation policy», American Economic Review – Papers and Proceedings, vol 50, no 2, pp 177–94.

Sims, C (2010): «Rational inattention and monetary economics», Handbook of Monetary Economics, vol 3, pp 155-81.

Taylor, J (1983): «Union wage settlements during a disinflation», American Economic Review, vol 73, no 5, pp 981-93.

— (2000): «Low inflation, pass-through, and the pricing power of firms», European Economic Review, vol 44, no 7, pp 1389–408. Volcker, P (1983): «We can survive prosperity», discurso en la Reunión Conjunta de la American Economic Association and American Finance Association, San Francisco, 28 de diciembre.


Publicado originalmente: https://www.bis.org/publ/arpdf/ar2022e2.pdf

Desarrollo del enfoque de aplicación de los objetivos de pagos transfronterizos


Resumen ejecutivo

Un paso fundamental en la hoja de ruta del G20 para mejorar los pagos transfronterizos fue el establecimiento de objetivos cuantitativos a nivel mundial que están directamente relacionados con los desafíos a los que se enfrentan los pagos transfronterizos: coste, rapidez, transparencia y acceso. Los objetivos definen la ambición de la Hoja de Ruta y crean responsabilidad. Sin embargo, medir el progreso hacia estos objetivos no será sencillo porque actualmente no existen fuentes de datos completas. Para llevar a cabo el trabajo, el FSB estableció un grupo de trabajo de expertos de las organizaciones miembros del FSB para desarrollar propuestas específicas de Indicadores Clave de Desempeño (KPI) e identificar fuentes de datos existentes y potenciales para calcular esos KPI y monitorear el progreso hacia los objetivos en el futuro. Este informe provisional es una oportunidad para que el FSB comparta con el público y reciba comentarios sobre las observaciones y recomendaciones preliminares del grupo de trabajo mientras trabaja para finalizar el enfoque que se debe seguir adelante.

Los tres segmentos de mercado (mayorista, minorista y remesas) para los que se han establecido objetivos difieren sustancialmente en sus usuarios finales, infraestructuras, procesos y mecanismos de pago, lo que influye en los KPI propuestos por el grupo de trabajo y las bases de datos disponibles.

Para el segmento mayorista, el grupo de trabajo propone KPI para todo el segmento y considera a los proveedores de redes del sector privado como las fuentes de datos más prometedoras para monitorear la velocidad y el acceso. El grupo de trabajo está evaluando el uso de encuestas y proxies para monitorear la transparencia.

Para el segmento del mercado minorista, el grupo de trabajo propone KPI diferenciados en los casos de uso heterogéneos del segmento (por ejemplo, de empresa a empresa (B2B), de empresa a persona (B2P), de persona a empresa (P2B) y de persona a persona (P2P) que potencialmente podrían agregarse en un KPI de todo el segmento. Esto aumentaría la representatividad de los KPI y permitiría una mejor comprensión de cómo los cuatro desafíos y el progreso hacia el cumplimiento de los objetivos difieren entre esos casos de uso. La enorme variedad de usuarios finales y proveedores de servicios de pago (PSP) en el segmento minorista hace que la recopilación de datos completos sea inviable. En cambio, el grupo de trabajo está evaluando la viabilidad de recopilar muestras representativas, por ejemplo, de agregadores de datos del sector privado.

Por último, para el segmento de remesas, el objetivo de larga data del sector público de mejorar las condiciones en este segmento ha llevado al establecimiento de múltiples bases de datos de alta calidad, en particular la base de datos Remittance Prices Worldwide (RPW) del Banco Mundial (especialmente útil para medir el costo, pero también la velocidad, el acceso y la transparencia de los flujos de remesas) y la base de datos Global Findex (especialmente útil para medir el acceso y la inclusión financiera). El grupo de trabajo propone aprovechar estas bases de datos del sector público y similares para calcular los KPI de todo el segmento.

Los objetivos se han fijado y se supervisarán a nivel mundial. Además, a fin de evaluar dónde se están realizando progresos y dónde persisten los desafíos, también se recopilará y publicará al menos algún tipo de datos desglosados (por ejemplo, por región, jurisdicción, tipo de pago o tipo de proveedor de servicios de pago) en la medida de lo posible.

Si bien el grupo de trabajo ha logrado avances significativos, persisten las brechas de datos y las propuestas para medir los KPI deben ponerse en práctica a través de nuevas discusiones con posibles proveedores de datos. Por ejemplo, pocos PSP o infraestructuras tienen visibilidad de la cadena de pago de extremo a extremo (pagador a beneficiario), que es necesaria para calcular la verdadera velocidad o el coste de extremo a extremo de un pago transfronterizo de la manera que requieren los objetivos. Además, aún no está claro en qué medida la disponibilidad de datos puede ser mayor para algunos corredores que para otros, lo que lleva a una imagen potencialmente sesgada. Como parte de sus próximos pasos, el grupo de trabajo dimensionará las brechas de datos restantes en los objetivos y articulará estrategias y prioridades específicas para mejorar las bases de datos existentes o crear nuevas bases de datos para llenarlas.

Como es el caso de la Hoja de Ruta en general, un fuerte compromiso y coordinación será fundamental para el éxito. La participación del sector privado será clave para apoyar el seguimiento del progreso hacia las metas. El FSB invita al público a recibir comentarios sobre las propuestas preliminares de este informe. En particular, se agradecen los comentarios sobre las siguientes preguntas que ayudarán a finalizar el enfoque de medición de los KPI.

1. ¿Ha identificado el FSB fuentes potenciales de datos apropiadas para monitorear de manera eficiente el progreso hacia los objetivos de la Hoja de Ruta? ¿Qué fuentes de datos públicas o privadas adicionales o alternativas, si las hay, también debe considerar el FSB y para qué KPI?

2. ¿Ha definido el FSB los KPI de manera adecuada, de modo que estén estrecha y significativamente vinculados al objetivo pertinente? ¿Qué consideraciones adicionales, si las hay, deberían informar el cálculo de los KPI para que proporcionen mediciones suficientemente representativas del progreso hacia los objetivos sin ser demasiado onerosos?

3. El FSB está evaluando el uso de proxies para monitorear el progreso hacia algunos de los objetivos. ¿Son apropiados los proxies propuestos? ¿Qué proxies adicionales o alternativos, si los hay, debería considerar el FSB que sean suficientemente representativos y simplifiquen el monitoreo?

Los comentarios deben enviarse a fsb@fsb.org a más tardar el 31 de julio de 2022 con el título «Seguimiento del progreso hacia los objetivos de pagos transfronterizos». Las respuestas tienen el propósito de informar al Grupo de Datos de Objetivos del FSB en su trabajo posterior y no se publicarán.

En particular, las respuestas ayudarán a informar el informe del FSB en octubre de 2022 al G20 y al público con más detalles sobre el enfoque de implementación y los KPI. Es probable que las estimaciones del rendimiento actual de los pagos transfronterizos basadas en los KPI tarden algunos meses en desarrollarse, sobre la base de la colaboración con posibles proveedores de datos para desarrollar estimaciones fiables, y se publicarán una vez que estén disponibles.

1. Introducción

El G20 hizo de la mejora de los pagos transfronterizos una prioridad durante la Presidencia de Arabia Saudí en 2020. Hacer que los pagos transfronterizos, incluidas las remesas, sean más rápidos, más baratos, más transparentes e inclusivos, manteniendo al mismo tiempo su seguridad, tendría beneficios generalizados para los ciudadanos, las empresas y las economías de todo el mundo, apoyando el crecimiento económico, el comercio internacional, el desarrollo mundial y la inclusión financiera.

En octubre de 2020, el G20 respaldó la Hoja de ruta para mejorar los pagos transfronterizos, que el FSB desarrolló en coordinación con el Comité de Pagos e Infraestructuras de Mercado (CPMI) y otras organizaciones internacionales y organismos de normalización. La Hoja de Ruta es un plan integral de alto nivel diseñado para abordar cuatro desafíos: altos costos de transacción; baja velocidad en los tiempos de procesamiento de extremo a extremo;5 acceso limitado para los usuarios que acceden a los PSP, así como para los PSP que acceden a los sistemas de pago y otros arreglos; y la transparencia limitada sobre los costos, la velocidad, las cadenas de procesamiento y el estado de los pagos tanto para los usuarios finales como para los PSP.

Posteriormente, en 2021, el FSB publicó los Objetivos para abordar los cuatro desafíos de los pagos transfronterizos: Informe final (Informe de objetivos). El informe de objetivos estableció 11 objetivos a nivel mundial que están directamente relacionados con los cuatro desafíos en tres segmentos del mercado de pagos transfronterizos: pagos transfronterizos al por mayor, pagos transfronterizos minoristas y remesas. Los objetivos proporcionan una visión común para las mejoras buscadas en la Hoja de Ruta y establecen resultados esperados. Los objetivos se establecieron de manera inclusiva, incluso a través de una consulta pública que se lanzó en mayo de 2021, y fue respaldada por los líderes del G20 en la Cumbre de octubre de 2021.

Además, el FSB se comprometió a proporcionar un informe en octubre de 2022 al G20 y al público con más detalles sobre el enfoque de implementación, y con KPI que proporcionen estimaciones del rendimiento actual de los pagos transfronterizos para proporcionar una línea de base con respecto a la cual se pueda monitorear el progreso futuro hacia los objetivos. Si las conclusiones para octubre de 2022 indican una necesidad, podrán realizarse ajustes en la definición de los objetivos en esa fase. Para llevar a cabo el trabajo, el FSB estableció un Grupo de Datos de Objetivos (TDG) de expertos de las organizaciones miembros del FSB para desarrollar propuestas específicas para medir el progreso hacia cada uno de los objetivos, incluidos los desgloses que podrían complementar las mediciones a nivel mundial (por ejemplo, por región o por tipo de pago), y para hacer recomendaciones sobre cómo poner en práctica el ejercicio de monitoreo.  incluyendo qué organización(es) sería la más adecuada para obtener los datos. El trabajo del TDG se guía por los principios articulados en el informe de Metas:

■ Enfoque ligero siempre que sea posible: debe evitarse el tiempo de reposo excesivo y que consume mucho tiempo

■ Los datos deben agregarse para proteger la confidencialidad de las empresas

■ La recopilación de datos existente debe aprovecharse cuando proceda

■ Los canales existentes deben utilizarse siempre que sea posible

■ Cualquier nueva recopilación de datos requerida debe ser limitada en tamaño y alcance

■ Los datos recopilados deben ser representativos de las tendencias subyacentes del mercado

■ Los indicadores deben ser representativos de los diferentes contextos de los usuarios finales

El grupo de trabajo también ha recogido información mediante actividades de divulgación. En abril, el grupo de trabajo celebró un evento de divulgación con un grupo diverso de participantes de la industria, seguido, en mayo, por un evento de divulgación organizado por el FSB con representantes del sector oficial de los Grupos Consultivos Regionales del FSB.

Este informe provisional proporciona una actualización sobre el trabajo del TDG para establecer KPI e identificar fuentes de datos necesarios para su cálculo y busca comentarios de las partes interesadas sobre este trabajo preliminar.

2. Fuentes de datos y metodología de recopilación

Medir el progreso hacia los objetivos no es sencillo porque no existen fuentes de datos existentes que capturen de manera integral datos sobre pagos transfronterizos a nivel mundial para ninguno de los tres segmentos del mercado. Además, el ecosistema de pagos transfronterizos es diverso y de múltiples capas, y los acuerdos de pago utilizados para respaldar los tres segmentos de mercado difieren mucho, lo que da como resultado muchas fuentes de datos fragmentadas y heterogéneas, pocas de las cuales capturan transacciones transfronterizas de extremo a extremo del pagador al beneficiario. En esta sección se ofrece una visión general de cómo estos desafíos han informado las consideraciones relacionadas con las posibles metodologías de recopilación de datos y de las fuentes de datos existentes que se han identificado.

Metodología de recopilación de datos

En el informe Targets se identificaron dos posibles metodologías de reunión de datos que el GTD debía considerar: Opción 1: Recopilación y agregación exhaustivas de datos de los distintos proveedores de servicios de servicio; y Opción 2: Encuestas de los PSP o muestreo de datos de transacciones.

A medida que el grupo de trabajo ha evaluado el panorama de las fuentes de datos existentes, los desafíos y costos asociados con la búsqueda de una recopilación exhaustiva de datos de PSP individuales en una amplia sección del mercado probablemente impidan que la primera opción sea la metodología principal para recopilar los datos necesarios, al menos a corto plazo. Ciertos datos pueden estar disponibles de algunos proveedores de servicios clave y agregadores de datos. Además, se está considerando qué oportunidades, si las hay, existen para que el sector oficial en diferentes jurisdicciones desempeñe un papel en el apoyo a la recopilación de ciertos datos. Sin embargo, los comentarios del evento de divulgación de mayo con los representantes de FSB RCG sugirieron que las oportunidades pueden ser limitadas ya que muchas jurisdicciones no capturan sistemáticamente datos sobre transacciones transfronterizas en la forma que sería necesaria para calcular los KPI. Por lo tanto, se necesitarán otros enfoques como complemento, y las encuestas y el muestreo probablemente desempeñarán un papel importante a este respecto.

Además de las dos metodologías identificadas en el informe de Metas, el TDG está evaluando el uso de proxies como una forma indirecta pero eficiente de monitorear el progreso hacia algunas de las metas. Por ejemplo, en el contexto de la transparencia en el segmento minorista, la información que reciben los usuarios finales depende de su proveedor de servicios específico, cuyo número hace que incluso el muestreo sea un enfoque probablemente demasiado oneroso. Sin embargo, algunas jurisdicciones y esquemas de pagos tienen requisitos legales y reglamentarios que estipulan qué información debe proporcionarse a los usuarios finales. La presencia de estas regulaciones o reglas (o la falta de ellas) puede servir como un proxy para el objetivo de transparencia.

Resumen de las fuentes de datos existentes identificadas durante la elaboración del informe provisional

Venta al por mayor

Durante los debates sobre las fuentes de datos de los segmentos mayoristas, una aclaración necesaria que se consideró fue qué transacciones deberían incluirse en este segmento. Los pagos al por mayor se realizan por varias razones, incluida la liquidación de valores y divisas, los pagos de margen para derivados y las transferencias de liquidez entre entidades del mismo grupo bancario. La decisión sobre qué tipos de pagos incluir no solo influye en las fuentes de datos, sino también en la pertinencia de los propios objetivos (por ejemplo, es probable que los pagos intragrupo ya alcancen determinados objetivos).

Para el segmento mayorista, el grupo de trabajo propone KPI para todo el segmento y considera a los proveedores de redes del sector privado como las fuentes de datos más prometedoras para monitorear la velocidad y el acceso. Además, los datos anuales de corresponsalía bancaria de CPMI y los datos del Libro Rojo del BIS se consideraron potencialmente útiles para el objetivo de acceso, mientras que los organismos de la industria podrían ser útiles para la velocidad. La identificación de fuentes de datos para monitorear la transparencia ha sido particularmente difícil, lo que ha llevado al grupo de trabajo a considerar el uso de proxies o encuestas a nivel de empresa.

Venta al por menor

El segmento de pagos minoristas representa una variedad de casos de uso, como B2B, B2P, P2B y P2P. La captura de datos sobre los diferentes casos de uso, en la medida de lo posible, entre jurisdicciones es importante porque las diferencias entre sus estructuras de mercado, acuerdos de pago y las necesidades o expectativas de los usuarios finales podrían reducir la representatividad de cualquier agregado global que no los tenga en cuenta. Esta heterogeneidad del segmento de mercado también aumenta los desafíos asociados con la obtención de los datos necesarios, incluida la necesidad de tener en cuenta las definiciones inconsistentes en todas las bases de datos para permitir la comparación y la agregación, y el nivel heterogéneo de las diferentes jurisdicciones en la calidad y disponibilidad de los datos. Otro factor que complica el problema de distinguir las remesas de las transferencias de persona a persona que no son remesas cuando los PSP generalmente no tienen información sobre el propósito del pago. Con este fin, el grupo de trabajo ha identificado una serie de fuentes de datos potencialmente pertinentes, incluidos los proveedores de redes, y el muestreo selectivo de los PSP mundiales y regionales. Además, el grupo de trabajo está evaluando la utilización de los datos disponibles de los agregadores de datos del sector privado, al menos a corto plazo.

Con respecto a los indicadores clave de rendimiento de acceso y transparencia, el grupo de trabajo está evaluando el uso de una variedad de bases de datos del Banco Mundial y el FMI, incluidas la Encuesta empresarial del Banco Mundial, el Findex Global del Banco Mundial, el GPSS del Banco Mundial y la Encuesta de Acceso Financiero del FMI.

Remesas

El grupo de trabajo considera que la Base de Datos Mundial de Precios de Remesas (RPW) del Banco Mundial es una fuente clave de datos para el segmento de mercado de remesas. Si bien el RPW monitorea principalmente el costo del envío de remesas como porcentaje de la cantidad enviada, también recopila datos sobre la velocidad y el acceso (centrado en cuatro tipos de acceso de proveedores de servicios de remesas (RSP) para usuarios finales:  bancos, oficinas de correos, operadores móviles y operadores de transferencia de dinero (MTO)) y transparencia (la base de datos RPW incluye compras misteriosas para juzgar si los servicios se identifican como transparentes o no transparentes).

Más allá del RPW, se evaluaron varias otras fuentes existentes, lo que indica que el segmento de remesas ya tiene una cobertura significativa. Para el acceso, la Encuesta Global Findex del Banco Mundial, la Encuesta anual del FMI sobre el Acceso Financiero y la Encuesta Mundial sobre sistemas de pago (GPSS) del Banco Mundial (que examina a los bancos centrales nacionales y regionales y a las autoridades monetarias sobre la situación de los sistemas de pago) podrían proporcionar información útil. El GPSS también fue considerado como una posible fuente de información de transparencia. La encuesta incluye preguntas sobre los requisitos de transparencia en todas las jurisdicciones, incluida la indicación de dónde la transparencia es alta (por ejemplo, al proporcionar recibos) y dónde es baja (como en la estandarización del formato de los recibos).

3. Indicadores clave de rendimiento, lagunas de datos y posibles opciones en el futuro

Para cada uno de los objetivos, el TDG ha estado trabajando para definir los KPI que se utilizarán para monitorear el progreso a lo largo del tiempo e identificar las fuentes de datos existentes y potenciales para calcular esos KPI. En los cuadros de esta sección se resume la labor del GTD a este respecto. Para cada destino, la tabla identifica lo siguiente:

■ Opciones potenciales para respaldar los datos: fuentes de datos propuestas que podrían utilizarse para calcular los KPI y cómo se utilizarán los datos. Las fuentes de datos propuestas existen o podrían desarrollarse a corto plazo.

■ Alcance de los datos de apoyo: el alcance de la cobertura que proporcionan los datos de apoyo.

■ Métricas propuestas para KPI: las métricas que potencialmente pueden calcularse dadas las limitaciones de datos que existen

■ Notas técnicas: detalles técnicos materiales sobre cómo se calcularán los KPI

■ Brechas restantes: las brechas que existen entre los KPI y las métricas debido a las limitaciones de los datos.

Segmento mayorista

Para el segmento mayorista, las siguientes tablas ilustran los KPI, los posibles datos de apoyo y las consideraciones relevantes que se están proponiendo. Sin embargo, las brechas persistirían. Por ejemplo, en relación con la velocidad, los proveedores de red solo tienen datos sobre un pago desde el momento en que un banco de origen les envía un pago. La fase de iniciación, que es el tiempo transcurrido entre un ordenante que inicia un pago con su banco de origen y el banco de origen que presenta ese pago al proveedor de la red, no estaría cubierta. Del mismo modo, ningún proveedor de red puede proporcionar datos sobre la totalidad del mercado. Esto podría crear sesgos en los datos como una estimación del mercado global, y cualquier brecha podría llenarse a largo plazo a través de encuestas a nivel de empresa o ampliando o modificando las encuestas existentes como la encuesta GPSS del Banco Mundial.

Segmento minorista

Para el segmento minorista, las siguientes tablas ilustran los KPI, los datos de apoyo y las consideraciones relevantes que se proponen para cada uno de los objetivos. El segmento de pagos minoristas es muy heterogéneo en términos de usuarios finales, proveedores de servicios y mecanismos de pago. Además, el costo y la velocidad pueden variar significativamente entre las diferentes jurisdicciones, tipos de proveedores de servicios de pago y casos de uso (por ejemplo, B2B, P2B, B2P y P2P sin remesas), lo que hace que sea importante desagregar los KPI en función de los casos de uso y, potencialmente, las regiones y los tipos de proveedores de servicios de pago. Además de la cantidad de heterogeneidad, la naturaleza comercialmente sensible de los datos relevantes y los marcos legales de varias jurisdicciones hacen que la obtención de los datos necesarios a través de un proceso centralizado directamente de los PSP y las infraestructuras de pago sea un desafío; esto es particularmente relevante para los datos de costos.

En un grado aún mayor que para el mercado mayorista, los datos de los proveedores de redes individuales solo darían una visión parcial del mercado minorista, lo que aumentaría la posibilidad de sesgos en los datos. El grupo de trabajo está evaluando como complemento de cualquier conjunto de datos parciales que puedan aprovecharse, la viabilidad, la carga y el costo de los datos de muestreo de un grupo de PSP colectivamente representativos. El grupo de trabajo también está evaluando la posibilidad de aprovechar los agregadores de datos del sector privado que se basan en diversos métodos para recopilar y estandarizar estos datos, incluido el uso de compradores misteriosos y API.

Segmento de remesas

Para el segmento de remesas, los siguientes cuadros ilustran los indicadores clave de rendimiento, los datos de apoyo y las consideraciones pertinentes que se proponen para cada una de las metas. Las remesas han sido un área de enfoque entre numerosas organizaciones internacionales y organismos del sector oficial durante muchos años, lo que lo convierte en el segmento con menos brechas de datos. La base de datos RPW del Banco Mundial es la mejor fuente única de datos disponible. Sin embargo, siguen existiendo lagunas para determinados objetivos. Por ejemplo, en lo que respecta al acceso, si bien Global Findex del Banco Mundial tiene un indicador que mide directamente el porcentaje de adultos con una cuenta que tienen 15 años o más, no está claro si estas cuentas se pueden usar para enviar / recibir remesas internacionales. Además, algunas jurisdicciones restringen el flujo de remesas a las cuentas de dinero móvil. El grupo de trabajo está evaluando la representatividad de los datos disponibles y las formas de abordar las lagunas detectadas.

4. Próximos pasos

Este informe establece la consideración del FSB hasta la fecha sobre los detalles del enfoque de implementación para monitorear el progreso hacia el cumplimiento de los objetivos de la Hoja de Ruta de Pagos Transfronterizos del G20. Cuando se entregó el informe de objetivos para 2021 al G20, el FSB dijo que proporcionaría un informe en octubre de 2022 al G20 y al público con más detalles del enfoque de implementación y con KPI que proporcionarían estimaciones del rendimiento actual de los pagos transfronterizos para proporcionar una línea de base con respecto a la cual se pueda monitorear el progreso futuro hacia los objetivos. Sobre la base del trabajo realizado hasta la fecha, la falta de indicadores preexistentes y la necesidad de seguir debatiendo y colaborando con posibles proveedores de datos para elaborar estimaciones fiables, parece poco probable que el informe de octubre de 2022 pueda contener un conjunto completo de estimaciones del rendimiento actual. Cuando estén disponibles, estas estimaciones se basarán en los datos disponibles en ese momento y, por lo tanto, necesariamente tendrán amplios intervalos de confianza, pero el grupo buscará reducir los intervalos de confianza a lo largo del tiempo a medida que se realicen mejoras en los datos o se disponga de más datos.

Después de haber articulado los KPI y las fuentes de datos actualmente disponibles para hacerlo, el grupo de trabajo pasará ahora a poner en práctica la recopilación de datos a través de las fuentes de datos especificadas en este informe. También se estudiará más a fondo la posibilidad de aprovechar los agregadores de datos del sector privado para determinar la viabilidad de esta opción. Una vez que se reúnan todos los datos, el grupo de trabajo también se moverá para finalizar las metodologías de cálculo para calcular las estimaciones iniciales de referencia y apoyar el monitoreo continuo. En el curso de esta labor, el grupo de trabajo seguirá colaborando con los proveedores de servicios de servicio de la salud y otras partes interesadas sobre los datos y enfoques disponibles para la posible recopilación de datos en el futuro a fin de colmar las lagunas, incluidas las posibles encuestas. Esto permitirá al grupo de trabajo articular estrategias y prioridades específicas para mejorar las bases de datos existentes o crear nuevas bases de datos para llenar las lagunas detectadas.


Publicado originalmente: https://www.fsb.org/wp-content/uploads/P060722.pdf