Así el total de la cartera pasó de unos 26.700 millones de euros en 2016 a algo más de 27.000 millones a finales de 2017. Se trata de uno de los crecimientos más moderados de entre todas las carteras de crédito que han tenido una variación positiva en el último año. Por encima se sitúan Agricultura (7,2%), Comercio (6,2%) y Transportes (5,2%). Cierra el grupo de carteras con crecimiento del crédito a empresas el sector Industria, cuya tasa de variación ha sido de un 0,7%. Pese a que esta cartera tiene un crecimiento porcentual menor, a nivel de total de euros el crédito a actividades productivas relacionadas con Industria ha aumentado en casi 770 millones de euros, mientras que el de Hostelería es de aproximadamente 282 millones.

En cuanto a la tasa de morosidad, la cartera de créditos a empresas del sector Hostelería se ha rebajado casi 4 puntos porcentuales en el último año, situándose en el 10,7%, lo que es algo menos de la mitad de la mora que presentaba este segmento en 2013 (23,2%), cuando alcanzó su nivel máximo de la década.

La importancia de los datos en la gestión del riesgo de crédito

José Manuel Aguirre, economista y director comercial de AIS Group, afirma que “la evolución de la macroeconomía es el principal driver de la mejora o empeoramiento de la calidad del riesgo de las carteras de las entidades financieras. En el momento actual, normativas como IFRS9 provocan que las entidades estén muy preocupadas por la calidad de sus carteras, en función de los requerimientos de capital, por lo que las herramientas de seguimiento cobran una gran relevancia. Anticiparse lo máximo posible a potenciales situaciones de deterioro que acaben impactando en su nivel de provisiones y capital es una prioridad. Cuanto antes se pueda prever un empeoramiento de la situación de los deudores, más tiempo habrá para poder adoptar medidas de mitigación del riesgo asumido.

También es crítico poder simular una diversidad de escenarios macroeconómicos para predecir la evolución de las carteras en cada uno de ellos. Esto es lo que llamamos stress testing".

Por otro lado, comenta Aguirre, ahora vivimos un momento de auge en la aplicación de nuevas técnicas de modelización en la gestión del riesgo. “Las entidades están implementando la inteligencia artificial y en particular las técnicas de machine learning en sus modelos de gestión del riesgo de crédito pues de este modo, su nivel de predicción es hasta un 50% más elevado, multiplicando así la eficacia y la eficiencia de la capacidad predictiva de los modelos. Y ese debe ser el camino a seguir para llevar a cabo un mejor control del riesgo, tanto en las operaciones con particulares como con empresas".