Publicidad

Reciba notificaciones de Blu Radio para tener las principales noticias de Colombia y el mundo.
No activar
Activar

Publicidad

Tasas altas y menor rentabilidad: así se transforma el negocio financiero en Colombia

La banca enfrenta un entorno de tasas elevadas, menor rentabilidad y mayores riesgos de cartera, mientras acelera el uso de inteligencia artificial y analítica avanzada.

tas.jpg

La política monetaria restrictiva del Banco de la República sigue generando efectos sobre el sistema financiero colombiano. Aunque las tasas de interés altas suelen asociarse con mayores ingresos para los bancos, el panorama actual refleja un escenario distinto: la rentabilidad de las entidades financieras se ha deteriorado mientras crecen los desafíos para mantener una cartera saludable.

La inflación anual en Colombia se mantiene en niveles elevados, ubicándose en 5,56%, situación que, sumada al déficit fiscal, llevó al Banco de la República a mantener la tasa de interés de referencia en 11,25%, con proyecciones cercanas al 12% al cierre del año. Este contexto ha obligado al sector financiero a replantear sus estrategias para seguir otorgando crédito sin incrementar significativamente el riesgo de mora.

La rentabilidad bancaria se redujo pese al aumento de tasas

Un análisis elaborado por Corficolombiana mostró que durante el ciclo de incrementos de tasas entre 2022 y 2024, cuando la referencia del Banco de la República pasó del 1,75% al 13,25%, la rentabilidad del sistema financiero cayó de manera considerable.

El informe evidencia que el ROA, indicador que mide la rentabilidad sobre los activos, descendió del 2,52% al 0,47%. A su vez, el ROE, que refleja el retorno sobre el patrimonio, cayó del 17,12% al 3,2%. Estos resultados revelan que las tasas elevadas no necesariamente garantizan mayores utilidades para las entidades bancarias.

La desaceleración del crédito y el deterioro de la capacidad de pago de hogares y empresas han presionado los balances financieros. En este escenario, el principal reto para la banca consiste en encontrar clientes con perfiles de riesgo adecuados y mantener una cartera sostenible.

Inteligencia artificial y analítica: la apuesta del sector

Ante el nuevo entorno económico, las entidades financieras han comenzado a fortalecer sus sistemas tecnológicos para optimizar la gestión del riesgo. La incorporación de inteligencia artificial, modelos predictivos y motores de decisión automatizados se ha convertido en una herramienta clave para evaluar solicitudes de crédito y anticipar posibles incumplimientos.

Santiago Etchegoyen, cofundador y CTO de uFlow, explicó que el aumento sostenido de la tasa de usura también abrió nuevas oportunidades para las instituciones que logren otorgar créditos con mayor precisión.

Publicidad

“Si bien este encarecimiento del dinero endurece las condiciones del mercado, también representa una oportunidad de rentabilidad excepcional para las instituciones que logren originar crédito de forma precisa”, señaló Etchegoyen.

Según el directivo, el uso de analítica avanzada permite procesar grandes volúmenes de datos estructurados y no estructurados en tiempo real para identificar perfiles de bajo riesgo y mejorar la toma de decisiones crediticias.

Automatización y prevención de mora

Las nuevas tecnologías no solo se están utilizando en la originación de créditos. También han ganado terreno en áreas como la cobranza y el seguimiento de cartera.

Publicidad

Firmas como McKinsey & Company destacan que la automatización y la inteligencia artificial ayudan a detectar señales tempranas de deterioro financiero, permitiendo actuar antes de que los clientes entren en mora.

Además, herramientas como chatbots, asistentes virtuales y modelos de scoring dinámico están reduciendo tiempos de respuesta y optimizando recursos dentro de las entidades financieras.

Etchegoyen aseguró que la analítica predictiva ya está siendo utilizada para anticipar comportamientos de pago y ajustar estrategias de cobranza antes de que se materialicen los incumplimientos.

En áreas como la cobranza, la analítica predictiva permite anticipar comportamientos de mora y ajustar estrategias antes de que se materialicen los incumplimientos. Asimismo, herramientas como chatbots, asistentes virtuales y modelos de scoring dinámico están reduciendo los tiempos de atención y liberando recursos para tareas de mayor valor agregado
señala el CTO de uFlow.

El desafío para la banca tradicional

El entorno de tasas elevadas está marcando una diferencia entre las entidades que avanzan en transformación digital y aquellas que continúan operando con modelos tradicionales.

Las instituciones que integren inteligencia artificial, automatización y motores avanzados de decisión podrán aprovechar mejor los márgenes financieros disponibles, colocando créditos con menor riesgo y mayor eficiencia. En contraste, las organizaciones que no modernicen sus procesos enfrentarán mayores dificultades para sostener sus niveles de rentabilidad en un mercado cada vez más competitivo.

Publicidad

Publicidad

Publicidad