Cálculo de pérdidas crediticias esperadas en escenarios de incertidumbre para el sector real[Calculation of Expected Credit Losses in Uncertain Scenarios for the Real Sector]

El objetivo de este artículo es analizar los efectos en el cálculo de pérdidas esperadas por los impactos del covid-19 en el modelo de deterioro por riesgo de crédito según la NIIF 9, para los activos financieros valuados a costo amortizado de las empresas del sector real. El modelo, basado en las metodologías de Montecarlo e International Scoring, Fair Isaac and Company (FICO), es aplicable a cualquier región. Se obtuvo una calificación de riesgo crediticio para cada sector, contrastando información financiera real con estimaciones. Se analizó la desviación entre la probabilidad de riesgo calculada sin el efecto pandemia y los resultados reales pospandemia. Los resultados evidenciaron efectos adversos en la calificación de riesgo para algunos sectores. Las implicaciones del estudio orientan la formulación de políticas de gestión del riesgo, la adaptación de prácticas contables en contextos de crisis y el desarrollo de modelos predictivos para estudios futuros y análisis de eventos disruptivos. The objective of this article is to analyze the effects on the calculation of expected losses due to the impact of covid-19 on the credit risk impairment model according to IFRS 9, for financial assets valued at amortized cost by companies in the real sector. The model, based on the Monte Carlo and International Scoring, Fair Isaac and Company (FICO) methodologies, is applicable to any region. A credit risk rating was obtained for each sector by comparing actual financial information with estimates. The deviation between the probability of risk calculated without the pandemic effect and the actual post-pandemic results was analyzed. The results showed adverse effects on the risk rating for some sectors.The implications of the study guide the formulation of risk management policies, the adaptation of accounting practices in crisis contexts, and the development of predictive models for future studies and analysis of disruptive events.