رغم أن تطبيق معيار IFRS 9 ونموذج الخسائر الائتمانية المتوقعة (ECL) مثّل نقلة نوعية في إدارة المخاطر الائتمانية داخل البنوك والمؤسسات المالية، إلا أن الواقع العملي يكشف أن بعض النماذج تفشل في تحقيق الدقة المطلوبة، حتى مع الالتزام الظاهري الكامل بالمعايير. هذا الفشل لا يعود إلى خلل في الإطار المحاسبي نفسه، بل إلى تحديات عميقة تتعلق بالبيانات، والنمذجة، والتقديرات المستقبلية، والبيئة الاقتصادية المتغيرة.
في السوق السعودي، حيث تتسارع التحولات الاقتصادية وتتنوع المحافظ الائتمانية، تصبح هذه التحديات أكثر تعقيدًا، مما يفرض على البنوك إعادة النظر في كيفية بناء نماذج ECL وإدارتها.
الاعتماد على بيانات تاريخية غير كافية
تعتمد نماذج ECL بشكل كبير على البيانات التاريخية لتقدير احتمالية التعثر والخسارة. لكن المشكلة أن البيانات التاريخية لا تعكس دائمًا الواقع المستقبلي، خصوصًا في بيئات اقتصادية سريعة التغير.
في بعض الحالات، تكون البيانات:
- غير مكتملة
- قصيرة المدى
- غير ممثلة لدورات اقتصادية مختلفة
وهذا يؤدي إلى انحراف كبير في تقديرات الخسائر المستقبلية.
صعوبة التنبؤ بالظروف الاقتصادية المستقبلية
يعتمد نموذج ECL على سيناريوهات اقتصادية مستقبلية مثل النمو والتضخم وأسعار الفائدة. لكن التحدي الحقيقي يكمن في دقة هذه التوقعات.
أي خطأ في:
- توقعات الناتج المحلي
- أسعار النفط
- معدلات البطالة
- أو السياسات النقدية
يمكن أن يؤدي إلى نتائج مضللة في تقدير الخسائر، وبالتالي ضعف في قرارات الائتمان.
التعقيد المفرط في النماذج الإحصائية
تحاول بعض المؤسسات بناء نماذج متقدمة جدًا باستخدام تقنيات إحصائية معقدة أو الذكاء الاصطناعي. لكن هذا التعقيد قد يؤدي إلى ما يُعرف بـ”الصندوق الأسود”، حيث يصبح من الصعب تفسير النتائج أو فهم أسبابها.
هذا يسبب مشكلات مثل:
- ضعف الشفافية
- صعوبة المراجعة والتدقيق
- الاعتماد المفرط على النموذج دون فهم عملي
مشاكل تصنيف المراحل الثلاث (Stage Classification)
أحد أكبر التحديات في IFRS 9 هو تصنيف الأصول إلى ثلاث مراحل. ففي الواقع العملي، قد يكون الانتقال بين المراحل غير واضح أو يعتمد على تقديرات شخصية.
على سبيل المثال:
- متى يتم اعتبار زيادة المخاطر “جوهرية”؟
- كيف يتم التعامل مع المعلومات غير الكمية؟
هذا الغموض يؤدي إلى اختلافات كبيرة بين البنوك في تطبيق نفس المعايير.
جودة البيانات الداخلية والخارجية
تعتمد دقة نموذج ECL على جودة البيانات المستخدمة. لكن العديد من البنوك تواجه تحديات مثل:
- تشتت البيانات عبر أنظمة مختلفة
- ضعف تكامل قواعد البيانات
- نقص البيانات التاريخية لبعض القطاعات
- عدم دقة البيانات الخارجية في بعض الأسواق
هذه العوامل تؤثر بشكل مباشر على دقة النموذج.
التحيز في الافتراضات (Model Assumptions Bias)
حتى أكثر النماذج تطورًا تعتمد على افتراضات بشرية. وهنا تظهر مشكلة التحيز، حيث قد تؤثر تقديرات الخبراء أو الإدارات على نتائج النموذج بشكل غير موضوعي.
ومن أمثلة ذلك:
- التفاؤل المفرط في توقعات النمو
- التقليل من احتمالية التعثر
- اختيار سيناريوهات غير واقعية
عدم استقرار النماذج خلال الدورات الاقتصادية
أحد أبرز أسباب فشل بعض نماذج ECL هو عدم قدرتها على التكيف مع التغيرات الاقتصادية السريعة. ففي أوقات الأزمات، مثل الانكماش الاقتصادي أو ارتفاع أسعار الفائدة، تصبح النماذج التقليدية أقل دقة.
هذا يؤدي إلى:
- تقليل القدرة على التنبؤ بالخسائر الفعلية
- تأخر الاعتراف بالمخاطر
- ضعف مرونة النموذج
تحديات التكامل بين النماذج التشغيلية والمحاسبية
في بعض المؤسسات، يوجد انفصال بين فرق المخاطر والفرق المحاسبية، مما يؤدي إلى اختلاف في منهجية بناء النموذج وتفسير نتائجه. هذا الانفصال يضعف فعالية نموذج ECL كأداة متكاملة لاتخاذ القرار.
الضغط التنظيمي مقابل الواقعية الاقتصادية
رغم أن IFRS 9 يوفر إطارًا واضحًا، إلا أن بعض البنوك قد تركز على الامتثال الشكلي أكثر من الدقة الاقتصادية. هذا يؤدي إلى نماذج “متوافقة نظريًا” لكنها ضعيفة عمليًا.
اقرا ايضا: كيف يغيّر نموذج الخسائر الائتمانية المتوقعة (ECL) طريقة اتخاذ قرارات الائتمان في البنوك السعودية؟
ضعف التحديث المستمر للنماذج
نموذج ECL ليس نموذجًا ثابتًا، بل يحتاج إلى تحديث مستمر. لكن بعض المؤسسات لا تقوم بتحديث الافتراضات والبيانات بشكل دوري، مما يؤدي إلى تدهور دقة النتائج مع مرور الوقت.
يمكن القول إن فشل بعض نماذج ECL لا يعود إلى قصور في معيار IFRS 9 نفسه، بل إلى التحديات العملية المرتبطة بالبيانات، والافتراضات، والتطبيق، والتكامل المؤسسي. لذلك فإن بناء نموذج ECL دقيق لا يعتمد فقط على الالتزام التنظيمي، بل على جودة البيانات، ومرونة النماذج، والقدرة على فهم السياق الاقتصادي بشكل عميق. ومع تطور التقنيات التحليلية في السعودية، سيصبح تحسين دقة هذه النماذج عاملًا حاسمًا في تعزيز استقرار القطاع المالي واتخاذ قرارات ائتمانية أكثر كفاءة.
لا تعليق