Miguel Barrera, director de la División Seguros de SIAG Consulting, asegura que cada vez quedan menos dudas de que la entrada en vigor de la Directiva de Solvencia II sufrirá un nuevo retraso como consecuencia de la falta de acuerdo para la aprobación de la Ómnibus II y las continuas divergencias en el ‘Trílogo’ sobre el tratamiento de los productos de Vida a largo plazo y la carga de capital de la deuda pública, entre otros. Este nuevo retraso, según explica, puede acarrear nuevos problemas. Entre ellas cabe destacar, la inseguridad a corto y medio plazo en el sector como consecuencia del escenario de incertidumbre actual y la frustración de las entidades que han invertido gran cantidad de recursos para hacer frente a los requisitos regulatorios. Otra consecuencia directa de este retraso, es que las entidades seguirán volcadas casi exclusivamente en los aspectos cuantitativos (Pilar I).

A pesar de ello, hace hincapié en que Solvencia II ha llegado para quedarse, por lo que las compañías no deberían abandonar o retrasar sus planes de adaptación e implementación. Teniendo esto en cuenta, en SIAG Consulting entienden que las diferencias entre aseguradoras y reaseguradas no serán sus volúmenes de activos, pasivos o sus operaciones sino que será el correcto desarrollo del ORSA (Pilar II) y de sus necesidades de Reporting (Pilar III). Para que estos 2 puntos se puedan realizar de manera satisfactoria y acorde con las necesidades actuales, es necesario un correcto ‘modelo de datos’ y un adecuado sistema de gobierno de los mismos.

Las aseguradoras, según explican desde SIAG Consulting, diariamente toman decisiones que afectan a la evolución y desarrollo de sus actividades basándose en la información de la que disponen: “Es razonable asumir que esta información ha de ser integral, adecuada y precisa, ofreciendo así una base sólida en la toma de decisiones”. Esta asunción sobre la calidad de los datos es la misma que realizan las normas de Solvencia II. En la publicación del Eiopa Consultantion Paper nº43 (The Solvency II Standards for Data Quality ) se establece que los cálculos y los informes, que se deben presentar tanto al mercado como al regulador, han de basarse en información “completa, adecuada y fiable”.

Falta de calidad en los datos

No obstante, según destacan, pese a los requerimientos del Eiopa respecto a la calidad, “la realidad es diametralmente distinta”. En el 2011, la Autoridad de Servicios Financieros del Reino Unido (FSA) sacó 2 conclusiones importantes: La gestión de datos es un área donde las empresas todavía tiene mucho por hacer para alcanzar los requisitos de Solvencia II; y son pocas las empresas que proporcionan pruebas suficientes que demuestren que los datos que utilizan para sus cálculos son exactos, completos y adecuados.

En este sentido, hacen hincapié en que los datos han de ser considerados como “activos estratégicos” situados en el centro de la toma de decisiones: “Esta aproximación permitirá a las compañías hacer frente a los nuevos retos del sector, más allá de las exigencias de la nueva Directiva”. Desafíos como el incremento de nuevos canales de distribución, la fidelización de clientes, la necesidad de tener una capacidad de respuesta a las demandas de nuevos productos más ágil, conllevan la exigencia de una mayor automatización de los procesos. Para poder enfrentarse a estas situaciones, las compañías necesitan un mayor aprovechamiento y explotación de los datos lo que exige la creación de un repositorio único.

Por último, destacan que con la entrada en vigor de la Directiva de Solvencia II, los 19 informes de documentación estadística contable (DEC) que se remitían al regulador, se sustituyen por los 55 informes que se contemplan en el Pilar III de la Directiva. Con el nivel de desarrollo tecnológico actual, es comprensible que las empresas puedan tratar grandes cantidades de datos en tiempo real, en paralelo, que puedan realizar presentaciones gráficas que faciliten los análisis, etc: “Sin embargo, el uso de esta tecnología es insuficiente si no está respaldado por conocimientos funcionales y de negocio que permitan establecer un modelo y un sistema de gobierno de datos que conlleve el cumplimiento de los objetivos prefijados”.