BCE, riscos geopolíticos e o papel da IA no capital

BCE, riscos geopolíticos e o que isto diz ao setor bancário e segurador

Quando o Banco Central Europeu anuncia que vai perguntar aos bancos que riscos geopolíticos podem cortar 300 pontos base ao capital, não é apenas mais um exercício de supervisão. É um sinal claro: gestão de risco clássica já não chega para lidar com um mundo em conflito, volatilidade energética, ciberataques e cadeias de valor frágeis.

Para quem trabalha em banca ou seguros em Portugal, isto não é teoria. É pressão regulatória, impacto direto no rácio CET1, escrutínio público… e uma oportunidade para dar um salto na forma como o risco é medido, simulado e antecipado — com Inteligência Artificial no centro da transformação.

Neste artigo, pego nesta decisão do BCE e levo-a para onde ela realmente interessa: como é que bancos e seguradoras portuguesas podem usar IA para gestão de risco, compliance e capital, num contexto de riscos geopolíticos que já não cabem em folhas de Excel.

---

O que o BCE está a pedir aos bancos (e porquê isso é tão relevante)

O BCE anunciou que, em 2026, vai publicar as conclusões de um teste de stress invertido aplicado a cerca de 110 bancos da zona euro. A ideia é simples e dura:

Partindo de um resultado fixo (queda de pelo menos 300 pontos base no rácio CET1), cada banco tem de descrever que cenários geopolíticos concretos poderiam provocar esse choque.

Três pontos essenciais deste exercício:

• Foco no rácio CET1, o principal indicador de solidez bancária.
• Cenários desenhados pelos próprios bancos, não apenas pelo regulador.
• Avaliação não só do capital, mas também de liquidez e condições de financiamento em contexto adverso.

Os números mostram que a banca europeia, à primeira vista, está confortável:

• CET1 agregado da zona euro no final do 1.º trimestre de 2025: 16,05% (vs. 15,74% um ano antes).
• Em Portugal, CET1 a 17,89%, acima da média europeia.

O problema? Estes rácios são uma fotografia estática. O BCE quer agora um filme: como reage o capital se o mundo der um passo ao lado, seja por conflito armado, sanções, crise energética, ataque cibernético massivo ou colapso em mercados emergentes relevantes.

---

Risco geopolítico: da banca às seguradoras, o mapa de vulnerabilidades é comum

Aqui está o ponto que muitas seguradoras ainda subestimam: o mapa de risco geopolítico que preocupa o BCE nos bancos é quase o mesmo que devia preocupar o setor segurador.

Alguns exemplos muito concretos:

• Conflitos armados e sanções

  • Banca: perdas em carteiras de crédito, exposição a países sancionados, volatilidade cambial.
  • Seguros: aumento de sinistros em riscos políticos, crédito à exportação, transportes, aviação, interrupção de negócio.

• Crises energéticas e de cadeias de abastecimento

  • Banca: deterioração de setores intensivos em energia, aumento de incumprimentos.
  • Seguros: maior frequência de reclamações em seguros industriais, atraso em obras, litígios contratuais, risco de crédito comercial.

• Ciberataques com motivação geopolítica

  • Banca: disrupção de sistemas de pagamentos, roubo de dados, paragens operacionais.
  • Seguros: explosão de sinistros de cyber, responsabilidade profissional, perda de dados, danos reputacionais.

Ou seja, se o BCE obriga os bancos a quantificar estes impactos no capital, quanto tempo falta para os supervisores exigirem o mesmo às seguradoras? Em muitos países, esse caminho já começou.

Para quem está a trabalhar em transformação digital em banca e seguros, o recado é direto:

Gestão de risco geopolítico tem de deixar de ser um slide num comité e passar a ser um modelo vivo, alimentado por dados, cenários e IA.

---

Por que a abordagem tradicional de risco é insuficiente

A maior parte dos modelos de risco em instituições financeiras foi desenhada para um mundo relativamente estável, com volatilidade principalmente económica e financeira. Não geopolítica.

Três limitações claras da abordagem tradicional:

1. Modelos estáticos
   Cenários desenhados uma vez por ano, baseados em supostos macroeconómicos genéricos. Num contexto de guerras, sanções, bloqueios logísticos e eleições polarizadas, isto é curto.

2. Pouca integração de dados não estruturados
   Notícias, discursos políticos, movimentos militares, decisões de organismos internacionais… quase nada disto entra de forma sistemática nos modelos clássicos de risco.

3. Lentidão na resposta
   Entre identificar um risco, simular o impacto e ajustar limites de crédito ou políticas de subscrição podem passar semanas. Em crises geopolíticas, dias já são demasiado.

Aqui entra a Inteligência Artificial aplicada ao risco, tanto para bancos como seguradoras.

---

Como a IA pode reforçar a gestão de risco geopolítico

A IA não substitui o risco officer, o atuário ou o CRO. Mas muda por completo a forma como estas equipas trabalham, tornando os modelos mais rápidos, mais ricos em dados e mais próximos da realidade.

1. Monitorização contínua de risco geopolítico

Soluções de IA podem integrar:

• Notícias em tempo real de múltiplas fontes.
• Dados de mercado (spreads de crédito, volatilidade, commodities, FX).
• Sinais de redes sociais e relatórios especializados.

E transformar isto em indicadores como:

• Probabilidade de escalada de conflito numa determinada região.
• Risco de sanções adicionais sobre um país ou setor.
• Sinais precoces de instabilidade política que afetem cadeias de abastecimento.

Em vez de um relatório trimestral, o CRO passa a ter um painel diário de risco geopolítico, com alertas prioritários e impactos esperados em carteiras e linhas de negócio.

2. Geração inteligente de cenários (para stress tests “à BCE”)

Se o BCE pede aos bancos que desenhem cenários de queda de 300 bps no CET1 por motivos geopolíticos, a IA pode ajudar a chegar a esses cenários de forma mais rigorosa.

Em banca e seguros, modelos de machine learning podem:

• Simular efeitos cruzados: conflito → aumento de spreads → recessão setorial → subida de incumprimentos / sinistralidade.
• Avaliar impactos diferenciados por país, setor e produto (crédito habitação vs. crédito corporate; seguro auto vs. seguro industrial).
• Sugerir combinações plausíveis de choques (ex.: sanções + choque energético + ataque cibernético).

Resultado: cenários mais realistas e melhor fundamentados para apresentar ao supervisor e ao conselho de administração.

3. Gestão dinâmica de limites, pricing e underwriting

O verdadeiro ganho começa quando a análise de risco não fica num relatório, mas alimenta decisões automáticas ou semi-automáticas:

• Em banca:

  • Ajuste de limites de exposição a determinados países ou setores com base em scores geopolíticos.
  • Reprecificação de crédito em segmentos mais expostos.

• Em seguros:

  • Reajuste de prémios ou exclusões em ramos ligados a comércio internacional, logística, energia ou cyber.
  • Revisão de apetite de risco por região ou linha de negócio.

Com IA, estes ajustes podem ser calibrados com granularidade: por carteira, segmento, região e até por cliente corporate relevante.

4. Apoio a compliance e reporte regulatório

À medida que reguladores — como o BCE agora na banca — começam a exigir explicações detalhadas sobre riscos geopolíticos, as equipas de compliance ficam sob pressão.

Modelos de IA generativa podem:

• Ajudar a consolidar dados de múltiplos sistemas.
• Gerar rascunhos de relatórios de risco e de resposta a questionários de supervisão.
• Explicar, em linguagem clara, as ligações entre cenários, rácios de capital, liquidez e medidas mitigadoras.

Isto é particularmente útil em organizações que têm de responder simultaneamente a Banco de Portugal, ASF, BCE, EBA e outros organismos, com enquadramentos ligeiramente diferentes mas temas semelhantes.

---

IA na banca portuguesa: do scoring de crédito ao stress test geopolítico

Na série “IA no Setor Bancário Português: Inovação Financeira”, fala-se muito de scoring de crédito, deteção de fraude e aconselhamento automatizado. Tudo isto continua crítico. Mas o movimento do BCE mostra um novo eixo de valor para a IA:

IA não serve apenas para vender e aprovar crédito mais rápido. Serve, sobretudo, para proteger capital e garantir resiliência em cenários extremos.

Como é que isto se pode concretizar na prática em bancos portugueses:

1. Complementar modelos de scoring com variáveis macro e geopolíticas

   • Clientes mais expostos a setores ou geografias de risco podem ter scoring ajustado dinamicamente.
   • Portefólios empresariais passam a ser avaliados não só por balanço, mas também por contexto geopolítico.

2. Incorporar módulos de stress testing inteligente

   • Integrar motores de IA que geram e testam cenários tipo BCE, com foco no impacto no CET1, liquidez e funding.
   • Simular, por exemplo, o efeito de sanções adicionais a um país onde o banco tenha exposição indireta via clientes.

3. Apoiar equipas de risco e tesouraria em tempo real

   • Dashboards que cruzam risco de mercado, risco de crédito e risco geopolítico.
   • Alertas automáticos que disparam recomendações: reduzir exposição, aumentar collateral, rever limites.

Quem estiver a projetar a arquitetura de IA para um banco hoje e ignorar este eixo de stress testing e capital estará a deixar valor — e conforto regulatório — em cima da mesa.

---

E as seguradoras portuguesas? Um passo atrás… e uma oportunidade gigante

Enquanto o BCE acelera na banca, o setor segurador português ainda tem, em muitos casos, modelos de risco de capital (SCR, ORSA) pouco automatizados e nada “vivos”.

Há aqui uma oportunidade clara para quem quer liderar:

• Usar o exemplo da banca: o que o BCE está a fazer com CET1 hoje é um bom indicador do tipo de exercício que, amanhã, pode ser pedido na avaliação de capital de solvência das seguradoras.
• Aplicar IA ao ORSA e aos modelos internos: gerar cenários extremos, incorporar dados externos e atualizar premissas com muito mais frequência.
• Criar visão integrada banco-seguradora (sobretudo em grupos financeiros com ambos os braços): riscos geopolíticos são transversais, e sinergias de dados podem ser decisivas.

As seguradoras que montarem agora plataformas de IA focadas em risco e capital vão estar muito mais preparadas quando a regulação apertar — porque vai apertar.

---

Como dar os primeiros passos: um roteiro pragmático

Não é preciso (nem sensato) tentar fazer tudo ao mesmo tempo. O que tenho visto funcionar melhor em bancos e seguradoras passa por quatro passos claros:

1. Mapear exposição geopolítica atual

   • Por país, setor, linha de produto e principais clientes corporate.
   • Identificar onde um choque externo teria maior impacto em capital ou sinistralidade.

2. Escolher um caso piloto de IA em risco

   • Ex.: motor de monitorização de risco geopolítico com alertas.
   • Ou: módulo de geração de cenários extremos para suporte ao comité de risco.

3. Integrar o piloto nos processos de decisão

   • Não basta ter dashboards bonitos. É preciso que os outputs da IA entrem em:
     • alteração de limites;
     • revisões de apetite de risco;
     • decisões de pricing.

4. Ajustar governação e explicabilidade

   • Documentar como os modelos funcionam.
   • Garantir model risk management: validação, monitorização, revisão.
   • Envolver desde cedo risco, compliance e auditoria interna.

Quem seguir este tipo de roteiro consegue responder melhor a exigências regulatórias como as do BCE, fortalecer capital e, ao mesmo tempo, modernizar o stack analítico.

---

Porque é que isto é decisivo para os próximos anos

O aviso do BCE é simples: os riscos que mais preocupam já não são apenas económicos, são geopolíticos. E a forma de os avaliar está a tornar-se mais exigente, mais detalhada e mais dinâmica.

Para os bancos portugueses, integrar IA na gestão de risco, no stress testing e na proteção do CET1 deixou de ser uma opção futurista. É uma forma de:

• ganhar tempo e qualidade na resposta ao supervisor;
• proteger melhor o capital em cenários adversos;
• tomar decisões mais inteligentes sobre crédito, liquidez e funding.

Para as seguradoras, é o momento certo para aprender com o que está a acontecer na banca e acelerar a adoção de IA na avaliação de risco, capital e sinistralidade, alinhando-se desde já com o tipo de exigência que inevitavelmente vai chegar.

Quem estiver à frente nesta transformação — não só a instalar tecnologia, mas a usá-la realmente nas decisões de risco — vai entrar em 2026 com outra tranquilidade quando aparecer o próximo questionário do supervisor… seja ele sobre CET1, SCR ou qualquer outra sigla que, no fundo, significa o mesmo: sobreviver e crescer num mundo mais instável, com ajuda da Inteligência Artificial.