En la contabilización del deterioro de activos financieros, las Normas Internacionales han evolucionado de un modelo reactivo hacia uno más proactivo.
La NIIF para PYMES (versión 2015, modificada en 2025) mantiene el método de pérdidas incurridas descrito principalmente en la Sección 11 – Instrumentos Financieros Básicos.
Por su parte, la NIIF 9 – Instrumentos Financieros (párrafos 5.5.1 a 5.5.20 y B5.5.1 a B5.5.55) establece el método de pérdidas crediticias esperadas, que reemplazó al modelo de pérdidas incurridas de la NIC 39.
- Fundamento conceptual
Pérdidas incurridas (NIIF para PYMES)
Según el párrafo 11.21, una entidad reconocerá una pérdida por deterioro solo si existe evidencia objetiva de que un activo financiero o grupo de activos está deteriorado como resultado de uno o más eventos ocurridos después de su reconocimiento inicial (“evento de pérdida”).
Ejemplos se dan en el párrafo 11.22, como dificultades financieras del deudor, incumplimientos contractuales o probabilidad de quiebra.
Pérdidas esperadas (NIIF 9)
El párrafo 5.5.1 establece que, en el momento inicial de reconocimiento y en cada fecha posterior, la entidad debe reconocer una provisión por pérdidas por deterioro por el importe de las pérdidas crediticias esperadas para los instrumentos financieros dentro de su alcance. Es decir, ya no es necesario esperar a que ocurra un evento que se considere evidencia objetiva de deterioro para reconocer la perdida.
Este enfoque es prospectivo y se basa en información histórica, actual y proyecciones de condiciones económicas futuras (párrafo 5.5.17).
- Momento de reconocimiento
NIIF para PYMES: El deterioro se registra después de que el evento de pérdida ocurra o se evidencie (párrafo 11.21). Esto retrasa el reconocimiento y puede subestimar el riesgo en escenarios de deterioro rápido.
NIIF 9: Reconocimiento desde el momento inicial del activo (párrafo 5.5.3), ajustando el cálculo cuando se detecta un aumento significativo en el riesgo de crédito.
- Metodología de cálculo
NIIF para PYMES:
Paso 1: Identificar evidencia objetiva de deterioro (párrafo 11.21).
Paso 2: Medir la pérdida como la diferencia entre el valor en libros y el valor presente de los flujos de efectivo futuros estimados, descontados a la tasa de interés efectiva original (párrafo 11.25)
NIIF 9:
Utiliza un modelo de tres etapas (párrafos 5.5.5 a 5.5.7):
Etapa 1: Pérdidas esperadas a 12 meses.
Etapa 2: Pérdidas esperadas de por vida cuando el riesgo ha aumentado significativamente.
Etapa 3: Activos con evidencia objetiva de deterioro (similar al modelo de PYMES, pero con provisión ya acumulada).
Se requiere tener en cuenta tanto la información histórica de la entidad, como escenarios macroeconómicos múltiples para poder estimar las perdidas futuras. (párrafos B5.5.41 a B5.5.55).
- Impacto en los estados financieros
NIIF para PYMES: Reconocimiento tardío, lo que puede inflar activos y utilidades antes de reconocer pérdidas.
NIIF 9: Reconocimiento anticipado, reduciendo el riesgo de sobreestimación de activos, aunque con mayor volatilidad en provisiones.
- Ejemplo práctico
Supongamos una cuenta por cobrar de $100 millones a 12 meses:
Bajo NIIF para PYMES: No se reconoce deterioro inicial; a los 6 meses, si el cliente entra en insolvencia y se espera recuperar $60 millones, se registra un deterioro de $40 millones, pero solo después de tener evidencia objetiva de deterioro; que para este caso seria, la insolvencia del deudor (párrafo 11.25).
Bajo NIIF 9: Desde el reconocimiento inicial, teniendo en cuenta la estadística histórica y las proyecciones futuras, se calcula la pérdida esperada (por ejemplo, 3% = $3 millones), ajustándola según el riesgo (párrafo 5.5.3).
La NIIF para PYMES aplica un modelo de pérdidas incurridas, reactivo y basado en evidencia objetiva, mientras que la NIIF 9 aplica un modelo de pérdidas esperadas, proactivo y basado en proyecciones.
El primero es más sencillo y requiere menos información, pero puede retrasar el reconocimiento del deterioro. El segundo refleja mejor el riesgo en tiempo real, aunque exige modelos estadísticos y datos más robustos.




