← Últimos artículos
📈 economics

What Drives Cyber Losses at U.S. Banks? Potential Statistical Markers

Utilizando nuevos datos individuales a nivel de banco, este estudio revela que las tasas de pérdidas cibernéticas en los bancos de EE. UU. siguen una relación en forma de U con el tamaño del banco y están impulsadas principalmente por factores idiosincrásicos, aunque los bancos más rentables y eficientes tienden a experimentar tasas de pérdida más bajas al controlar el tamaño.

Autores originales: Anthony Murphy, Michael Tindall

Publicado 2026-09-17
📖 5 min de lectura🧠 Análisis profundo

Autores originales: Anthony Murphy, Michael Tindall

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Cada banco posee una bóveda digital, no solo para el dinero, sino para los vastos flujos de datos que mantienen en movimiento la economía moderna. Proteger estas bóvedas es una batalla constante contra los ciberataques, que pueden variar desde fallos menores hasta robos masivos que amenazan la estabilidad financiera. Durante años, los reguladores y los líderes bancarios se han preguntado quién es más vulnerable: ¿son las grandes instituciones con redes complejas y extensas, o los bancos comunitarios más pequeños con menos recursos para construir defensas sólidas? Para responder a esto, los investigadores necesitan una forma de medir la cantidad promedio de dinero que un banco podría perder en un año típico debido a estas amenazas digitales. Esta cifra, conocida como la pérdida anual promedio, actúa como una línea base para comprender el riesgo, ayudando a los funcionarios a decidir cuánto seguro comprar o cuánto gastar en seguridad. Sin embargo, hasta hace poco, no existía una imagen clara de cómo estas pérdidas potenciales cambiaban a medida que los bancos crecían o se reducían, dejando un vacío en la comprensión de dónde residen realmente los mayores peligros.

Un equipo de investigadores del Banco de la Reserva Federal de Dallas se propuso llenar este vacío combinando nuevas y detalladas estimaciones de riesgo cibernético con datos financieros estándar de miles de bancos de EE. UU. Utilizaron una plataforma de modelado sofisticada que simula decenas de miles de posibles incidentes cibernéticos, que van desde el robo de datos y las demandas de ransomware hasta las interrupciones del servicio. Al introducir estos datos de pérdida simulados en modelos estadísticos junto con números de rendimiento bancario del mundo real, buscaron identificar los factores específicos que impulsan estas pérdidas al alza o a la baja. Su objetivo era ir más allá de las conjeturas y encontrar los marcadores estadísticos reales que señalan un mayor o menor riesgo de pérdida financiera por eventos cibernéticos.

Los investigadores descubrieron un patrón que desafía la suposición común de que los bancos más grandes están simplemente más en riesgo. En lugar de una línea recta donde el riesgo aumenta o disminuye de manera constante con el tamaño, los datos revelaron una forma de U distintiva. El riesgo de perder dinero por ciberataques es más alto para los bancos más pequeños y los más grandes, mientras que cae a su punto más bajo para las instituciones de tamaño medio. Este hallazgo desafía la idea de que el riesgo cibernico simplemente disminuye a medida que los bancos crecen. Los bancos más pequeños a menudo carecen de los fondos profundos necesarios para invertir en sistemas de seguridad robustos, lo que los convierte en blancos fáciles. Por el contrario, los bancos más grandes, a pesar de sus masivos presupuestos de seguridad, son tan complejos y poseen datos tan valiosos que siguen siendo objetivos altamente atractivos y de gran recompensa para los atacantes. Los bancos de tamaño medio parecen situarse en un "punto ideal", poseyendo suficientes recursos para defenderse eficazmente sin la complejidad abrumadora que hace vulnerables a las instituciones gigantes.

Más allá de la forma de la curva, el estudio encontró que el tamaño de un banco es el predictor más poderoso de su tasa de pérdida cibernética. Una vez que se tiene en cuenta el tamaño del banco, otras medidas financieras estándar tienen, sorprendentemente, poco poder para explicar por qué un banco pierde más que otro. Esto sugiere que el riesgo cibernético contiene un elemento grande y único específico de cada institución que no puede predecirse fácilmente observando únicamente sus balances generales. Sin embargo, entre los factores que sí importan, los investigadores encontraron que los bancos más rentables y eficientes tienden a tener tasas de pérdida más bajas. Esto implica que los bancos con una sólida salud financiera y una buena gestión pueden estar mejor posicionados para invertir en las medidas de seguridad que previenen las pérdidas, o quizás su disciplina operativa se extiende también a sus defensas digitales.

El estudio se basó en datos de 2023 y se centró en las pérdidas "attritivas" (o de desgaste), que son los incidentes frecuentes y de menor escala que ocurren regularmente, en lugar de eventos catastróficos y poco comunes que podrían sacudir todo el sistema. Aunque las cifras son pequeñas —promediando poco más de un punto básico de los ingresos de un banco—, los patrones que revelan son significativos para los reguladores. Los hallazgos sugieren que un enfoque de "talla única" para el riesgo cibernético es insuficiente. En su lugar, los supervisores deben reconocer que las amenazas que enfrenta un pequeño banco comunitario son fundamentalmente diferentes de las que enfrenta un gigante global, y que el punto medio ofrece un grado de seguridad sorprendente. A medida que la inteligencia artificial y los nuevos métodos de ataque evolucionen, estas mediciones de referencia seguirán siendo esenciales para comprender cómo el sistema financiero resiste ante la amenaza digital omnipresente.

¿Ahogado en artículos de tu campo?

Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.

Probar Digest →