EXPERTOS EN RED

Cuando acudir al credit scoring y al rating

El credit scoring aparece en España a mediados de los años 80 debido a las nuevas necesidades que planteaba la creciente demanda del crédito por parte de los particulares. En sus inicios, la aplicación de esta técnica se restringía casi exclusivamente a los préstamos al consumo, ya que su importante volumen y bajo importe de los mismos exigía un análisis rápido de las solicitudes que permitiera dar respuesta a las mismas y garantizar la rentabilidad del producto. Posteriormente, se extiende la utilización de esta técnica a otros productos menos masivos y de importes más elevados, como los préstamos hipotecarios, y consolida su éxito con la generalización de otros productos como las tarjetas de crédito.

La utilización de esta técnica para el análisis de las empresas plantea en un inicio importantes dificultades. Por un lado, el bajo volumen y el elevado importe de las operaciones no justifican un análisis automático de las mismas. En estas operaciones la rapidez en la decisión es poco relevante y el riesgo es elevado. Pero, además la heterogeneidad de las empresas y la diversidad de productos añade otra dificultad.

Dentro de este universo variopinto de empresas se empieza separando a las grandes empresas, para las que se utiliza el rating, capitalizando la opinión o juicio de experto y que permite homogeneizar los criterios de análisis. Cuando el tamaño de la empresa es más reducido, la información de análisis más homogénea y el importe de las operaciones más reducido, se aplica el credit scoring, una variante automática del rating. La diferencia principal entre la aplicación del credit scoring para particulares o para empresas radica en la información que se utiliza en la construcción de los modelos. Sin embargo, esta división entre particulares y empresas para el análisis del riesgo crediticio deja en tierra de nadie a los autónomos y microempresas, donde, sin embargo, el negocio es suficientemente masivo como para pretender atenderlo de forma completamente manual.

Ante esta situación se plantea la necesidad de disponer de una herramienta específica para este segmento. Pero, ¿está justificada? Podemos encontrar muchos elementos que nos hacen responder afirmativamente a esta pregunta:

Distribución de la población total de empresas activas a enero 99 (DIRCE)

Alta concentración de autónomos por cada punto de venta. En España existen 2.945.000 trabajadores por cuenta propia, que deben financiar su actividad económica con fondos propios o financiación externa.

Gran peso específico de los autónomos y microempresas dentro de la actividad de las instituciones financieras. Aproximadamente el 90% de las operaciones de riesgo de empresas corresponde al colectivo de autónomos y microempresas, con un límite medio de 30 mil euros por operación. Es decir, un volumen importante de operaciones con importes que no justifican un análisis excesivamente complejo y laborioso.

Si bien en un principio la utilización del credit scoring y del rating se situaba casi exclusivamente en la entidades financieras, hoy en día se ha extendido su utilización a todos los ámbitos en los que existe la posibilidad de incurrir en pérdidas en caso de que una contraparte no haga frente, en tiempo y formal, a las obligaciones financieras contraídas con una entidad.

Clasificación de los algoritmos de credit scoring

Si bien los algoritmos de credit scoring se pueden clasificar, como hemos visto, en función del tipo de clientes al que debe dar respuesta, conviene distinguirlos también por el tipo de información con la que se desarrollan y el fin que persiguen. De este modo los podemos clasificar en:

Reactivos

Son aquellos que responden a una demanda del cliente. En este caso, la información para el análisis dependerá del tipo de cliente que estemos analizando. En el caso de particulares, la información básica a utilizar es la del perfil socio-económico del titular, así como los datos básicos de la operación.

En el caso de empresas, será necesario determinar en primer lugar el perfil en el que encaja la misma. En este sentido conviene distinguir con criterios objetivos cuándo estamos hablando de evaluar a una pequeña o mediana empresa y cuándo se trata de un autónomo o microempresa. El segmento más complicado de encajar es éste último ya que queda a caballo de los particulares y de las empresas. El perfil de esta población depende en gran medida de las características de los productos de riesgo, los segmentos de mercado a los que se dirige cada entidad, etc.

Se pueden establecer, de forma general, los siguientes criterios:

Personas físicas con actividad empresarial
Persona física en módulos, sin balance-contabilidad.
Persona física con balance representativo.

Persona jurídica con ventas hasta 1 millón de euros
Sociedad familiar con balance representativo.
Sociedad de varios socios, gerencia compartida y balance representativo.

Estos límites pueden variar dependiendo del perfil de la muestra con la que se cuente para el desarrollo del modelo o bien de las características del segmento de mercado que se desee evaluar. En el caso de los algoritmos para autónomos y microempresas, la información a utilizar será la del perfil del empresario y el perfil de la actividad que desarrolla.

En el caso de pequeñas y medianas empresas será relevante el análisis del perfil de la empresa así como de variables financieras.

Proactivos

Son aquellos que se anticipan a las necesidades de los clientes calculando el riesgo máximo que pueden asumir para cada uno de los productos que tienen la posibilidad de contratar. Por tanto, en este caso no existe el concepto de solicitud y la información de análisis se debe basar en la información que el prestatario conoce del solicitante. Queda claro que este tipo de algoritmos únicamente son válidos para clientes vinculados con la entidad y de los cuales hay información suficiente que permita distinguir los buenos de los malos clientes. Los algoritmos proactivos permiten calificar a todos los clientes con sus límites adecuados, ya sea evaluándolos en modo batch o bien respondiendo a una solicitud de límite on line. La información susceptible de ser utilizada es toda aquella que figure en las bases de datos de la entidad. A modo de ejemplo, un scoring proactivo de una entidad financiera para el segmento de particulares utilizaría información del siguiente tipo:

Información de cabecera
Antigüedad como cliente.
Edad.

Información sobre los servicios que utiliza
Domiciliación de nómina.
Domiciliación de recibos básicos / no básicos.
Utilización de la tarjeta de débito.

Información sobre pasivos
Saldo medio de pasivo a la vista.
Evolución de los saldos.
Importes al haber / debe.
Productos de pasivo a plazo e inversión.

Información sobre activos
Experiencia anterior en la tenencia de productos de activo.
Utilización de tarjetas de crédito en comercios y cajeros.
Ratio de utilización de las tarjetas.

Comportamentales

El objetivo de los algoritmos comportamentales es generar un modelo que, en base a la información de comportamiento del cliente respecto a la utilización y pago de un producto de activo en su historia reciente (por ejemplo, el último semestre), determine el comportamiento esperado del mismo, en cuanto a cumplimiento de sus obligaciones de pago, en un futuro inmediato (por ejemplo, en los próximos seis meses). Además, el sistema determina los límites máximos de exposición de riesgo para cada cliente, por productos y según la calificación del riesgo.

Los algoritmos comportamentales se basan en la información generada por el cliente por su utilización de los productos de activo y en la relación de vinculación con la entidad que genera esta utilización. A grandes rasgos, la información utilizada es del tipo:

Datos de utilización del producto:
Para productos revolving: ratios de utilización, modo de pago, tipo de tarjeta, antigüedad.
Para préstamos: tipo de préstamo, madurez, ratio de financiación.

Datos de comportamiento de pago:
Tranking de pagos en el producto.
Comportamiento de pago en otros productos.

(Continuará en el próximo número)
David Fernández
Consultor de AIS