Score de comportamiento para tarjetas de crédito MAESTRÍA EN ADMINISTRACIÓN DE RIESGOS
Agenda ObjetivoMarco TeóricoCaso prácticoConclusión
ObjetivoMarco TeóricoCaso prácticoConclusión Agenda
Objetivo Score de comportamiento de tarjetas de crédito: Banco XYZ Predecir incumplimiento de pagos Información a utilizar Comportamiento de pagos histórico Información de otros bancos Relación con el banco XYZ
ObjetivoMarco TeóricoCaso prácticoConclusión Agenda
BancosTarjetas Riesgo de crédito Scores EAD * LGD * PD
Scores Originación Comportamiento Cobranza
ObjetivoMarco TeóricoCaso prácticoConclusión Agenda
Base de datos 758,000 tarjetas Desarrollo 66% Validación 34% Abiertas Sin reestructuras Al corriente Más de 3 meses desde su apertura Junio 2008
Variable objetivo 1 -> Cuenta con cierto nivel de morosidad (“mala”) 0 -> Cuenta al corriente(“buena”) Nivel de morosidad De 60 a 89 días vencidos en un periodo de 9 meses
Análisis Univariado Average utilization at customer level Number of times balance increased at customer level in the last year
Number of times delinquency is greater than 1 in bank XYZ at customer level Total non revolving debt outside bank XYZ
Tasa zero loan availed or not Number of times ratio of purchase and creditline decreased at customer level
Maximum ratio of purchase by credit line in last 3 months at customer level Number of payroll accounts
Selección de variables Cluster de variables Selección forward
Escalamiento de las variables Razones para el escalamiento Mas fácil implementación Facilidad de comprensión del mismo Continuidad con scores existentes. Evita cambios de interpretación Escala utilizada 1:1 en 500 puntos duplicando los momios cada 20 puntos
Escalamiento de las variables Obtención del score total por cuenta Debe sumarse el puntaje de cada variable
Evaluación del modelo: Matriz de confusión ObservadoObservado Predicción Desarrollo Error Tipo I: 27.5% Error Tipo II: 0.1% Validación Error Tipo I: 30.1% Error Tipo II: 3.1%
Evaluación del modelo: Poder, Gini y KS 78.2% 52.4% 48.6% Poder Gini KS 76.4% 49.2% 46.5% DesarrolloValidación
ObjetivoMarco TeóricoCaso prácticoConclusión Agenda
Conclusiones Modelo predictivo: KS, Gini y Poder Estable. Generaliza Variables elegidas: 6 comportamiento interno, 1 de comportamiento externo y 1 de relación con el banco XYZ Se puede utilizar para la estrategia de tarjetas de crédito