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