Score de comportamiento para tarjetas de crédito MAESTRÍA EN ADMINISTRACIÓN DE RIESGOS.

Presentación del tema: "Score de comportamiento para tarjetas de crédito MAESTRÍA EN ADMINISTRACIÓN DE RIESGOS."— Transcripción de la presentación:

1 Score de comportamiento para tarjetas de crédito MAESTRÍA EN ADMINISTRACIÓN DE RIESGOS

2 Agenda ObjetivoMarco TeóricoCaso prácticoConclusión

3 ObjetivoMarco TeóricoCaso prácticoConclusión Agenda

4 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

5 ObjetivoMarco TeóricoCaso prácticoConclusión Agenda

6 BancosTarjetas Riesgo de crédito Scores EAD * LGD * PD

7 Scores Originación Comportamiento Cobranza

8 ObjetivoMarco TeóricoCaso prácticoConclusión Agenda

9 Base de datos 758,000 tarjetas Desarrollo 66% Validación 34% Abiertas Sin reestructuras Al corriente Más de 3 meses desde su apertura Junio 2008

10 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

11 Análisis Univariado Average utilization at customer level Number of times balance increased at customer level in the last year

12 Number of times delinquency is greater than 1 in bank XYZ at customer level Total non revolving debt outside bank XYZ

13 Tasa zero loan availed or not Number of times ratio of purchase and creditline decreased at customer level

14 Maximum ratio of purchase by credit line in last 3 months at customer level Number of payroll accounts

15 Selección de variables Cluster de variables Selección forward

16 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

17 Escalamiento de las variables Obtención del score total por cuenta Debe sumarse el puntaje de cada variable

18 Evaluación del modelo: Matriz de confusión 01 0 1 ObservadoObservado Predicción Desarrollo Error Tipo I: 27.5% Error Tipo II: 0.1% 01 0 1 Validación Error Tipo I: 30.1% Error Tipo II: 3.1%

19 Evaluación del modelo: Poder, Gini y KS 78.2% 52.4% 48.6% Poder Gini KS 76.4% 49.2% 46.5% DesarrolloValidación

20 ObjetivoMarco TeóricoCaso prácticoConclusión Agenda

21 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