Modelos para cuantificar el riesgo de no pago en la cartera de clientes masivos de una distribuidora eléctrica

Abstract

El presente trabajo tiene como objetivo determinar el riesgo de no pago de las cuentas de energía de una distribuidora eléctrica, considerando el riesgo adicional asociado a las reprogramaciones de deudas morosas de energía (convenios de energía).

El principal desafío que se asume esta investigación, es la carencia de información que permita identificar a los clientes, ya que no se posee información de perfil, por esta razón el análisis se centra en la información de comportamiento de pagos. El desafío fue superado con éxito, ya que los modelos planteados obtienen indicadores de predicción de un 80% de exactitud, lo que según las mejores prácticas de la industria financiera es considerado bueno (se considera aceptable una exactitud del 60%).

Aplicando herramientas matemáticas se analiza el comportamiento de pago de forma individual y global para poder inferir la probabilidad de que un cliente caiga en incumplimiento de sus obligaciones a futuro (enfoque individual) o poder determinar que fracción de saldos adeudados evolucionarán a deudas incobrables (enfoque global). Este análisis se traduce en modelos que permiten predecir las pérdidas esperadas para un plazo futuro, producto del incumplimiento de obligaciones de pago por parte de los clientes pertenecientes a la cartera masiva de la distribuidora eléctrica.

En el enfoque individual se desarrollaron regresiones logísticas que hacen posible encontrar la probabilidad de ocurrencia del evento “incumplimiento”. Luego se determinó la severidad de pérdidas dado que los clientes incumplen con sus obligaciones de pago, con ello se ajustan las probabilidades individuales a distribuciones de probabilidad, para mediante simulaciones de Montecarlo encontrar la distribución de pérdidas, y así determinar el valor esperado de la pérdida y la pérdida máxima posible al 95% de confianza.

En el enfoque global el comportamiento de pago se modeló como una cadena de Markov homogénea y a tiempo discreto, donde se definieron estados de morosidad y se determinaron las probabilidades de transición de los saldos adeudados entre estados de un mes a otro.

Para determinar el riesgo adicional asociado a los convenios de energía, las metodologías propuestas en este trabajo de investigación dividen la cartera de clientes masivos en dos grupos: “Clientes Sin Convenios” y “Clientes Con Convenios”. A partir de los cuales se crearon modelos que permiten determinar el riesgo de no pago de cada uno de ellos. Para el caso de Clientes Con Convenios, se realizaron modelos que permiten cuantificar el riesgo adicional que asume la distribuidora por no realizar el corte de suministro y dar la posibilidad que un cliente que estaba en situación de morosidad, pueda seguir aumentando su deuda.

Finalmente se puede concluir; que al aplicar las metodologías descritas anteriormente, se obtuvieron los siguientes niveles de riesgo:

Riesgo de la Cartera Sin Convenios: 0,4%

Riesgo de la Cartera Con Convenios: 19%

Riesgo de la Cartera Con Convenios: 32% (analizando efecto aumento de deudas por las reprogramaciones).