Seguimiento a modelos de riesgo de crédito para microempresarios

Abstract

En Chile, los microempresarios son cada vez más. En el año 2004 el 81% de las empresas existentes correspondía a microempresarios. Es por esto que las oportunidades de crédito también están en aumento. Para que las instituciones puedan definir a quien asignar o no crédito, generalmente utilizan Credit Scoring. El problema que se presenta ante esta metodología, es que los modelos pierden poder discriminante en el tiempo, debido a cambios en la población y en la distribución de las variables que se evalúan. Esta memoria diseña un proceso de negocio, basado en test estadísticos, que permite determinar el momento óptimo para ajustar los modelos de riesgo de crédito a consumidores. La metodología que se sigue para obtenerlo, consiste en definir un test supervisado, test K-S, y un test no supervisado, Fieller Stability Measure, para estimar una medida de pérdida y el momento óptimo de la re-calibración. Con esto, se construye el proceso de negocio y se evalúa en datos de una institución financiera real. Los datos con los que se cuenta para realizar estas estimaciones consideran a carteras de microempresarios de sectores no rurales. El periodo de estudio va desde Enero del 2010 a Septiembre del 2012, y la muestra total incluye un total de 83.137 registros. Con estos datos se evalúa el comportamiento de la curva K-S versus la pérdida y se obtiene con un error del 22%, al medir el valor del aumento de la pérdida dada la baja porcentual del estadístico KS. Aplicando el método Fieller Stability Measure se verifica cuales meses las variables no cumplen con la condición de mantenerse dentro de los límites aceptables. Con esto se concluye que la alerta de acción (para re-calibrar el modelo) ocurre cuando durante tres meses seguidos el intervalo de la variable traspasa los límites del modelo. Así mismo se establece como alerta de precaución cuando el intervalo de la variable se sale de los límites por un mes. Se comprueba que para el caso de alerta de acción la pérdida que se recupera justifica el costo de re-calibración. Al contrario del caso de la alerta de precaución en donde no es rentable, e incluso aumenta la pérdida, al recalibrar el modelo.