1. Educación

¿Cómo hacer más rentables nuestras decisiones?
Rentabilidad
Comparación de Resultados
Monto de cada préstamo
$ 2.000 Costo Fijo Total
$ 30.000 Gastos Adm por crédito
$ 130 Tasa pasiva
17%
Tasa activa
35%
Política actual del cliente
SCORE NOSIS SCORE NOSIS (Corte con objetivo de (Corte con objetivo de marketshare )
mayor utilidad)
SCORE de CORTE Cantidad de individuos aprobados
Cantidad de individuos rechazados
Cantidad de individuos rechazados
Total de individuos analizados
Capital Prestado
Ingresos financieros
Costo fijo
Gastos Administrativos
Costo financiero
p
Pérdida por incobrabilidad Costo Total
Utilidad
22.248
2 752
2.752
25.000
44.496.684
15.573.839
30.000
2.892.284
7.564.436
5.921.176
16.407.897
‐834.057
88,99%
11 01%
11,01%
100,00%
‐1,87%
22.248
2 752
2.752
25.000
44.496.684
15.573.839
30.000
2.892.284
7.564.436
4.117.758
14.604.479
969.360
108
88,99%
11 01%
11,01%
100,00%
2,18%
SCORE de CORTE 15.781
9 219
9.219
25.000
31.562.407
11.046.843
30.000
2.051.556
5.365.609
1.641.912
9.089.078
1.957.765
337
63,12%
36 88%
36,88%
100,00%
6,20%
Que es el score?
Es un valor numérico que va del 1 al 999. Dicho
valor
es
obtenido
mediante
un
algoritmo
estadístico que indica la Probabilidad de que el
cliente entre en Default, en un determinado
horizonte temporal.
Que es el score?
Es un valor numérico que va del 1 al 999. Dicho
valor
es
obtenido
mediante
un
algoritmo
estadístico que indica la Probabilidad de que el
Default
cliente entre en Default, en un determinado
Un individuo incurre en DEFAULT,
DEFAULT
horizonte temporal.
cuando alcanza un atraso mayor a
90 días (Situación 3 BCRA).
Siempre que esa deuda supere el
10% de su endeudamiento global
Que es el score?
Es un valor numérico que va del 1 al 999. Dicho
valor
es
obtenido
mediante
un
algoritmo
estadístico que indica la Probabilidad de que el
Horizonte temporal
cliente entre en Default, en un determinado
horizonte temporal.
La predicción tiene un horizonte
temporal de 1 año en sintonía con
l
las
mejores
j
prácticas
á ti
internacionales de Basilea y su
versión local en las recientes
comunicaciones del banco central
(Ej. 5203).
Que es el score?
Es un valor numérico que va del 1 al 999. Dicho
valor
es
obtenido
mediante
un
algoritmo
estadístico que indica la Probabilidad deHorizonte temporal
que el
cliente entre en Default, en un determinado
horizonte temporal.
INFORMACIÓN A HOY = SCORE
A HOY SCORE
P di ió
Predicción comportamiento12 meses posteriores
i
12
i
La relación entre el valor de SCORE y la Probabilidad de Default (PD)
Es importante aclarar que si bien la industria se maneja con el concepto numérico del valor del Score que varía entre 1 y 999, el modelo lo que busca predecir es la probabilidad de default. Esta probabilidad, que mide que tan posible es que un individuo con determinadas p
,q
q
p
q
características (Xi) incurra en Default, se ve de la siguiente manera:
PD 
1
1  e (  0  1 X 1   2 X 2   3 X 3 ...))
Donde el exponente es función lineal de las Características (Xi) del individuo.
La relación entre el valor de SCORE y la Probabilidad de Default (PD)
Una buena practica de mercado es impulsar los beneficios que ofrece un potente score de bureau, con uno realizado con información propia.
,
p p
En este sentido la relación entre score y PD viene dada por un cuadro de doble entrada:
Muestra representativa y aleatoria
El proceso de obtención de muestra impacta directamente en la calidad del score y en los
beneficios de su utilización. El score NOSIS utiliza una selección de muestra en base a
representatividad y aleatoriedad:
Población total
Muestra Construcción
Muestra Validación
Aleatoria
# 488.971
Indicadores de poder: K‐S, GINI y tasa de mora (TM) por nivel de riesgo
Para medir el poder predictivo del modelo NOSIS V3i se utilizaron las siguientes herramientas de poder:
K‐SS
K
(K S)
El indicador de Kolmogorov y Smirnov (K‐S)
busca la mayor diferencia entre la distribución
acumulada de los buenos pagadores y la de
los malos pagadores. Mientras mayor sea la
máxima distancia entre estas distribuciones,
distribuciones
mejor separa el modelo los buenos pagadores
de aquellos que no lo son.
Muestra ordenada de Mayor a Menor Score
GINI
GINI
GINI
GINI
B
A
El GINI es otro indicador que mide
q
que tan bueno es el modelo
construido respecto a un modelo
perfecto y uno completamente
aleatorio. En este sentido se deben
construir 3 curvas CAP, la curva CAP
indica
el
porcentaje
de
incumplidores detectados, sobre el
total de incumplidores, a medida
que se avanza de menor a mayor
score en la
l muestra.
GINI 
A
A B
TM
Un indicador utilizado para medir el ajuste de los modelos es la distribución de la tasa
de Morosidad en grupos de Score ordenados por deciles y ventiles.
Lo que se observa en este caso es que dicha tasa sea creciente a medida que se baja
en los niveles de score y que exista un amplio rango entre la TM del nivel de mayor
riesgo respecto de aquel de menor riesgo.
Indicadores de poder: que valores esperar?
p
q
p
A continuación se exponen intervalos de valores para definir si un modelo es aceptable, un estándar de mercado o refleja las mejores prácticas Es importante resaltar que estos
un estándar de mercado o refleja las mejores prácticas. Es importante resaltar que estos indicadores son válidos siempre que se analicen muestras SIN DEFAULTS AL INICIO.
GINI
Modelo aceptable
t bl
50‐55
TM
Estandar mercado
d
55‐60
Mejores P á ti
Prácticas
Más de 60
K‐S
Modelo aceptable
Estandar mercado
Mejores Prácticas
30‐35
35‐45
Más de 45
En el caso de la Tasa de mora, depende de factores que
pueden variar según la tasa de mora promedio del
mercado. Pero como criterio general es necesario que la
TM sea creciente a medida que baja el SCORE.
Nuestros Resultados: Deciles
TM
GINI
Modelo aceptable
50‐55
62,6
Estandar mercado
55‐60
K‐S
Mejores Prácticas
Más de 60
47
Modelo aceptable
Estandar mercado
Mejores Prácticas
30‐35
35‐45
Más de 45
Nuestros Resultados: Score Rangos 100
GINI
Modelo aceptable
50‐55
62 Estandar mercado
55‐60
K‐SS
K
Mejores Prácticas
Más de 60
47
Modelo aceptable
Estandar mercado
Mejores Prácticas
30 35
30‐35
35 45
35‐45
Má d 45
Más de 45
TM
Nuestros Resultados: Bancarizados
Nuestros Resultados: Bancarizados
GINI
Modelo aceptable
50‐55
64 Estandar mercado
55‐60
KS
K‐S
Mejores Prácticas
Más de 60
48
Modelo aceptable
Estandar mercado
Mejores Prácticas
30‐35
35‐45
Más de 45
TM
Nuestros Resultados: No Bancarizados
Nuestros Resultados: No Bancarizados
GINI
Modelo aceptable
50‐55
57
Estandar mercado
55‐60
KS
K‐S
Mejores Prácticas
Más de 60
42
Modelo aceptable
Estandar mercado
Mejores Prácticas
30‐35
35‐45
Más de 45
TM
Calibración
El modelo de Scoring aquí presentado es compendio de distintas regresiones alineadas
con un mismo algoritmo de calibración.
calibración Este proceso garantiza una escala de probabilidad
de default mas adecuada para la toma de decisiones independientemente de la población
de la que provenga el individuo.
individuo
PD Teórica
Es aquella
q
que surge
q
g de la relación
entre el SCORE y la PD, es el resultado
El modelo de Scoring aquí presentado es compendio
de distintas
regresiones alineadas
de la estimación
estadística:
Calibración
con un mismo algoritmo de calibración.
calibración Este proceso garantiza una escala de probabilidad
de default mas adecuada para la toma de decisiones independientemente de la población
de la que provenga el individuo.
individuo
Calibración
El modelo de Scoring aquí presentado es compendio de distintas regresiones alineadas
con un mismo algoritmo de calibración.
calibración Este proceso garantiza una escala de probabilidad
de default mas adecuada para la toma de decisiones independientemente de la población
de la que provenga el individuo.
individuo
Calibración
El modelo de Scoring aquí presentado es compendio de distintas regresiones alineadas
PDalgoritmo
Empírica
con un mismo
i PD Empírica
l it
d calibración.
de
lib ió Este
E t proceso garantiza
ti una escala
l de
d probabilidad
b bilid d
de default mas adecuada para la toma de decisiones independientemente de la población
Es aquella que surge de calcular el
de la que provenga el individuo.
individuo
% de personas que pertenecen al
intervalo que incurrieron en
default:
MALOS / (MALOS +BUENOS)
Calibración
El modelo de Scoring aquí presentado es compendio de distintas regresiones alineadas
con un mismo algoritmo de calibración.
calibración Este proceso garantiza una escala de probabilidad
de default mas adecuada para la toma de decisiones independientemente de la población
de la que provenga el individuo.
individuo
Calibración
El modelo de Scoring aquí presentado es compendio de distintas regresiones alineadas
con un mismo
i
algoritmo
l it
d calibración.
de
lib ió Este
E t proceso garantiza
ti una escala
l de
d probabilidad
b bilid d
de default mas adecuada para la toma de decisiones independientemente de la población
de la que provenga el individuo.
individuo
Calibración
El modelo de Scoring aquí presentado es compendio de distintas regresiones alineadas
con un mismo
i
algoritmo
l it
d calibración.
de
lib ió Este
E t proceso garantiza
ti una escala
l de
d probabilidad
b bilid d
de default mas adecuada para la toma de decisiones independientemente de la población
de la que provenga el individuo.
individuo
ZONA GEOGRÁFICA
NIVEL SOCIO ECONOMICO
OTROS CORTES
Dudas Prácticas: Calibración
Es importante entender la calibración, porque explica un fenómeno muy consultado
respecto a la comparación del valor del score en NOSIS y el score en la competencia.
COMPETENCIA
500
EQUIVALENCIAS
700
DISTRIBUCIÓN
EQUIVALENCIAS
Dudas Prácticas
Dudas
Prácticas
COMPETENCIA
SCORE
500
700
EQUIVALENCIAS
Dudas Prácticas
Dudas
Prácticas
COMPETENCIA
SCORE
500
700
EQUIVALENCIAS
Dudas Prácticas
Dudas
Prácticas
COMPETENCIA
SCORE
500
PD
3,4%
700
EQUIVALENCIAS
Dudas Prácticas
Dudas
Prácticas
COMPETENCIA
SCORE
500
PD
3,4%
700
DISTRIBUCIÓN
Dudas Prácticas
Dudas
Prácticas
COMPETENCIA
SCORE
500
700
1
2
3
4
5
6
950 ‐ 999
900 ‐ 950
850 ‐ 900
800 ‐ 850
750 ‐ 800
700 ‐ 750
650 ‐ 700
600 ‐ 650
SCORE
550 ‐ 600
500 ‐ 550
450 ‐ 500
400 ‐ 450
350 ‐ 400
300 ‐ 350
250 ‐ 300
200 ‐ 250
150 ‐ 200
100 ‐ 150
1 ‐ 100
DISTRIBUCIÓN
Dudas Prácticas
COMPETENCIA
500
700
123456
1
2
950 ‐ 999
900 ‐ 950
850 ‐ 900
800 ‐ 850
750 ‐ 800
700 ‐ 750
650 ‐ 700
600 ‐ 650
550 ‐ 600
500 ‐ 550
450 ‐ 500
400 ‐ 450
350 ‐ 400
300 ‐ 350
500
250 ‐ 300
200 ‐ 250
150 ‐ 200
100 ‐ 150
1 ‐ 100
950 ‐ 999
900 ‐ 950
850 ‐ 900
800 ‐ 850
750 ‐ 800
700 ‐ 750
650 ‐ 700
600 ‐ 650
SCORE
550 ‐ 600
500 ‐ 550
450 ‐ 500
400 ‐ 450
350 ‐ 400
300 ‐ 350
250 ‐ 300
200 ‐ 250
150 ‐ 200
100 ‐ 150
1 ‐ 100
DISTRIBUCIÓN
Dudas Prácticas
COMPETENCIA
700
1 ‐ 100 ‐
3 150 ‐4200 ‐ 250 ‐5300 ‐ 350 ‐
6 400 ‐ 450 ‐ 500 ‐ 550 ‐ 600 ‐ 650 ‐ 700 ‐ 750 ‐ 800 ‐ 850 ‐ 900 ‐ 950 ‐1 2 3 4 5 6
100 150 200 250 300 350 400 450 500 550 600 650 700 750 800 850 900 950 999
Puntos de Corte y Rentabilidad
PROBABILIDAD DE DEFAULT
SCORING
PASA NO PASA
MÁXIMA RENTABILIDAD
RENTABILIDAD O PRICING
Puntos de Corte y Rentabilidad
Rentabilidad
Comparación de Resultados
Monto de cada préstamo
$ 2.000 Costo Fijo Total
$ 30.000 Gastos Adm por crédito
$ 130 Tasa pasiva
17%
Tasa activa
35%
Política actual del cliente
SCORE NOSIS SCORE NOSIS (Corte con objetivo de (Corte con objetivo de marketshare )
mayor utilidad)
SCORE de CORTE Cantidad de individuos aprobados
Cantidad de individuos rechazados
Cantidad de individuos rechazados
Total de individuos analizados
Capital Prestado
Ingresos financieros
Costo fijo
Gastos Administrativos
Costo financiero
p
Pérdida por incobrabilidad Costo Total
Utilidad
22.248
2 752
2.752
25.000
44.496.684
15.573.839
30.000
2.892.284
7.564.436
5.921.176
16.407.897
‐834.057
88,99%
11 01%
11,01%
100,00%
‐1,87%
22.248
2 752
2.752
25.000
44.496.684
15.573.839
30.000
2.892.284
7.564.436
4.117.758
14.604.479
969.360
108
88,99%
11 01%
11,01%
100,00%
2,18%
SCORE de CORTE 15.781
9 219
9.219
25.000
31.562.407
11.046.843
30.000
2.051.556
5.365.609
1.641.912
9.089.078
1.957.765
337
63,12%
36 88%
36,88%
100,00%
6,20%
Rentabilidad
Monto de cada préstamo
$ 2.000 Costo Fijo Total
$ 30.000 Gastos Adm por crédito
$ 130 Tasa pasiva
17%
Tasa activa
35%‐ 55%
SCORE NOSIS (Corte con polìtica actual)
SCORE de CORTE Comparativo con política actual
Cantidad de individuos aprobados
Cantidad de individuos rechazados
Total de individuos analizados
Capital Prestado
Ingresos financieros
Costo fijo
Gastos Administrativos
Costo financiero
Pérdida por incobrabilidad Costo Total
Utilidad
22.248
2.752
25.000
44.496.684
15.573.839
30.000
2.892.284
7.564.436
4.117.758
14.604.479
969.360
108
88,99%
11,01%
100,00%
2,18%
SCORE NOSIS (Corte Optimo)
SCORE de CORTE Que maximiza la utilidad
15.781
9.219
25.000
31.562.407
11.046.843
30.000
2.051.556
5.365.609
1.641.912
9.089.078
1.957.765
337
63,12%
36,88%
100,00%
6,20%
SCORE NOSIS (Pricing)
108
337
22.248
2.752
25.000
44.496.684
18.160.400
30.000
2.892.284
7.564.436
4.483.199
14.969.920
3.190.480
55%
35%
88,99%
11,01%
100,00%
7,17%
¡g
p
!
ó
ten
asrio
ch
u
M