Scoring de crédito

El Scoring es un puntaje de solicitudes de crédito que ayuda a las instituciones

financieras y a otras empresas a predecir la probabilidad de que un crédito sea pagado y
recuperado a tiempo. Un sistema de Scoring responde a la pregunta: “Si le doy a esta
persona un préstamo o una tarjeta de crédito, ¿Cuáles son las probabilidades de que me
vaya a pagar a tiempo?”.

Un analista que se enfrenta a este tipo de problemas usualmente valora el riesgo de una
solicitud de crédito comparando mentalmente con la experiencia que ha adquirido en
otros clientes con solicitudes parecidas. Aunque él no lo sepa, está aplicando una
técnica muy rudimentaria de Scoring. Ahora, imaginemos que en lugar de utilizar
solamente su experiencia personal, utilizamos toda la experiencia que la institución
tiene en la concesión de créditos. Con seguridad, este criterio será mucho más preciso y
confiable que el del analista. Las técnicas de Scoring permiten recoger esta cultura
global en un solo número. En definitiva, seremos capaces de que el criterio utilizado en
cada crédito aprobado sea el mismo y está acorde con la alta dirección de la empresa.
No se trata simplemente de establecer unas políticas o requisitos mínimos que permitan
el otorgamiento de un crédito, sino que se trata de considerar todas las variables
relacionadas con el cliente y cotejarlas con la experiencia crediticia de la institución.
Para construir un sistema de Scoring se recomienda seguir los pasos señalados en la
Figura 1.
Los sistemas de Scoring estadístico se empezaron a usar en los años 50. Hoy en día su
uso está tan difundido que en Estados Unidos cada persona que nace tiene un Scoring, y
es tan confiable, que el 25% de los créditos que se canalizan a través de este sistema
están por encima de los doscientos cincuenta mil dólares.

Variables de un modelo de Scoring

Todas las etapas descritas en la Figura 2 son vitales para la construcción de un modelo
adecuado. Pero sin duda, gran parte del éxito se encuentra en la selección de las
variables apropiadas. Estas serán específicas de cada mercado, producto e incluso de
cada empresa. De forma general podemos decir que utilizaremos variables relacionadas
con los siguientes factores: historial de pago, historial de crédito, tipo de créditos en
uso, nuevos créditos, cantidades adeudadas. Otros factores que se pueden utilizar son
los relacionados con las características demográficas del solicitante de crédito: ingresos,
edad, género, estado civil, etc. Muchas legislaciones prohíben el uso de algunas de estas
variables demográficas por considerarlo discriminatorio. En el Ecuador aún no existe
ningún tipo de limitación para utilizarlas. Una vez que se ha logrado reunir toda la
información relevante, se le asigna una ponderación a cada factor (ver la Figura 2) y una
técnica estadística compara la información de la solicitud de crédito con otros créditos
con características similares. El sistema da como resultado un puntaje –de ahí el nombre
de Scoring- para cada factor. Se utiliza como convención un puntaje que va de 0 a 1000
puntos. Este puntaje sirve para predecir la probabilidad de que el crédito sea pagado a
tiempo. Por ejemplo, un puntaje de 750, significa que de cada 100 dólares que hayamos
concedido, recuperaremos 75 dólares en el plazo previsto.
El Factor humano y la técnica

Debido a que el Scoring de crédito se sustenta en datos y estadísticas reales, resulta

mucho más confiable que los métodos subjetivos o de juicio personal. Además, trata a
todos los potenciales créditos objetivamente. En los juicios personales generalmente se
emplean criterios que no han sido sistemáticamente probados, que pueden variar cuando
se aplican a diferentes individuos e incluso pueden depender del estado de ánimo del
analista.

Puede parecer que este método es arbitrario e impersonal, sin embargo si el Scoring está

Debido a que el Scoring de crédito se sustenta en datos y estadísticas reales, resulta

mucho más confiable que los métodos subjetivos o de juicio personal. Además, trata a
todos los potenciales créditos objetivamente.

correctamente diseñado permite que las decisiones sean más rápidas, precisas e
imparciales que las que haría una persona. El factor humano no se elimina
completamente de todo el proceso. En muchos casos la calificación de crédito puede
tener un puntaje que no es lo suficientemente alto para acceder al crédito, pero tampoco
es lo suficientemente bajo como para rechazarlo con seguridad. En este caso un
ejecutivo de crédito puede decir si conviene o no extender el crédito.

¿Con qué criterio se fija el punto en el que se aprueba o rechaza una solicitud de
crédito?
Cuando concedemos un crédito, básicamente nos podemos enfrentar a cualquiera de los
siguientes cuatro escenarios, con sus respectivas ganancias o pérdidas:

1. Que otorguemos un crédito y efectivamente lo recuperemos. En este caso vamos a

ganar la rentabilidad propia del negocio crediticio

2. Que no concedamos un crédito que podríamos haberlo recuperado. Aquí perdemos la

rentabilidad de esta operación.

3. Que aprobemos un crédito que no va a ser recuperado. En este caso perderemos,

aproximadamente, la diferencia entre lo que hayamos recuperado y la cantidad que
hayamos prestado.

4. Que no demos un crédito que no va a ser recuperado. En este caso, la pérdida es

mínima, pues sólo pierdo el coste que tiene analizar una solicitud de crédito.

Con un sistema de Scoring podemos determinar automáticamente el punto de corte a

partir del cual podemos otorgar un crédito. Para ello, necesitamos calcular –utilizando la
información histórica- los costos promedio de cada uno de los cuatro escenarios
anteriores. Con esta información, podemos ir variando el punto de corte hasta fijarlo en
el lugar donde minimicemos las pérdidas esperadas (Ver la Figura 3).
http://investiga.ide.edu.ec/index.php/revista-mayo-2007/687-credit-scoring-decisiones-
seguras-en-tiempos-inciertos

¿Qué información procesa un scoring?

Un scoring procesa aquella información para la cual haya sido programado. En lineas
generales, es la misma información que usaría un buena analista de riesgos, ya que ellos
son los que marcan las lineas a los programadores al respecto. Podemos distinguir dos
grandes bloques de información, aquella que no precisa la aportación de documentación
por parte del cliente, y aquella que es necesaria que éste aporte a la hora de tramitar la
operación:

En el primer bloque, en la información interna de la entidad tendremos, por ejemplo, la

siguiente:
– Datos personales del cliente que figuran en el sistema: edad, profesión, domicilio,
vinculaciones con otros clientes, etc….

– Vinculaciones financieras con los clientes: saldos, puntuales y medios, tipos de

productos contratados (plazos, fondos, planes de pensiones, etc…), nominas o ingresos
domiciliados, etc.

– Historial crediticio interno: prestamos en vigor y cancelados, desenvolvimiento de los

mismos (cancelaciones anticipadas, retrasos, finalidades, etc…).

– Declaraciones de bienes de prestamos anteriores.

– Información de ficheros externos: listas de morosos, cirbe, etc…

Hay mucha más información, pero esta nos puede dar una idea de aquello que nutre al
scoring sin ser nosotros necesariamente conscientes. Además de dicha información, está
toda aquella que nos solicitaran bien para complementar o contrastar esta otra:

– Ingresos de los intervinientes en la operación.

– Acreditación documental del correcto cumplimiento de nuestros préstamos con

terceros.

– Justificación de la finalidad (facturas, contratos de compraventa o señales, etc…).

– Información patrimonial sobre los bienes y derechos de titulares y avalistas.

– Documentación registral y tasación de bienes a hipotecar si procede…

– Documentación que justifique/ampare nuestra presencia en listas de morosos.

¿Cómo funciona el scoring?

Podemos distinguir distintos tipos de scoring (de consumo, hipotecario, de empresas),

pero en todos ellos, lo que subyace es un estudio de la probabilidad de que una
operación de un importe X, para ese cliente, finalidad, y plazo, acaba dando problemas,
acabe entrando en mora. Si esa probabilidad es inferior al limite que designe el banco, la
operación será viable, y se le dará luz verde.

Lógicamente, para hacer esos cálculos, y al igual que hace un analista humano,
estudiará el porcentaje de los ingresos en relación con los pagos comprometidos, nuestra
tasa de endeudamiento con respecto al patrimonio, o la antigüedad de nuestro contrato
laboral. todo ello será valorado, ponderado, y tenido en cuenta conforma la formula
magistral, al algoritmo que hayan usado para construir el scoring, y que en función de
las políticas crediticias del banco será ajustado cuando proceda.

Hay que considerar que habrá una serie de puntos críticos que, al margen de la
probabilidad de mora antes citada harán que el scoring se detenga y dé directamente
como denegado. Por ejemplo, es habitual que esto ocurra con la presencia del cliente en
listas de morosos, o determinadas profesiones, o malas experiencias crediticias con el
banco en el pasado, o, simplemente, superar determinados limites de edad, plazo de las
operaciones.

En ocasiones el problema no está en una variable, y sí en la falta de coherencia entre

varias de ellas. Por ejemplo, que se adquiera un vehículo de lujo de alta gama de por un
empleado no especializado, o que un jubilado solicite un préstamo para iniciar un
proyecto empresarial.

Por tanto, el scoring no analiza la operación de un modo diferente a la que lo haría una
persona, y de hecho se limita a aplicar mecánica y fielmente el modelo de riesgos del
banco. Y ahí está donde debemos hilar fino. La información que le proporcionemos
debe ser de gran calidad, ampliamente documentada, y asegurarnos de que es
convenientemente entendida por la persona, por el gestor que lo picará en el scoring. Y
si es necesario, debemos desvirtuado justificar, también documentalmente, aquella
información de las calificadas como internas que nos perjudique. Por tanto,
comunicación y transparencia serán nuestros lemas.

¿Funciona el scoring?

Más de lo que pensamos. Todas esas ofertas de créditos preconcedidos que recibimos
particulares y pymes se construyen en base a scorings, de un modo proactivo desde el
punto de vista del banco. Cada una de esas campañas es estudiada, sistemáticamente,
para comprobar su rentabilidad y su mora, ajustando los parámetros correspondientes en
función de los resultados.

Y es que tanto con este sistema de scoring proactivo, como con el reactivo que surge
cuando nos presentamos pidiendo expresamente un préstamo, se está inmerso en un
ciclo de aprendizaje. El scoring aprende de sus errores, o dicho de un modo más
ajustado, analiza que operaciones han ido peor y actúa en consecuencia, a través de
análisis estadísticos. Dicho de otro modo, un buen scoring es mejor cuanto más se usa.

Conviene tener claro que al margen de que el algoritmo de análisis sea mejor o peor, o
de que las políticas crediticias que implemente sean más o menos correctas, algo
fundamental es la calidad de la información con la que se nutre. Si la información
interna no está correctamente depurada, o si las personas que han de validar la
documentación externa que se introduce no cumplen su función con rigor, el éxito del
scoring se verá comprometido.

https://info.bbva.com/es/noticias/ciencia/tecnologia/scoring-programa-aprueba-credito/