Puntuación crediticia

La evaluación crediticia es el uso de un modelo estadístico para convertir la información sobre un prestatario en un único número que estima la probabilidad de que pague. La puntuación se compara con un punto de corte, y el punto de corte determina la decisión de aprobar, derivar o rechazar.

La premisa en la que se basa la evaluación crediticia es limitada y vale la pena enunciarla con precisión: las características que predijeron el reembolso entre los prestatarios anteriores lo predecirán entre los futuros. Una puntuación no es un juicio sobre una persona. Es un mecanismo de clasificación: indica que este solicitante se asemeja a un grupo que pagó en una proporción determinada, nada más. No contiene ninguna opinión sobre ningún individuo en concreto ni promete ningún resultado individual.

Esa limitación es también la fuente de su poder. Un modelo aplica la misma regla a cada solicitante, en milisegundos, con un coste marginal efectivamente nulo, y no se cansa, no se deja presionar ni persuadir. Cuando el volumen de préstamos es alto y el valor de cada uno es bajo, ninguna forma de evaluación humana de préstamos compite en coste.

Puntuación, tarjeta de puntuación, calificación e informe

Cuatro términos que se usan indistintamente y no deberían.

• Puntuación crediticia: el número generado para un solicitante concreto en un momento determinado.
• Tarjeta de puntuación: el modelo en sí — las características, sus ponderaciones y la estructura de puntos que genera las puntuaciones.
• Informe crediticio: el registro objetivo de las cuentas de un prestatario y de su historial de pagos, que conserva un buró de crédito.
• Calificación crediticia: una evaluación de la solvencia de una entidad, que suele expresarse en una escala de letras y se aplica a empresas y gobiernos, no a particulares.
• Probabilidad de impago (PD): la probabilidad estimada de impago a la que corresponde una puntuación, expresada en porcentaje.

Una puntuación se deriva de un informe mediante una tarjeta de puntuación. El informe es la evidencia; la puntuación es la inferencia. Cuando un prestatario impugna una decisión, normalmente está impugnando algo del informe, y ambos deben poder separarse para darle respuesta.

Cómo funciona una tarjeta de puntuación

La mayoría de las tarjetas de puntuación en producción son modelos basados en puntos derivados de regresión logística. Cada característica se divide en bandas, cada banda tiene puntos y los puntos se suman.

La secuencia de construcción, en líneas generales:

1. Defina bueno y malo. Un «malo» suele ser un préstamo que alcanza un estado de morosidad determinado — normalmente 90 días de retraso — dentro de un periodo definido. Esta definición determina todo lo que viene después, y cambiarla más adelante invalida el modelo.
2. Defina las ventanas de observación y de rendimiento. Las características se toman en el momento de la solicitud; el rendimiento se mide a lo largo del periodo siguiente, normalmente de 12 a 18 meses. El modelo solo puede construirse una vez que suficientes préstamos han tenido tiempo de entrar en mora.
3. Reúna una muestra de desarrollo. Suficientes préstamos y, sobre todo, suficientes préstamos malos para estimar de forma fiable.
4. Seleccione y agrupe en bandas las características. Pruebe cada variable candidata en cuanto a su capacidad predictiva y estabilidad; luego agrupe sus valores en bandas con tasas de morosidad materialmente diferentes.
5. Ajuste el modelo y asigne puntos. Convierta los coeficientes ajustados en una escala de puntos enteros con la que el personal y los sistemas puedan trabajar.
6. Valide con una muestra de control que el modelo no ha visto.
7. Establezca el punto de corte y las acciones vinculadas a cada banda de puntuación.
8. Supervise y recalibre a medida que cambien la población de solicitantes y el entorno.

Ejemplo práctico: una tarjeta de puntuación de solicitudes sencilla

Antigüedad del negocio

• Menos de 1 año: 0 puntos
• De 1 a 3 años: 15 puntos
• Más de 3 años: 25 puntos

Historial de préstamos con el prestamista

• Primer ciclo: 0 puntos
• 2.º–3.er ciclo: 20 puntos
• 4.º ciclo o más: 30 puntos

Resultado del buró de crédito

• Registro desfavorable: rechazo automático
• Historial limpio y limitado: 10 puntos
• Historial limpio y consolidado: 20 puntos

Relación deuda-ingresos

• Más del 45 %: 0 puntos
• 35–45 %: 10 puntos
• Menos del 35 %: 20 puntos

Comportamiento de ahorro o depósito

• Ninguno: 0 puntos
• Irregular: 5 puntos
• Regular: 15 puntos

Un solicitante con dos años en el negocio, en su tercer ciclo de préstamo, con un expediente de buró limpio pero escaso, una DTI del 38% y ahorros regulares obtiene 15 + 20 + 10 + 10 + 15 = 70.

• 75 o más: Aprobación automática por el monto total solicitado
• 60–74: Aprobar, con monto limitado o garantía adicional requerida
• 45–59: Remitir para evaluación manual
• Por debajo de 45: Rechazar

Con 70 puntos, el solicitante es aprobado con un monto limitado. La banda de remisión importa más de lo que parece: es donde un prestamista pequeño mantiene el criterio humano en el proceso para los casos en los que el modelo tiene menos confianza, en lugar de descartar el criterio por completo.

Tipos de scoring

El scoring de solicitud decide sobre nuevos solicitantes usando la información disponible en la solicitud. Esto es lo que la mayoría de la gente entiende por scoring crediticio.

El scoring de comportamiento utiliza la conducta propia del prestatario en las cuentas existentes — puntualidad de pago, utilización, tendencias de saldo — para decidir sobre aumentos de límite, recargas, renovaciones y precios. Suele ser más predictivo que el scoring de solicitud, porque el comportamiento previo contigo supera al comportamiento inferido de una población. Cualquier prestamista con prestatarios recurrentes puede crear el scoring de comportamiento mucho antes de que tenga los datos para un scorecard de solicitud completo.

El scoring de cobranza clasifica las cuentas morosas por probabilidad de recuperación, para que el esfuerzo vaya donde produce más dinero. Un prestamista con más casos de mora que oficiales ya está priorizando implícitamente; el scoring hace explícita esa priorización.

El scoring de buró es elaborado por el propio buró de crédito a partir de todos sus miembros que reportan, por lo que ve obligaciones con otros prestamistas que un modelo interno no puede ver.

Los scorecards personalizados o internos se construyen sobre la propia cartera del prestamista. Se ajustan a la base real de clientes mucho mejor que un modelo genérico, y requieren que el prestamista tenga una cartera que valga la pena modelar.

Scoring con datos alternativos

El scoring convencional asume que hay un expediente en el buró. En los mercados donde la mayoría de los prestatarios nunca ha tenido un préstamo formal, esa suposición excluye a la mayoría de la población, y los datos alternativos son la vía para sortearla.

• Historial de transacciones de dinero móvil: Regularidad de ingresos, patrones de saldo, disciplina de gasto, facturación del negocio
• Comportamiento de compra de tiempo aire y datos: Estabilidad de ingresos y fluidez del flujo de caja a muy alta frecuencia
• Antigüedad del terminal y de la línea telefónica: Estabilidad, contactabilidad y duración del rastro verificable
• Registros de pago de servicios públicos y de alquiler: Disposición a cumplir obligaciones recurrentes
• Datos de transacciones de comercios o POS: Facturación verificada del negocio y estacionalidad
• Evaluación psicométrica: Actitudes y rasgos asociados al pago cuando no existe historial financiero
• Registros de grupos y de planes de ahorro: Disciplina de aportación y posición entre pares

El historial de dinero móvil es el más sólido de estos en la práctica, porque es transaccional y no declarativo, difícil de falsificar y lo bastante denso como para revelar estacionalidad. También es el más sensible: es un registro completo de la vida financiera de una persona, y utilizarlo exige una base jurídica, consentimiento informado y normas de conservación defendibles conforme a la ley de protección de datos de cada mercado en el que se opere. La cuestión del cumplimiento normativo aquí no es una formalidad: con frecuencia es la restricción decisiva que determina si un modelo de datos alternativos puede implementarse.

Scoring y juicio experto

• Costo por decisión: Casi nulo (Scoring) frente a Alto (Evaluación basada en juicio)
• Rapidez: Segundos (Scoring) frente a Horas o días (Evaluación basada en juicio)
• Consistencia: Total (Scoring) frente a Variable según el oficial y el día (Evaluación basada en juicio)
• Prestatarios con historial escaso: Mal gestionados (Scoring) frente a Bien gestionados (Evaluación basada en juicio)
• Casos inusuales o complejos: Mal gestionados (Scoring) frente a Bien gestionados (Evaluación basada en juicio)
• Auditabilidad de la regla aplicada: Total (Scoring) frente a Parcial (Evaluación basada en juicio)
• Datos necesarios para construir: Sustanciales (Scoring) frente a Ninguno (Evaluación basada en juicio)

La estructura realista para la mayoría de los prestamistas no es ni una ni la otra. El scoring gestiona el volumen (préstamos pequeños, prestatarios recurrentes, productos estándar) y la evaluación basada en juicio gestiona las derivaciones, los prestatarios primerizos de mayor importe y las excepciones. Decidir qué préstamos siguen una vía u otra es una decisión de política y, por lo general, es un mejor primer proyecto que intentar puntuar todo.

Qué hacer antes de contar con datos suficientes

Un prestamista con 800 préstamos y 40 impagos no puede construir un modelo de puntuación estadísticamente válido, y construirlo de todos modos produce un modelo que codifica ruido con apariencia de rigor. La secuencia que funciona:

1. Ponga las reglas de política por escrito primero. Criterios duros de exclusión y de elegibilidad, aplicados de forma consistente. Esto no es scoring, pero aporta de inmediato la mayor parte de las ventajas de la consistencia.
2. Capture los datos que necesitará más adelante. Toda característica que quizá quiera modelar debe registrarse en el momento de la solicitud, en campos estructurados, desde ahora, incluidas las solicitudes que rechace. Un modelo construido solo con préstamos aprobados es ciego a los solicitantes que rechazó, y ese vacío no puede recuperarse de forma retrospectiva.
3. Define qué se considera malo y registra el estado de morosidad de forma coherente para que el rendimiento sea medible cuando llegue el momento.
4. Empieza con el scoring conductual en prestatarios recurrentes, donde los datos son tuyos y llegan más rápido.
5. Construye el scorecard de solicitud una vez que haya un volumen suficiente de préstamos maduros con malos resultados reales.
6. Recalibra, y sigue recalibrando.

Estrategia de punto de corte

El punto de corte, no el modelo, determina el resultado del negocio. Moverlo supone intercambiar volumen por pérdida, y ese intercambio es la decisión real.

Cifras ilustrativas para una cartera:

• Punto de corte 50: 78% de aprobación, 9.5% de tasa de morosidad entre los aprobados
• Punto de corte 60: 64% de aprobación, 6.2% de tasa de morosidad entre los aprobados
• Punto de corte 70: 47% de aprobación, 3.8% de tasa de morosidad entre los aprobados
• Punto de corte 80: 29% de aprobación, 2.1% de tasa de morosidad entre los aprobados

No hay una fila correcta. El punto de corte adecuado es el que maximiza el beneficio dados el margen del producto, el coste de un cliente captado, el coste de cobranza y el apetito del prestamista; y un producto de alto margen y corto plazo puede aceptar racionalmente una tasa de morosidad que arruinaría a un producto de margen bajo con garantía.

El conjunto de intercambio es la óptica útil al cambiar un punto de corte o sustituir un modelo: no cuántos solicitantes se ven afectados, sino qué solicitantes. Un modelo nuevo que aprueba el mismo número de préstamos mientras sustituye una parte de cuentas malas por una parte de cuentas buenas ha mejorado la cartera sin cambiar el volumen en absoluto.

Cómo medir si un scorecard funciona

La discriminación —la capacidad del modelo para separar a los buenos de los malos— suele expresarse como el coeficiente de Gini, el estadístico KS o el AUC. Cuanto más alto, mejor; los tres se mueven a la par y lo que se considera aceptable depende en gran medida de la cartera y de los datos disponibles; un scorecard de microcréditos para perfiles con historial limitado no alcanzará la discriminación de un modelo maduro de préstamo con garantía y no debería juzgarse con ese criterio.

Dos fallos son más frecuentes que una discriminación deficiente en el momento del desarrollo:

Deriva de la población. Los solicitantes que llegan hoy difieren de la muestra de desarrollo: nuevo canal, nuevo producto, nueva geografía, nuevo marketing. El monitoreo de la estabilidad de la población lo detecta, y es la razón más frecuente por la que un scorecard que validó bien se degrada en producción.

Deriva de calibración. El ranking sigue funcionando, pero las tasas de pérdida asociadas a cada banda han variado, normalmente porque las condiciones han cambiado. El scorecard sigue ordenando correctamente mientras el punto de corte se ha vuelto incorrecto de forma silenciosa.

Ambas se detectan mediante el monitoreo, y el monitoreo es la parte del scoring que se construye al final y se abandona primero.

Riesgos y limitaciones

Discriminación por proxy. Un modelo que excluye las características protegidas puede seguir discriminando a través de variables correlacionadas con ellas: ubicación, tipo de teléfono, patrones de nombres, empleador. Esto ocurre sin que nadie lo pretenda y solo se detecta al evaluar deliberadamente los resultados entre grupos.

Explicabilidad y acción adversa. Muchas jurisdicciones exigen que se explique al solicitante rechazado el motivo. Un scorecard basado en puntos puede responder a esto directamente identificando qué características restaron más puntos. Los modelos de machine learning más complejos no siempre pueden hacerlo sin trabajo adicional, lo que constituye una restricción regulatoria vigente más que un inconveniente técnico.

Datos autocumplidos. Los solicitantes rechazados no generan datos de rendimiento, de modo que el modelo nunca aprende si acertó con ellos, y la población que observa se reduce con el tiempo.

Manipulación del sistema. Una vez que se conoce la regla, se optimiza en su contra: por los prestatarios, por los agentes y por el personal con objetivos de volumen. Las características que son baratas de manipular se degradan más rápido.

Rupturas estructurales. Un modelo construido con datos previos al shock no describe a una población posterior al shock. Los movimientos de divisas, el colapso de sectores, los cambios de políticas y las pandemias rompen el supuesto de que el pasado predice el futuro.

Falsa precisión. Una puntuación de 68 parece más exacta que «razonablemente solvente». No lo es. La estimación subyacente tiene un intervalo de confianza que nadie muestra.

Dónde falla el credit scoring en la práctica

Comprar un modelo genérico y aplicarlo sin cambios. Un scorecard desarrollado para una población, un producto y un mercado distintos es una hipótesis de partida, no una regla de decisión.

Basarse solo en préstamos aprobados. La inferencia de rechazos existe precisamente porque este sesgo es grave e invisible.

No recalibrar nunca. Un modelo de scoring es una fotografía de una población en un momento dado. Si se lo deja solo durante cuatro años, se convierte en decoración.

Anular constantemente. Si los oficiales anulan una gran parte de las decisiones, o el modelo está mal o las anulaciones lo están, y nadie está haciendo un seguimiento de cuál de las dos. La tasa de anulación y el rendimiento de las anulaciones son los dos números que aportan la respuesta.

Hacer scoring sin una base legal de protección de datos. Los modelos de datos alternativos en particular se basan en información personal que requiere bases legales para su recopilación, tratamiento y conservación. Adaptar el cumplimiento normativo después del despliegue es mucho más difícil que diseñarlo desde el inicio.

Confundir el puntaje con la evaluación. El puntaje estima la disposición y la probabilidad. No verifica la identidad, no confirma el propósito del préstamo, no establece el valor ni la exigibilidad de la garantía, ni comprueba que los documentos de garantía sean auténticos.