Modelos de Puntuación Puntaje de Originación

Transcripción

1 Modelos de Puntuación Puntaje de Originación 1

2 INTRODUCCIÓN Concepto y Objetivo Mecanismo de Puntaje de Originación 2

3 Concepto y Objetivo Puntaje de Originación o de Solicitud Es la conversión de información disponible en el momento de la solicitud a un solo número o puntaje, indicativo de la probabilidad de que un crédito tenga un buen desempeño. El objetivo es maximizar la relación entre volumen y calidad de una cartera crediticia. 3

4 Mecanismo del Puntaje de Originación Un mecanismo de puntaje crediticio asocia las características de individuos que obtienen un crédito hipotecario con la historia de pagos de su crédito. Datos de Originación Características del Acreditado: Datos Familiares Datos Económicos Datos del Empleo Datos Personales Herramientas Estadísticas Historial de Pagos Calificación Paramétrica o Puntaje Crediticio 4

5 Información Fuente de Información 5

6 Fuente de Información El Puntaje de Originación se calibró a finales del 2002 con una base de datos de aproximadamente 250,000 registros donde se concentra la información familiar, económica, laboral y personal del solicitante, la cual es la fuente principal de información para el cálculo del Puntaje de Originación. La información contenida en la base de datos fue proporcionada por el solicitante a través del Intermediario Financiero. CURP / SSN Valor de venta de la vivienda Pago mensual Antigüedad en actividad actual Dependientes económicos Estado Civil Grado de Estudios Ocupación de la vivienda Ingresos mensuales del acreditado y coacreditado Saldo en cuentas de inversión Saldo en cuentas de préstamos Tipo de empleo Giro de la empresa Actividad en empleo informal Forma de comprobar ingresos Apoyo INFONAVIT Etc. 6

7 Conceptos Estadísticos para el Desarrollo de la Puntuación Crediticia 7

8 Conceptos La información del solicitante concentrada en la base de datos, tiene la siguiente estructura: Característica: Una pregunta de la solicitud o información del buró de crédito. Ejemplos: Edad, Estado Civil, Número de Hijos, Tipo Empleo, Antigüedad en Empleo, etc. Atributo: La respuesta indicada por el solicitante o el informe del buró de crédito. Ejemplos: Edad 36 Estado Civil Divorciada Número Hijos 3 Tipo Empleo Informal Antigüedad Empleo 3 años 8

9 Conceptos El puntaje considera un periodo de desempeño para poder clasificar a los créditos: Recolección de datos de Originación 36 Meses Historial de Pagos Periodo de Desempeño Bueno o Malo? Los créditos observados pueden ser clasificados en dos tipos: Buenos : Son créditos que tienen menos de 4 pagos vencidos en los 36 meses posteriores a la fecha de originación. Son créditos que tienen 4 o más pagos vencidos en los 36 meses posteriores a la fecha de originación. 9

10 Conceptos Momios Es la proporción de créditos Buenos con respecto a los en cuanto a su capacidad de pago. Momios Bueno Malo Buenos Ejemplo: 1,000 Solicitantes 750 Buenos 250 Momios Bueno Malo 3 :1 Los Momios se interpretan como: De cada 4 créditos en la población, 3 son Buenos y 1 Malo. 10

11 Conceptos Momios vs Probabilidad Utilizando los momios, se puede obtener la probabilidad de que un crédito sea Malo o Bueno como: P(Malo ) + Buenos 1 1+ Momios P(Bueno ) Buenos Momios + Buenos 1 + Momios P(Malo ) 1 + Momios En la población, sabemos Momios3, entonces; 1 P (Malo ) P (Bueno )

12 Conceptos Con mayor información sobre el acreditado, se puede tener una medida más precisa de la probabilidad de incumplimiento. "Buenos" en Edad Distribución Buenos y Población Total 750 Créditos Menor Mayor a 45 Buenos "" en Edad 1,000 Créditos 250 Créditos Menor Mayor a 45 12

13 Buenos y en el Atributo Característica Edad Atributos < 25 años años años >45 años Donde: Buenos 25 Atributos 125 Atributos

14 Conceptos Los Momios de un atributo en una característica, indican la probabilidad de que un crédito sea Bueno o Malo dado que tiene un atributo específico. Es una medida de probabilidad condicional. Momios Atributoi Buenos Atributoi Atributoi Ejemplo: Se tiene un acreditado de 40 años. Cuál es la probabilidad de que sea una cuenta mala o buena? años Momios Edad P(Malo Edad 40) Momios Edad % P (Bueno Edad 40 ) % 88 % 14

15 Distribución de Buenos y Distribución "Buenos" Edad Distribución "" Edad Buenos Menor Mayor a 45 Menor Mayor a 45 Dadas las distribuciones entre buenos y malos para cada edad, se puede obtener la probabilidad condicional dada la edad. 100% 80% 60% 40% 20% Distribución "Buenos" y "" Edad Buenos 0% Menor Mayor a 45 Rango Edad 15

16 Conceptos No. Créditos D 2 ( µ µ ) Buenos 2 2 ( σ + σ ) 1 2 Buenos Distancia entre poblaciones Buenos Divergencia es una medida de eficiencia de una característica o una tabla de puntuación para diferenciar las cuentas Buenas de las Malas. Puntaje No. Créditos Distancia entre poblacio nes Buenos No. Créditos Distancia entre poblaciones Buenos Malo Puntaje s Puntaje 16

17 Incremento de características del acreditado Se aumenta una característica, LTV la cual tiene 4 atributos. Esta nueva información tiene una distribución conjunta con la información proporcionada por la característica Edad "" en Edad Créditos 125 Menor Mayor a 45 Distribución Buenos y Población Total 750 Créditos 250 Créditos Buenos 110 "" en LTV Menor 70% >70% - 85% >85% - 90% >90% - 100% "Buenos" en Edad "Buenos" en LTV Menor Mayor a Menor 70% >70% - 85% >85% - 90% >90% - 100% 17

18 Distribución con dos Características Característica Edad < Atributos > Característica LTV <70% %-85% %-90% >90%

19 Distribución con dos características Con la distribución de buenos y malos; y tomando en cuenta las dos características se puede sacar la probabilidad condicional %-85% Momios Edad 35 45, LTV 75% P(Malo Edad 40, LTV 75%) 1 1+ Momios Edad 35 45,LTV 70 85% % P (Bueno Edad 40, LTV 75 %) % % Hay 16 diferentes combinaciones entre las variables Edad y LTV, cada una de estas combinaciones tienen créditos Buenos y, con los cuales se pueden obtener los Momios en cada combinación de Edad y LTV. Puntaje Originación Puntos Asignados por LTV + Puntos Asignados por Edad 19

20 Construcción del Puntaje Existe una relación entre los Momios y la Tabla de Puntuación. En el ejemplo, sabemos que: %-85% Momios Edad 35 45, LTV 75% Si se establece que un crédito con estas características tiene un puntaje de 250, se puede construir la tabla de puntaje para todas las combinaciones de la siguiente manera: Momios 10 2 ( Puntaje ) / 10 ln (Momios) - ln (10) Puntaje 10 + ln (2)

21 Tabla Puntaje Se obtiene una Tabla de Puntaje La Tabla del Ejemplo fue construida de tal manera que cada 10 Puntos se dupliquen los Momios. Esto quiere decir, que un solicitante con 258 puntos tendrá aproximadamente el doble de posibilidad de ser una cuenta Buena que un solicitante con 248 puntos. 21

22 Distribución con dos características Finalmente se puede obtener la distribución de Buenos y de una población con dos características. 120% Distribución de "Buenos" y "" Edad y LTV Buenos 100% Probabilidad 80% 60% 40% 20% 0% Puntaje Riesgo 22

23 Divergencia 100% 80% Distribución "Buenos" y "" Edad Buenos Características Divergencia Edad 2.38 LTV 3.75 Edad y LTV % 40% 20% 0% Puntaje Riesgo 100% 80% Distribución de "Buenos" y "" Edad y LTV 100% Distribución "Buenos" y "" LTV Buenos Pro b a b ilid a d 60% 40% 20% 80% 60% 40% 0% Puntaje Riesgo Buenos 20% 0% Puntaje Riesgo 23

24 Efectividad del Puntaje Curva de Intercambio Es una medida para comparar los modelos de puntaje crediticio. La curva de Intercambio muestra que tan efectivo es el modelo para separar Buenos y. Si hubiera igual número de Buenos y en cada Puntaje, la curva sería una línea de 45. Para decidir si el Puntaje está discriminando bien o no, la Curva debe estar lo más alejada posible de la diagonal. % Acumulado de "" 100% Curvas de Intercambio Medición de la Separación de "Buenos" y "" 90% 80% 70% 60% 50% 40% 30% Para puntajes Bajos se tiene una proporción de mayor, sin embargo conforme se incrementa el puntaje los acumulan cada vez menos y los Buenos cada vez más. 20% 10% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% % Acumulado de "Buenos" Puntaje 24

25 Tabla de Puntuación para SHF Selección de Características para SHF Tabla de puntuación para SHF Ejemplo Puntaje de Originación 25

26 Selección de Características para SHF Utilizando una base de datos de solicitudes de aproximadamente 250,000 y la metodología antes descrita se obtuvieron las características estadísticamente significativas para diferenciar los créditos Buenos y en la construcción del Puntaje de Originación de la SHF. Las características utilizadas cubren la información más relevante del solicitante: Características Loan to Value Estado Civil vs Hijos Número de Dependientes Tipo Empleo Tiempo Antigüedad Actividad Actual Pago Mensual como % del Ingreso Mensual Edad Solicitante Número de Solicitantes con Ingresos * Algunas características han sido intercambiadas. 26

27 Tabla de Puntuación de SHF Para SHF se construyo una tabla de puntuación final donde cada atributo tiene un valor asignado. La tabla permite obtener el puntaje de originación de un solicitante, simplemente sumando los valores correspondientes a los atributos del solicitante. Ejemplos El Puntaje de SHF fue diseñado de tal manera que cada 20 puntos se duplican los Momios de que el crédito sea Bueno. Esto quiere decir que un solicitante que tiene un puntaje de X tiene aproximadamente el doble de probabilidad de ser un acreditado Bueno que un acreditado que obtuvo un puntaje de X-20. Momios 20 2 ( Puntaje - X ) / 20 Tabla Ilustrativa. Los puntajes asignados a cada atributo no corresponden a los utilizados por SHF. 27

28 Resultados del Funcionamiento del Puntaje de Originación Seguimiento del Desempeño del Puntaje Seguimiento de Tasa de Aceptación Resultados Incumplimiento por Rango de Puntaje 28

29 Resultados Score Promedio por Sofol Diciembre Score Promedio Score Promedio Cartera Garantizada Promedio Sector Cartera Garantizada Percentil 10 Percentil 90 Sofol 29

30 Score vs Incumplimiento Tasa de Incumplimiento 18.00% 16.00% 14.00% 12.00% 10.00% 8.00% 6.00% 4.00% 2.00% 0.00% Curva de Incum plim iento Acumulada Puntaje Originación Edad Crédito El Nivel de incumplimiento observado en la Cartera Garantizada de la SHF es menor conforme aumenta el Score, lo que indica que el Score es una herramienta útil para identificar a los créditos que son más susceptibles de incumplimiento. 30

31 Distribución Buenos y SHF % de Buenos y 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% Distribución de Buenos y Créditos Anteriores a Julio 2004 Créditos Buenos Créditos Rango de Puntaje A más alto sea el rango de Puntaje disminuye el porcentaje de y aumenta el porcentaje de Buenos. 31

32 Resultados Tipo de Empleo 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Tipo de Programa Informal Profesionistas Independientes Formal Puntaje de Originación 100% 80% 60% 40% 20% 0% Puntaje de Originación Prosavi Profivi 100% 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Rango Ingreso < 6 SMGDF > 6 SMGDF Puntaje de Originación 32