Incorpore su ventaja analítica en las originaciones de préstamos

Transcripción

1 Incorpore su ventaja analítica en las originaciones de préstamos El uso de modelos analíticos y de la optimización hará más rentables las decisiones sobre originación de préstamos Número 46 Diciembre de 2010 Están cambiando las expectativas sobre lo que pueden y deben lograr las decisiones sobre originación de préstamos. En los mercados de préstamos minoristas que emergen de la crisis crediticia se ha vuelto absolutamente crucial tomar decisiones precisas y basadas en análisis para asegurar la rentabilidad del cliente desde el inicio, así como en condiciones en constante cambio. Aún en los mercados que no se han visto afectados, y en los que están creciendo, los prestamistas inteligentes que hacen un uso cada vez más intensivo de los modelos analíticos pueden incrementar sus márgenes. Al emplear modelos analíticos, los prestamistas pueden tener en cuenta una gama más amplia de factores de riesgo y ganancias de manera más estructurada. Pueden tomar una y otra vez decisiones más inteligentes en tanto alcanzan altas velocidades de procesamiento de las solicitudes de crédito y mejoran la eficiencia operativa. La optimización de las utilidades es un componente estándar de FICO Origination Manager En este documento se examinan formas eficaces en función de sus costos para que las entidades de préstamo de todos los tamaños y sofisticación analítica tengan una mayor ventaja competitiva en las originaciones. Algunos prestamistas están centrados en fortalecer la optimización de sus procesos de originación existentes. Otros necesitan una solución de punta a punta para la originación de múltiples productos crediticios simplificada y que redunde en mayores utilidades. Las soluciones modulares actuales para la originación de préstamos satisfacen esta gama de requisitos de los prestamistas. En este documento se tratan los siguientes temas: Optimización matemática de las decisiones sobre originación para maximizar las utilidades, desde el nivel básico hasta el avanzado. Perfeccionamiento de la comprensión analítica para incorporar una gama más amplia de factores que incrementan la rentabilidad, presentes y futuros. Presentación, al nivel del cliente, de formas de desarrollar e implementar modelos predictivos, estrategias de decisión y mecanismos de optimización de utilidades. Mejor desempeño al incorporar en las originaciones la información obtenida del manejo de cuentas y de las cobranzas. Make every decision count TM

2 Hacerlo bien desde el principio En los Estados Unidos, el volumen de ofertas de crédito preaprobado que las entidades de préstamo envían se redujo significativamente durante la crisis crediticia. Y si bien ha vuelto a aumentar ininterrumpidamente desde principios de 2010, aún no ha regresado a niveles previos. Mientras tanto, el crecimiento del número de solicitudes de crédito que se origina mediante canales internos ad-hoc es proporcionalmente mayor. Se estima que en el punto de originación se puede discernir hasta un 80% de los riesgos vinculados con el ciclo total de vida de una cuenta. Como los bancos requieren más capital como consecuencia de la crisis financiera y en preparación para aplicar los principios de Basilea III, es menester evaluar con mayor precisión el riesgo que encierran las cuentas nuevas. En los mercados en los que los buenos clientes han optado masivamente por un desapalancamiento, los prestamistas deben hacer todo lo posible para obtener un margen de ganancia de los clientes que todavía están buscando un crédito. Cuando la normativa restringe la determinación de la tasa de interés del préstamo con base en el riesgo o la modificación de los términos de las cuentas existentes, las decisiones sobre originación deben balancear una amplia gama de factores de riesgo y ganancias a nivel de la cuenta (y, en definitiva, del cliente). Otro desafío para la toma de decisiones en el momento de la originación se deriva del hecho de que las condiciones económicas y la reglamentación han causado cambios en el comportamiento crediticio de los consumidores, y en algunos mercados es posible que no vuelva a ser como antes de la crisis. En los Estados Unidos y el Reino Unido, por ejemplo, los prestamistas están ajustando la lógica de sus decisiones para tener en cuenta a los buenos clientes, que ahora están menos propensos a mantener altos saldos en las tarjetas de crédito y a acelerar el pago de los préstamos. Algunos prestamistas se han encontrado con un aumento del índice de incumplimiento de pagos incluso entre las categorías de clientes de altos ingresos y alta calificación crediticia que antes se consideraban absolutamente seguros. En algunos mercados, inclusive en aquellos en que se prefieren los préstamos al consumidor y protecciones contra sobregiros en cuenta corriente en lugar de las tarjetas de crédito, el fraude y el abuso del crédito del titular de la cuenta son galopantes. El punto de originación es el lugar donde debe atenderse el problema para evitar fraude y abuso debidos a niveles artificialmente inflados de deudas incobrables y al derroche de recursos para cobranzas. En aquellos mercados en que los consumidores están utilizando canales en línea para solicitar productos crediticios, los prestamistas tienen que tomar decisiones sobre originación más complejas y precisas en condiciones sumamente difíciles. Los solicitantes de crédito que utilizan estos canales ad-hoc de afuera hacia adentro, por lo general, no están preaprobados. Sin embargo, para reducir las posibilidades de que se abandone el proceso de una solicitud de crédito a medio camino, los prestamistas tienen que simplificar el trámite y reducir al mínimo la cantidad de información que exigen de los eventuales futuros clientes. Además, tomándose en cuenta la presión que ejerce la búsqueda en línea de precios comparativos, también tienen que mantener bajos los costos de procesamiento para proteger los márgenes de utilidad. En todos los mercados, la crisis crediticia sufrida directamente u observada desde afuera ofreció una lección elemental para las decisiones sobre originación de préstamos: las cosas pueden cambiar. Los prestamistas inteligentes están tomando decisiones al momento de la originación que no sólo permiten que se hagan las cosas bien desde el principio, sino que también permite que se hagan las cosas bien para el futuro. Están mirando mucho más adelante para incorporar el desempeño de la cuenta o el cliente en escenarios previstos (desaceleración económica, niveles más altos de deuda de clientes individuales, etc.) en sus ecuaciones de rentabilidad. page 2

3 Lo mejor y más nuevo en su tipo Hoy en día, las mejores soluciones en su tipo brindan a las entidades de préstamo los medios para tomar constantemente decisiones rentables en mercados crediticios diversos y cambiantes. Ayudan a los prestamistas a emplear una gama más amplia de modelos analíticos de solicitudes de crédito a fin de obtener estimaciones más precisas sobre ganancias y pérdidas. Al utilizarlos, se vuelve más fácil que nunca optimizar las estrategias de decisión sobre originaciones y de esa manera obtener mayor rentabilidad y alcanzar otras metas de la empresa. Los prestamistas, al adoptar enfoques modulares en una arquitectura orientada al servicio, pueden ajustar los procesos de toma de decisiones a los requisitos específicos de múltiples productos crediticios y a diferentes entornos normativos. Al mismo tiempo adquieren la eficiencia y la capacidad para compartir datos, calificaciones, reglas empresariales y otros elementos que intervienen en las decisiones. Estos enfoques les permiten a los prestamistas tomar decisiones más inteligentes conectándolas entre ellas. Las decisiones específicas en el momento de la originación como determinación de las tasas de interés, líneas de crédito, términos y condiciones que puedan haberse tomado previamente en pasos secuenciales pero desvinculados entre sí, ahora mantendrán una relación más estrecha. La unificación de la toma de decisiones no sólo reduce el tiempo y el costo de procesamiento, sino que también ayuda a los prestamistas a entender mejor las interrelaciones entre varios factores de rentabilidad, analizar los pros y contras, y balancear objetivos múltiples de la forma más favorable para la empresa. Cuando esto conviene a los intereses de la compañía, los prestamistas pueden extender las conexiones hacia diferentes líneas de productos crediticios. Pueden tomar decisiones sobre originación a nivel del cliente, reflejando así el potencial total de rentabilidad de la relación. Más aún, cuando existe una arquitectura común que sustenta todas las áreas de toma de decisiones en el ciclo de vida del cliente, los prestamistas pueden incorporar información valiosa del manejo de los clientes, cobranzas y control de fraudes al momento de la originación para que las decisiones sean aún más rentables.»» Optimización rentable de las decisiones sobre originaciones La optimización matemática es una de las herramientas más poderosas con las que cuenta un prestamista para entender y mejorar la rentabilidad en un ambiente en constante alteración para los negocios. La optimización apunta a la mejor estrategia para maximizar o reducir al mínimo una determinada meta, como por ejemplo, maximizar las utilidades o reducir al mínimo las pérdidas. Cuando la optimización se emplea con un modelado cuidadoso de decisiones con base en la acción y el efecto, proporciona los medios para: Identificar y poner a prueba diferentes factores de rentabilidad. Predecir los efectos de las reacciones de los consumidores ante una gama de posibles acciones de los prestamistas. Mapear las relaciones entre las acciones de los prestamistas, las reacciones de los consumidores y los factores de rentabilidad para que se expliciten las bases que sustentan la estrategia de decisión al momento de la originación. Realizar simulaciones hipotéticas que proyecten el impacto que tendría en las utilidades la modificación de uno o más de estos elementos de decisión. Crear mejores estrategias innovadoras de decisiones que aceleren el aprendizaje. page 3

4 Aunque este tipo de optimización fue empleada por las empresas más importantes de servicios financieros en algunas áreas de decisión, no ha sido parte estándar del proceso de originación para la mayoría de los prestamistas. Hoy en día, la optimización tiene mucha más aceptación no sólo debido a las presiones económicas, regulatorias y del mercado, sino también porque los avances de la tecnología (p.ej., la arquitectura orientada al servicio) hacen que los prestamistas de todos los portes incorporen modelos analíticos avanzados en la toma de decisiones. Las mejores soluciones en su tipo sobre originaciones incluirán el desarrollo y la aplicación de modelos de decisión y mecanismos de optimización como capacidades integrales y listas para usar. De esta manera, los prestamistas podrán lograr aumentos significativos de rentabilidad a nivel de la cuenta, en tanto se benefician de una implementación de bajo costo y de una rápida inserción en el mercado. Posteriormente, los prestamistas pueden añadir y extender modelos de decisión, y efectuar optimizaciones más complejas que abarcan una gama más amplia de factores de ganancias y pérdidas. El potencial es enorme, y se ilustra en la sección titulada Llevar el modelado y la optimización de decisiones al siguiente nivel, que incluye ejemplos de optimizaciones avanzadas. Los usuarios que están a la vanguardia en las optimizaciones comienzan a incorporar datos, predicciones, objetivos y restricciones de diferentes productos en sus ecuaciones, a fin de tomar decisiones basadas en una visión de 360º de las relaciones con los clientes.»» Modelado y optimización de decisiones Qué es un modelo de decisión sobre originaciones? Es una representación matemática de la manera cómo se toma una decisión al momento de la originación de un préstamo. Todos los que toman decisiones tienen una visión de la manera como se opera una determinada situación de negocios, lo reconozcan formalmente o no. La gran ventaja del modelado de decisiones es que hace explícita esa visión y la vincula a un objetivo dado, como la maximización de utilidades. FICO Origination Manager, por ejemplo, incluye modelos genéricos de decisiones elaborados con base en la acumulación de datos de muchas empresas del ramo. Estos modelos incorporan un conjunto de predicciones de acción y efecto para líneas de negocios específicas, como tarjetas de crédito o préstamos en cuotas. Por ejemplo, en el modelo de decisión sobre la originación de una tarjeta de crédito que se ilustra en la figura 1, los óvalos amarillos representan datos de entrada para la decisión, los óvalos azules representan los resultados pronosticados de la acción (aceptar o denegar) y los óvalos anaranjados representan las ganancias o pérdidas resultantes que afectan el objetivo principal de maximizar las utilidades. Las líneas de conexión representan ecuaciones matemáticas. Los usuarios empresariales pueden configurar rápidamente los componentes de los modelos según las características de la cartera de la compañía y los requisitos a cumplir. Los pasos típicos de la configuración incluyen datos y puntuaciones importantes y valores de variables de las predicciones de acción y efecto (ingresos por comisiones, tasas de emisión de tarjetas, costos basados en el canal, costos de operación y mantenimiento de nuevas cuentas, etc.). Si la solución de originación está integrada en una arquitectura común orientada al servicio con otras áreas de toma de decisiones, los usuarios pueden reutilizar fácilmente los datos y las puntuaciones de mercadotecnia para alimentar el modelo de decisión. page 4

5 Figura 1: Modelado de los factores de rentabilidad en una decisión sobre la originación de una tarjeta de crédito Calificación de la solicitud Emisión de tarjeta Puntuación de la agencia calificadora de crédito Aceptar/Denegar Saldo revolvente Ganancia UTILIDAD Límite inicial APR (tasa porcentual anual) Saldo moroso Incobrable/ Cancelación contable Pérdida LEYENDAS Datos de entrada Acción Predicciones/Resultados Objetivo Los usuarios empresariales también especifican restricciones, que son clave para el proceso de optimización y forman parte de las políticas de la compañía, como puntos de corte de las calificaciones, tasas de aceptación de la cartera, tasas desfavorables para nuevas cuentas y exposición total de la cartera. Ponen freno al ideal teórico de una utilidad máxima y lo sujetan a la mejor situación realista dadas las demás consideraciones de negocios que deben tenerse en cuenta. Cuando el mecanismo de optimización opera con el modelo de decisión configurado, responde a la pregunta: Qué estrategia de decisión sobre originaciones generará la mayor rentabilidad habida cuenta de todos nuestros objetivos y restricciones? Pero la optimización no solo da una respuesta: también cuantifica los pros y contras. Al ajustar las restricciones y/o los resultados que se quieren obtener, los usuarios empresariales pueden analizar su impacto en la rentabilidad. Por ejemplo: De qué manera puede un cambio en los puntos de corte de las calificaciones de riesgo afectar las utilidades previstas? o Qué efecto tendrá un aumento de la tasa?. Este proceso facilita a los prestamistas la comprensión de la dinámica de la rentabilidad y de la relación inversa entre ganancias y pérdidas por préstamos para sus carteras. Les ayuda a escoger un punto óptimo de operación adecuado para su empresa en el momento actual. Esto se traduce en un árbol de estrategia de decisiones que se implementa directamente en el proceso de originación basado en reglas de negocios. En general, la estrategia optimizada se convierte en la innovadora, que sustituye a la habitual en una prueba sistemática de comparación entre ambas. La optimización acelera el proceso de incremento de la redituabilidad por medio de métodos que comparan la estrategia innovadora y la habitual porque identifica la estrategia más propicia, a la que probablemente se hubiera llegado de otra manera, pero a través de un número mayor de ciclos de prueba y aprendizaje. page 5

6 Llevar el modelado y la optimización de decisiones al siguiente nivel Para acelerar e incrementar el desempeño, las entidades de préstamo pueden mejorar las capacidades estándar con el modelado y la optimización de decisiones acordes a sus necesidades, construidos con datos propios, que incorporan una gama mucho más amplia de relaciones y factores de rentabilidad. Por ejemplo, pueden utilizar segmentos de mercadotecnia como datos que alimenten un modelo de decisión sobre originaciones. Los modelos analíticos avanzados de segmentación de mercadotecnia identifican segmentos claramente diferenciados de clientes similares en la manera en que responden a los atributos de la oferta, canales, determinación de tasas de interés y otras acciones que podría emprender el prestamista. Cuando se incorpora esa información en el modelo de decisiones sobre originaciones, la estrategia optimizada de decisión apuntará la oferta más rentable que se le va a presentar a cada persona con mayor precisión. Los prestamistas pueden optimizar no solamente las estrategias de decisiones sobre aceptar/ denegar, sino también sobre la determinación de tasas de interés, líneas de crédito, y términos y condiciones. De hecho, las optimizaciones sofisticadas dirigidas a responder preguntas complejas suelen requerir múltiples modelos de decisión en los que intervienen redes de una gran variedad de modelos predictivos de acción-efecto. Cabe destacar el caso de un importante banco estadounidense con el que trabajó FICO para optimizar simultáneamente las decisiones sobre tasa porcentual anual y línea de crédito inicial para su cartera de tarjeta de crédito personales. El banco descubrió que podía elevar sensiblemente sus utilidades sin aumentar su exposición crediticia. En la figura 2 se muestra el impacto que tiene en las utilidades un ajuste hacia arriba o hacia debajo de esta restricción: una frontera eficiente de estrategias óptimas que generan un redituabilidad máxima a diferentes niveles de exposición. Figura 2: Frontera eficiente de las estrategias optimizadas para decidir la línea de crédito inicial UTILIDAD INCREMENTAL PROMEDIO POR CUENTA $25 $20 $15 $10 $5 Referencia (estrategia habitual) $0 $6,000 $6,500 $7,000 $7,500 $8,000 $8,500 $9,000 $9,500 LÍNEA DE CRÉDITO INICIAL Figura 3: Frontera eficiente de las estrategias optimizadas para decidir la tasa de interés del préstamo UTILIDAD INCREMENTAL PROMEDIO POR CUENTA $25 $20 $15 $10 $5 $0 Asimismo, la optimización reveló que el banco podía elevar su tasa porcentual anual y seguir elevando las utilidades. En la figura 3 puede observarse la frontera eficiente de las estrategias óptimas que generan una rentabilidad máxima a diferentes niveles de precios. Referencia (estrategia habitual) page 6

7 UTILIDAD INCREMENTAL PROMED POR CUENTA $20 $15 Incorpore $10 su ventaja analítica en las originaciones de préstamos $5 Referencia (estrategia habitual) $0 $6,000 $6,500 $7,000 $7,500 $8,000 $8,500 $9,000 $9,500 LÍNEA DE CRÉDITO INICIAL Figura 3: Frontera eficiente de las estrategias optimizadas para decidir la tasa de interés del préstamo UTILIDAD INCREMENTAL PROMEDIO POR CUENTA $25 $20 $15 $10 $5 Referencia (estrategia habitual) $0 3.99% 4.49% 4.99% 5.49% 5.99% 6.49% 6.99% 7.49% TASA PORCENTUAL ANUAL El banco escogió un solo punto de operación a lo largo de cada frontera eficiente. La estrategia combinada final limita la exposición crediticia y a la vez maximiza las utilidades al cambiar de consumidores de bajo riesgo y bajas ganancias a consumidores de bajo riesgo y ganancias moderadas. Al mismo tiempo, asigna tasas porcentuales anuales más altas a las cuentas más riesgosas con menos potencial de generar ganancias (los perfiles indican una utilización menor y saldos más bajos). Los resultados esperados incluyen una disminución de un 17% de las pérdidas en tanto se mantienen las ganancias, lo que redunda en un aumento de $20 de las utilidades por cuenta. Otro cliente de FICO, un banco del Reino Unido de gran tamaño, empleó una optimización aún más compleja para elevar la rentabilidad de cada solicitud de crédito en un 45%. En este caso, el objetivo era maximizar las utilidades permanentes en los préstamos concedidos a solicitantes que no tenían relaciones previas con el banco. Al banco le preocupaba la presión sobre los márgenes que ejercía cada vez más la competencia y la información de los consumidores sobre tasas de interés. La normativa que exigía que se asignara la tasa de interés típica anunciada al 66% de los préstamos concedidos también reducía el impacto de su estrategia habitual de determinación de tasas de interés con base en el riesgo. Se modelaron muchas acciones relativas a la decisión sobre originaciones: aceptar/denegar, monto del préstamo y determinación de tasas de interés según el riesgo. En total se realizaron 92 combinaciones de decisiones, y en cada una era necesario predecir los resultados del factor de rentabilidad clave. Las predicciones de resultados fueron muy específicas, e incluían no sólo la probabilidad de un reintegro anticipado sino también la fecha con más probabilidades de que esto tuviera lugar. En la optimización se empleó una amplia gama de restricciones a nivel de la cartera y de la cuenta y se analizaron varios casos hipotéticos. El banco seleccionó un punto de operación óptima que incrementaba la pérdida por préstamo en sólo 1% para un aumento pronosticado de 46% en las utilidades, y casi todo se logró en los primeros 16 meses de aplicación del método. Estos tipos de prestamistas, que se encuentran a la vanguardia de la toma de decisiones analíticas, también están comenzando a modelar y a optimizar decisiones a nivel del cliente. page 7

8 Si bien la mayoría de ellos comenzaron con estrategias de cobranzas, dada la necesidad de controlar atrasos de pagos, es probable que muy pronto, en función de las crecientes presiones para obtener utilidades, se aplique la optimización a nivel del cliente también a las originaciones. Al ampliar el alcance de la optimización para que abarque la relación con los clientes en su totalidad, los prestamistas podrán responder preguntas muy complejas como: Teniendo en consideración el monto global de crédito más rentable para este cliente en todas las cuentas, qué cantidad debemos asignar a una línea de crédito para esta nueva cuenta? Los acreedores que optan por soluciones para la originación sustentadas por arquitecturas que facilitan el intercambio de datos, reglas de negocios, modelos analíticos y resultados de tratamientos podrán avanzar con más rapidez, mayor eficiencia y a menor costo para aprovechar las ventajas competitivas que le ofrece este tipo de optimización. Por otra parte, para reducir al mínimo el fraude en las solicitudes de crédito, podrán incorporar datos obtenidos del manejo de clientes y de las cobranzas en las decisiones sobre originaciones para clientes que solicitan crédito adicional. Modelos analíticos adicionales para tomar decisiones más rentables Otra manera en que los prestamistas pueden tomar decisiones más rentables sobre originaciones de préstamos independientemente de que apliquen o no estrategias de optimización es utilizar modelos analíticos que permiten entender una amplia gama de factores que afectan el desempeño de cuentas nuevas. Pueden emplearse puntuaciones y otros productos directamente en las estrategias o bien estos pueden alimentar modelos de decisión. Las soluciones para originaciones mejores en su tipo deberán incluir capacidades analíticas de referencia como acceso en tiempo real a las puntuaciones de riesgo de las agencias calificadoras de crédito, así como a modelos de riesgo de las solicitudes para diferentes líneas de negocios. Por otra parte, los prestamistas deberán estar en condiciones de elaborar y aplicar una gama y un número ilimitados de otros modelos directamente en sus procesos de toma de decisiones basados en reglas. Cuando el sistema de gestión de reglas de negocios (BRMS, por sus siglas en inglés) sustenta el lenguaje de margen de utilidad del modelo predictivo (PMML, por sus siglas en inglés), un parámetro ampliamente utilizado en este ramo dentro de la comunidad de modelado analítico, no hay necesidad de recodificar los modelos para su aplicación. A continuación se presentan algunos tipos de modelos analíticos que perfeccionan las decisiones sobre originación: Impactos macroeconómicos sobre el riesgo crediticio Los servicios analíticos ayudan a los prestamistas a entender y prever el impacto del cambio de las condiciones macroeconómicas en las tasas de incumplimiento de pagos vinculadas históricamente con diferentes rangos de calificaciones de riesgo crediticio. Al cuantificar las relaciones entre los factores económicos pronosticados, como el PIB, el desempleo y los precios de la vivienda, y las tasas previstas de incumplimiento, estarán en condiciones de predecir el grado y la dirección (positiva o negativa) de los posibles cambios en la tasa de incumplimiento en cada rango de calificaciones. Cuando esas predicciones se formulan con métricas congruentes que pueden añadirse fácilmente a las estrategias sobre originación, los prestatarios disponen de medios empíricos para ajustar los puntos de corte de las calificaciones. Además, pueden utilizar estas predicciones para no dejar de ganar en el punto de originación al controlar excesivamente la exposición al riesgo crediticio o al actuar demasiado tarde para reajustar puntos de corte en un momento de auge. page 8

9 Capacidad de pago de los consumidores También se dispone de servicios analíticos para afinar la capacidad del prestamista para evaluar la capacidad de pago del cliente ante una nueva obligación crediticia. Actualmente, muchos prestamistas emplean una herramienta de estimación de ingresos que a veces combinan con algún tipo de razón deuda/ingresos para efectuar las evaluaciones. Si bien estos enfoques satisfacen los requisitos normativos, no necesariamente generan nuevas cuentas rentables. Uno de los problemas es que muchos prestamistas siguen efectuando asignaciones iniciales de crédito con base en el sesgo histórico hacia la imposición de límites bajos a los consumidores de bajos ingresos y límites altos a los consumidores con altos ingresos y un pequeño coeficiente de endeudamiento. Sin embargo, hoy en día está cambiando el comportamiento de los clientes en muchos mercados. Algunos prestamistas se han encontrado con índices de incumplimiento de pagos más altos que los previstos en personas con altos niveles de ingresos. Pueden utilizarse nuevos modelos analíticos conjuntamente con las calificaciones crediticias para elevar la precisión de las asignaciones de líneas de crédito. Estos modelos analizan los mismos datos de las agencias calificadoras de crédito pero de otra manera, aislando la sensibilidad del consumidor a las condiciones futuras que no se consideran en el reporte de crédito. Estos modelos analíticos de la capacidad crediticia responden a la pregunta: Qué capacidad tienen los consumidores para manejar una nueva deuda adicional a la que ya han contraído? Como se ilustra en la figura 4, los consumidores con calificaciones de riesgo crediticio e ingresos similares tienen diferentes capacidades para manejar una deuda adicional. En este gráfico se muestra la distribución de los niveles de capacidad crediticia en diferentes grupos de ingresos para la puntuación media de de FICO Score. Los modelos analíticos de capacidad crediticia también perfeccionan las decisiones sobre la oferta de productos crediticios adicionales a clientes existentes. Cabe mencionar un estudio muy pertinente de FICO sobre aumentos de líneas de crédito con respecto a la evaluación de la capacidad de pago del cliente, un elemento que también es crucial para las ventas cruzadas. Figura 4: Incluso en los niveles de ingresos altos varía la capacidad de los consumidores de manejar crédito adicional Segmento de FICO Score UTILIDAD PROMEDIO DE LA CUENTA 60% 50% 40% 30% 20% 10% Leyendas: Nivel de capacidad Bajo Moderado Alto Promedio de ingresos 0% DESCONOCIDO < $30,000 $30,000 54,000 $55,000 79,000 $80, ,000 $115,000+ FICO CREDIT CAPACITY INDEX EN DIFERENTES GRUPOS DE INGRESOS page 9

10 El estudio (que se presenta en detalle en el número 42 de Insights, titulado How Are Issuers Changing Course Under the CARD Act?) fue realizado en base a datos agregados de tarjetas bancarias. Se demostró que el añadido de estimaciones sobre ingresos a la calificación de riesgo crediticio no hacía mucha diferencia para la predicción de pérdidas. Sin embargo, sí había una gran diferencia cuando primero se usaba la calificación crediticia para determinar qué cuentas recibirían un aumento en la línea de crédito, y posteriormente se empleaba el modelo analítico de capacidad crediticia para determinar cuánto crédito adicional podría ofrecerse. Al asignar líneas de crédito más altas a los clientes con mayor capacidad crediticia, los investigadores de FICO lograron reducir las pérdidas en un 6,8% mientras crecían los saldos. El resultado global pronosticado fue un aumento de ingresos ajustados en función del riesgo de $2 a $3 por cuenta, y una mejora de 100 puntos básicos en la rentabilidad. Fraude en las solicitudes Otra manera de incrementar la rentabilidad es emplear reglas de negocios y modelos analíticos para detectar fraudes en el proceso de originación, los cuales representan un problema cada vez mayor. Por ejemplo, con base en la labor de FICO con grandes bancos, estimamos que las pérdidas brutas atribuibles al fraude o al abuso del titular de la cuenta son mucho más altas que las derivadas del fraude cometido por terceros. La actividad fraudulenta eleva artificialmente los niveles de deudas incobrables y derrocha recursos de cobranzas. Si bien los modelos analíticos convencionales de fraude en solicitudes de crédito tratan de detectar un comportamiento del solicitante que indica una identidad robada o potencialmente fraudulenta, los modelos enfocados en el titular de la cuenta están diseñados para detectar a quienes utilizan su propia identidad y sus propias cuentas para solicitar crédito adicional. La detección también mejora cuando las soluciones de originación permiten compartir datos, reglas de política y resultados de análisis en todos los productos, dado que los fraudes suelen abarcar varias líneas de negocios del prestamista. Los titulares de cuentas que cometen fraude, por ejemplo, pueden obtener préstamos que posteriormente utilizan para hacer pagos regulares de la tarjeta de crédito. Con el tiempo reciben aumentos de sus líneas de crédito y van elevando su saldo hasta que elevan sus gastos al máximo y luego desaparecen. Figura 5: Al combinar la puntuación de fraude en las solicitudes con la de fraude en las transacciones mejora la detección de fraudes de los titulares de las cuentas TASA DE DETECCIÓN 60% 50% 40% 30% 20% 10% LEYENDAS De las solicitudes solamente De las transacciones solamente Puntuación integrada de la transacción 0% 0.0% 1.0% 2.0% 3.0% 4.0% 5.0% TASA DE FALSOS POSITIVOS En el caso de los clientes fraudulentos que se inmiscuyen en el punto de originación, los prestamistas pueden mejorar la detección en las primeras cuentas utilizando el modelo de fraude en las solicitudes junto con un modelo de fraude en las transacciones. Como se observa en la figura 5, una puntuación combinada es mucho más precisa que cualquier puntuación por sí sola para todas las tasas de falsos positivos. Este incremento de la detección es otro ejemplo de los beneficios que se derivan al escoger una solución para originaciones que comparte una arquitectura con soluciones para control de fraude y otras áreas de decisión. page 10

11 »» Conclusión Independientemente de que operen en mercados en recuperación o en pleno auge, todos los prestamistas tienen una meta en común: un crecimiento rentable. Para lograrlo, las decisiones al momento de la originación tienen que asegurar la rentabilidad del cliente desde el principio y en situaciones cambiantes. Hoy en día, las mejores soluciones en su tipo aportan un mayor rigor analítico que incluye la optimización de las utilidades en las decisiones sobre las cuentas nuevas. Facilitan al prestamista la incorporación de una gama más amplia de factores de riesgo/ ingresos presentes y futuros en procesos de originación más rápidos y de gran eficiencia. Entérese más: Formule preguntas sobre las mejores prácticas de originación en el Banking Analytics Blog de FICO. Lea otros documentos de la serie Insights sobre soluciones con modelos analíticos para nuevos retos. Comuníquese con nosotros para que le indiquemos cómo puede utilizar modelos analíticos avanzados para incrementar la rentabilidad de sus decisiones sobre la originación. Crecimiento más alto y más rentable en las originaciones Las capacidades que se describen en este documento, así como otras, están disponibles en la versión más reciente de FICO Origination Manager. Este sistema ayuda a los prestamistas a armar carteras más rentables y a gestionar el riesgo a nivel del cliente, en tanto que se adapta, de manera eficiente y económica, a los rápidos cambios del entorno empresarial y de la normativa. Aspectos destacados: Capacidad integrada de optimización de la rentabilidad que balancea las restricciones de las operaciones con las necesidades de generar utilidades para obtener decisiones que representen la mejor oferta. Perspectiva más amplia del cliente en el proceso de decisión para reducir al mínimo el riesgo y generar más negocios. Funcionalidad para formular, probar y aplicar rápidamente nuevas estrategias y modelos. Capacidad para imprimir más impacto a la decisión aprovechando datos conectados sobre diferentes funciones a fin de obtener el máximo valor para el cliente. Solución sustentada por una arquitectura orientada al servicio flexible y configurable por el usuario empresarial para poder reaccionar rápidamente a los cambios del mercado y a los nuevos requisitos de la normativa, en tanto se reduce el mantenimiento continuo del sistema. Participación de especialistas de FICO en asesoría de empresas, gestión de proyectos y análisis, con años de experiencia en el diseño y la aplicación de sistemas de originación a más de 500 principales entidades de préstamo de todo el mundo. La serie Insights presenta información sobre prácticas óptimas, resultados de investigaciones e innovaciones en los productos de FICO. Para subscribirse, entre a FICO, Credit Capacity Index y Make every decision count son marcas comerciales o marcas registradas de Fair Isaac Corporation en Estados Unidos y en otros países. Los nombres de otros productos y empresas pueden ser marcas comerciales de sus correspondientes propietarios Fair Isaac Corporation. Reservados todos los derechos. 2728WP_SB 03/11 PDF Para información adicional Teléfono web +55 (11) LAC_info@fairisaac.com