Medición del riesgo de crédito bancario mediante la aplicación de modelos de Credit Scoring en el caso de un banco argentino del grupo BBVA

Abstract

Uno de los principales problemas que enfrentan las entidades bancarias en la actualidad es el concerniente al Riesgo de Crédito. Entiéndase como Riesgo de Crédito a la probabilidad de que el prestatario incumpla en el pago de sus obligaciones financieras. Ante la necesidad de controlar este riesgo es que surgen modelos estadísticos que buscan medir cuál es la probabilidad de que un cliente incumpla en el pago de sus obligaciones para con la entidad financiera. Estos modelos son conocidos como modelos de Credit Scoring. El objetivo de esta monografía es dar a conocer la importancia que tiene el uso de estos modelos para llevar un mejor control de las caídas en impago y, en consecuencia, lograr unos mejores resultados en términos de ganancia. La monografía consta de tres capítulos. En el primer capítulo se abordarán las definiciones de riesgo de crédito, así como las normativas existentes en lo que a este respecta, además se tocarán algunos puntos sobre los Acuerdos de Basilea y la metodología que estos plantean para medir el riesgo de crédito. La definición de Credit Scoring, los tipos de Credit Scoring y las metodologías que, usadas para su estimación, centrándose en la utilización de los modelos de regresión logística, se tratarán en el segundo capítulo. Además, se verán algunos de los indicadores que se utilizan para medir la bondad de ajuste del modelo: Índice de Gini, Powerstat, Entropía, entre otros. Finalmente, en el tercer capítulo se verá la aplicación y resultados de la utilización del crédit scoring, objetivo principal del presente trabajo. La aplicación del modelo se hará sobre una base de datos perteneciente a un banco argentino del grupo BBVA, posee información de clientes del banco que adquirieron un préstamo de consumo entre Julio 2003 y junio 2007, la antigüedad de la data se debe principalmente a que las operaciones contratadas deben tener un período de desempeño de 12 a 24 meses. En cuanto a la proveniencia de la información cabe resaltar que por temas de confidencialidad de la información no se puede trabajar con data de Perú, al tener Perú y Argentina condiciones sociodemográficas distintas el modelo en cuestión no es aplicable dentro de Perú y los resultados obtenidos de su aplicación no serán coherentes con lo pronosticado.