Modelo de Credit Scoring para personas naturales del Departamento de Lima con créditos de consumo: una aplicación de la Regresión Logística.

Abstract

En el sistema bancario el riesgo de crédito es la razón de ser de las entidades bancarias, siendo este riesgo inherente al mercado bancario. El presente trabajo plantea como objetivo determinar un modelo de credit scoring para calcular el riesgo de crédito de un nuevo cliente al ser evaluado por una entidad bancaria. Para ello, se plantea la hipótesis de que la probabilidad de incumplimiento de pago de un nuevo cliente en el futuro está determinada por sus antecedentes crediticios en el sistema bancario, calculados según el monto de deuda, número de entidades acreedoras, calificación crediticia, meses de comportamiento el sistema bancario y datos socio demográficos. Para alcanzar el objetivo planteado se ha utilizado el modelo de credit scoring, que emplea específicamente la Regresión Logística como modelo probabilístico para el cálculo de probabilidades de incumplimiento de pago. Se demostró que la probabilidad de incumplimiento de pago de un nuevo cliente está determinada por sus antecedentes crediticios y datos socio demográficos. Por lo tanto, la entidad bancaria podrá mejorar la gestión de sus clientes a través de estrategias apropiadas según el score calculado. Son estas estrategias, que traducen la ventaja del scorecard en ganancias para la empresa.

Palabras clave.- Scorecard, Score y Riesgo de crédito.