El documento describe un modelo de score de originación para personas físicas. Explica que un score de originación asigna un puntaje a cada solicitante basado en la probabilidad de incumplimiento. Luego valida el modelo usando marcas de buenos y malos clientes sobre 36 meses y evaluando el rendimiento en 12 meses posteriores. Finalmente, recomienda puntos de corte para aprobar solicitudes basado en el rango de puntaje y la tasa de malos esperada.

1. Validación Modelo de Score de
originación para personas físicas.

2. ¿Qué es un Score de Originación?
Un Score de originación asigna a cada solicitante un puntaje (entre 1 y 999) y permite ordenar
a cada uno de ellos en función de una probabilidad de incumplimiento esperada por rango de
score. Cuanto mayor es el puntaje otorgado mayor la probabilidad que ese solicitante cumpla
con sus obligaciones de pago
¿Qué valor aporta utilizar un modelo de Score en la decisión crediticia de
originación sin información?
Cuando la información “dura” de cumplimiento o atraso disponible de un solicitante para tomar
una decisión crediticia es débil o inexistente, un modelo de Score aporta información útil para
reducir las pérdidas crediticias esperadas.
La utilización de score permite tomar decisiones en relación a:
 Aprobación o Rechazo de solicitudes
 Fijación de Límite de crédito
 Priorización de cobranzas
 Establecimientos de Acuerdos en cta. cte., etc.

3. Marcas utilizadas para el desarrollo y validación
Cliente Malo: se considera MALO un cliente que alcanza 90 días o más dentro de los 12 meses
posteriores al punto de observación con con saldo significativo.
Cliente indeterminado: es aquel que alcanza entre 30 y 90 días o con saldo no significativo.
Cliente Bueno: es aquel cliente que no alcana los 30 días de atraso con saldo significativo
Período de Observación (Información Período de Comportamiento
histórica de características de los (Generación de marcas de Buenos y
clientes utilizada para el modelo 36 Malos 12 MESES)
MESES)
ene-07 feb-07 … nov-09 dic-09 ene-10 feb-10 … nov-10 dic-10
feb-07 mar-07 … dic-09 ene-10 feb-10 mar-10 … dic-10 ene-11
mar-07 abr-07 … ene-10 feb-10 mar-10 abr-10 … ene-11 feb-11
abr-07 may-07 … feb-10 mar-10 Punto de abr-10 may-10 … feb-11 mar-11
may-07 jun-07 … mar-10 abr-10 Observación may-10 jun-10 … mar-11 abr-11
jun-07 jul-07 … abr-10 may-10 jun-10 jul-10 … abr-11 may-11
jul-07 ago-07 … may-10 jun-10 (cálculo del score) jul-10 ago-10 … may-11 jun-11
ago-07 sep-07 … jun-10 jul-10 ago-10 sep-10 … jun-11 jul-11
sep-07 oct-07 … jul-10 ago-10 sep-10 oct-10 … jul-11 ago-11
oct-07 nov-07 … ago-10 sep-10 oct-10 nov-10 … ago-11 sep-11

4. Test de potencia estadística utilizado y Nivel de Ordenamiento
KS: mide la distancia entre distribución acumulada de malos y buenos, cuanto mayor es la
distancia el modelo separa mejor los malos de los buenos.
Tablas de Performance: se evalúa por rangos de score (deciles) el nivel de ordenamiento
Estabilidad del modelo
Se validó la estabilidad del modelo demostrando que la cantidad de clientes en cada uno de los
rangos de score (deciles) en distintas fechas se mantienen equipoblados con una diferencia
máxima en cada intervalo menor al 5%.
Muestra de validación
Se tomó una muestra de validación obtenida con información suministrada por distintos
originadores de crédito para diferentes productos. Esta muestra independiente de la utilizada
para desarrollar el modelo cuentas con #42.564 buenos y una cantidad de clientes Malos de
#1991.

5. % Portfolio Malos % Buenos
Rango Score Score_Min Score_Max Portfolio % Portfolio Acumulado Malos % Malos Acumulados Acumulado Odds
10 963 999 4488 11% 100% 66 1,5% 100,0% 100% 67
9 950 962 5028 12% 89% 105 2,1% 96,7% 89% 47
8 945 949 3437 8% 78% 70 2,0% 91,4% 78% 48
7 937 944 4332 10% 70% 102 2,4% 87,9% 70% 41
6 930 936 3694 9% 59% 66 1,8% 82,8% 58% 55
5 916 929 4528 11% 51% 128 2,8% 79,5% 49% 34
4 893 915 4237 10% 40% 169 4,0% 73,0% 38% 24
3 859 892 4390 10% 30% 238 5,4% 64,5% 28% 17
2 806 858 4349 10% 20% 483 11,1% 52,6% 18% 8
1 11 805 4081 10% 10% 564 13,8% 28,3% 9% 6
Total 42564 1991
P Corte 1 500 1660 4% 244 15% 12% 6
P Corte 2 805 4081 10% 564 14% 28% 6
Índice K-S % Malos por intervalo
13,8%
100%
14,0%
80% 11,1%
12,0%
porcentaje de malos
60% 10,0%
40% 8,0%
5,4%
6,0% 4,0%
20% 2,8% % Malos
4,0% 2,1% 2,0% 2,4% 1,8%
1,5%
0% 2,0%
10 9 8 7 6 5 4 3 2 1
0,0%
Distribución Acumulada de Buenos 10 9 8 7 6 5 4 3 2 1
Distribución Acumulada de Malos Rango Score

6. Punto de Corte recomendado según rango de Score
Rango Cant Portfolio % Portfolio
Score Rechazado Rechazado El punto de corte óptimo será el que resulte de la
Acumulado Acum tasa de aprobación y mora esperada necesaria por
1-99 31 0%
100-199 364 1% cada entidad.
200-299 709 2%
300-399 1132 3%
400-499 1641 4% Si punto de corte=500, Rechazando un 4% se captura un 12% de Malos
500-599 2109 5%
600-699 2291 5%
700-799 3725 9% Si punto de corte=800, Rechazando un 9% se captura un 28% de Malos
800-899 13517 32%
900-999 42564 100%
% Rechazados Acum. por Rango de Score 100%
100%
% Rechazados ACumulado
80%
60%
32%
40%
20% 5% 5% 9%
0% 1% 2% 3% 4%
0%
1-99 100-199 200-299 300-399 400-499 500-599 600-699 700-799 800-899 900-999

7. Tabla de performance para clientes con información de mercado
KS 45%
% Portfolio % Buenos
Rango Score Score Min Score Max Portfolio % Portfolio Acum Malos % Malos % Malos Ac Acum Odds
10 964 999 3590 10% 100% 26 0,7% 100,0% 100% 135
9 952 963 4073 12% 90% 41 1,0% 97,7% 90% 98
8 948 951 2818 8% 78% 31 1,1% 94,0% 78% 91
7 941 947 3379 10% 70% 43 1,3% 91,2% 70% 78
6 935 940 2992 9% 60% 30 1,0% 87,3% 59% 100
5 924 934 3776 11% 51% 54 1,4% 84,6% 50% 69
4 907 923 3491 10% 40% 68 1,9% 79,7% 39% 51
3 877 906 3402 10% 30% 131 3,9% 73,6% 29% 25
2 820 876 3432 10% 20% 290 8,4% 61,8% 19% 11
1 19 819 3489 10% 10% 395 11,3% 35,6% 9% 8
Total 34442 1109

8. Tabla de performance para clientes sin información de mercado
KS 20%
% Portfolio % Buenos
Rango Score Score Min Score Max Portfolio % Portfolio Acum Malos % Malos % Malos Ac Acum Odds
10 963 999 898 11% 100% 44 4,9% 100,0% 100% 19
9 951 962 955 12% 89% 51 5,3% 95% 89% 18
8 946 950 619 8% 77% 68 11% 89,2% 77% 8
7 939 945 953 12% 70% 78 8,2% 81,5% 70% 11
6 932 938 702 9% 58% 67 9,5% 72,7% 56% 9
5 920 931 752 9% 49% 62 8,2% 65,1% 47% 11
4 900 919 746 9% 40% 85 11,4% 58,1% 38% 8
3 866 899 988 12% 31% 132 13,4% 48,5% 29% 6
2 806 865 918 11% 19% 137 14,9% 33,5% 17% 6
1 11 805 592 7% 7% 159 26,9% 18,0% 6% 3
Total 8121 883