A estas nuevas áreas se les ha ido dotando progresivamente de recursos humanos que reuniesen fundamentalmente las tres siguientes condiciones:

- Conocimientos de estadística y matemáticas que permitan el desarrollo o un entendimiento profundo de las técnicas y metodologías utilizadas para el desarrollo de los modelos de riesgo.
- Conocimientos de gestión de riesgo de las diferentes carteras y productos de la entidad.
- Conocimientos de la disponibilidad y debilidades de la información interna.

La gran mayoría de entidades ya han finalizado o están finalizando este proceso aunque no sin dificultades debido a la escasez de recursos en las propias entidades o en el mercado laboral que cumplan con el perfil requerido. AIS ha contribuido a la formación de estos equipos multiplicando los proyectos con transferencia de tecnología que han permitido a muchas entidades reducir tiempos de aprendizaje.

Una parte de las actividades que estas áreas de nueva creación deben abordar y que justifican los conocimientos requeridos en los equipos humanos, las observamos al analizar el ‘Ciclo de los Modelos de Riesgo'


El ciclo de los Modelos de Riesgo

En el siguiente esquema se muestra de una manera gráfica el ciclo aplicable a cada uno de los segmentos de la cartera crediticia.

Generación Muestra

Consiste en la obtención de los sistemas informáticos de la información necesaria para el desarrollo de los modelos. El desarrollo de los diferentes procesos de extracción de información ha sido, y sigue siendo aún en muchas entidades, la etapa más crítica y costosa de todo el ciclo. La no existencia de unos procesos y de unas estructuras de información diseñadas y preparadas para estas necesidades obliga a un desarrollo importante por parte de los departamentos de informática de las entidades y que provoca errores que no siempre son detectados en las tareas previas de validación de información.



Estudio Modelo

Consiste en el desarrollo del modelo de Scoring, Rating, Severidad, etc. a partir de la información obtenida en la etapa anterior. Estos modelos son desarrollados a través de paquetes estadísticos como SPSS, SAS o R por la entidad, por consultoras o en proyectos conjuntos.


Diseño y Configuración

Ya desarrollado el modelo y comprobada su robustez y fiabilidad estadística debemos implementarlo, es decir, desarrollar el programa el informático que permita la automatización de los cálculos. Aunque es cierto que la mayoría de técnicas de desarrollo de modelos no implican gran complejidad en la programación, esta implementación es extraordinariamente crítica por las consecuencias que los errores pueden provocar. Es fundamental la existencia de unos procesos de pruebas claramente definidos contrastando los resultados de los procesos estadísticos con los obtenidos tras la programación.


Simulación

El siguiente paso consiste en la definición de todas las políticas asociadas a la subcartera y modelo que se está implementando. Básicamente se deberán definir los diferentes parámetros del modelo como los puntos de corte, la definición de reglas elicitadas que corrijan los sesgos detectados en las muestras de aprendizaje, la definición de las políticas de precios y límites asociados a las calidades de riesgo, etc.

Para ello deberán las realizarse las simulaciones ‘out of time' y ‘out of sample' que sean necesarias y que nos permitirán definir reglas o excepciones específicas a determinadas subcarteras. Es importante considerar en este sentido análisis específicos por zonas geográficas (zonas de expansión), por canal de acceso al crédito (internet, prescriptor, etc.), por tipo de vinculación (no clientes), por finalidad del crédito (LTV > 80%, segundas residencias, vehículos usados, etc.) o por características sociodemográficas (jóvenes, temporales, etc.)

Despliegue a producción

Tras un proceso iterativo de simulación y configuración del modelo se debe pasar a producción. Es fundamental que los programas sobre los cuales se han realizado todas las validaciones de la etapa anterior sean los que pasan a producción y de esta manera evitar una reprogramación del modelo (para adecuarlo al entorno de producción) que se convertiría en una posible fuente adicional de errores.


Seguimiento

Como última etapa del ciclo de modelos tenemos todas las tareas relacionadas con el seguimiento. Para ello deberemos disponer de toda la información referente a los créditos y clientes evaluados, las calificaciones obtenidas por el modelo y el comportamiento de pago real observado.


Se deberán realizar para cada subcartera y de manera periódica los diferentes análisis que permitan garantizar el correcto funcionamiento del modelo: análisis de distribución poblacional, de overrides, de poder discriminante, backtesting de los parámetros intermedios y outputs finales, etc.


Las validaciones cuantitativas no deberían hacernos olvidar el realizar el seguimiento del principal factor de éxito en el uso de los modelos internos: la correcta utilización. Los errores en la calidad de la información que se utiliza como input de los modelos, sea por inapropiados sistemas de expediente electrónico y workflow de propuestas, por falta de formación a la red en la captura de información o por picaresca para evitar calificaciones negativas de los modelos que complican los procesos de aprobación es la principal causa de fracaso en la utilización de modelos de riesgo.

Este proceso de seguimiento y validación continuo es el detonante para el desarrollo de nuevos modelos o la reestimación de los ya existentes, con lo que se cierra el ‘ciclo de modelo' con una nueva generación de muestra.

Estos procesos, tan reducidamente descritos pero tan complejos, deben aplicarse a cada una de las subcarteras de la entidad por lo que es imprescindible que las áreas de Control Global del Riesgo se doten de herramientas que estandaricen y automaticen todas estas tareas.


Andreu Miró
Director Área de Banca
AIS – Aplicaciones de Inteligencia Artificial, S.A.


AIS - Aplicaciones de Inteligencia Artificial, S.A.
c/ Castillejos, 365, 2ª.
08025 Barcelona (España)
Tel: +34 93 414 35 34
Fax: +34 93 414 10 28
pilar.mateo@ais-int.net
www.ais-int.com