1 / 25

LOS MODELOS ESTADÍSTICOS EN EL CONTROL DEL RIESGO CREDITICIO LILIAN SIMBAQUEBA

LOS MODELOS ESTADÍSTICOS EN EL CONTROL DEL RIESGO CREDITICIO LILIAN SIMBAQUEBA. La dinámica del entorno nos exige utilizar metodologías cada vez más precisas, que nos acerquen a una medición adecuada del riesgo y nos cubran de manera anticipada ante pérdidas eventuales.

oriole
Download Presentation

LOS MODELOS ESTADÍSTICOS EN EL CONTROL DEL RIESGO CREDITICIO LILIAN SIMBAQUEBA

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. LOS MODELOS ESTADÍSTICOS EN EL CONTROL DEL RIESGO CREDITICIO LILIAN SIMBAQUEBA

  2. La dinámica del entorno nos exige utilizar metodologías cada vez más precisas, que nos acerquen a una medición adecuada del riesgo y nos cubran de manera anticipada ante pérdidas eventuales. “Lo inevitable rara vez sucede, es lo inesperado lo que suele ocurrir” John Maynard Keynes

  3. Parte fundamental del mapa de riesgos de las instituciones, (+ riesgos de mercado, operativo, legal,…), direccionado dentro del marco de Basilea II Aunque es obligatoria su medición rigurosa en instituciones reguladas, su aplicabilidad se extiende a otros sectores involucrados en procesos de financiación (sector real: comercio, Retail, servicios públicos,...) RIESGO CREDITICIO Enfrentar una pérdida en caso de no recuperar lo entregado o la contraprestación del servicio ofrecido. ¿Cómo controlarlo?

  4. …A TRAVÉS DE UN SISTEMA INTEGRAL DE ALARMAS Y ESTRATEGIAS DE RIESGO DE CRÉDITO ALARMA PRINCIPAL: PÉRDIDA ESPERADA Retroalimenta los procesos de: DESERCIÓN CLIENTES APROBACIÓN CLIENTES NUEVOS APROBACIÓN RENOVACIONES COBRANZA FRAUDES PROVISIONES Políticas, flujos de proceso,incentivos,tecnología, RRHH, y METODOLOGÍAS IMPACTANDO: LA RENTABILIDAD DEL NEGOCIO

  5. METODOLOGÍAS • Las metodologías estadísticas de Data Mining se convierten en factor determinante para: • Personalizar estrategias: El reto está en llegar a cada cliente con estrategias personalizadas especialmente cuando la Entidad tiene cada vez un mercado más grande • Segmentar estrategias por riesgo y rentabilidad: No toda la población es susceptible en un momento dado de las mismas acciones • Actuar proactivamente • Controlar el riesgo y Plantear metas acordes con el mismo • Optimizar recursos: rapidez y adecuada distribución de costos • Soportar la toma de decisiones

  6. METODOLOGÍAS METODOLOGÍAS PROPIAS: * Parametrizaciones *Árboles de Decisión * Redes Neuronales *Scoring De acuerdo al momento de aplicación se divide en: -Aplication Scoring: Aprobación -Behaviour Scoring: Comportamiento El Scoring se convierte en una potente herramienta al cuantificar el riesgo, asociándolo a una probabilidad y haciendo más objetivo su análisis y seguimiento

  7. APROBACIÓN DE CLIENTES

  8. HERRAMIENTAS PREDICTIVAS EN LA ORIGINACIÓN DE CRÉDITOS En la administración del riesgo de carteras masivas se cuenta con herramientas predictivas para el pronóstico riesgo en las diferentes etapas del ciclo de vida del cliente.

  9. EVALUANDO NUEVOS CLIENTES CON HERRAMIENTA DE PRONOSTICO DE RIESGO SCORING DE ORIGINACION SIN HERRAMIENTA DE PRONOSTICO DE RIESGO

  10. ESTRATEGIAS A PARTIR DE SCORECARD DE ORIGINACIÓN Cada cliente cuenta con su propio score de originación que mide su probabilidad de riesgo de crédito como nuevo cliente. 800 750 958 620

  11. ESTRATEGIAS A PARTIR DE SCORECARD DE ORIGINACIÓN Selección de Cut-off incorporando la rentabilidad y los niveles de riesgo

  12. ESTRATEGIAS A PARTIR DE SCORECARD DE ORIGINACIÓN + E D C SCORING DE APROBACION Riesgo B A - - + Ingresos El valor desembolsado o el cupo asignado debe estar relacionado con el nivel de Riesgo de cada segmento (a mayor Riesgo menor monto) para así mantener Rentabilidad SEGMENTOS:

  13. COBRANZA

  14. MODELOS PREDICTIVOS DE CARTERA • Definir estrategias basadas en pronóstico de corto plazo (cada período de cobranza) • Aumentar el recupero, reduciendo deterioro • Minimizar y optimizar los costo de gestión Objetivos SIN SEGMENTACION CON SEGMENTACION CLIENTES CON PAGO CLIENTES CON PAGO CLIENTES SIN PAGO CLIENTES SIN PAGO CLIENTES RECURSOS RECURSOS CLIENTES

  15. ESTRATEGIAS BASADAS EN PRONÓSTICO DE RECUPERO El diseño de estrategias de cobranza se pueden realizar con base en el Score del cliente, la Edad de la Mora actual y el valor adeudado.

  16. ESTRATEGIAS BASADAS EN PRONÓSTICO DE RECUPERO MAPA DE ESTRATEGIAS ALTO RANGOS MONTO DE LA DEUDA BAJO PROBABILIDAD DE RECUPERO SCORING BAJA ALTA

  17. LA ESCALA DE PRIORIZACIÓN EN LOS PAGOS El reto: ubicarse cada vez más arriba en la escala de prioridades de pago, no sólo será mayor el nivel de recaudo esperado, sino menor la volatilidad del esperado ante una crisis.

  18. ESTRATEGIAS PARA SUBIR EN LA ESCALA DE PRIORIDADES La necesidad de subir en la escala de prioridades de pago implica ser más creativo en las estrategias de cobranza, pero además implica definir para qué grupo de clientes es más eficaz la aplicación de la estrategia diseñada

  19. PROVISIONES

  20. ESQUEMA TIPOS DE PÉRDIDAS Pérdidas de Cartera Pasadas Futuras Esperadas No esperadas Cíclica o estadística Específica General Modelos internos o de referencia Específica – Riesgo Latente Scoring Rating …..

  21. CALCULANDO LA PÉRDIDA ESPERADA La medición de las pérdidas esperadas de crédito, dependen de tres factores: PE = PI * Saldo Expuesto * (1-REC) Probabilidad de incumplimiento (default), a través de modelos estadísticos Activos expuestos a default: importe en riesgo de activos cuando se produce el evento de default Impacto o Pérdida dado el incumplimiento. (recíproco de la recuperación)

  22. PROBABILIDAD DE INCUMPLIMIENTO Corresponde a la probabilidad de que en un lapso de doce meses los deudores incurran en incumplimiento, el cual se valida a través de matrices de transición.

  23. PI: NIVELES DE INCUMPLIMIENTO • A mayor score, menor es la probabilidad de incumplimiento de un cliente. Se tiene un mayor número de niveles de riesgo, asociados no sólo a mora actual, sino al comportamiento del crédito y el perfil del cliente como tal. • A todos los clientes se les reconoce un nivel de riesgo y con base en él se provisionan.

  24. EN CONCLUSIÓN… INFORMACION HERRAMIENTAS ESTRATÉGICAS DE GESTION TECNOLOGIA Es posible una gestión integral, proactiva y medible del riesgo de crédito que use eficientemente la información disponible y que diferencie a los clientes de acuerdo a su nivel de riesgo. El adecuado uso de estas herramientas permite encaminar acciones claves hacia un real conocimiento de nuestros clientes y la optimización de los recursos enfocados a su gestión. METODOLOGÍAS DE SEGMENTACIÓN ESTRATEGIAS POR PERFIL PERSONAL CAPACITADO SEGUIMIENTO CONTINUO

  25. ¡GRACIAS POR SU ATENCIÓN! LILIAN SIMBAQUEBA CEO LiSiM lsimbaqueba@lisim.com

More Related