Proceso de desarrollo de la Scorecard – El análisis del archivo maestro (Masterfile Analysis)

Este artículo es el segundo de una serie dedicada a conceptos de scoring, desarrollo de scorecards y tipos de modelos de scoring. Este artículo se concentra en el análisis del archivo maestro, que consiste en la preparación previa necesaria antes de construir una scorecard y su propósito, que es examinar los datos del cliente, comprender el negocio y seleccionar una muestra para el desarrollo de la scorecard.

Un análisis preciso del archivo maestro es la clave de una scorecard exitosa, ya que:

La bondad de un modelo depende de los datos sobre los que está construido.

El archivo maestro generalmente contiene datos de la solicitud (recogidos en el momento de la solicitud) y datos de desempeño subsiguientes (detalles del comportamiento de pago) a través del período de ‘resultado’.

El análisis del archivo maestro puede dividirse en tres etapas:

•  Extracción y verificación de datos
•  Definición del resultado
•  Definición y creación de una muestra

Extracción y verificación de datos

Esta primera parte del análisis se concentra en comprender los archivos del cliente.  Los datos deben verificarse para evaluar si son correctos y de acuerdo a lo esperado. Las cuentas clave. tales como los rechazados, los aceptados que a su vez aceptaron el crédito y aquellos que, siendo aceptados, no lo tomaron, necesitan ser identificados y examinados a lo largo del tiempo. Se necesita determinar para la cartera estadísticas clave tales como índice de aceptación, índice de respuesta (los que tomaron el crédito/los aceptados) y el índice básico (los que aceptaron el crédito/el total de solicitantes). Se producen tablas que grafican los criterios de solicitud a lo largo del tiempo para analizar la estabilidad e idoneidad de la scorecard. Se produce un Documento de Distribución de Características que se le envía al cliente para su aprobación.

Definición del resultado

La segunda etapa es donde se examina el desempeño de las cuentas y se determina una definición bueno/malo. Para evaluar si una cuenta debería ser clasificada como buena o mala, se lleva a cabo un análisis de la tasa de deterioro (Roll Rate). El análisis de la tasa de deterioro mide el peor estado de las cuentas después que han estado funcionando un corto tiempo (por ejemplo, 12 meses) y luego lo compara con lo que sucede con estas cuentas después que han funcionado un tiempo más (por ejemplo, 24 meses). Esto nos permite determinar si las cuentas que se mantienen al día en los primeros meses tienden a deteriorarse hasta incurrir en mora (es decir, clasificadas como malas) o si probablemente continúen siendo buenas pagadoras. En forma similar, ¿las cuentas que incurren en mora temprano se recuperan y vuelven a estar al día (es decir, clasificadas como buenas) o terminan en moras?  Aquellas cuentas para las que es difícil predecir el desempeño se etiquetan como indeterminadas.  Ahora puede establecerse la definición bueno/malo y presentarse al cliente para su aprobación. 

Definición y creación de una muestra

En la etapa final se determina el período del cual debe sacarse la muestra (ventana de muestra), y el número de cuentas a muestrear. Existen varios factores a considerar al decidir la ventana de muestra:

•  Necesita abarcar suficiente tiempo como para asegurar que las cuentas tengan suficiente tiempo para que madure su desempeño, es decir, tiempo para tornarse malas.

•  Debe haber volúmenes suficientes de cuentas buenas y malas en la ventana de muestra.

•  Debe reflejar el perfil de la cartera actual lo más ajustadamente posible.

•  Debe tenerse en cuenta cualquier variación estacional o diferencia en la calidad de los solicitantes.

Esto se lleva a cabo analizando a lo largo del tiempo el crecimiento del índice de malos, la morosidad dinámica (Vintage Analysis) y los volúmenes y estadísticas de solicitudes. Una vez determinada la ventana de muestra, muestreamos aleatoriamente cuentas buenas, malas, rechazadas y aceptadas que no aceptaron el crédito  de ese período para usar para el desarrollo de la scorecard. Típicamente se recomienda utilizar muestras de alrededor de 5000 por categoría.

Todos los detalles del proceso de análisis del archivo maestro se coloca en un documento de  análisis del archivo maestro y se lo presenta al cliente.

Lea Credinews el próximo mes para mayor información sobre análisis del archivo maestro y análisis de segmentación.

Autor: Cezanne Gentle, Analista de Scoring, Experian Decision Analytics.