Modelo de Credit Scoring para Predecir el Otorgamiento de Crédito Personal en Una Cooperativa de Ahorro y Crédito

Abstract

En los últimos años, la Cooperativa de Ahorro y Crédito presenta dificultades en cuanto a la concesión de créditos personales; el retraso de los clientes en las fechas de pago y en algunos casos el incumplimiento de la deuda son causantes de una morosidad variable, que no es más que el reflejo de una ineficiencia en la asignación de créditos y la necesidad de ajustar los criterios de evaluación. Por ello, la siguiente investigación tiene como objetivo la construcción de un modelo scoring que permita predecir el otorgamiento de crédito personal, con la finalidad de clasificar a los clientes a partir de la probabilidad de default. Metodológicamente la investigación es aplicada, con propósito predictivo y explicativo, basada en el proceso CRISP-DM para el desarrollo del proyecto. Las técnicas utilizadas fueron la Regresión Logística, Árboles de Clasificación y Redes Neuronales; la comparación de los modelos se realizó considerando las capacidades de clasificación y predicción, eligiendo como mejor modelo a la Regresión Logística por Agrupación Interactiva (R.L.A.I) por presentar una curva de ROC con 0.792, un GINI de 0.584 y una respuesta capturada del 30.8%. Posteriormente se realizó el scoring de los clientes estableciendo los puntos de corte de acuerdo a los objetivos de la institución, asignando un 30% para rechazo automático, 5% para análisis manual y un 65% para aprobación automática. Finalmente se concluyó que el credit scoring propuesto es una herramienta útil en la evaluación del sujeto a manera de sugerencia de aceptación o rechazo de una futura solicitud de crédito, permitiendo identificar con una mayor eficiencia a qué clientes se les puede otorgar crédito, logrando así la automatización y optimización del proceso crediticio en la institución, previniendo el sobreendeudamiento e incumplimiento.