Score de Crédito Retail

En el Módulo 1 establecimos que todo se reduce a estimar PD, LGD y EAD. El crédito retail — tarjetas de crédito, créditos automotrices, créditos personales, hipotecas — es donde la estimación de la PD está en su punto más estadístico, porque tienes lo único que el crédito corporativo nunca te da: muchos datos. Millones de acreditados, décadas de historia, etiquetas de resultado limpias. Este módulo cubre cómo esos datos se convierten en un score.

El score que todos conocen: FICO

FICO no es un prestamista. Es una empresa de analítica (Fair Isaac Corporation, fundada en 1956) que construye modelos de scoring sobre los datos que guardan los tres burós de crédito — Experian, Equifax y TransUnion. Cuando un prestamista “consulta tu FICO”, el buró corre tu expediente por el modelo de FICO y regresa un número entre 300 y 850.

Los pesos publicados por componente:

Dos cosas que el material de marketing no te va a decir:

1. Los pesos son promedios, no una fórmula. FICO no es una suma ponderada lineal. Es una familia segmentada de scorecards — el modelo que califica a un joven de 22 años con expediente delgado es literalmente un scorecard distinto del que califica a un veterano con 30 años en el sistema de crédito. Los porcentajes describen cuánto contribuye cada categoría en promedio sobre toda la población.
2. No existe un único score FICO. FICO 8 es el más usado, los prestamistas hipotecarios todavía consultan mayormente FICO 2/4/5, y los emisores de tarjetas suelen usar scores “bankcard” específicos de la industria en un rango de 250–900. Tu score genuinamente difiere entre burós y versiones del modelo.

Con esa advertencia bien puesta sobre la mesa, el simulador de abajo es la versión pedagógica honesta — una suma ponderada de los cinco componentes mapeada al rango 300–850. Úsalo para construir intuición sobre la sensibilidad relativa, no para predecir tu propio score:

Fíjate cuánto más se mueve el score por unidad de “historial de pagos” que por unidad de “mezcla de crédito”. Esa es toda la lección de los pesos: si solo tienes atención para una cosa, paga a tiempo; si tienes atención para dos, mantén baja la utilización.

Scores de buró vs. tu propio scorecard

Un score de buró responde: ¿qué tan riesgosa es esta persona, en general? Pero la pregunta de un prestamista es más específica: ¿qué tan riesgosa es esta persona, para este producto, en este banco? Así que los bancos construyen scorecards a la medida con los datos de su propio portafolio, normalmente con el score de buró como un insumo más entre muchos.

Dos sabores, distinguidos por cuándo se usan:

• Los scorecards de originación (application scorecards) califican al solicitante nuevo en la puerta, usando datos de buró más la solicitud misma (ingreso, empleo, monto solicitado). Su trabajo es la decisión de aprobar/rechazar y el pricing inicial.
• Los scorecards de comportamiento califican a los clientes existentes cada mes, usando datos internos de desempeño — tendencias de saldo, patrones de pago, uso de sobregiro. Su trabajo es la gestión de líneas, la priorización de cobranza y las alertas tempranas. Los scores de comportamiento casi siempre son más poderosos que los de originación, porque cómo se comporta alguien realmente con tu producto le gana a cualquier fotografía tomada al momento de la solicitud.

Construyendo un scorecard: WOE y Valor de Información

La construcción estándar de la industria es una regresión logística sobre variables transformadas con Weight of Evidence (WOE). Ha sobrevivido cuatro décadas de desafíos de métodos más sofisticados en gran parte porque los reguladores y los validadores de modelos pueden leerla.

La receta:

Paso 1 — Binea cada variable. Toma una variable continua como la utilización y córtala en 5–10 bins. El bineo grueso es deliberado: absorbe outliers, maneja valores faltantes (lo faltante recibe su propio bin) y captura patrones no lineales sin términos polinomiales.

Paso 2 — Calcula el WOE por bin. Para el bin $i$:

donde “bueno” significa que el crédito se pagó bien y “malo” que incumplió (típicamente 90+ días de mora dentro de una ventana de 12–24 meses — la “definición de malo” es en sí misma una decisión de diseño). WOE positivo = el bin es más seguro que el promedio; negativo = más riesgoso.

Un ejemplo trabajado para la utilización revolvente:

Paso 3 — Filtra las variables con el Valor de Información. El IV resume qué tan bien separa una variable a los buenos de los malos a lo largo de todos sus bins:

La lectura convencional: IV < 0.02 inútil, 0.02–0.1 débil, 0.1–0.3 medio, 0.3–0.5 fuerte, y arriba de 0.5, sospecha — una variable así de predictiva a menudo está filtrando el resultado (p. ej., un campo de “días de mora” que se coló en un scorecard de originación). La tabla de utilización de arriba da un IV ≈ 0.50: la utilización de verdad es así de buena, y es la excepción que confirma la regla.

Paso 4 — Ajusta la regresión logística sobre los valores WOE, y luego convierte los coeficientes a puntos.

La plantilla de Excel descargable al final de este post implementa todo este pipeline — bineo, WOE, IV, el ajuste logístico y la conversión a puntos — sobre un dataset de muestra, para que puedas rastrear cada número.

Inferencia de rechazados: el problema del que nadie habla

Aquí va el secreto sucio de todo scorecard de originación. Construyes el modelo con los créditos que aprobaste, porque son los únicos con resultados observados. Pero el modelo se va a usar con todos los que soliciten — incluido el tipo de gente que históricamente has rechazado. Tus datos de entrenamiento están sistemáticamente censurados, y censurados exactamente en la región donde el modelo más importa.

Este es un sesgo de selección con colmillos. Supón que tu política anterior rechazaba a todos los que tuvieran utilización arriba de 90%. Tus datos entonces casi no contienen acreditados de 90%+, así que un modelo nuevo e ingenuo puede concluir que la utilización apenas importa — y aprobar muy contento exactamente el segmento del que tu política anterior te estaba protegiendo.

La inferencia de rechazados es la familia de técnicas para adivinar qué habrían hecho los solicitantes rechazados:

• Parceling / aumento (augmentation) — califica a los rechazados con el modelo actual, asígnales resultados bueno/malo probabilísticamente según su riesgo predicho, y agrégalos de vuelta a los datos de entrenamiento.
• Aumento difuso (fuzzy augmentation) — agrega cada rechazado dos veces, una como bueno y otra como malo, ponderado por la probabilidad predicha.
• Desempeño en buró — el truco más limpio: tú los rechazaste, pero alguien más los aprobó. Compra datos de buró sobre cómo se desempeñaron tus rechazados en otro lado y usa esos resultados reales.
• Aprobar una muestra aleatoria — el estándar de oro y el más difícil de vender internamente: aprueba deliberadamente una pequeña rebanada aleatoria de los que serían rechazados y observa qué pasa. Cuesta dinero real en incumplimientos; compra datos sin sesgo que ningún parche estadístico puede replicar.

Campeón/retador: cómo evolucionan los scorecards en realidad

Los bancos no cambian de modelo de scoring como quien despliega una versión de software. El modelo titular — el campeón — sigue tomando las decisiones, mientras uno o más modelos retadores califican las mismas solicitudes en las sombras (o sobre una pequeña rebanada aleatorizada de decisiones en vivo). Después de 6–12 meses comparas: poder de separación (Gini/KS — cubiertos en el módulo de métricas de la serie de ciencia de datos), calibración, tasas de aprobación y tasas de malos realizadas por segmento.

Solo cuando un retador gana de forma demostrable se le promueve — y el viejo campeón normalmente sigue corriendo en silencio otro año como benchmark. Es lento por diseño. Un modelo de trading que falla pierde dinero hoy y lo ves; un modelo de crédito que falla origina créditos malos hoy que apenas incumplen 18 meses después. El ciclo de retroalimentación es glacial, así que el proceso de promoción tiene que ser conservador.

Dónde conecta esto

• La transformación WOE reaparece casi sin cambios en el módulo de ingeniería de variables de la serie de ciencia de datos — es una de las grandes ideas portables del modelado de crédito.
• Todo lo de aquí asumió datos abundantes y créditos pequeños. Voltea ambos supuestos — pocos acreditados, exposiciones enormes, estados financieros auditados — y obtienes el Módulo 3, donde la estadística le cede el paso al análisis de razones financieras y al Z-score de Altman.
• Si un modelo de machine learning más sofisticado debería alguna vez reemplazar al scorecard logístico es la pregunta central del Módulo 12 — la respuesta corta es “a veces, si puedes explicárselo a un regulador”.

Pruébalo tú mismo

La plantilla de Excel de abajo construye un scorecard completo a partir de un dataset de muestra de 1,000 créditos: hoja de bineo, cálculos de WOE/IV, coeficientes logísticos ajustados y el escalamiento PDO — cada fórmula visible, nada escondido en VBA. Reconstrúyelo con tus propios bins y observa cómo se mueve el IV.

Recibe los nuevos posts por correo

Un correo por cada artículo nuevo. Sin spam, sin ventas, cancela cuando quieras.