3
Introducción
� El Puntaje de Comportamiento (PC) es una herramienta para evaluar el riesgo de un acreditado con base en su comportamiento de pago.
� El Modelo considera dos horizontes de tiempo, uno para recuperar la información de pago del acreditado y otro para pronosticar su desempeño.
Una cuenta que tuvo 4 o más meses o ciclos de mora en cualquier momento del periodo de desempeño.
Cuenta Mala:
Una cuenta que nunca tuvo 4 o más meses o ciclos de mora en cualquier momento del periodo de desempeño.
Cuenta Buena:
Jul-06 Dic-06 Dic-07¿Cuentas Buenas o Malas?
Desempeño
Datos
(6 meses)
(12 meses)
4
De Puntaje a Momios
� Una vez que el Puntaje de Comportamiento es calculado, puede serconvertido a momios*.
MOMIOS = 20 * 2(( PC – 500 )/20)
� Por ejemplo, una relación de momios 10:1 significa que para una población punteada de 11 créditos, esperamos, basados información previa, que 10 créditos se comportarán adecuadamente (B por Buenos créditos) por cada créditos que se comporte de manera no satisfactoria, (M por Malos Créditos) durante los 12 meses subsecuentes a la fecha en que se punteó la población.
* Los Momios representan el número de créditos que permanecen como Buenos, por cada crédito que se vuelve Malo.
5
Características Específicas
� El Puntaje de Comportamiento fue calibrado para doblar los momios cada 20 puntos.
Probabilidad de Incumplimiento (PI) por Intervalo de Puntaje
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
360
367
374
381
388
395
402
409
416
423
430
437
444
451
458
465
472
479
486
493
500
507
514
521
528
535
542
Puntaje
Probabilidad de Incumplim
iento
Promedio de PI por cada 20 unidades de puntaje Probabilidad de Incumplimiento
7
Base de Datos: Variables (1/6)
1. NUMERO DE MORAS>0 {1-6}
Número de meses en los que la cuenta ha estado en mora durante los
últimos 6 meses.
5
1
2
3
4
5
0
Caso3
Meses de Morosidad al Mes Respectivo
210Jul-066
000Ago-065
100Nov-062
100Dic-061
Caso 4Caso 2Caso 1Mesi
510Valor de Variable
100Sep-064
100Oct-063
- Puntaje
+ Puntaje
1
2
.
>6
.
0
Valores Posibles
8
Base de Datos: Variables (2/6)
2. MAXIMA CADENA DE MOROSIDAD>0 {1-6}
Máxima cadena de meses consecutivos en mora durante los últimos 6
meses.
5
1
2
3
4
5
0
Caso3
Meses de Morosidad al Mes Respectivo
210Jul-066
000Ago-065
100Nov-062
100Dic-061
Caso 4Caso 2Caso 1Mesi
410Valor de Variable
100Sep-064
100Oct-063
- Puntaje
+ Puntaje
1
2
.
>6
.
0
Valores Posibles
9
Base de Datos: Variables (3/6)
3. NUMERO DE MORAS > 1 {1-6}
Número de meses en los que la cuenta ha estado en mora 2 ó más veces
durante los últimos 6 meses.
4
1
2
3
4
5
0
Caso3
Meses de Morosidad al Mes Respectivo
210Jul-066
000Ago-065
100Nov-062
100Dic-061
Caso 4Caso 2Caso 1Mesi
100Valor de Variable
100Sep-064
100Oct-063
- Puntaje
+ Puntaje
1
2
.
>6
.
0
Valores Posibles
10
Base de Datos: Variables (4/6)
4. RELACIÓN PAGOS REALIZADOS {1-3} % REQUERIDOS {1-3}
Suma de pagos realizados (Pagos Real.) durante los últimos 3 meses como
porcentaje de la suma de los pagos requeridos (Pagos Req.) durante los
últimos 3 meses.
150
100
102
98
50
50
50
Pagos Real.
Caso 2
300
100
100
100
100
100
100
Pagos Req.
P. Real. / P. Req.
Pagos Req.
P. Real. / P. Req.
100%
100%
Pagos Real.
100100Jul-066
50%300300Suma{i=1 a 3}
100102Ago-065
100100Nov-062
100100Dic-061
Caso 1Mesi
50%Valor
10098Sep-064
100100Oct-063
+ Puntaje
- Puntaje
1
2
.
>100
.
0
Valores Posibles (%)
11
Base de Datos: Variables (5/6)
5. DÍAS DESDE EL ÚLTIMO PAGO
Número de días desde el último pago. Se calcula
como la diferencia entre la fecha de vencimiento
(Fecha Venc.) y la fecha del último pago (Fecha
Ult.).
92
92
Fecha Venc. – Fecha Ult.
27/07/2006
28/08/2006
30/09/2006
30/09/2006
30/09/2006
30/09/2006
Fecha Ult.
30/07/2006
30/08/2006
30/09/2006
29/10/2006
30/11/2006
31/12/2006
Fecha Venc.
Caso 1
Fecha Ult. Fecha Venc. – Fecha Ult.
6
6
Fecha Venc.
27/07/200630/07/2006Jul-066
28/08/200630/08/2006Ago-065
22/11/200630/11/2006Nov-062
25/12/200631/12/2006Dic-061
Caso 2Mesi
Valor
30/09/200630/09/2006Sep-064
29/10/200629/10/2006Oct-063
- Puntaje
+ Puntaje
1
2
.
>60
.
0
Valores Posibles
12
Base de Datos: Variables (6/6)
6. MAXIMA CADENA DE DECREMENTO EN SALDO {1-6}
Máxima cadena de meses consecutivos con decremento en el saldo
durante los últimos 6 meses.
3
10,561
6,248
1,936
550
550
0
Caso 3
$
10,56110,56110,561Jul-066
6,2486,2486,248Ago-065
2007000Nov-062
000Dic-061
Caso 4Caso 2Caso 1Mesi
533Valor de Variable
1,9361,9361,936Sep-064
5505500Oct-063
+ Puntaje
- Puntaje
1
2
.
>5
.
0
Valores Posibles
15
Comportamiento Esperado vs Observado (Sep05-Sep06)
0%
20%
40%
60%
80%
100%
360-400 401-420 421-440 441-460 461-480 481-500 501-520 521-548
Intervalos de Puntaje
% del Intervalo
Malos/Total Buenos/Total Probabilidad de Incumplimiento
Backtesting I
� Para el Portafolio SHF, el Puntaje de Comportamiento presenta unalto poder discriminante entre Buenos y Malos créditos.
� El Backtesting consiste en puntear una cartera y posteriormente identificar Buenos y Malos créditos, después de 12 meses de desempeño.
* Si un crédito tuvo 4 o más meses o ciclos de mora, durante los 12 meses siguientes a la fecha de puntaje, es considerado como un crédito malo.
16
Backtesting II
� En la gráfica se muestra el porcentaje acumulado de créditos punteados en Sep-05 y clasificados como Buenos o Malos en Sep-06.
� Mientras más lejos se encuentre una línea de la otra, mayor es el poder discriminante del Puntaje de Comportamiento.
- Puntaje
+ Puntaje
Estadísticas Acumulativas
1
2
3
4
5
6
7
8
100 95 90 85 80 75 70 65 60 55 50 45 40 35 30 25 20 15 10 5
Acumulado %
Intervalos de Puntaje
Créditos Malos Créditos Buenos
Lineal (Créditos Malos) Lineal (Créditos Buenos)
8 521-5487 501-5206 481-5005 461-4804 441-4603 421-4402 401-4201 360-400
Intervalos de Score
17
Backtesting III
� Las distribuciones de buenos y malos están suficiente separadas una de otra. Lo cual reafirma el poder discriminante del Puntaje de Comportamiento.
Distribución de Buenos y Malos
0%
10%
20%
30%
40%
50%
60%
360-400 401-420 421-440 441-460 461-480 481-500 501-520 521-548
Intervalos de Puntaje
% de Buenos y M
alos
Créditos Buenos Créditos Malos
19
Portafolio Garantizado por Puntaje de Comportamiento: Oct-06
� Gran parte de los créditos, en octubre de 2006, est án ubicados en el intervalo más alto de Puntaje de Comportamiento.
Distribución del Puntaje de Comportamiento: Oct-06
0
10,000
20,000
30,000
40,000
50,000
60,000
70,000
80,000
90,000
100,000
360-400 401-420 421-440 441-460 461-480 481-500 501-520 521-548
Intervalos de Puntaje
Número de Créditos
20
Matriz de Transición: Oct-06 – Oct-05
� La Matriz de Transición se construyó como un promed io del número de cambios mensuales de intervalo de puntaje que los c réditos experimentaron durante 12 meses.
� Como se esperaba, la diagonal principal concentra l a mayor probabilidad de migración, lo que indica que el portafolio garan tizado de SHF muestra tendencia a permanecer estable.
Matriz de Transición Promedio (%)Intervalos de Puntaje
360-400 401-420 421-440 441-460 461-480 481-500 501-520 521-548 Total
360-400 50.2 31.9 11.2 4.8 1.4 0.4 0.0 0.0 100
401-420 7.5 40.6 28.3 14.1 6.3 3.0 0.2 0.0 100
421-440 6.5 19.0 40.9 16.7 11.2 4.1 1.5 0.0 100
441-460 1.9 8.3 13.8 34.0 23.8 12.2 5.7 0.5 100
461-480 0.7 3.8 6.6 16.2 45.9 18.6 7.4 0.9 100
481-500 0.0 0.3 1.0 3.5 20.5 45.6 22.6 6.3 100
501-520 0.0 0.0 0.1 0.5 2.4 13.8 55.1 28.0 100
521-548 0.0 0.0 0.0 0.0 0.0 0.4 7.9 91.6 100Intervalos de Puntaje
21
PC Promedio por Loan to Value (LTV%): Oct 06
400
420
440
460
480
500
520
540
560
0-70% 70-85% 85-90% 90-100%
Intervalos de LTV
Puntaje Promedio
0
10,000
20,000
30,000
40,000
50,000
60,000
Número de Créditos
Créditos Media 10° Pctl 90° Pctl
Puntaje de Comportamiento por Loan to Value: Oct-06
� A través de los intervalos de LTV, el promedio del Puntaje de Comportamiento se mantiene estable, sin embargo, la dispersión aumenta para LTV’s mayores a 85%.
PROSAVI Apoyo INFONAVIT
22
Puntaje de Comportamiento por Actividad de Acreditado: Oct-06
� EL número de créditos en el sector no formal es rel ativamente pequeño y su variabilidad en términos de Puntaje de Comportam iento es considerable.
Puntaje de Comportamiento por Actividad del Acreditado: Oct 06
400
420
440
460
480
500
520
540
560
Formal Profesionista Ind. Informal
Actividades del Acreditado
Promedio de Puntaje
0
10,000
20,000
30,000
40,000
50,000
60,000
70,000
80,000
90,000
Número de Créditos
Créditos Promedio 10° Pctl 90° Pctl
23
Puntaje de Comportamiento por Administrador de Activos: Oct-06
� Los créditos con SOFOLES con calificación de admini stración de activos Superior al Promedio tienen un mayor cantidad de cr éditos, con respecto a las SOFOLES con calificación Promedio.
� También cuentan con mayor puntaje promedio así como menor dispersión de puntaje.
Puntaje de Comportamiento por Administrador de Activos: Oct-06
400
420
440
460
480
500
520
540
560
Promedio Superior al Promedio
Calificación de Adm. de Activos
Puntaje Promedio
0
10,000
20,000
30,000
40,000
50,000
60,000
70,000
80,000
90,000
Número de Créditos
Créditos Promedio 10° Pctl 90° Pctl
24
Distribución de Puntaje Promedio por Edad
503
508
513
518
523
528
533
538
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61
Edad en Meses
Puntaje Promedio
Puntaje de Comportamiento por Edad de Crédito: Oct-06
� El Puntaje de Comportamiento promedio por edad del crédito tiende a aumentar para edades mayores a 50 meses.
Punto de Corte
25
Usos del Puntaje: Mitigación de Pérdidas
� Ordenando el Portafolio de Créditos por Puntaje de Comportamiento podemos identificar pérdidas potenciales en aquello s créditos con puntaje bajo.
Cut-off point
Q548
:
O525
U510
Y505
G503
:
V356
C360
CréditoPuntaje de Comportamiento
OrdenadoAcción de Mitigación: En aquellos créditos con Puntaje de Comportamiento por debajo del Punto de Corte (503 pts.) podría llamarse a los acreditados correspondientes y hablarles sobre su deficiente situación crediticia.
26
Propuesta para compartir el score de comportamiento con las Sofoles
� SHF está interesada en poner a disposición del sect or el puntaje de comportamiento, con la finalidad de ayudar en la me dición y monitoreo del riesgo de la cartera hipotecaria
� Para ello, se propone un esquema de acceso con cost o por consulta “feeper hit”
� Para ayudar a los intermediarios financieros a form arse un juicio sobre el poder discriminante del puntaje, se propone que los intermediarios interesados envíen hasta 5,000 créditos al Área de Riesgos de SHF ([email protected]) para calcular su score, y regre sar a su vez la base de datos “escoreada” para que los intermediarios re alicen sus propias pruebas de poder predictivo y de “back-testing”
ScoreComportamiento
6 pesos~ US$0.5
Top Related