Please use this identifier to cite or link to this item: http://repository.ucc.edu.co/handle/ucc/4238
Exportar a:
Title: Diseño de un modelo de regresión logística scoring de otorgamiento para determinar la probabilidad de incumplimiento de futuros deudores en el pago de sus obligaciones, en la cooperativa financiera de Antioquia.
Author: Restrepo Ruíz, Viviana Andrea
Issue Date: 30-Mar-2006
Advisor / Validator: Ospina, Francisco
Poveda Vásquez, Efraín Alberto
Keywords: Cooperativa financiera de Antioquia
Análisis de riesgo
Pago de obligaciones
Deudores
Scoring de otorgamiento
Regresión logística
Cooperativas financieras
Description: Esta práctica empresarial consistió en la elaboración de un modelo de regresión logística “Scoring de otorgamiento” construido bajo la teoría de una monografía que permitiera abordar la problemática del incremento acelerado de las operaciones de crédito, mejorar los tiempos de respuesta para el cliente, contar con un efectivo control del riesgo crediticio y minimizar la morosidad de la cartera para la Cooperativa Financiera de Antioquia. El diseño metodológico de esta práctica se realizó con un lenguaje claro, sencillo y entendible en lo posible, describiendo la propuesta del modelo de regresión logística “Scoring de otorgamiento” soportados en la base de datos histórica de la cooperativa, con la inspección del procedimiento de crédito desde la asesoría al cliente hasta el desembolso del crédito y la evaluación de las políticas de otorgamiento; además de un glosario que permite el entendimiento del desarrollo de la temática. Este trabajo describe el proceso para determinar la probabilidad de incumplimiento de los futuros deudores en el pago de sus obligaciones, la aplicación de técnicas y análisis estadísticos, pruebas de bondad de ajuste al modelo para determinar la confiabilidad del mismo, determinación de los puntajes de aprobación, zona gris y rechazo de créditos con base en los perfiles extraídos de la población y monitoreo de los resultados. En el desarrollo y cumplimiento de los objetivos propuestos, se buscó apoyo en bibliografías escritas y electrónicas sobre el tema objeto de estudio, adicionalmente se contó con dos asesores: uno técnico y otro metodológico quienes aportaron su conocimiento y experiencia para llevar a cabo este proyecto, constituyéndose en un requisito para optar al título de “CONTADORA PÚBLICA”.
Abstract: La creación de este modelo de regresión logística “scoring de otorgamiento”, nació de una necesidad sentida por la Cooperativa Financiera de Antioquia, CFA, frente a la falta de predecir desde el momento de la solicitud del crédito la probabilidad de que un deudor sea moroso o incumpla con sus compromisos de pago, mejorar los tiempos de respuesta en el proceso de crédito, mejorar la calidad de cartera y tener un efectivo control del riesgo crediticio. Posteriormente, se evaluó el proceso interno de análisis, verificación y otorgamiento de crédito y se identificó mediante entrevistas a los funcionarios de la Cooperativa qué políticas de otorgamiento aplican para la aprobación o rechazo de un crédito, la documentación exigida al cliente y las variables mas influyentes en la determinación del resultado del crédito. Paralelamente, se identificó mediante trabajos o libros escritos sobre el tema, la técnica que permitiera construir una score que fuera estadísticamente válida. Para desarrollar el modelo de regresión logística, se realiza una preparación de la información antes de ser utilizada, es decir, todos los datos de la muestra deben ser un reflejo de la información de las solicitudes de crédito en el momento en que fueron recibidas; definir qué es un cliente bueno y malo para la Cooperativa dada su experiencia y el riesgo que desea asumir, para lo cual la entidad define el cliente malo (default o fallido) como aquel que ha alcanzado en el pago de su obligación una altura de mora de 90 días o tres cuotas vencidas. Definida la mora y de acuerdo a sus características socioeconómicas, el modelo de scoring determina la probabilidad de que en el futuro incumpla con sus pagos. El método produce, a partir de las probabilidades obtenidas, un “score” (puntaje), que la Cooperativa va a usar para establecer rangos de riesgos de sus solicitudes de crédito. En el modelo de scoring un puntaje entre 999 y 700 indica un riesgo bajo, el cliente es clasificado como Bueno y se aprobará automáticamente la solicitud; entre 699 y 400 indica un riesgo medio, en este caso se analiza la solicitud de crédito de la forma tradicional, es decir, el analista o auxiliar deben evaluar con más detalle, pues, indica que existe alguna debilidad o no cumple con el total de exigencias de la Cooperativa; finalmente un puntaje entre 399 y 100 se rechazan de una vez porque se consideran de riesgo alto y son los clientes que están por fuera del mercado objetivo de la entidad. Con base en los resultados obtenidos en las etapas anteriores, se validó el modelo con diez y nueve créditos (19) analizados por el área de crédito, para asegurar que una vez la Cooperativa coloque este desarrollo en el sistema central se tome decisiones acertadas; los resultados fueron muy satisfactorios dado que el 80% de los créditos aprobados por el modelo, también fueron aprobados por el área de crédito de la entidad. Con el propósito de validar la capacidad predictiva del modelo, se realizaron varias pruebas que evalúan no sólo la eficiencia para discriminar entre fallidos y no fallidos, sino también la precisión en la estimación de las probabilidades de fallido, de tal manera que no se subestime el riesgo asociado a una obligación en ningún momento. Las pruebas fueron: Hosmer-Lemeshow, Prueba Z de Kolmogorov-Smirnov (KS), Curva ROC y adicionalmente, se calculó el índice de estabilidad de la población (PSI), el cual se utiliza para asegurar que la población esté bien distribuida entre buenos y malos clientes. Finalmente, con los aportes efectuados por los entrevistados, se puede afirmar que el 88% está de acuerdo en que la Cooperativa Financiera de Antioquia, CFA, obtendrá grandes beneficios con la adopción del modelo de regresión logística scoring de otorgamiento, no solo porque puede determinar la probabilidad de incumplimiento de futuros deudores en el pago de sus obligaciones, sino porque cuantifica el riesgo, permite reducir las pérdidas en cartera irrecuperable, disminuye el índice de morosidad de la misma, la documentación requerida es menor y reduce notablemente el tiempo empleado en el proceso de análisis de crédito.
Table Of Contents: Introducción 26 1. Descripción del problema 27 2. Delimitación 28 2.1 Espacial 28 2.2 Temporal 28 3. Justificación 29 4. Objetivos 31 4.1 Objetivo general 31 4.2 Objetivos específicos 31 5. Marco teórico 32 5.1 Antecedentes históricos 32 5.1.1 Reseña histórica de la temática 32 5.1.2 Reseña histórica de la cooperativa 33 5.2 Bases teóricas 36 6. Hipótesis 38 7. Variables 39 8. Metodología general del trabajo 41 8.1 Tipo de investigación 41 8.2 Métodos de investigación 41 8.3 Fuentes y técnicas de recolección de información 41 8.3.1 Fuentes primarias 41 8.3.2 Fuentes secundarias 42 9. Población y muestra 43 9.1 Población 43 9.2 Muestra 43 9.2.1 Tipo de muestreo 44 10. Aspectos administrativos 46 10.1 Talento humano 46 10.2 Recursos técnicos 46 10.3 Recursos institucionales 46 10.4 Recursos financieros 47 10.5 Cronograma de atividades 47 11. Diseño de análisis 47 segunda parte diseño de un modelo de regresión logística “Scoring de otorgamiento”, para determinar la probabilidad de incumplimiento de futuros deudores en el pago de sus obligaciones, en la cooperativa financiera de Antioquia 49 12. Diagnóstico sobre el estado atual de la forma Como se determina la evaluación de la probabilidad de incumplimiento de los deudores en el pago de sus obligaciones (proceso de crédito) 50 12.1 Proceso interno de análisis, verificación y otorgamiento de crédito 51 12.1.1 Proceso interno de análisis 51 12.1.2 Proceso de verificación 55 12.1.3 Proceso de otorgamiento del crédito 56 12.2 Obtención de información mediante entrevistas con el comité de crédito, jefe de crédito y analistas de crédito 57 12.3 Identificar las variables más influyentes en la determinación del resultado del crédito 67 12.4 Análisis general de la información obtenida 68 13. Evaluación de los créditos actuales y futuros de acuerdo a una metodología estadística que permita dar una calificación de riesgo a los posibles usuarios del crédito 70 13.1 Organización de datos que pueden aportar al análisis de riesgo 70 13.1.1 Selección inicial de variables 70 13.1.2 Ventana de aplicación 73 13.2 Análisis estadístico 76 13.2.1 Desviación 76 13.2.2 Análisis de variables cuantitativas 101 13.2.2.1 Resumen de las variables cuantitativas disponibles según cortes de mes 102 13.3 Variables determinantes 120 13.3.1 Matriz de correlación para las variables cuantitativas 120 13.3.2 Análisis de componentes principales 125 13.3.2.1. Medida de adecuación muestral de kaiser-meyer-olkin (kmo) y prueba de esfericidad de barlett 125 13.3.3 Matriz de correlación para las variables cualitativas o categóricas 138 13.3.4 Análisis de componentes principales para variables categóricas 146 13.3.4.1. Medida de adecuación muestral de kaiser-meyer-olkin (kmo) y prueba de esfericidad de barlett 147 13.4 Escogencia de modelo 168 13.4.1 Modelo de regresión logística 168 13.4.2 Estadísticos 168 13.4.3 Métodos 169 13.4.4 Pruebas ómnibus sobre los coeficientes del modelo diseñado 170 13.5 Resultados de buenos créditos, proporción de buenos y malos 171 13.5.1 Prueba de hosmer-lemeshow 171 13.5.2 Resumen del modelo logístico 175 13.6 probabilidad de incumplimiento del crédito 179 13.6.1 prueba z de kolmogorov-smirnov (ks) 179 13.6.2 Área bajo la curva roc 181 1.3.7 Establecimiento de puntajes de corte para las categorías de aprobados, zona gris y rechazados 195 14. Elaboración del modelo de regresión logística “Scoring de otorgamiento”, para un mejor y efectivo análisis de crédito 198 14.1 Monitoreo y ajustes de calibración a los resultados clasificado erróneamente 198 14.2 Simulación del modelo con los ajustes realizados 200 14.2.1 Índice de estabilidad de la población – psi. 201 15. Conclusiones 204 16. Recomendaciones 205 Bibliografía 206 Anexo a. formato de encuesta 207
Program: Contaduría Pública
Headquarters: Medellín
Publisher: Universidad Cooperativa de Colombia, Facultad de Ciencias Económicas, Administrativas y Contables, Contaduría Pública, Medellín y Envigado
Type: Trabajos de grado - Pregrado
Citation: Restrepo Ruíz, V. A. (2006). Diseño de un modelo de regresión logística scoring de otorgamiento para determinar la probabilidad de incumplimiento de futuros deudores en el pago de sus obligaciones, en la cooperativa financiera de Antioquia. (Tesis no publicada). Universidad Cooperativa de Colombia. Medellín,Colombia
Appears in Collections:Contaduría Pública



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.