Pronóstico de clasificación del cliente mediante el modelo Credit Scoring para una institución microfinanciera

Abstract

La presente tesis busca determinar las variables que clasifiquen a un cliente en el cumplimiento de pago ante la posibilidad de un incremento en el índice de morosidad, de manera tal que se establezca un modelo Credit Scoring que permita un mayor control sobre este índice en la cartera. Con este propósito, se trata de encontrar un modelo que pronostique la probabilidad de incumplimiento de un futuro solicitante de crédito para IDESI Región Grau (Instituto de Desarrollo de la Micro y Pequeña Empresa). Asimismo, identificar las variables que influyen en la probabilidad de incumplimiento y determinar la capacidad de pronóstico del Credit Scoring, modelo econométrico específico para la institución, siendo una herramienta de apoyo al analista durante el proceso de otorgamiento de créditos. El trabajo concluye que, de las 35 variables ingresadas para la obtención del modelo, el algoritmo de Wald del modelo de regresión logística binaria implementado en SPSS ha brindado solo dos variables significativas, ambas de carácter cualitativo: Calificación Normal y Sexo Femenino, las cuales influyen en la probabilidad de pago para este tipo de análisis según la literatura revisada y aplicada a la institución. A su vez, el modelo obtenido discrimina correctamente entre buenos y malos pagadores.