La analítica de datos que permite a los bancos predecir si un cliente dejará de pagar

En los últimos años, España ha vivido una situación paradigmática en lo que se refiere a ahorro y crédito. Y es que, en menos de 36 meses, el panorama ha sido bipolar. Con la llegada del covid, el frenazo del consumo y las ayudas públicas hicieron que los hogares españoles disparasen sus tasas de ahorro: según los datos del Instituto Nacional de Estadística (INE), dicha tasa llegó al 31,1% de su renta disponible en el segundo trimestre de 2020. Esto era no solo un crecimiento de 13,7 puntos porcentuales respecto al mismo trimestre del año anterior, sino también el máximo histórico desde que en 1999 se empezase a recopilar estos datos.

Este aumento en el ahorro tuvo una consecuencia clara: la demanda de crédito bajó de manera drástica. Sin embargo, la llegada de la invasión de Ucrania y la inflación corrigieron los datos: los hogares españoles tuvieron que capear la crisis, de modo que empezaron a tirar de sus ahorros previos. Basta con echar un ojo a los datos del INE: tras la gran subida de 2020, el ahorro fue cayendo en 2021 y 2022.

Las consecuencias de esta situación también fueron evidentes: aumentó el crédito pedido a entidades financieras. La coyuntura ha encendido las alertas de dichas entidades, que se encuentran temerosas ante una posible escalada incesante de la inflación y a que la amenaza de recesión dispare la morosidad, provocando un aumento en el impago que supere el 4%. A todo ello hay que sumar que, para asegurar la estabilidad de dichas entidades, tanto el Banco de España (BdE) como el Banco Central Europeo (BCE) han solicitado al sector bancario un aumento de información y de reporte, con una granularidad de los datos y una frecuencia más elevada.

La tecnología que evita la morosidad

En este sentido, las entidades financieras pueden hacer uso de una analítica de datos que admita niveles más desagregados y que garantice la coherencia de dichos datos, la transparencia y la trazabilidad completa. Eso es precisamente lo que busca el software de SAS, que, para conseguir la monitorización de la evolución de la potencial cartera de impagados, realiza un proceso de scoring que asigna un porcentaje a cada cliente correspondiente a la probabilidad de que acaben en un stage más temprano, avanzado o impagado. Así, antes de asignar el porcentaje, la solución toma en consideración y analiza los datos de la historia de los clientes, así como su nivel de impago en contraste con el nivel de ingresos, los comportamientos de pago y sus casuísticas demográficas para predecir si la persona puede incurrir en un impago y detener la concesión de crédito a tiempo. Este análisis se basa en escenarios que simulen las exposiciones al riesgo para ofrecer apoyo a la planificación del capital de la entidad.

Y es que "la mayoría de las soluciones destinadas al análisis de riesgos se enfoca únicamente en esa tarea", afirma Alejandro Villar, business developer de SAS para el sector bancario. Sin embargo, "el reporte de esa información es un trabajo pesado que, realizado de forma manual, puede llevar a la generación de fallos o al incumplimiento de los tiempos exigidos por el regulador".

Por lo tanto, "conseguir una solución completa que facilite el cumplimiento es lo ideal para este sector y para el contexto actual. Para ello, una solución autodocumentada que permita la gestión de los procesos críticos de riesgo operativo y de cumplimiento que garantice la auditabilidad y la trazabilidad para la dirección y los reguladores ofrece una ventaja única que les apoya en la consecución de sus obligaciones de forma segura y eficiente mientras libera a los analistas del banco de este tipo de tareas". "Con nuestras soluciones", continúa Villar, "ayudamos a los bancos en sus procesos de modernización. Les damos una ventaja competitiva al facilitar los deberes mientras proveemos la información necesaria para que se protejan al gestionar sus fondos de la manera más eficiente para hacer frente a su cartera de impagados".

La tecnología de SAS apuesta por ser flexible y adaptada a cada necesidad, ya que "la flexibilidad también es necesaria al momento de introducir nuevos modelos, metodologías y escenarios que exijan una adaptación rápida a las necesidades cambiantes del entorno o a nuevas obligaciones regulatorias. Es imprescindible que la herramienta permita la construcción y despliegue de los modelos de riesgo de crédito de forma rápida y ágil y que reduzca la necesidad de codificar", comenta Juan de Dios Lechuga, socio de FS Consulting de KPMG en España. Precisamente esta firma acaba de abrir un nuevo centro tecnológico en Madrid, KPMG One Tech, para potenciar su oferta de servicios avanzados como la analítica de datos, complementados con los especializados en la nube, plataformas y arquitecturas digitales, ciberseguridad y blockchain.

Todo parte, en definitiva, de un objetivo y una estrategia comunes: "Durante más de 20 años, SAS e Intel han colaborado de forma continua para garantizar que la inversión e innovación de ambas compañías está en el mayor grado de actualización tecnológica", comentan desde la dirección de Intel en España. "Juntos ayudamos a los clientes a modernizar su infraestructura de análisis en la nube y poner en funcionamiento altas capacidades para la toma de decisiones más rápidas y eficaces en todas sus organizaciones. Ofrecemos así un gran valor a sus aplicaciones de riesgos, cumplimiento, gestión del fraude, previsión de flujos de caja, etc. Intel optimiza su tecnología para garantizar que la analítica de SAS tiene una integración y optimización a medida. Esto es el verdadero partnership tecnológico en beneficio de nuestros clientes", concluye.