Optimice la

Administración del
Riesgo Financiero en Acelerando Resultados

Su Organización

Administración del Riesgo

MODELOS ESTADISTICOS PARA COBRANZA

www.acelapartners.com
Acela Partners: Servicios de Consultoría

 Estrategia Corporativa Asistimos a la alta gerencia a

Organización  Gerencia de Proyectos entablar transformaciones
 Restructuraciones organizacionales

 Otorgamiento de crédito Reducimos costos operativos y

Riesgo  Administración de cartera perdidas crediticias con modelos
 Optimización de Cobranza estadísticos pioneros en la
industria.

 Programas de fidelización Optimizamos la adquisición y

Ingresos  Análisis de rentabilidad retención de sus clientes.
 Optimización de recursos

www.acelapartners.com
Riesgo: Optimización de Cobranza

La gestión de crédito, sea de forma estratégica para

complementar la venta de sus productos o el núcleo de su
negocio, consume y pone en riesgo importante capital
financiero y humano.

La gestión tradicional se basa en desarrollar tablas de “credit

scoring” en base a criterios de juicio para la emisión del crédito
y luego se prioriza la cobranza en base a monto y antigüedad –
dirigiendo el esfuerzo de cobranza a los clientes que más
deben y más morosos están. Esta metodología no es la optima
ya que provoca costos operativos altos y perdidas
innecesarias.

Acela Partners provee a sus clientes modelos estadísticos que

le permiten identificar, cuantificar y prevenir el riesgo
crediticio en cada etapa: emisión, administración, cobranza y
recuperación.
Optimización del Proceso de Cobranza

Transición del esfuerzo de cobranza de un proceso basado en la antigüedad y monto

de la deuda a un proceso científico basado en el riesgo y probabilidad de pago.

• La mayoría de los departamentos de crédito administran y

priorizan el esfuerzo de cobranza basadas en la antigüedad de
las cuentas. El cliente que le debe más dinero y esta mas
atrasado tiene la mayor prioridad en el proceso de cobranza.
• Utilizando el método tradicional suele provocar que los
clientes que deben bajos montos pero son de alto riesgo sean
ignorados, mientras que una gran cantidad de tiempo se
dedica a los clientes que deben más, pero son de bajo riesgo.
El esfuerzo y resultado no es óptimo.
• El modelo estadístico cuantifica el riesgo, tomando en cuenta
la morosidad y el monto, para dirigir una estrategia de
cobranza y administración de la cartera de crédito.
• Esto optimiza la asignación de recursos para determinar en
qué clientes debe enfocarse, qué tipo de tratamiento se debe
utilizar para cada cliente, y cuando se debe aplicar este
tratamiento –para cada miembro de su equipo de crédito.
www.acelapartners.com
Previsibilidad
Beneficios delen la Medición
Modelo de Riesgo
Estadístico

Existen tres métodos principales para evaluar el riesgo de una cartera

 Bureau de Crédito – Tablas de puntaje basadas en datos públicos, principalmente

diseñados para la evaluación del riesgo de crédito de clientes nuevos. Las puntuaciones
son las mismas para todos los usuarios.

 Modelo de Credit Scoring con Reglas de Juicio – Mezcla variables internas del cliente
con variables externas (bureau de crédito) para generar un score card. La elección de
variables para el score card, los pesos y rangos de puntuación, se determinan
subjetivamente. El resultado suele ser un ranking de los clientes sin cuantificar el riesgo.
Las tablas usualmente son diseñadas para aprobar aplicaciones de crédito.

 Modelo Estadístico para Cobranza – El modelo genera variables principalmente

basadas en el comportamiento interno-histórico de la cartera, el cual puede ser
complementado con información externa –i.e. bureau de crédito. Las variables de
puntuación y sus pesos se determinan con un proceso analítico y meramente estadístico. El
resultado del modelo es una probabilidad específica de la delincuencia (morosidad). El
modelo es específicamente diseñado para la gestión de riesgo de los clientes existentes
para: cobranza, la gestión de líneas de crédito, ordenes de compra, y el cálculo de las
reservas para deudas incobrables (perdidas).

www.acelapartners.com
Ejemplo: Cobranza Basada en Riesgo

Cliente A
• Clasificación de Riesgo: Bajo
• Deuda: $1,000
• Días retrasado: 30+
• Probabilidad “BAD“ (PBAD): 2%
• Dólares en Riesgo (DAR)
2% x $2,000: $40
Cliente B
 Clasificación de Riesgo: Muy Alto
 Monto -Deuda: $500;
 Días retrasado: >30
 Probabilidad “BAD” (PBAD): 50%
 Dólares en Riesgo (DAR)
50% x $500: $250

 La política de cobranza tradicional estipula que esta se debe priorizar en base a la

antigüedad de la deuda y el monto. El que mas debe y mas tarde esta es el primero al
que se le debe cobrar. En este ejemplo, se debería cobrar al cliente A, ya que debe el
doble que el cliente B y esta mas atrasado en su pago.

 La cobranza basada en riesgo (probabilidad de pago) indica que el enfoque debe ser en
“dólares en riesgo”, lo cual implica que el enfoque debería ser en el cliente B, done el
monto en riesgo es 6 veces mas alto.

www.acelapartners.com
Beneficios de Modelos Estadísticos
El modelo estadístico identifica las cuentas que tienen mayor tendencia de no pago en
el futuro –usualmente es hasta 300% mas acertado que las tablas de credit scoring
basadas en criterios de juicio.

Modelo Estadístico
Scorecard (reglas/juicio)
Al azahar (sin metodología)

Mayor Riesgo Menor Riesgo

Credit Scoring basado en Modelos Estadísticos siempre supera los

resultados de los modelos que dependen de Criterios de Juicio.
www.acelapartners.com
Modelo Estadístico de Cobranza (MESCO)
Una herramienta para monitorear la cartera de crédito. Diseñada para ayudar a las
empresas a evaluar el riesgo futuro de los clientes existentes, y la probabilidad de
morosidad y pérdidas, de tal forma que se pueda accionar y mitigar el riesgo.

 Un modelo de decisión estadística para las cuentas

mensuales de administración de cartera por cobrar.
 Para plazos o de crédito revolvente, principalmente términos
Net/30, préstamos a plazos, pero puede ser adaptado para
manejar cualquiera de los términos.
 Aprovecha el poder de predicción de datos interna,
incluyendo detalles sobre el comportamiento de pago actual
y pasado.
 Diseñado para predecir la probabilidad específicas de cada
cliente BUEN hacerse cliente de BAD en algún momento más
de un 6 (seis) meses, a partir de la fecha de la partitura.
 Cliente determina la mala definición para el modelo.
Datos de la Oficina de crédito no sean utilizadas ni
obligatorio, pero si se puede añadir a los modelos de mayor
valor diagnóstico
www.acelapartners.com
Reporte Mensual MESCO
Los reportes se transfieren en físico y/o también están disponibles a través de nuestro
interface por Internet (Score Miner)

 Puntuación - Escala de 0,01 a 100, con 0,01 siendo el peor

valor (máximo riesgo) y 100 siendo el mejor
 PBAD - La probabilidad de que un cliente vaya se convierta
en moroso (BAD) y/o no pague en los próximos seis meses a
partir de la calificación
 Clasificación de Riesgo - Se usa como base para la aplicación
de estrategias de recolección/cobranza
 Tendencia (Disponible a través de nuestro interface por
Internet –Score Miner) - ¿El cliente es cada vez mejor o
peor y cual es su ritmo de cambio?
 Dólares en Riesgo (DER) - El valor en dólares de un cliente
que está en riesgo, se calcula multiplicando la probabilidad
de BAD por el monto de crédito vigente
 Código Motivo adversas 1, 2, 3… (explica porque obtuvo el
puntaje que obtuvo.

www.acelapartners.com
Integración del MESCO es sencilla
Nuestros productos no requieren de ningún tipo de inversión o ajuste a su
infraestructura actual de informática (software o hardware)

Tenemos la capacidad de recibir y transferir reportes en

múltiples formatos:

 Interface Internet –Score Miner – Reportes y sistema

interactivo

 Se pueden exportar a Excel, PDF o archivos CSV

 Puede cargar sus datos en archivos ASCII o CSV para

actualizar los modelos estadísticos

 Sistema ERP – SAP (certificado), Oracle, JDE,

PeopleSoft
 Enlace a su sistema propietario de cuentas por
cobrar
 Aplicaciones de Workflow y cobranza

www.acelapartners.com
Score Miner

Score Miner es el interface vía Internet que maximiza los beneficios de la

implementación del modelo estadístico permitiéndole al usuario tener
información dinámica, de forma constante y con capacidad de filtrar y
customizar.

Los siguientes reportes están disponibles vía Score Miner:

 Análisis por Clasificación de Riesgo (cuentas con scoring)

 Análisis de Clasificaciones de Riesgo (todas las cuentas)

 Análisis de Dólares en Riesgo (DER)

 Análisis Comparativo de la Cartera de Dólares en Riesgo

 Antigüedad por Clasificación de Riesgo

 “Watch List” – Movimientos entre Clasificaciones de Riesgo

www.acelapartners.com
Beneficios de Score Miner

Beneficios para la Alta Gerencia

GERENTE FINANCIERO (CFO)
 Analiza tendencias puntuales y de forma dinámica para
evaluar el nivel de riesgo de sus cuentas por cobrar
 Produce reportes que facilitan la auditoria (estándar
Sarbanes-Oxley) y proyecta perdidas con mayor exactitud
 Determinara los Dólares en Riesgo (DER) afectando su
rentabilidad para mitigar el riesgo de perdidas
 Determine el rendimiento de cada analista, gestor de
cobranza, y vendedor en relación a sus colegas y nivel de
riesgo.
GERENTE DE CREDITO
 Monitorea la efectividad de su estrategia para el
esfuerzo de cobranza para la cartera entera, segmentos
importantes o cuentas individuales
 Sofisticado sistema de reportes para analizar su cartera.
 Conozca las cuentas dentro de cada categoría de riesgo
 Desarrolle listas de clientes que quiere monitorear mas
de cerca. www.acelapartners.com
Retorno de Inversión: ROI
Clientes han obtenido importantes beneficios financieros y operativos al
implementar el modelo estadistico de cobranza nuestro. En promedio,
logran los siguientes beneficios:

 Reducción en los días de morosidad de la cartera (10%-20%)

 Reducción en perdidas crediticias (1%-20%)
 Reducción en el numero de empleados requeridos para
cobranza (10%-35%)
 Reducción en el gasto por obtener datos de bureaus de crédito
(20%-80%)
 Reducción en el gasto de servicios de cobranza de terceros y/o
outsourcing
 Optimización en la toma de decisiones para maximizar el
retorno de la cartera al crédito –cargos financieros, cargos de
pago tarde de cuentas de bajo riesgo.

www.acelapartners.com
Validación
Desarrollamos el modelo estadístico de cobranza (MESCO) con sus datos y le
cuantificamos el beneficio que obtendría usando nuestro modelo. Usted evidencia el
modelo en la practica, sin asumir riesgo por el costo de desarrollar el mismo.

 El cliente genera los últimos 18 a 24 meses de historial

crediticio (o cuentas por cobrar) mas cualquier dato adicional
del cual disponga su cartera y sea relevante para el desarrollo
de los modelos –sin comprometer datos confidenciales
(nombre de clientes).
 Nos proporciona los 18 meses mas antiguos (o 12 en caso
haya obtenido 18), quedándose usted con los seis mas
recientes. Esto sirve de base de nuestro modelo.
 Customizamos nuestro modelo, acoplándolo a los datos de su
cartera.
 Validamos los resultados del modelo contra lo que realmente
sucedió en su cartera durante los últimos seis meses para ver
si el modelo pudo predecir el comportamiento.
 NUESTRA GARANTIA: Mientras no le demostremos que los
resultados de nuestro modelo superan su metodología actual
Usted no asume costo alguno.
www.acelapartners.com
Datos Requeridos para Desarrollar Modelo

Requisito Minimo

 Mínimo 18 meses de historial de pago, preferiblemente 24

(particularmente si el numero de clientes es menor a 10,000).
 Numero Único de la Cuenta (ID) –nombres no son necesarios
 Saldo revolvente al crédito (deuda actual) monto por
antigüedad: saldo vigente, 1 a 30, 31 a 60, 61 a 90, 91+
 Indicador para día en cual se tiro a perdida (y monto, si aplica)

Datos Adicionales
 Clasificación disponible (en uso) –facilita la comparación
 Línea de Crédito (si aplica); Limite;
 Hipoteca (primaria, 2nd, 3rd)
 Tasa variable o fija (términos: 5/1, 7/1, etc.)
 Clasificación: Prime, Alt A, sub-prime
 Monto original del préstamo y cargos por pago tarde
 NSF monto o indicador (cheque sin fondos)
 Categoría / Clasificación del Cliente y Producto
www.acelapartners.com
RESUMEN: Modelo Estadístico de Cobranza
La implementacion de un modelo estadistico para cobranza puede tener
un impacto considerable en la administraciond y rentabilidad de su cartera
de credito (o cuentas por cobrar)

 Facilita el desarrollo e implementacion de cobranza basada

en dolares en iresgo, mejorando de forma significativa su
esfuerzo de cobranza al permitirle priorizar el esfuerzo en
base a los resultados del modelo.

 Nuestro Modelo Estadistico de Cobranza (MESCO) genera

una mejoria de entre un 20% y 300% en la previsibilidad de
pago de sus clientes cuando se compara con los modelos de
credit scoring basados en datos del bureau de credito y/o
criterios de juicio.

 El clima de negocio adverso afecta el riesgo de la cartera al

credito. Los modelos de riesgo le ayudan a predecir
tendencias, entender el riesgo de sus clientes y asi
optimizar la gerencia de su cartera y el retorno de su
capital.
www.acelapartners.com
Equipo Técnico: Modelos Estadísticos

15 años de liderazgo en el desarrollo de modelos estadísticos en EE.UU.

 Acela Partners dispone de expertos en la industria de riesgo con

Doctorados en Econometría y Estadísticas.
 Nuestro equipo desarrollo y administra los modelos de riesgo
estadísticos que usan bureaus de crédito nacionales en EE.UU.,
incluyendo Dun & Bradstreet.
 Pioneros en la creación y aplicación exitosa de modelos
estadísticos basados en información interna -cuentas por cobrar e
historial de pago de clientes.
 Disponemos de tecnología de ultima generación, incluyendo
software propietario y hardware (SAS 70 II), elaborado
específicamente para la producción de modelos estadísticos
complejos que proveemos vía una plataforma en Internet.
 En el área de administración de riesgo, nos especializamos en
modelos de cobranza y soluciones para optimizar el uso de crédito
con clientes actuales, y otorgamiento de crédito a nuevos clientes.

www.acelapartners.com
 Clientes EE.UU.: Modelos Estadísticos

Industriales Servicios Financieros Factoring Cobranza

LP Investments

Integrity Portfolio Funding

Electricidad/Telefonia Mayoristas Transporte Otros

MOUNT CARMEL
HEALTH SYSTEMS

www.acelapartners.com
 accelerating results

Javier.Arguello@acelapartners.com

www.AcelaPartners.com