Modelo de puntuación crediticia para tarjeta de crédito en México: una aproximación logística: Credit Scoring Model for Credit Card in Mexico: A Logit Approach

• Reyes Morales, Marco Antonio ^[1] ; Sosa Castro, Magnolia Miriam ^[1]
  1. [1] Universidad Nacional Autónoma de México

     Universidad Nacional Autónoma de México

     México

     
• Localización: Ensayos Revista de Economía, ISSN-e 2448-8402, Vol. 41, Nº. 1, 2022 (Ejemplar dedicado a: May 2022), págs. 17-52
• Idioma: español
• Títulos paralelos:
  • Credit Scoring Model for Credit Card in Mexico: A Logit Approach: Modelo de puntuación crediticia para tarjeta de crédito en México: una aproximación logística
• Enlaces
  • Texto completo
• Resumen
  • español

    El riesgo de crédito es una de las principales preocupaciones de los organismos de supervisión y regulación financiera, así como de las instituciones bancarias. Así, se propone un modelo de puntuación crediticia basado en una regresión logística, para analizar la probabilidad de incumplimiento por segmentos de una cartera de clientes de tarjeta de crédito de una institución mexicana. Los resultados muestran que el modelo propuesto tiene un alto nivel de predictibilidad y de estabilidad, tanto fuera como dentro del periodo de modelado, la comprobación de monotonicidad, también asegura que el modelo tenga un alto nivel de precisión. La originalidad subyace en que existen escasos estudios sobre modelos de puntuación crediticia para México, el resultado del modelo tiene alto nivel de precisión y arroja como resultado una tabla de puntuación de fácil interpretación para el personal bancario. Se concluye que el modelo es confiable y con alto nivel de ajuste.

  • English

    Credit risk is one of the main concerns of financial institutions and supervision and regulation organisms. Thus, a credit scoring model is proposed based on the logit approach to analyze the default risk for a credit card portfolio in a Mexican financial institution. Findings show that the model proposed has a high level of prediction and stability, in and out of the sample. The monotonicity property provides evidence that the model has a high level of precision. The originality lies in the fact that there is scarce literature on credit scoring models for Mexico.  The model results are highly accurate in terms of predictability and the evidence is presented in a scoring table that is easy to interpret for all bank employees. We conclude that the model is reliable and highly accurate.