Impulsando el acceso al crédito en el mercado peruano de

Impulsando el acceso al crédito en el mercado peruano de

Caso de Estudio EFL:
Impulsando el acceso al crédito en el mercado peruano de consumo retail.
GMG – Perú
Resumen Ejecutivo
 Grupo Monge es un grupo económico líder en Centroamérica en la distribución y venta de
electrodomésticos a través de una amplia cadena de tiendas. Grupo Monge inició sus
operaciones en el Perú en el año 2012 con el objetivo de conquistar los segmentos de menores
ingresos económicos. El Grupo ingresa a Perú con su formato de tiendas “El Gallo más Gallo”,
en adelante GMG.
 En el año 2013, GMG integró a su proceso de evaluación crediticia el score psicométrico de
EFL con el objetivo de mejorar los resultados de cartera de los clientes no bancarizados del
rubro de consumo minorista en Perú. Gracias al uso de la herramienta EFL, en el año 2014,
GMG incrementó su base de clientes en un 35% sin aumentar su nivel de riesgo. Este
compromiso con la innovación, le permitió a GMG facilitar créditos a más de 3,000 peruanos
no bancarizados e incorporarlos al sistema financiero formal.
 GMG confirmó que la capacidad de medir el riesgo del score psicométrico EFL en el segmento
de no bancarizados iguala a la de un score crediticio del segmento de bancarizados
proporcionado por una central de riesgos de Perú. En otras palabras, el score EFL que no
requiere historial crediticio sirve en el segmento no bancarizado con la misma eficiencia y poder
predictivo que un score que sí requiere ese historial de crédito en el caso del segmento
bancarizado en Perú.
 En el 2014, tomando en cuenta los muy auspiciosos resultados en Perú, GMG y EFL iniciaron
la expansión del score a filiales de GMG en otros mercados de Centroamérica, empezando por
Guatemala. A la vez, GMG y EFL se han unido para explorar en el 2015 scores de detección
de fraude y cobranza con base en el mismo cuestionario inicial.
La banda inferior de scores EFL tiene casi 10x más probabilidades de caer en mora que la
banda superior. El siguiente gráfico muestra la tasa de riesgo acumulada para cada banda
adicional de scores EFL. Esto le permite a GMG elegir dónde fijar las tasas de aprobación dada
esta tolerancia al riesgo crediticio.
Gráfico A: Riesgo (morosidad) por rango de score EFL
Visión General
La oportunidad
En el Perú, el segmento de no bancarizados es enorme. En un país
de casi 31MM de personas (30.8MM según el Instituto Nacional de
Estadística e Informática - Boletín Especial Nº 17) sólo 6,6MM
tienen un préstamo activo o una línea de crédito abierta. Tras
algunos años con más de 5% de crecimiento económico en el país,
muchos peruanos mejoraron su nivel socioeconómico y adoptaron
nuevos comportamientos de consumo como por ejemplo, realizar
compras de mobiliario básico y electrodomésticos por primera vez.
En el caso de GMG, un 43% de los solicitantes de crédito carecían
de historial crediticio.
El desafío de GMG
En el año 2013, GMG enfrentaba un gran reto: cómo predecir con
mayor precisión el riesgo en el segmento de mercado de no
bancarizados. Resolviendo este desafío, aumentaría la aprobación
en este segmento de clientes de forma importante. Considerando
los planes agresivos de expansión y la misión de inclusión
financiera del grupo, encontrar esta solución se convirtió en una
de las prioridades de la empresa.
Sin embargo, predecir riesgo en el segmento de no bancarizados
ha sido un reto para GMG y otras entidades. Muchos modelos
predictivos en consumo masivo ponen un peso muy alto en el
historial de crédito, el cual por definición, no está disponible en
este segmento. A fin de mantener los niveles de riesgo en un
rango aceptable para sus niveles de apetito al riesgo, GMG
enfrentaba un ratio de rechazo alto de las solicitudes de crédito
de este segmento de la población.
El Grupo Monge
Fundado en 1971, la
primera tienda de El Grupo
Monge nació en Costa Rica. El
enfoque original ofrecía a la
clase
popular,
artículos
electrodomésticos de primera
necesidad y con facilidades de
pago al crédito. Desde ese
entonces se convirtió en la
empresa de mayor cobertura de
tiendas de electrodomésticos en
Centro América.
En el 2012, GMG inicia
sus operaciones en Perú
ofreciendo
artefactos
electrodomésticos y muebles
para el segmento medio-bajo de
la pirámide económica.
En el 2014, se crea la
Edpyme GMG Servicios Perú
S.A., entidad supervisada por la
Superintendencia de Banca,
Seguros y AFP, la misma que
funciona como brazo financiero
en las operaciones del Grupo
Monge en el Perú.
Visión General del Proyecto
El inicio de la relación entre GMG y EFL
El establecimiento de la relación entre GMG y EFL tuvo dos barreras
importantes: la primera fue el escepticismo normal sobre el
funcionamiento de un score psicométrico de crédito y la segunda fue
 Edad: ~28 años
la corta experiencia de EFL en el segmento de consumo. Claramente
 Mujeres: ~40%
existía alguna semejanza entre el segmento de microcrédito y el
 Hombres: ~60%
segmento de consumo, siendo este último el segmento en el cual
GMG se enfoca. Sin embargo las herramientas EFL no habían sido probadas en crédito de
consumo y la única manera de validar el buen funcionamiento en este segmento fue a través de
Perfil de clientes GMG
la aplicación de cuestionarios a clientes existentes y su uso en decisiones reales1. GMG decidió
concentrar el lanzamiento de las herramientas EFL en el segmento de no bancarizados donde el
score podría agregar el mayor valor, hacer seguimiento a los resultados y estar listos para hacer
ajustes en los cortes de aceptación conforme el modelo se iba calibrando.
Evolución del número de tiendas y cuestionarios
El proyecto se inició con un piloto que se iba a implementar en 4 oficinas y con un promedio de
35 cuestionarios al mes. Después de 5 meses de resultados, este piloto se extendió a 8 tiendas y
a fines del 2014, GMG estará utilizando el score en más de 23 tiendas a nivel nacional, cubriendo
así toda la red de operaciones en el Perú.
Gráfico B: Crecimiento GMG en # de cuestionarios y # de tiendas
Experiencia de clientes y vendedores
Una de las claves del éxito del proyecto fue poder conocer cómo se sentía el solicitante de crédito
después de responder el cuestionario. Con esta visión objetiva sobre la aceptabilidad del
solicitante hacia el cuestionario se realizaron encuestas de satisfacción de servicio en las primeras
4 tiendas piloto. Luego de 5 meses de implementación, un 1% de solicitantes desistió del
cuestionario por diversas razones, mientras que el 99% restante respondió el cuestionario de
forma positiva, lo cual demostró que se rompió el paradigma de la aplicación y aceptación del
test en el segmento.
1
Investigaciones demuestran que la aplicación de cuestionarios sin decisiones reales (pruebas de bajo riesgo o "backtesting") es
una metodología inválida para scores de crédito psicométrico. Ver "Comparando los efectos de pruebas de bajo y alto riesgo en
variables medidas psicométricamente (Comparing the effects of low- and high-stakes testing on psychometrically measured
variables), Mimeo, Dlugosch Frese y Klinger.
El modelo predictivo
Medición de resultados
El propósito de cualquier modelo predictivo es segmentar el riesgo que los clientes tendrán en el
futuro. Cuanto más relacionado es el puntaje al futuro estado del crédito, mejor es el poder de
segmentación del modelo. La maduración de las primeras cosechas podría mostrar el poder del
score de 3 dígitos para discriminar entre buenos y malos pagadores dentro del segmento de no
bancarizados. Una vez recibida esta información, EFL realizó rápidamente ajustes al modelo
aplicado, obteniendo los resultados de discriminación que tenemos actualmente.
Hay dos maneras clásicas de medir el desempeño del modelo.
1. Riesgo por banda de score
En donde la herramienta EFL demuestra su poder de discriminación de riesgo en cada banda de
score. La banda inferior de scores EFL tiene casi 10x más probabilidades de caer en mora que la
banda superior. El Gráfico A muestra la tasa de riesgo acumulada para cada banda adicional de
scores EFL. Esto le permite a GMG elegir dónde fijar las tasas de aprobación dada esta tolerancia
al riesgo crediticio.
2. Coeficiente GINI
Otra manera de medir qué tan bueno es el poder de discriminación es con base en una medida
estadística como el coeficiente Gini. En GMG, los scores de EFL alcanzaron un Gini de 0.34;
comparados con los benchmarks en el segmento de no bancarizados este es un resultado muy
alto. GMG confirmó que la capacidad de medir el riesgo del score psicométrico EFL en el segmento
de no bancarizados iguala a la del score crediticio del segmento de bancarizados utilizado por la
central de riesgos de Perú. En otras palabras, para el segmento de no bancarizados, el score EFL
que no requiere de un historial crediticio, tiene el mismo poder predictivo que un score que sí
requiere ese historial de crédito para el segmento bancarizado.
Resultados
Incremento de la base de clientes por atender
Desde el 2013, GMG utiliza el score psicométrico EFL para aprobar solicitudes de créditos de
clientes no bancarizados. Ya en el 2014, GMG ha logrado maximizar el número de créditos que
puede otorgar sin aumentar el riesgo de su cartera y al mismo tiempo incrementó en 35% su
base de clientes en comparación con el modelo tradicional.
Asimismo, como decisión estratégica, GMG realizó una prueba adicional al modelo: aprobar una
línea de crédito a cerca de 500 solicitantes que hayan sido rechazados por EFL, es decir, que
tuvieran un score por debajo del corte del score psicométrico. A este grupo, GMG le solicitó una
mayor cuota inicial para minimizar el riesgo. A pesar de la cuota inicial, el grupo que había sido
rechazado por EFL tuvo una mora 5% mayor al grupo aprobado por EFL, confirmando el poder
discriminativo de la herramienta.
GMG también sigue el comportamiento de los créditos otorgados por terceros (normalmente
competidores de GMG) a clientes rechazados por el score EFL. Este grupo tiene una mora
bastante superior a la mora de la cartera de GMG, reafirmando su confianza en el modelo y sus
decisiones de rechazo.
Mirando hacia el futuro
En el 2014, GMG continúa con su expansión en el Perú, enfocados principalmente en ofrecer
créditos a aquellos consumidores excluidos del sistema financiero. Concluirán el año 2014 con 23
tiendas en distintas zonas del país, mientras el número de consultas sigue en aumento y EFL
continúa incorporando información que permitirá mejorar la predicción de riesgo en el mercado
de consumo retail mediante modelos cada vez más personalizados.
A la vez, GMG y EFL se han unido para explorar en el 2015 scores de detección de fraude y
cobranza que pueden ser construidos a partir del mismo cuestionario inicial, añadiendo valor a la
información ya recogida.
Finalmente, en 2014, GMG y EFL, tomando en cuenta los muy auspiciosos resultados encontrados
en Perú, iniciaron la expansión del score a filiales de GMG en otros mercados de Centroamérica,
empezando por Guatemala.