Los modelos de crédito como un activo de alto valor del Banco Santander

Aunque existen los créditos desde hace más de 5.000 años, los modelos crediticios son relativamente recientes y su uso generalizado no se extendió hasta 1997. El uso de modelos analíticos en la toma de decisiones en la banca ha sido vital para el desarrollo del negocio y el crecimiento producido en los últimos años. Estos modelos utilizan métricas avanzadas para medir los riesgos intrínsecos a la actividad bancaria con el objetivo de reducir el tiempo en la toma de decisiones, disminuir la subjetividad del proceso de aprobación, tener en cuenta más factores para una decisión más fundamentada y reducir el coste del proceso de evaluación del crédito.

Existen muchos tipos de modelos en función del objetivo perseguido, tanto para valorar las carteras y operaciones como para valorar clientes o no clientes. Podemos distinguir también entre modelos a medida o genéricos para utilizar en los procesos de captación de clientes, marketing, venta cruzada o gestión de las carteras.

A la hora de desarrollar modelos hay que medir un gran número de aspectos de negocio como la diversidad geográfica o la coyuntura económica. Hay que contar además con la tecnología adecuada, ya que el desarrollo de modelos requiere una gran cantidad de datos, cuyo procesamiento emplea muchos recursos tanto de hardware como de software. Se hace necesario, por tanto, revisar y ajustar los modelos para ver cómo de sensibles son a una situación concreta.

Los modelos como activo de la entidad

Como consecuencia de la nueva coyuntura económica, el uso de modelos para dar soporte a la gestión de los riesgos ha crecido enormemente, tanto en la creación de modelos que cubran nuevos riesgos y aspectos de negocio, como en la adaptación de los existentes a los nuevos requerimientos y desafíos.

Para el Banco Santander, los modelos son un activo más. Necesitaban, por tanto, ser capaces de gestionarlos para alcanzar la eficacia y mejorar la productividad. Para ello, integraron los modelos en la gestión de riesgos del banco y empezaron a proliferar los modelos, a desarrollarlos para todas las carteras. Decidieron entonces que los modelos, que hasta la fecha habían sido desarrollados por un proveedor externo, iban a construirse internamente con una capacidad analítica. Se crea para ello, y en colaboración con SAS, un grupo analítico al que tenían que dotar de soluciones. “Empezamos a hablar con SAS porque, tras analizar varias posibilidades, nos dimos cuenta que es la herramienta estándar del sector y nos daba mayor flexibilidad y versatilidad. Además, SAS nos permitía no solo construir los modelos, sino también realizar análisis estadísticos y gestión de cartera”, afirma Santiago Boceta, Director de Proyectos e Información del área de Metodología de la División de Riesgos del Banco Santander.

Un modelo integrado con el resto de la actividad del Banco

El Banco Santander decide crear un modelo de gestión que permita el control y la medición de los modelos. Este modelo gestionará los inventarios de modelos, procesos de aprobación, control de versiones, alarmas y alertas sobre su uso y estados.

Para su puesta en marcha, el Banco Santander crea a finales de 2004 junto con SAS el primer entorno analítico, que incluye SAS® Enterprise Minertm incluyendo los nodos de SAS® Credit Scoring for Enterprise Miner como herramienta de minería y distintas soluciones de SAS para labores de monitorización, que les dotaban de una capacidad directa para el desarrollo de modelos.

El proyecto se divide en dos partes. Por un lado, la minería y construcción de modelos que sirven para automatizar y desarrollar la metodología basada en la potencia y cálculo de SAS. Y, por otro lado, el proyecto se completaba con el seguimiento de los modelos. Gracias a la solución de SAS se obtienen informes sobre todas las preguntas a acerca de los modelos en el momento que se necesitan y pueden ser entregados de forma sencilla al responsable de la toma de decisiones. Además muchos informes están predefinidos, lo que agiliza enormemente el proceso

“Desarrollamos una metodología interna de seguimiento de modelos que nos permitió reducir el tiempo de desarrollo de modelos por tres”, explica Santiago Boceta. “Una vez definido y preparado en SAS, obtener un informe son segundos, cuando antes tardábamos días o semanas en elaborar un informe ad hoc”, continúa.

Un avance importante que destacan desde la división de riesgos del Banco Santander es el hecho de que este proyecto les permitió separar la labor técnica de extracción de datos y construcción de la muestra, de la labor del analista de elaboración y análisis del informe. "La capacidad de separar las funciones agiliza enormemente el trabajo y nos ahorra mucho tiempo" afirman.

Desde el Banco Santander valoran especialmente la potencia analítica de SAS. "La información corre muy rápido, casi en tiempo real, y eso que procesamos millones de registros. Además, nos proporciona herramientas gráficas que simplifican la primera lectura y eso es una gran ventaja" afirma Luis Martín Altube, Subdirector de Proyectos e Información del área de Metodología de la División de Riesgos del Banco Santander.

"El que usa el modelo no es el que lo hace. La persona que lo utiliza tiene que entenderlo, por lo que explicar el modelo es una labor de comunicación muy importante que se hace a través de los informes que obtenemos con SAS. La visualización de SAS nos permite explicar los modelos con comodidad. Trabajamos con un sistema que es mostrable a los usuarios" añade Santiago Boceta.

Como conclusión, desde el Banco Santander afirman que "SAS nos proporciona una capacidad de predicción muy fina, supera la subjetividad del analista y transforma información del presente en predicciones de futuro con gran impacto en los resultados".

Pero en Banco Santander no se conforman con tener un buen modelo, sino que buscan construir “el mejor modelo”. Por ello están ya estudiando nuevos proyectos en el campo de la optimización. Además, están inmersos en próximos proyectos relacionados con riesgos de balance y con High Performance Risk que permite cuantificar la exposición al riesgo a una velocidad y con una precisión nunca vista antes.