Assessment of a credit scoring system for popular bank savings and credit

  1. Martínez Sánchez, José Francisco
  2. Pérez Lechuga, Gilberto
Revista:
Contaduría y administración

ISSN: 0186-1042,  2448-8410

Año de publicación: 2016

Volumen: 61

Número: 2

Páginas: 391-417

Tipo: Artículo

DOI: 10.1016/J.CYA.2015.11.004 DIALNET GOOGLE SCHOLAR

Otras publicaciones en: Contaduría y administración

Objetivos de desarrollo sostenible

Resumen

El sistema bancario actual no cubre las necesidades de servicios financieros, y en particular de créditos, a los sectores más desfavorecidos de la sociedad. La presencia bancaria se localiza fundamentalmente en las ciudades y regiones con actividad económica importante, y para atender a estos sectores excluidos se han creado de forma natural, pero sin supervisión ni soporte de la autoridad, entidades financieras como las cajas populares, cooperativas, sociedades financieras populares, entre otras, que en conjunto se denominan entidades de ahorro y crédito popular. Sin embargo, la mayoría de este tipo de instituciones no son reconocidas ni supervisadas por la CNBV, lo cual se traduce en riesgos tanto para los usuarios de los servicios como para las instituciones financieras, destacando las ineficiencias en sus procesos de otorgamiento de créditos, ya que las decisiones de aceptar o no una solicitud de crédito se sustentan en el conocimiento, la experiencia y el criterio del analista de crédito. Este trabajo presenta la evaluación de un sistema de credit scoring, tanto en términos de costo-eficiencia para las entidades de ahorro y crédito, en especial para las SOFIPOS, como en términos de costo-beneficio para el proveedor de los servicios de evaluación de solicitudes de crédito. Como se mostrará en el desarrollo del trabajo, un modelo de esta naturaleza hace más eficiente el proceso crediticio a un costo razonable y es una inversión rentable para el proveedor de servicios de credit scoring.

Referencias bibliográficas

  • Al Amari, A. (2002). The credit evaluation process and the role of credit scoring: A case study of Qatar (Ph.D. thesis). University College Dublin.
  • AMSOFIPO. (n.d.). http://www.amsofipo.mx/.
  • Anderson, R. (2007). The credit scoring toolkit: Theory and practice for retail credit risk management and decision automation. New York: Oxford University Press.
  • BID. (2011). Microfinanzas en América Latina y el Caribe: El sector en cifras. D.F.: Banco Interamericano de Desarrollo.
  • CEPEP. (2015). Center of Studies for the Preparation and Socioeconomic Assessment Projects. Retrieved from http://www.cepep.gob.mx/work/models/CEPEP/metodologias/documentos/Guia General FINAL.pdf
  • Chandler, G., & Coffman, J. (1979). A comparative analysis of empirical vs judgmental credit evaluation. Journal of Retail Banking, 1(2), 12–26.
  • CNBV. (2001). Ley de Ahorro y Crédito Popular. Méxido D.F.: CNVB.
  • Consultative Group to Assist the Poor. (2015). CGAP. Retrieved from CGAP: http://www.cgap.org/.
  • Crook, J. (1996). Credit scoring: An overview. Working paper series no. 96/13. British Association, Festival of Science, University of Birmingham, The University of Edinburgh.
  • Hand, D. J., & Henley, W. E. (1997). Statistical classification methods in costumer credit scoring: A review. Journal of the Royal Statistical Association, 160, 523–542.
  • Hand, D. J., & Jacka, S. D. (1998). Statistics in finance. Arnold Applications of Statistics, 106.
  • Hussain, I. (2014). Cloud client/server model systems. Kindle.
  • Hussein, P. (2011). Credit scoring, statistical techniques and evaluation criteria: A review of literature. Intelligent Systems in Accounting, Finance and Management, 18(2–3), 59–88.
  • Institute, P. M. (2004). PMBok. PMI.
  • Pagos, B. I. (2004). BASILEA II. BIS.
  • Rayo, S., & Lara, J. (2010). Un modelo de Credit Scoring para instituciones de microfinanzas en el marco de Basilea II. pp. 37.
  • Wegner, P. (1996). Interoperability. ACM Computing Survey, 28, 285–287.
Fuente de los datos: Dialnet