Credit risk analysis, credit scoring model proposal análisis de riesgo crediticio, propuesta del modelo credit scoring
Abstract
This work is applied in a company dedicated to the production, commercialization and distribution of asphalt products in the south of Chile. The aforementioned company has preferred not to disclose its corporate name, for this purpose we have called this, Fantasy S.A. During the last few years Fantasy has experienced a significant growth in its sales and with it, a decrease in its level of liquidity and quality of its accounts receivable. However, this increase in accounts receivable is associated with a greater risk assumed of collection, given its policy of deregulating accounts receivable. Moreover, Fantasy S.A., does not have an objective credit management system that allows an adequate evaluation of the quality and credit capacity of its current and potential clients. Therefore, in this article, a credit assessment model for its current and potential clients adjusted and weighted to its reality, which allows to reduce the credit risk or uncollectible is proposed to Fantasy. The present work considers, a description of the models of evaluation of credits and in specific of the models of credit scoring. Through interviews with experts, quantitative and qualitative variables critical to be considered in a credit management process were defined. Regarding the quality of the proposed credit assessment model, this shows that 81.82% of the loans granted to its clients have exceeded the minimum level of evaluation or limit of approval by the companyDownloads
References
Aguirre, A., Pachón, L., Rodríguez, N., y Morales, P. (2006), Entorno cultural, político y socioeconómico de las Pymes. Disponible en http://www.gestiopolis.com/canales7/emp/ entorno-cultural-politico-y-socioeconomico-delas-pymes.htm
Altman, E. (1968), Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy, Journal of Finance, 23(4), 589-609. https://doi.org/10.1111/j.1540-6261.1968.tb00843.x
Anderson, D., Sweeney, D. y Williams, T., (2008), Statistics for Business and Economics, Mason, Ohio, Estados Unidos: Thomson.
Beaver, W. (1967), Financial ratios as predictors of failure, Empirical Research in Accounting: Selected Studies, University of Chicago, Ill., 71-111.
Berger, A. y Udell, G. (1998), The Economics of Small Business Finance: The Roles of Private Equity and Debt Markets in the financial growth cycle, Journal of Banking and Finance 22, 613-673. https://doi.org/10.1016/S0378-4266(98)00038-7
Blum, M., (1974), Failing company discriminant analysis, Journal of Accounting Research, (spring), pp. 1-25.
Chorafas, D. (2000), Managing credit risk, analyzing rating and pricing the probability of default. Londres: Euromoney Institutional Investor, PLC.
Coats, P. y Fant, F., (1993), Recognizing financial distress patterns using a neural network tool, Financial Management, pp. 142 – 155 https://doi.org/10.2307/3665934
Deakin, E., (1972), A discriminant analysis of predictors of business failure, Journal of Accounting Research, spring, Institute of Professional Accounting, Chicago, Ill., 167-179
Edmister, R., (1972), An Empirical Test of Financial Ratio Analysis for Small Business Failure Prediction, Journal of Financial and Quantitative Analysis, 7 (March 1972), pp. 1477-1493 https://doi.org/10.2307/2329929
Elizondo, A. y Altman, E., (2003), Medición Integral del Riesgo de Crédito. Editorial Limusa.
Falcón, R., (2008), Sistema de Evaluación del Riesgo en el Otorgamiento de Créditos Agropecuarios dentro del Sistema Bancario Venezolano.
Fernández, S., (2011), Implementación del análisis jerárquico analítico. Scientia Et Technica, 3(49), 45-49.
Freixas, X., (1991), Equilibrio y racionamiento en el mercado del crédito, Cuadernos económicos del ICE, Número 49-3, p.p. 223-235.
García, D., (1997), El riesgo financiero de la peque-a y mediana empresa en Europa, Editorial Pirámide.
Garcia, O. y Caballero, C., (2013), Metodología para un scoring de clientes sin referencias crediticias. Cuadernos de Economía, 139-165.
Guaipatín, C., (2003), Observatorio Mipyme compilación estadística para 12 países de la región, Banco Interamericano de Desarrollo, Washington, D. C.
Hand D. y Henley W., (1997), Statistical Classification Methods in Costumer Credit Scoring: A review, Journal of the Royal Statistical Association Series A. Vol. 160
Harvey, M. y Wendel, Ch., (2006). SME Scoring: Key Initiatives, Opportunities and Issues, Boletin Wold Bank, No. 38995.
Hurtado, S., (1999), Criterio de Expertos. Su Procesamiento a través del Método Delphy, http://www.ub.edu/histodidactica/index.php?option=com_content&view=article&id=21
Johnson, R. y Kuby, P., (2008), Estadística Elemental, 12ª edición México. Cencage Learning.
Keeney S., Hasson F. y McKenna H., (2000), Research guidelines for the Delphi survey technique. Journal of Advanced Nursing 32, 1008–1015.
Kulkosky, E., (1996), Credit Scoring Could Have a Downside, Experts Say. American Banker, 161(208), 8.
Landeta, J. (1999), El método delphi. Una técnica de previsión para la incertidumbre, Barcelona, Ariel.
Landaeta, J., Matey, J., Ruíz, V. y Villareal, O., (2001), Alimentación de modelos cuantitativos con información subjetiva: Aplicación Delphi en la elaboración de un modelo de imputación del gasto turístico individual en Catalunya. Questiió. Vol. 26, 1-2. pp. 175-196. Universidad del País Vasco.
Libby, R. (1975), Accounting ratios and prediction of failure: Some behavioral evidence, Journal of Accounting Research, 13/1,150-161. https://doi.org/10.2307/2490653
López, J., Ria-o, V. y Romero, M., (1999), Restricciones financieras y crecimiento: el caso de la peque-a y mediana empresa, Revista Espa-ola de Financiación y Contabilidad, vol. 28, núm. 99, pp. 349-382.
Luna, P., Infante, A. y Martínez, F., (2005), Los Delphi como fundamento metodológico predictivo para la investigación en Sistemas de Información y Tecnologías de la Información (IS/IT), Pixel-Bit. Revista de Medios y Educación, 26, 89-112.
Maroto, J., (1996), Estructura financiera y crecimiento de las pymes, Economía Industrial, núm. 310 (IV).
Mead, D. y Liedholm, C., (1998), The dynamics of micro and small enterprises in developing countries, World Development 261: 61-74. https://doi.org/10.1016/S0305-750X(97)10010-9
Mallo, C. y Merlo, J. (1995), Control de gestión y control presupuestario. Espa-a. Mc Graw Hill.
Nava R., y Marbelis, A. (2009), Análisis financiero: una herramienta clave para una gestión financiera eficiente, Revista Venezolana de Gerencia (RVG), A-o 14. Nº 48, 2009, 606 – 628.
Okoli, Ch. y Pawlowski, S., (2004), The Delphi method as a research tool: an example, design considerations and applications, Information & Management, 42 (1). pp. 15-29. ISSN 03787206
Pascal, R. (1998), Decisiones financieras, 3ª ed., Edit. Macchi, Buenos Aires, Argentina
Pacheco, J., Casta-eda, W. y Caicedo, C., (2002), Indicadores integrales de gestión, McGraw Hill.
Patton, M., (1987), How to use qualitative methods en evaluation, Newbury Park, C.A, Sage.
Powell, C., (2003), The Delphi technique: Myths and realities, Journal of Advanced Nursing, 41(4), 376 – 382 https://doi.org/10.1046/j.1365-2648.2003.02537.x
Puertas, R. y Martí, M., (2013), Análisis del credit scoring, Revista de Administração de Empresas.
Ramírez, A., (2007), El proceso de análisis jerárquico con base en funciones de producción para planear la siembra de maíz témpora. Tesis Doctoral. Montecillo, México.
Rayo, S., Lara, J. y Camino, D., (2010), Un Modelo de Credit Scoring para instituciones de micro finanzas en el marco de Basilea II. Journal of Economics, Finance and Administrative Science, vol.15, n.28.
Rodríguez, L., (2012), Análisis de los estados financieros, 1ª edición. México: McGraw Hill.
Rodríguez, M., Pi-eiro, Carlos y De Llano, P. (2014), Determinación del riesgo de fracaso financiero mediante la utilización de modelos paramétricos, de inteligencia artificial, y de información de auditoría. Estudios de Economía, vol.41, n.2.
Romani, G., Aroca, P., Aguirre, N., Leiton, P. y Mu-oz, J., (2002), Modelos de clasificación y predicción de quiebra de empresas: Una aplicación a empresas chilenas, Forum Empresarial, mayo, a-o/vol. 7, nº 001
Rosillo, J., (2002), Modelo de predicción de quiebras de las empresas colombianas, Innovar, revista de ciencias administrativas y sociales, No. 12, pp. 109-124
Ross, Westerfield y Jaffe (2012). Finanzas Corporativas. 9ª edición México: McGraw Hill.
Schreiner, M., (2002), Ventajas y desventajas del scoring estadístico para las microfinanzas, microfinancerisk Management, Washington University in St. Louis, pp. 1-40.
Tamari, M., (1966), Financial ratios as a means of forecasting bankruptcy, Management International Review, 4, 15-21.
Varela, M., Díaz, L., y García, R., (2012), Descripción y usos del método Delphi en investigaciones del área de la salud, Metodología de Investigación en Educación Médica, 1(2):90-95.
Smith, R., & Winakor, A., (1935), Changes in the Financial Structure of Unsuccessful Industrial Corporations, Bulletin No. 51, University of Illinois, Bureau of Business Research, Urbana.
Toro, J. y Palomo, R., Análisis de riesgo financiero en las Pymes-estudio de caso aplicado a la ciudad de Manizales. Revista Lasallista de Investigación.
Van Horne, J. y Wachowicz, J. (2010), Fundamentos de Administración Financiera, 13ª edición, Pearson Educación, México.
Vázquez, A, Limón, L. y Santillán, A., (2007), Efectividad del análisis crediticio a través de estados financieros en empresas no financieras, Aportes, Vol. XII, Núm. 36, septiembre-diciembre, 2007, pp. 93-102 Benemérita Universidad Autónoma de Puebla México.
Wilcox, J., (1973), A prediction of business failure using accounting data, Journal of Accounting Research, Vol. 2. https://doi.org/10.2307/2490035
