MODELOS DE CREDIT SCORING

Los modelos de credit scoring podemos definirnos como métodos estadísticos que se emplean para clasificar a los solicitantes de préstamos o a clientes de la propia entidad financiera. Estos modelos utilizan la información que se encuentra en las solicitudes de préstamo, así como de fuentes internas y/o externas a la entidad.

Sigue leyendo

Software Credit Scoring

Podríamos definir Credit Scoring como los algoritmos que de manera automática evalúan el riesgo de crédito de un solicitante de financiamiento o de alguien que ya es cliente de la entidad, y enfocan el riesgo de incumplimiento del individuo o empresa. El resultado de la evaluación se refleja en la asignación de alguna medida que permita comparar y ordenar a los evaluados en función de su riesgo.

Los modelos de credit scoring comenzaron a utilizarse en los años 70, generalizándose su uso en los 90, esto ha tenido mucho que ver por un lado al importante desarrollo que ha tenido lugar en los modelos estadísticos e informáticos y por otro, a la acuciante necesidad de la industria bancaria de gestionar sus financiaciones de una forma más eficiente y eficaz, y obtener así una mejor evaluación del riesgo de su portafolio.

Sigue leyendo

Investigadores detectan hasta un 6% de fraude en el consumo de agua en Sevilla

El cruce de los datos de 182.000 usuarios con el mapa de la red de suministro revela que las anomalías se agrupan por zonas.

Combinar la estadística con la inteligencia artificial para procesar grandes cantidades de datos y obtener un análisis avanzado, es una técnica viable para detectar anomalías en el consumo de agua. Así lo ha demostrado el grupo de investigación de la Universidad de Sevilla denominado PAIDI TIC-150 «Tecnología Electrónica e Informática Industrial», que tras un año de trabajo se encuentra ya en la última fase de redacción de conclusiones.

Se trata del proyecto Decoa (Detección de consumos ocultos para la disminución de agua no facturada debido a pérdidas no técnicas), un enunciado académico que puede traducirse por el descubrimiento de fraudes o «robos» en la red de suministro. Esta investigación sobre el comportamiento de los usuarios de la red de abastecimiento en Sevilla y su área metropolitana ha detectado entre un 3% y un 6% de clientes que realizan un uso irregular del suministro de agua.

Chalets y viviendas unifamiliares

El trabajo de campo se ha efectuado a partir de una base de datos de 182.000 abonados de la capital y provincia. En los suministros individuales a chalets, viviendas unifamiliares y polígonos industriales es donde se han descubierto mayores bolsas de fraude. Los resultados están en fase de evaluación final para extrapolarlos al global de clientes. Además, el grupo investigador de la Hispalense hará estudios de continuación a partir de los datos que proporcionan los nuevos telecontadores, que permiten hacer lecturas diarias de consumo (ahora se realizan cuatro al año).

Los investigadores son el catedrático del departamento de Tecnología Electrónica y director del grupo de investigación, Carlos León de Mora, y los doctores del mismo departamento Íñigo Monedero, Félix Biscarri y Juan Ignacio Guerrero, que pertenecen a la Escuela Técnica Superior de Ingeniería Informática y a la Escuela Politécnica Superior. La iniciativa ha sido impulsada por la Empresa Metropolitana de Abastecimiento y Saneamiento de Aguas de Sevilla (Emasesa), en colaboración con la Corporación Tecnológica de Andalucía (CTA). Esta investigación ha permitido

«Partimos de la información que nos proporcionan las bases de datos de clientes de Emasesa sobre los consumos individuales, las facturas emitidas y la localización geográfica de los suministros. A partir de ahí, aplicamos técnicas de minería de datos para estudiar el comportamiento de cada suministro y detectar si es anómalo o se encuentra dentro de lo normal. Aquellos comportamientos anómalos pueden indicar un fraude o uso irregular del agua», señala Carlos León de Mora.

Los datos de consumo de los clientes se cruzan con la información geográfica para acotar las posibles bolsas de fraude. «Es importante determinar cómo está localizado territorialmente el suministro anómalo, porque el fraude suele estar agrupado por zonas o bolsas», precisa el investigador. Así, según la pauta encontrada, en este caso se cumple la vieja teoría de la manzana podrida que contamina a un cesto entero: el defraudador que influye y contagia a los vecinos. La compañía suministradora ha realizado varias campañas de inspección para probar los resultados de la investigación.