Upload
luis-sanchez
View
251
Download
2
Embed Size (px)
Citation preview
© 2015 EFL Global Ltd. All Rights Reserved
Revolucionando el financiamiento a emprendedores y consumidores
Julio 2015
Entrepreneurial Finance Lab
© 2015 EFL Global Ltd. All Rights Reserved 3
Modelo alternativo de análisis de riesgo que permite mejores decisiones de crédito en clientes no bancarizados, sub-bancarizados, no evaluables y desatendidos
¿Qué es EFL?
4© 2015 EFL Global Ltd. All Rights Reserved
Un cuestionario digital de ~25 min que crea la información necesaria y un algoritmo calificador que complementan, y muchas veces, sustituyen el análisis tradicional
• Más de 250,000 personas han obtenido créditos
• Más de 25 instituciones financieras y retailers han mejoraron su rentabilidad al democratizar el acceso al financiamiento
Nuestro producto
Nuestro impacto
EFL: Forma innovadora de evaluar el riesgo crediticio de personas
¿Quiénes somos?
Harvard spin-off, pionero y líder mundial en la creación de “scores” crediticios a partir del uso de variables psicométricas
Creamos un profundo entendimiento cuantitativo sobre el riesgo crediticio de las personas en productos de consumo y negocios
¿Qué hacemos?
• Reconocemos que el acceso a financiamiento es fundamental para que una persona alcance su potencial y logre mejorar su vida
• Sin embargo, millones de personas carecen de financiamiento ya que no cuentan con información suficiente para ser evaluadas usando análisis tradicionales
¿Por qué?
5© 2015 EFL Global Ltd. All Rights Reserved
EFL Hub
+250,000 evaluaciones | 27 países | +20 idiomas
~US$500 M desembolsados utilizando la tecnología EFL a la fecha
Amplia experiencia facilitando crédito en
bancos, retailers, microfinancieras
© 2015 EFL Global Ltd. All Rights Reserved 6
EFL ha tenido un crecimiento explosivo en los últimos meses
~230,000 cuestionarios se han realizado a la fecha ~40% de los cuestionarios del último mes son en consumo
0
20,000
40,000
60,000
80,000
100,000
120,000
140,000
160,000
180,000
200,000
220,000
240,000
ene.-13 jul.-13 jul.-15ene.-15ene.-14 jul.-14
Cu
est
ion
arios
acu
mula
dos
men
suale
s 11,000
8,000
4,000
2,000
0
5,000
6,000
12,000
10,000
9,000
7,000
3,000
1,000
Consumo
4,507
39%Cu
est
ion
arios
el m
es
pa
sad
o
11,590 7,083
100%
Negocios
61%
Total
8© 2015 EFL Global Ltd. All Rights Reserved
Am
plia
rcart
era
Aum
enta
reficie
ncia
1 2 3
Gestión efectiva y crecimiento rentable
Contr
ola
rriesgo
2
EFL soluciona estos desafíos al
proporcionar
Información predictiva Validada estadísticamente De manera automática
Nuestros socios utilizan EFL para hacer frente a los tres desafíos de expandirse a segmentos masivos caracterizados por poca información
EFL permite atender a los segmentos bancarizados y no bancarizados
© 2015 EFL Global Ltd. All Rights Reserved 9
Ampliar cartera: EFL permite extender crédito a clientes que no cuenten con información suficiente para ser evaluados de la manera tradicional
Información tradicional requerida Ampliación del universo de clientes que pueden ser atendidos
Información financiera
(Estados de cuenta)
Análisis extensivos de
asesores
Historial crediticio
Garantías prendarias
Clientes con poca información
Clientes con garantías
Clientes desatendidos
Clientes con información completa
© 2015 EFL Global Ltd. All Rights Reserved 10© 2015 EFL Global Ltd. All Rights Reserved
Situación actual sin EFL Propósito del proyecto: Situación con EFL
EFL
Aumentar eficiencia: Al tener un proceso automatizado, se puede reducir costos operativos al limitar visitas oculares, disminuir tiempos para desembolsar al crear aprobaciones express, entre otros
Riesgo- +
Rie
sg
o+
-
EFL
Riesgo- +
Rie
sg
o+
-
Aumento cartera
Reducción mora
Aprobados
Rechazados
Leyenda
SO
CIO
SO
CIO
Controlar riesgo: EFL complementará los filtros del Socio para identificar más clientes buenos y reducir exposición en malos
© 2015 EFL Global Ltd. All Rights Reserved
• Encuesta dura 25 minutos• En PC, tablet o smartphone• Con o sin conexión a internet• De manera presencial o remota
• Con internet, las respuestas se envían de forma automática
• EFL analiza las respuestas y crea un puntaje de 3 dígitos.
• La Institución Financiera envían mensualmente información de pagos
• EFL personaliza y mejora el modelo
4
2
345
La Institución Financiera decide a quién aceptar, quién rechazar y los términos del crédito
Velocidad de respuesta
Personalización de modelos
3
La solución EFL consiste en un cuestionario interactivo para el cual se genera un puntaje crediticio de tres dígitos y el modelo se retroalimenta constantemente del desempeño de los créditos otorgados
1
12© 2015 EFL Global Ltd. All Rights Reserved
Planificación, hábitos de compra y ahorro
Voluntadde pago
Habilidad de pago
El análisis psicométrico de EFL evalúa aspectos profundos de la personaaltamente relacionados con su habilidad y voluntad de pago…
Actitudes & Perfil Psicológico
Ética yHonestidad
Inteligenciafluida
13© 2015 EFL Global Ltd. All Rights Reserved
Actitudes & Perfil Psicológico
¿El éxito depende de la suerte?
FalsoVerdadero
Planificación, hábitos de compra y ahorro
¿Separa dinero para emergencias?
FalsoVerdadero
Recuerde este número por 5 segundos: 823460
Inteligencia Fluida
IncorrectoCorrecto
Riesgo
…por medio de preguntas sencillas…
Ética y Honestidad
¿Qué porcentaje de las personas cree que roba?
5% 20% 50%
Hab
ilid
ad
de
pag
o Vo
lun
tad
de p
ag
o
© 2015 EFL Global Ltd. All Rights Reserved 14© 2015 EFL Global Ltd. All Rights Reserved
2.1x
1.0x1.1x
0.5x
1.0x
1.5x
2.0x
2.5x
Def
ault
rat
e
DeshonestoHonesto
India
1.2x
0.5x
1.0x
1.5x
2.0x
Def
ault
rat
e
2.0x
Deshonesto
1.0x
Honesto
Indonesia
1.3x
0.0x
2.0x
4.0x
6.0x
1.0x
5.8x
DeshonestoHonesto
Def
ault
rat
e
Latam
Existen relaciones no lineales entre las variables que mide EFLEjemplo: Hay un nivel óptimo de deshonestidad que disminuye el riesgo de impago
¿Qué porcentaje de los negocios consideras que engaña a sus clientes?
10% 30% 60% 90%
Mora
Respaldo
© 2015 EFL Global Ltd. All Rights Reserved 15
…juegos y ejercicios interactivos…
Juegos Ejercicios interactivos
© 2015 EFL Global Ltd. All Rights Reserved 16
… e información sobre como la persona responde el cuestionario (metadata)
>200 puntos de metadata: usados como información y para detectar trampa
Patrones de respuestas Cambios de respuestasTiempos
18© 2015 EFL Global Ltd. All Rights Reserved
0.7%
6.6%
7.8%
0
50
100
150
200
250
300
350
400
450
0%
1%
2%
3%
4%
5%
6%
7%
8%
4.0%
200-249
0.6%
>400350-399
Ind
iced
e m
oro
sidad#
de
solic
itan
tes
13x
300-349
1.4%
250-299<200
Buenos Malos Indice de morosidad
Índice de morosidad y volumen por rango de calificación EFLEjemplo Socio
Mejor puntajeEFL
Peor puntajeEFL
EFL clasifica adecuadamente a los solicitantes por su nivel de riesgo Permitiendo identificar más solicitantes buenos y reducir exposición en malos
Mora cae a medida que el score aumenta
Score <200 con 13x el riesgo de
score >400
Distribución normal de puntajes
EFL desglosa la morosidad total del portafolio
19© 2015 EFL Global Ltd. All Rights Reserved
El poder discriminatorio de EFL ha sido comprobado una y otra vez en distintas geografías y clientes y se ajusta a cada cultura…
Perú Africa
Guatemala Indonesia
4%5%4%
11%
0%
2%
4%
6%
8%
10%
12%
5%
~3x
Tasa
de
mo
rosi
dad
3%
11%13%
8%8%
0%
5%
10%
15%
~4x
Tasa
de
mo
rosi
dad
5%9%7%
12%
17%
0%
5%
10%
15%
20%
~4x
Tasa
de
mo
rosi
dad
7%9%10%
23%
0%
5%
10%
15%
20%
25%
15%
~3x
Tasa
de
mo
rosi
dad
Peor puntaje
Mejor puntaje
Peor puntaje
Mejor puntaje
Peor puntaje
Mejor puntaje
Peor puntaje
Mejor puntaje
© 2015 EFL Global Ltd. All Rights Reserved 20© 2015 EFL Global Ltd. All Rights Reserved
0%
2%
4%
6%
8%
10%
12%
14%
16%
18%
20%
0
50
100
150
200
250
300
350
400
4(mayorriesgo)
3 2 1(menorriesgo)
Tasa
de
De
fau
lt
Po
bla
ció
nDesembolsado No desembolsado 90+ en 9m
0%
2%
4%
6%
8%
10%
12%
14%
16%
18%
20%
0
50
100
150
200
250
300
350
400
4(mayorriesgo)
3 2 1(menorriesgo)
Tasa
de
De
fau
lt
Po
bla
ció
n
Desembolsado No desembolsado 90+ en 9m
… y aumenta a medida que se personaliza con información del socio
Modelo Regional (out of the box) Modelo Personalizado
Caída en morosidad por score más marcada en modelo personalizado
Score EFL Score EFL
21© 2015 EFL Global Ltd. All Rights Reserved
+176%
Con EFLSin EFL
Tasa morosidad
Prestamos
Aumento cartera
Aumentar prestamos en ~180% manteniendo la tasa de morosidad
Con EFL
-46%
Sin EFL
Tasa morosidad
Prestamos
Reducción mora
Reducción mora en ~50% manteniendo la tasa de aceptación
Cómo resultado, EFL ha permitido a instituciones financieras aumentar su cartera de prestamos y/o reducir su morosidad…
Ó
Ejemplo Perú
Ejemplo Ecuador
…democratizando el acceso al financiamiento a miles de personas
22© 2015 EFL Global Ltd. All Rights Reserved
Cadena minorista que ofrece financiamiento
directo para compras en tienda
Cliente busca financiamientopara su compra
Asesores aplican:• EFL: clientes sin historial
(nuevos)• Buró de crédito: clientes
con historial
Si es aprobado, el cliente continua con una verificación de la información en la tienda
por parte de CAT
Aprobación del préstamo
Aumento en 35% el número de clientes utilizando un corte que rechaza al peor 40% de los clientes
>30% de los cliente rechazados usando EFL han caído en mora después de haber obtenido un
préstamo con otra empresa, de acuerdo a información obtenida del buró de crédito
Después del rotundo éxito del modelo EFL en GMG Perú, el proyecto se extendió a GMG Guatemala y Nicaragua
Caso de estudio: Ampliar carteraGMG aumentó su portafolio en 35% manteniendo su tasa de morosidad
23© 2015 EFL Global Ltd. All Rights Reserved
7.5%
5.3%
3.5%
2.2%1.7%
0%
20%
40%
60%
80%
100%
120%
1%
2%
3%
4%
5%
6%
7%
8%
>5th >4th >3th >2th >1th
Po
pu
lati
on
Dis
trib
uti
on
% B
ad
Rate
Bad Rate by Score Bucket Cumulative Quintiles Customized Model
Number of disbursementsBad 90 m9
Un fuerte poder predictivo del modelo psicométrico permite a Banco Financiero seleccionar segmentos con un riesgo aceptable, resultando en menor mora
Mejora en la eficiencia de las sucursales ya que los clientes potenciales primero son filtrados usando
EFL antes de la visita de verificación del asesor (las cuales son muy costosas)
Banco que ofrece micro-créditos
Situación:• Fuerte competencia de otras instituciones ejerciendo
presión en los precios / márgenes• Aumento en el riesgo de crédito de los micro
emprendedores debido al sobre-endeudamiento• Sin embargo, varios micro emprendedores no pueden
obtener financiamiento por que no cuenta con historial crediticio y otros requisitos
Reto:• Entrar a un nuevo mercado con un producto de micro
crédito mantenido una tasa de morosidad baja
Solución:
Asesores prospectan al cliente
Cliente toma el EFL en la sucursal
Asesores hacen visita de verificación
El crédito se aprueba
Caso de estudio: Ampliar cartera Banco Financiero aumentó en 16% el número de micro-créditos colocados manteniendo la misma tasa de morosidad
24© 2015 EFL Global Ltd. All Rights Reserved
Buró de crédito con fuerte presencia en Sudamérica
Reducción del 50% de la mora manteniendo la misma tasa de
aceptación
20% 20%
8%
4%
EFX EFX + EFL
Acceptance Rate Default Rate
Morosidad usando sólo el score de Equifax
Combinación de Equifax + EFL
Alentados por estos resultados, Equifax y EFL han lanzado una alianza comercial completa en
Sudamérica integrando ambos modelos
Caso de estudio: Reducción de moraAl combinar el modelo psicométrico de EFL con el modelo de riesgo tradicional de Equifax se logró una reducción del 50% en la tasa de morosidad
50%
25© 2015 EFL Global Ltd. All Rights Reserved
Definir el punto de corte paramantener una morosidad baja
Reducción del tiempo para desembolsar a <2 días
Top 5 banco de micro créditos en Indonesia con un plan agresivo de crecimiento
Situación:• BTPN es uno de los bancos más agresivos de Indonesia
Reto:• Reducir el nivel de riesgo del portafolio• Crecimiento sustentable en clientes nuevos• Estandarizar operaciones de crédito y tener mejor control
Solución:• Re-ingeniería completa del proceso de crédito y
aprobaciones para hacerlo escalable en el segmento mico
Caso de estudio: Reducción en mora y en tiempo para desembolsarBTPN logró mantener una morosidad baja y aumentar la eficiencia en el desembolso
© 2015 EFL Global Ltd. All Rights Reserved 26
“Trabajamos con EFL para el segmento de consumo y emprendedor. Durante los primeros 18 meses logramos 19 mil créditos
desembolsados a clientes que hubiéramos negado por su score de buró tradicional. Discriminando a los clientes por su probabilidad de pago, optimizando la manera de atenderlos. Estos clientes han generado
millones de dólares en ingresos, con una mora que se encuentra dentro de las expectativas del Banco."
Ma. Belén Sánchez ValdviesoRiesgo GlobalBanco Pichincha
28© 2015 EFL Global Ltd. All Rights Reserved
1 Modelo probado de gran rigor
• Información objetiva: No “juicios expertos”: base con 250,000 créditos e información de impagos
• Generamos la información en un ambientes de alta consecuencia: Información de créditos reales
• Personalización del modelo con información del socio
• Nuestro modelo siempre agrega valor: Al ser información adicional, el poder predictivo siempre aumenta
• No hay riesgo de producto: El modelo siempre se desempeña cuando hay volumen para calibrar
2 Experiencia y escala
• Pioneros y líderes mundiales: >30 clientes en 27 países, apalancar mejores prácticas a nivel global
• Rápida implementación: Lanzamientos en 3 semanas
• Se puede usar EFL en las decisiones desde el primer día apoyados en un modelo genérico
3 Interacción con nuestros Socios
• Relación a largo plazo: Misión de convertirnos en parte integral de nuestros socios y crecer junto con ellos
• Soporte completo: Nos aseguramos que EFL genere valor para nuestros Socios al apoya en la implementación y dar seguimiento durante todo el contrato.
• Cuidamos la salud del portafolio: Además de la originación, revisamos la cobranza, desembolso, etc.
4Comprometidos con la innovación
• Técnicas avanzadas de modelaje: Nuestros algoritmos usan machine learning e inteligencia artificial
• Mejoras continuas al producto: Actualizaciones a la encuesta de captura y al modelo sin costo adicional
• Piloteamos e incorporamos nuevas fuentes de información: Geoubicación, redes sociales, telefonía, etc.
5 Nuestros valores
• Somos pragmáticos: Soluciones que pueden ser implementadas no que queden en papel
• Somos honestos: Reconocemos y solucionamos nuestros errores; cuidamos resultados no apariencias
La diferencia EFL
29© 2015 EFL Global Ltd. All Rights Reserved
2006Investigadores de la Universidad de Harvard y co-fundadores de EFL, BaileyKlinger y Asim Khwaja, desarrollaron una herramienta de análisis de crédito parapequeñas empresas sin historial crediticio.
2008 Recibieron apoyo de Google.org, SNV América Latina para poner en marcha elproyecto Entrepreneurial Finance Lab.
2010 Entrepreneurial Finance Lab se volvió una organización independiente y privada.
2011G-20 Premio: Reconocido como una de las soluciones mas innovadoras para elfinanciamiento de las PyME en todo el mundo. Con IFC , BID y asistencia del G-20, comenzó la expansión global
2012Premio de Innovación de Negocios en África 2012
>US$1.5M en préstamos por Semana.
2013Premio Paragon por Business Analytics de la Universidad de Edinburgh, y finalistasen la competencia Innotribe de la Conferencia Sibos en Dubai.
Lanzamiento de cuestionario de consumo.
Desde su fundación en la universidad de Harvard, EFL ha sido galardonado con importantes reconocimientos…
30© 2015 EFL Global Ltd. All Rights Reserved
Investigadores de Harvard han descubierto una forma simple
y económica de analizar habilidades de negocios de
emprendedores en mercados emergentes
[Anteriormente] estos solicitantes de prestamos bancarios eran
rechazados porque no contaban con un historial crediticio o un plan de negocios. Pero EFL ha creado un sistema que permite eliminar a los
solicitantes de alto riesgo y mantener a los buenos
Bancos lideres como Standard Bank y BBVA Bancomer han
utilizado exitosamente la herramienta de EFL para ampliar su capacidad de préstamo a la
mitad faltante
Otras publicaciones
… y ha aparecido en las más importantes publicaciones del mundo
© 2015 EFL Global Ltd. All Rights Reserved 31
Psychometric testing “can lower default rates by 25–40%” and
“without any banker supervision, the cost of the assessment is 45% of
traditional assessment measures.”
McKinsey & Company
Lowers DefaultsMeasures Credit Risk
“Psychometric evaluations … measure credit risk without
depending on formal financial accounts, business plans, or
collateral.”
The World Bank
“Traditional banking models fall short in serving SMEs effectively and
profitably … bank’s sales and service models, which are optimized for
larger clients, are often uneconomical when applied to
SMEs.”
Increases Profitability
• Análisis psicométrico utilizado por más de un tercio de las empresas norteamericanas en la selección de candidatos a empleos.
• 40 años de investigación académica sobre la psicología de los empresarios
Usada en selección de candidatos
Bases de psicometría
Así mismo, las pruebas psicométricas como predictores de riesgo han sido destacadas por importantes organizaciones en el mundo de negocios