Desde inicios del 2019, Conecta CMS cambió el foco del negocio. Es decir, pasamos de ser una empresa de cobranza a convertirnos en una empresa de Gestión de Activos, donde el objetivo es conocer bien a nuestro cliente y usar como herramienta para la toma de decisiones a la Transformación Digital principalmente enfocada en la “Data Analytics”. Por lo mismo, hoy tenemos la responsabilidad de apoyar al cliente en que retorne a ser sujeto de crédito en el sistema financiero.
Pero había que tomar acción ante un gran reto encargado por nuestros accionistas, Grupo ACP, y sobre todo ante los clientes. Bajo esta misión teníamos que saber comprar de manera efectiva, créditos vencidos del sistema financiero.
Tradicionalmente la valorización de portafolios vencidos o créditos vencidos, más conocidos internacionalmente como “Non Performing Loans” NPLs , fue una labor netamente financiera; esta misma consistía en actualizar flujos futuros proyectados del rendimiento de un portafolio a valor presente, “deduciendo” así cuánto valía una cartera.
Sin embargo, la COVID-19 ha llegado a trastocar estos modelos de flujos presentes, complicando las labores de valoración de las carteras crediticias.
Entonces nos preguntamos:
¿Qué podemos hacer frente a esto? ¿Hay espacio para mejorar nuestros modelos de predicción? ¿Existe alguna herramienta que nos ayude en la predicción y así determinar un mejor y más justo valor o precio?
Las respuestas a estas interrogantes están siendo dilucidadas progresivamente con el aprendizaje constante en el uso de la “inteligencia artificial” y el “machine learning” para la valorización de los portafolios. Es conocido que estas herramientas se vienen usando ya hace algunos años en muchas industrias, y claro está que también en la industria de la “Gestión de Activos” que administran portafolios crediticios.
De tal manera que lo que intentamos es aplicar estos conocimientos en nuestros procesos de valorización para la compra y/o venta de NPLs.
El resultado de esta metodología, (a pesar que nos encontramos bajo una coyuntura estresada) está dando resultados importantes y muy interesantes, al darle a la compañía mayor certidumbre al momento de valorizar un portafolio antes de su compra, lo que hace que el precio que se determina está siendo más predecible, y esto nos permite armar estrategias eficientes para la ejecución de cobranza.
Más allá de hablar de los algoritmos utilizados y cómo estos están evolucionando constantemente para otorgarnos mejores modelos predecibles, queremos señalar que esta evolución en el proceso de valoración de portafolios que se está teniendo en el Perú está aportando ya valor. Además, si sumamos en la medida que las instituciones financieras estén dispuestas a compartir y exponer más información de los portafolios que son sujetos de venta (habiendo firmado antes un acuerdo de confidencialidad donde se respete la ley de protección de información del consumidor), mejorará aún más los resultados en la aplicación de los modelos con “data science” (ciencia de datos) y se verán recompensados en mayor entendimiento y conocimiento de las carteras que se pretende comprar.
En nuestra experiencia, inclusive antes de la COVID-19, ha sido largamente satisfactorio el uso de estas tecnologías al momento de valorizar y segmentar nuestros portafolios crediticios en stock, al igual que para valorizar las nuevas carteras e incorporar nuevas variables.
En Conecta estamos convencidos que el camino que tenemos por recorrer en un futuro, lo podremos transitar de mejor manera continuando por esta larga carrera ya iniciada en el uso de la Inteligencia Artificial y “Machine Learning” para la valorización de portafolios de créditos vencidos (NPLs).
Carlos Farro
CEO – Conecta CMS
