Resumen de hallazgos clave

Los puntajes crediticios mejoraron la productividad de los comités de crédito, redujeron la participación gerencial en el proceso de aprobación de préstamos y aumentaron la rentabilidad de los préstamos a las pymes. El esfuerzo y la producción de los miembros del comité de crédito también aumentan cuando anticipan que el puntaje estará disponible, lo que indica que los puntajes mejoran los incentivos para usar la información existente.

Resumen

Las pequeñas y medianas empresas se consideran motores de crecimiento prometedores en los países en desarrollo, pero a menudo no logran alcanzar su potencial debido a las barreras al crecimiento, como el acceso limitado al crédito. Los investigadores utilizaron una evaluación aleatoria para medir el impacto de la introducción de puntajes de crédito generados por computadora en los préstamos a micro y pequeñas empresas en Colombia. El programa aumentó significativamente la productividad en el proceso de aprobación de préstamos y mejoró la asignación de créditos sin afectar los montos promedio de los préstamos y las tasas de incumplimiento.  

Tema de política

Se cree que las pequeñas y medianas empresas (PYME) son una fuente importante de innovación y empleo en los países en desarrollo debido a su flexibilidad para responder a las nuevas oportunidades de mercado y su potencial de crecimiento. Sin embargo, los empresarios enfrentan una serie de barreras para expandir sus negocios y emplear a más trabajadores, incluido el acceso restringido al crédito.

Mientras que evaluar la solvencia crediticia de los posibles prestatarios se ha vuelto relativamente barato y fácil en los países desarrollados mediante el uso de la calificación crediticia, en los países en desarrollo este proceso puede ser engorroso debido a la ausencia de información confiable sobre el historial crediticio o financiero de los posibles clientes bancarios. Los altos costos asociados con la evaluación del riesgo de los solicitantes de préstamos pueden superar los rendimientos financieros de los préstamos, lo que hace que los bancos se muestren reacios o incapaces de otorgar préstamos a las PYME. La calificación crediticia se ha utilizado con éxito en los Estados Unidos y otros países desarrollados para reducir el costo de identificar a los solicitantes solventes, pero hay poca evidencia sobre si la calificación crediticia basada en computadora podría funcionar en contextos de países en desarrollo.

Contexto de la Evaluación

Los investigadores se asociaron con BancaMia, un banco con fines de lucro que otorga préstamos a pequeñas y medianas empresas en Colombia. Antes de este estudio, BancaMia tomaba todas sus decisiones crediticias con base en la información recopilada por los oficiales de crédito. Las solicitudes que incorporaban la información recopilada eran revisadas por un comité de crédito, que podía aprobarlas o rechazarlas. En casos difíciles, el comité también podría remitir la solicitud a los gerentes de nivel superior o posponer su decisión hasta que se recopilara más información. El proceso de aprobación de préstamos bajo este sistema quedaba a discreción del comité y era muy costoso debido a la gran cantidad de referencias y rondas de recopilación de información. En un esfuerzo por mejorar su proceso de aprobación de préstamos, BancaMia desarrolló su propio software de calificación crediticia, que produce una calificación crediticia basada en información verificable del cliente.

Detalles de la Intervención

Los investigadores, en colaboración con BancaMia, utilizaron una evaluación aleatoria para medir el impacto del software de calificación crediticia en el proceso de aprobación y los resultados de los préstamos.  

De 1421 solicitudes de préstamo que se calificaron a través del nuevo software, se eligieron al azar 1086 puntajes para revelarlos al comité. Los puntajes se revelaron al comienzo del proceso de revisión de la solicitud o después de que el comité terminó una revisión inicial y tomó una decisión provisional sobre si ofrecer o no un préstamo. Aunque el comité en el último caso no conocía la puntuación exacta del solicitante, sí sabía que una puntuación podría estar disponible una vez que tomaran una decisión.

Los investigadores recopilaron información sobre varios aspectos del proceso de aprobación de préstamos (p. ej., el tiempo promedio dedicado a evaluar una solicitud, el número de aprobaciones y rechazos emitidos, etc.), así como el rendimiento del préstamo y las tasas de incumplimiento.

Resultados y lecciones de política

Impacto en el esfuerzo y la producción del comité de crédito:

Revelar los puntajes de crédito generados por computadora al comienzo del proceso de revisión de la solicitud aumentó tanto la probabilidad de que el comité tomara una decisión como la cantidad de esfuerzo puesto en la revisión. Ver el puntaje por adelantado aumentó la probabilidad de que el comité tome una decisión en 4.6 puntos porcentuales desde una base del 89 por ciento. Este cambio fue impulsado por la reducción en el número de solicitudes remitidas a los gerentes bancarios y el número de casos para los cuales el comité solicitó que se recopilara más información para una segunda ronda de evaluación. Además, el comité dedicó más tiempo a evaluar las solicitudes de préstamo, especialmente los casos difíciles (por ejemplo, solicitantes que solicitaron préstamos más grandes).

El comité también se volvió más productivo cuando supo que una puntuación estaría disponible después de la evaluación inicial. La anticipación de ver una puntuación aumentó la probabilidad de que el comité tomara una decisión de aprobar o rechazar una solicitud en 3.9 puntos porcentuales. Esta mejora en la productividad del comité, incluso en ausencia de un puntaje de crédito, sugiere que el comité podría haber tenido ya la información necesaria para tomar decisiones sobre solicitudes difíciles, pero carecía de los incentivos para usar esta información de manera eficiente.

Impacto en la asignación de préstamos y los resultados:

Si bien proporcionar puntajes generados por computadora al comité no afectó los resultados de los préstamos, como el tamaño promedio de los préstamos emitidos o las tasas de incumplimiento entre los prestatarios, sí mejoró la asignación de créditos. Los puntajes de crédito generados por computadora redujeron la incertidumbre sobre la solvencia de los prestatarios, lo que permitió a los bancos otorgar préstamos más grandes a prestatarios menos riesgosos y préstamos más pequeños a prestatarios más riesgosos. Como resultado, no hubo cambios en el monto promedio de los préstamos emitidos, pero el banco pudo adaptar mejor sus préstamos a las características del prestatario.

Considerados en conjunto, estos resultados muestran que el programa de calificación crediticia tuvo un impacto significativo en la productividad del banco. Específicamente, resumir la solvencia crediticia de los posibles prestatarios en un solo número fácil de entender aumentó la cantidad de casos difíciles que resolvió el comité de crédito. La puntuación también animó a los miembros del comité a esforzarse más en las solicitudes difíciles. Esto podría reducir potencialmente la carga de trabajo de los gerentes bancarios y reducir el costo de administrar préstamos para el banco. El aumento de la productividad sin proporcionar nueva información al comité de crédito también implica que los bancos pueden necesitar incentivar mejor a sus empleados que tienen información útil.

Fuentes

Paravisini, Daniel y Antoinette Schoar. "El efecto de incentivo de TI: evidencia aleatoria de comités de crédito". Documento de trabajo NBER n.º 19303, agosto de 2013.