Evaluación de riesgo crediticio en préstamos personales
utilizando Lógica Difusa
Baila Laurente, G. Juárez Manayay, A.
gbaila@hotmail.com adrianomjm@hotmail.com
RESUMEN
Las empresas bancarias se encargan de administrar la economía
mundial y del adecuado manejo de las mismas depende la
estabilidad del mercado mundial. Por ello se cuentan con diversas
herramientas que permiten evaluar riesgos crediticios. Para
nuestro caso, centraremos el estudio en la evaluación de riesgos
para préstamos personales tomando en cuenta las variables y
reglas de negocio aplicadas por el grupo Scotiabank. Las
herramientas utilizadas se basan en lógica bivalente, lo que genera
problemas al momento de evaluar a las personas y algunas de la
crisis en la economía mundial. Ya sabemos que la realidad es
difusa. En consecuencia, el modelo planteado en el presente
estudio se fundamente en lógica difusa, mediante el cual se podrá
analizar el riesgo crediticio para préstamos personales.
Palabras clave
Riesgo crediticio, Lógica difusa, Lógica bivalente, Préstamos
personales, Variables lingüísticas, Grado de pertenencia, Reglas
de Negocio.
1. INTRODUCCION
Uno de los temas de mayor relevancia en el tratamiento de los
riesgos del sector financiero crédito, principalmente personales, es
el asociado al crédito. Un cuidadoso análisis en la concesión de
éste es lo que permite tener una adecuada administración del
crédito de cartera de las entidades financieras.
Por lo tanto, un aspecto de extraordinaria importancia en la
gestión de los riesgos crediticios es el relativo al análisis y
evaluación del riesgo, así como la clasificación de los clientes y la
capacidad de pago, entre otros.
Todos los estudios mencionados anteriormente son de vital
importancia para las empresas financieras. Para la cual estás
cuentan con diversos programas que permiten determinar el riesgo
crediticio de los candidatos a un crédito y posteriormente
otorgarles un crédito de acuerdo a sus necesidades y capacidad de
pago.
Generalmente las reglas de negocio aplicadas por las entidades
financieras – y la actualmente en estudio: Grupo Scotiabank –
están basadas en la lógica bivalente. Tomando un ejemplo, se le
brinda crédito sólo a las personas que tienen ingresos mayores a
setecientos soles, descartando a otros postulantes que quizá
cuenten con un ingreso menor pero que tengan mayor estabilidad
laboral que quienes ganan un poco más. Como se puede notar en
este ejemplo, la realidad no es bivalente. En el mundo actual no
sólo existen el blanco y el negro sino diversos matices, dicho de
otro modo, existen diversos grados de pertenencia entre dos
valores predefinidos.
Orbeso Rivera, T.
Leo_n14@hotmail.com
Problemas como el descrito anteriormente pueden ser resueltos a
través de la lógica difusa, mediante la cual se puede determinar el
riesgos creditico de un postulante a través de diversas variables de
entrada que no son necesariamente bivalentes, sino que se ubican
dentro de un rango de valores, lo que permite tomar decisiones
acertadas y como ya se mencionó propiciaría un análisis real y no
una tan utópico como el utilizado a la fecha.
Nuestra investigación presenta un modelo para evaluación de
riesgos crediticios simulado en MatLab e implementado en un
lenguaje de alto nivel como se mostrará más adelante.
2. ANTECDENTES
Respecto al tema en estudio se han ubicado dos estudios sobre
aplicación de lógica difusa en inferencia de riesgo crediticio. Uno
realizado en Colombia y otro en Venezuela.
El trabajo colombiano, desarrollado por Gisela Paniagua Gómez,
presenta el estudio realizado en una cooperativa de servicios
financieros, la cual utilizó un Sistema de Inferencia Difuso para
evaluar la solvencia de los asociados de la cooperativa solicitantes
de crédito.
Para desarrollar el modelo se contó con la base de datos de los
asociados de la cooperativa y la opinión de expertos.
De la base de datos se extrajo información sobre el monto del
crédito otorgado, plazo, garantías, aportes sociales e historial
crediticio de los clientes, para utilizarlos en el desarrollo del
Modelo, el cual parte de definir las relaciones entre las variables
de entrada y salida con ayuda del criterio experto. Lo anterior
permite definir la base de conocimiento que representa por una
parte, el entendimiento que los expertos tienen del fenómeno y
por otra, sus sistemas de razonamiento. De esta manera se obtiene
un modelo que considera toda la información en el proceso de
evaluación crediticia bajo una perspectiva más objetiva con el fin
de minimizar así el riesgo operativo y de contraparte en el
otorgamiento del crédito.
Sobre el estudio venezolano, desarrollado por Carlos Martínez, se
trata de una tesis de pregrado cuyo resumen presentamos a
continuación:
A fin de evitar crisis financieras como la ocurrida en 1994,
Actualmente, para las entidades bancarias, se ha convertido en
una necesidad considerar mejores prácticas para una adecuada
identificación, medición, valoración y gestión de estos riesgos.
En tal sentido, la investigación tiene como propósito mostrar la
aplicación de los modelos de calificación de aspectos bancarios
basados en agrupamiento difuso, como una herramienta para la
obtención de un modelo de clasificación del riesgo financiero en
los bancos universales y comerciales venezolanos desde el año
1996 hasta el 2004. Por otra parte, también se mostrara una
metodología para la clasificación de tres tipos de riesgo
financiero, tales como: riesgo de crédito, operacional y liquidez
Los estudios mencionados son los que más se acercan a lo que
pretendemos con el nuestro. El nuestro se restringe básicamente al
estudio de riesgo para créditos personales, para lo cual –
recalcamos – se tomó en cuenta sólo una entidad bancaria del
medio.
3. LA LOGICA DIFUSA
3.1 DEFINICION
Se puede empezar teniendo en cuenta la frase planteada por
Andrés Simón Moreno:
La lógica borrosa o difusa se basa en la relatividad de
lo observado.
Para Zadeh, creador del término, la lógica borrosa "... un sistema
lógico que está dedicado a la formalización de modos de
razonamiento que son aproximados y no exactos." La lógica
borrosa consiste en razonar con conjuntos imprecisos.
Sin embargo como en todo, existen otras definiciones. Nosotros
citaremos como complemento y en la línea de lo descrito en
apartados anteriores, la siguiente definición:
“La Lógica Difusa es una extensión de la Lógica Multivaluada,
que además está relacionada y fundamentada en la teoría de
conjuntos difusos. Según esta teoría, será una función de
transferencia (que tomará cualquiera de los valores reales
comprendidos en el intervalo [0,1]) la que determine el grado de
pertenencia de un elemento a un conjunto.”
Llegado a este punto del estudio se puede decir que la lógica
difusa se basa en la incertidumbre que genera el observar la
realidad. A continuación mencionamos algunas fuentes de
incertidumbre derivadas de tres áreas:
 Las deficiencias de la información (incompleta, errónea,
imprecisa),
 Las características propias del mundo real (no
determinista: mismas causas producen efectos diferentes
en distintas personas) y
 las deficiencias de los modelos que intentan explicarlo
(incompleto, inexacto).
Estas tres causas hacen que los sistemas utilizados actualmente
para determinar el riesgo crediticio se vuelvan obsoletos.
3.2 CONCEPTOS GENERALES
A continuación se presentará una serie de conceptos que ayudarán
a la comprensión del capítulo siguiente:
-Fuzzy Sets o conjuntos difusos: desde el punto de vista de que
se aplican palabras a la definición de cualquier propiedad por
ejemplo: mujeres altas, edificios viejos, hombres bajos, elevada
inteligencia, baja velocidad, viscosidad moderada… Desde este
punto de vista estos valores no podrían ser definidos solo con 2
valores, 0 y 1, se ha de establecer un peso para la característica
estableciendo valores intermedios (ejemplo entre 0 y 1 tomando
todos los valores intermedios, o bien estableciendo una escala de
0 a 100).
-Grado de pertenencia: este valor establece el punto de
transición entre 0 y 1 entre las condiciones del conjunto difuso,
por ejemplo si se establece que un edificio en el aspecto de lo
nuevo que es tiene un valor de 7 , este será el grado de pertenencia
entre los nuevos edificios. Un ejemplo de uso del grado de
pertenencia podría ser el siguiente, en el control de la velocidad de
un vehículo, se contemplaría la pertenencia en el aspecto de
velocidad excesiva y no existe necesidad de cambio en la
velocidad. Con estos dos aspectos se podría calcular cual es la
acción que se ha de llevar a cabo según los valores de entrada de
estos valores.
-Resumen de la información: la percepción que tienen los seres
humanos de su entorno es por naturaleza difusa, esto se debe a
que no se usa la lógica bivaluada, a través de un proceso mental
inherente a la percepción humana se llega a una salida, la cual es
verbalizada. (A partir de un conjunto de entradas puede
determinarse la situación). Los seres humanos reciben ingentes
cantidades de información , debido a la capacidad que los seres
humanos poseen para manipular conjuntos difusos se pueden
resumir, esta característica es una de las grandes diferencias entre
el proceso en los seres humanos y en las maquinas. La emulación
de esta habilidad humana es el desafío afrontado para llevar a
cabo el desarrollo de la inteligencia artificial.
-Variable difusa: es cualquier valor que está basado en la
percepción humana más que en valores precisos de medición (Ej.
un color, que está compuesto en realidad por varias tintas, si la
presión de la caldera es excesiva, si la temperatura del agua es la
adecuada, si la cantidad de sal que lleva la tortilla es excesiva, si
la velocidad de un tren es elevada…) todas estas dependen de la
percepción y están vinculadas con el uso del lenguaje y pueden
ser usadas en estructuras del tipo if-then, como por ejemplo: if
velocidad es excesiva then reducir la presión sobre el acelerador.
-Universo de discurso: Este es el conjunto de elementos que
vamos a tener en consideración, por ejemplo si se considera que
las personas de una comunidad, este universo estará formado por
las personas bajas, las personas altas, los hombre con gafas.
3.3 CONJUNTOS DIFUSOS Y OPERACIONES
Un conjunto difuso F en U puede ser representado como un
conjunto de pares ordenados de un elemento genérico “x” y su
grado de pertenencia. Como se muestra a continuación:
Complemento
Dado un conjunto A, el conjunto complementario de A está
formado por los elementos del universo que no pertenecen a A.
En el caso difuso, este conjunto vendrá definido por una función
de pertenencia que se calcula para cada elemento a partir de su
pertenencia al conjunto A. Es decir:
µ A (x) = c (µ Α (x))
Intersección
En teoría de conjuntos clásica, se considera que un elemento
pertenece al conjunto intersección de dos conjuntos si pertenece a
ambos. En el caso difuso el problema consiste en determinar el
grado de pertenencia al conjunto intersección, conocido el grado
de pertenencia a cada uno de los conjuntos originales.
Supongamos:
µ A ∩B (x) = i (µ Α (x), µΒ (x))
Unión
Al igual que en el caso anterior podemos declarar una axiomática
intuitiva para la unión de dos conjuntos difusos. Sea:
µ A ∪B (x) = u ( µ Α (x), µ Β (x))
Como la teoría sobre lo difuso es bastante compleja e involucra
además de operaciones: Etiquetas lingüísticas, gráficas estándar y
programas que nos permiten manejar tanto las gráficas, variables
lingüísticas y reglas de negocio; se ha creído conveniente
explicarlo conforme se avanza con la desarrollo de la aplicación
que se presentará como modelo.
4. RIESGO FINANCIERO
El diccionario de la Real Academia Española define el riesgo
como: “contingencia, probabilidad, o proximidad de un peligro o
daño”. Así pues, riesgo es la posibilidad de sufrir algún tipo de
perjuicio, o de no tener éxito en alguna acción emprendida.
El Riesgo Económico se define como la volatilidad o
incertidumbre producida en el rendimiento de la inversión, debido
a los cambios producidos en la situación económica del sector en
el que opera la empresa. Por ejemplo, dicho riesgo puede provenir
de la política de gestión de la empresa, la política de distribución
de productos o servicios, o la aparición de nuevos competidores.
El Riesgo Bancario se refiere a los distintos tipos de riesgos que
enfrentan las instituciones bancarias cuando llevan a cabo sus
actividades, las cuales varían dependiendo del tipo de negocios
que desarrollan dichas instituciones. El Riesgo Bancario se puede
clasificar en: Riesgo Financiero, Riesgo Estratégico, Riesgo de
Negocios.
4.1 ESTADOS FINANCIEROS
Una forma de estudiar el Riesgo Financiero es a través de los
estados financieros, éstos son documentos prácticos,
esencialmente numéricos que demuestran la situación financiera
de una empresa.
El objetivo primordial de un estado financiero es el de informar
acerca de la situación financiera de una entidad para una fecha
determinada como resultado de sus operaciones, además de los
cambios en su situación patrimonial dentro de un periodo
contable. Los principales estados financieros son:
Balance de Publicación: también conocido como balance general
o estado de situación financiera, el cual muestra como se
encuentran los recursos totales de la empresa (activos), así como
sus deudas (pasivos) y el Patrimonio o Capital para una fecha
determinada.
Estado de Resultados: este muestra los resultados obtenidos por la
empresa en un periodo determinado, como consecuencia de sus
operaciones (ingresos, egresos, gastos operativos, etc.). Este par
de documentos son la fuente original de datos que permitieron la
construcción de las Razones Financieras.
Uno de los instrumentos más usados para realizar los análisis
financieros son las Razones Financieras. Estas pueden medir en
alto grado la eficacia y comportamiento de la empresa, ya que,
precisan el grado de liquidez, de rentabilidad, el apalancamiento
financiero, cobertura y todo lo que tenga que ver con su actividad.
El análisis de las Razones Financieras fue utilizado en la
investigación como variables de entrada a los modelos difusos
creados para medir y evaluar el desempeño de los bancos
considerados.
4.2 RIESGO FINANCIERO PARA CREDITOS
PERSONALES
Lo mencionado anteriormente sirve para medir lo rentable que
pueden llegar a ser las empresas financieras y la capacidad para
realizar préstamos con las que cuentan. Recordemos que ellas
también se encargan de salvaguardar ahorros de personas. Sin
embargo cada una de ellas de acuerdo a su estatus y calificación
también cuenta con políticas para otorgar préstamos, en sus
distintas modalidades, que es quizá lo que más nos interesa para el
presente estudio.
Cada entidad bancaria – como ya se dijo – cuenta con políticas
propias para determinar a quienes o que empresas brinda créditos.
Generalmente se basan el cantidad de ingresos, egresos;
determinan de este modo la capacidad de pago de las personas.
Otros de los factores es el tiempo con se cuenta con empleo, se
refiere a la estabilidad laboral y finamente podríamos tener en
cuenta la edad de los solicitante al momento de solicitar y al
término del préstamo.
Adelantando alguna de las políticas de la empresa elegida que es l
grupo Scotiabank:
 Tener un ingreso igual o mayor a 700 soles mensuales.
 Mínimo de tres meses en el trabajo.
 Ser mayor de 25 años y menor de 65.
 Contar con 80 años como máximo al momento del
término del crédito.
5. ELABORACIÓN DE LA APLICACIÓN
PARA LA EVALUACION DEL RIESGO
FINANCIERO EN CREDITOS
PERSONALES
El Sistema de Inferencia Difuso, es implementado con el
propósito de ayudar en la evaluación de créditos, de acuerdo con
los criterios definidos que incorporan la percepción de los
especialistas de créditos. El problema consiste en analizar algunas
características de los usuarios para tomar la decisión de conceder
o no el crédito, en el caso afirmativo, definir el monto a prestar, FIGURA 2
todo lo anterior con el fin de minimizar el riesgo crediticio y
brindar este servicio financiero de una manera oportuna.
Para el desarrollo de la aplicación se tomó en cuenta los datos
brindados por la institución financiera Scotiabank y que han sido
descritos en el apartado anterior.
Las entradas y salidas han sido ingresadas en MatLab para un
mejor análisis y para una explicación adecuada, lo que se muestra
más adelante. Lo mostrado en MatLab se implementará
posteriormente en un lenguaje de alto nivel.
FIGURA 1

Tiempo: Se refiere al tiempo de permanencia en el trabajo del

postulante. Tenemos las variables: Nuevo, Promedio y Antiguo.
Lo óptimo para un préstamo es tener más de tres meses. Se puede
notar en la gráfica 3.
FIGURA 3

5.1 VARIABLES DE ENTRADA

Se han considerado cuatro entradas para la simplicidad del
programa.
Ingresos: Se consideran tres variables lingüísticas: Ingresos bajos,
medios y altos. Se consideran ingresos bajos hasta los 500 soles.
Medios de 300 a 700 soles. Tengamos en cuenta que la institución
en estudio otorga préstamos sólo a partir de los 700 soles, nuestro
trabajo pretender ir un poco más allá. Se adecúa a la realidad
difusa. Finalmente los ingresos altos se consideran a partir de 600
soles. La gráfica utilizada es la trapezoidal que se adecúa a
nuestro estudio.

Edad: Toma en cuenta la edad del postulante. Se tomó en cuenta

tres variables lingüísticas Joven, adulto y anciano. Lo ideal es
entre 25 y 60 años. Recordemos también que al finalizar el crédito
el postulante no debe tener más de 80 años.
 FIGURA 4 FIGURA 6

Finalmente tenemos la variable Capacidad de pago que calcula Préstamo: Es la variable de salida que indica la cantidad de
básicamente mediante: sueldos que puede adquirir el postulante. Por ejemplo, si se
obtiene como valor 7, quiere decir que el postulante puede
Capacidad de pago: solicitar un préstamo de hasta siete veces su sueldo.
Ingresos Totales – Egresos Totales
FIGURA 7
Los rangos han sido tomados del estudio colombiano y se
muestran a continuación.
FIGURA 5

5.2 VARIABLES DE SALIDA
Se han considerado dos variables de salida que son principalmente
el monto de préstamo y el plazo en que deberá ser pagado.
5.3 REGLAS
La base de conocimiento fue obtenida mediante criterio experto,
es decir, se consultó a varios expertos sobre las relaciones de
dichas variables y cómo éstas determinan el nivel del cupo y el
plazo. La base de conocimiento se indican en las Tablas
siguientes.

Plazo: Se refiere a la cantidad de tiempo, en meses, en que deberá Con respecto a la salida Plazo tenemos los siguientes datos de
ser pagado el monto prestado. Recordemos que el valor cero salida.
significa que no se ha prestado nada a cierto postulante.
 DE INFERENCIA DIFUSOS. (Oct. 2011). DOI=
http://www.udem.edu.co/NR/rdonlyres/AEC59275-9F6A-
4DB8-B916-
E9BEFE4FD492/0/Modelaci%C3%B3nderiesgooperativo.pd
f.
[4] SIMON, Andrés. La Lógica Borrosa: Instrumento para el
análisis de las fases entrópicas de la realidad político –
Finalmente respecto a la variable Préstamo se obtuvieron los
social. [En línea]. Caracas. 2009. [Fecha de consulta: 31
siguientes datos.
agosto 2011] Disponible en:
http://www.analitica.com/media/9966811.pdf

Recordemos que hemos utilizado el método de Mamdani.

6. INTERFAZ Y FUNCIONAMIENTO DE
LA APLICACIÓN

Aquí debe ir la descripción del programa

7. CONCLUSIONES
Investigar y elaborar un programa para determinar el riesgo
crediticio para préstamos personales basado en lógica difusa. Nos
permitió comprender que la realidad no es bivalente y que los
programas que funcionan en base a dicha lógica e intentan
solucionar problemas reales llegan a colapsar en algún momento.
Lo difuso es inherente a la realidad y al mundo humano. El
planteamiento de fututos proyectos que relacionados a actividades
humanas debe plantear ya no con la lógica tradicional.
El sistema implementado va a permitir que las entidades
financieras puedan ofrecer créditos a una mayor cantidad de
personas y con ello generar mayor rentabilidad y ayudará a las
persona a obtener créditos de acuerdo a sus necesidades, sin que
sean rechazados sus peticiones debido a restricciones cerradas.
Que son resultas por los grados de pertenencia de las que se
dispone con la lógica difusa.

8. AGRADECIMIENTOS
A nuestras camas y a Dios por permitirnos gozar de innumerables
placeres, carnales y celestiales; que han permitido que este trabajo
sea elaborado.

9. REFERENCIAS
[1] Paniagua Gómez, G, L. L. 2007. Modelo de inferencia difuso
para estudio de crédito. (Oct. 2011). DOI=
http://webdelprofesor.ula.ve/economia/gcolmen/programa/ec
onomia/work_paper_sistemas_carlos_martinez_1.pdf.
[2] Martínez, C, L. L. 2007. Uso de las Técnicas de
reprocesamiento de Datos e Inteligencia Artificial (Lógica
Difusa) en la Clasificación/Predicción del Riesgo Bancario.
(Oct. 2011). DOI=
http://iies.faces.ula.ve/CDCHT/CDCHT%20E2170309B/PR
EGRADO/TESIS_CARLOS_MARTINEZ.pdf.

[3] Jaramillo Alexandra, J, L. L. 2007. MODELACIÓN DE

RIESGOOPERATIVO MEDIANTE EL USO DE SISTEMAS