El scoring crediticio es el modelo matemático más importante en la gestión de riesgo de cualquier institución financiera colombiana. Este artículo explica cómo funciona, qué tipos existen, cuáles son las métricas clave y qué exige la Superintendencia Financiera de Colombia en el marco de IFRS9/NIIF9.
¿Quieres consultar tu puntaje personal?
Este artículo es técnico, para equipos de riesgo. Si buscas tu propio puntaje de crédito como persona, consúltalo directamente en una central de riesgo.
Consultar en DataCrédito →¿Eres una entidad y necesitas un modelo?
Si trabajas en riesgo, crédito o cumplimiento de un banco, cooperativa o fintech y necesitas desarrollar o validar un scorecard, sigue leyendo o ve directo al servicio.
Ver servicio de scoring →Contenido
¿Qué es el scoring crediticio?
Un modelo de scoring crediticio es un sistema estadístico o de machine learning que asigna una puntuación numérica —el score— a cada solicitante o cliente, representando su probabilidad de incumplir una obligación financiera en un horizonte de tiempo definido (generalmente 12 meses).
Esta puntuación permite a la institución tomar decisiones objetivas, consistentes y rápidas sobre: aprobación o rechazo de un crédito, límite de cupo a asignar, tasa de interés a cobrar y nivel de provisiones a constituir.
💡 Dato clave: Según el Banco Mundial, las instituciones que usan scoring estadístico reducen su tasa de morosidad en promedio un 20–30% respecto a metodologías de evaluación subjetiva.
Tipos de scoring crediticio
1. Score de Originación (Application Score)
Se aplica al momento de la solicitud de crédito. Evalúa variables del solicitante (ingresos, historial de crédito, deuda actual) para predecir si pagará su obligación. Es el más común y el primero que regulan la SFC y Basilea II/III.
2. Score de Comportamiento (Behavioral Score)
Se aplica a clientes con crédito activo. Monitorea el comportamiento de pago actual y detecta señales de deterioro temprano, permitiendo accionar estrategias de cobranza preventiva antes de que el crédito entre en mora.
3. Modelos IFRS9: PD, LGD y EAD
Para el cálculo de provisiones bajo NIIF9, la SFC exige estimar tres componentes de pérdida esperada:
- PD (Probability of Default): Probabilidad de que el cliente incumpla en el horizonte de tiempo.
- LGD (Loss Given Default): Porcentaje de la exposición que se perdería si el cliente incumple.
- EAD (Exposure at Default): Saldo expuesto al momento del incumplimiento.
La Pérdida Esperada = PD × LGD × EAD determina el nivel de provisión que debe constituir la entidad.
Métricas clave para evaluar un scorecard
| Métrica | Qué mide | Valor de referencia |
|---|---|---|
| Gini / AR | Poder discriminante del modelo | > 40% bueno; > 60% excelente |
| KS (Kolmogorov-Smirnov) | Separación entre buenos y malos pagadores | > 30% aceptable |
| AUC-ROC | Área bajo la curva ROC | > 0.70 bueno; > 0.80 muy bueno |
| PSI | Estabilidad de la población en el tiempo | < 0.10 estable; > 0.25 inestable |
| Hosmer-Lemeshow | Calibración de probabilidades | p-valor > 0.05 |
Técnicas de machine learning usadas en Colombia
Las instituciones financieras colombianas están migrando de los métodos estadísticos clásicos hacia técnicas de ML más potentes:
- Regresión logística + WoE: Sigue siendo el estándar para scorecards regulatorios por su interpretabilidad.
- XGBoost y LightGBM: Ofrecen mejor discriminación para portafolios grandes con muchas variables.
- Random Forest: Robusto ante outliers y no requiere transformación de variables.
- Redes Neuronales: Para datos de comportamiento digital (mobile banking, pagos electrónicos).
Requisitos de la Superfinanciera (SFC)
La Superintendencia Financiera de Colombia exige que los modelos de scoring usados para provisiones IFRS9 cumplan:
- Documentación técnica completa del modelo y sus supuestos
- Validación independiente por función o entidad separada del equipo de desarrollo
- Backtesting anual con muestras out-of-time (OOT)
- Pruebas de estabilidad (PSI) y calibración periódica
- Trazabilidad del proceso de desarrollo y cambios al modelo
⚠️ Importante: Los modelos de provisiones IFRS9 que no cuenten con validación independiente documentada pueden ser objetados por la SFC en sus visitas de inspección, generando requerimientos de capital adicional.
Checklist gratis: Validación de Modelos SFC / IFRS9
16 preguntas para auditar tu propio modelo antes de que lo haga la Superfinanciera.
Descargar gratis →¿Cuánto cuesta desarrollar un scorecard en Colombia?
El costo varía según el alcance. Un scorecard de originación para un portafolio de consumo puede estar en el rango de $8M–$20M COP, incluyendo desarrollo, validación y documentación. Proyectos completos de PD/LGD/EAD para IFRS9 con múltiples portafolios tienen un rango mayor.
La clave es comparar ese costo con el beneficio: una mejora de solo 5 puntos en el Gini puede traducirse en millones de pesos de menor cartera vencida anual para un portafolio de tamaño medio.
¿Necesitas un scorecard para tu institución?
Ofrecemos diagnóstico gratuito de 30 minutos para evaluar tu situación actual y proponer el modelo adecuado.
Agendar diagnóstico gratuito →Conclusión
El scoring crediticio es la columna vertebral de la gestión de riesgo en cualquier institución financiera colombiana. Implementado correctamente —con las técnicas adecuadas, validación independiente y documentación regulatoria— genera un retorno sobre la inversión claro y medible. Las instituciones que siguen usando metodologías subjetivas o modelos sin validar están dejando dinero sobre la mesa y exponiendo capital innecesariamente.
Si tu entidad es una fintech que evalúa clientes sin historial crediticio, ese caso tiene su propia guía: scoring crediticio para fintech en Colombia. Y si necesitas desarrollar o validar un scorecard con documentación para la SFC, conoce nuestro servicio de scoring crediticio.