En los ocho primeros meses del año el crédito concedido a las familias españolas creció un 2% respecto al mismo periodo de 2017o, con un volumen total de 156.355 millones de euros en nuevas operaciones. Este crecimiento esta liderado por el crédito al consumo, que se sitúa 8 puntos por encima del hipotecario según el análisis realizado por la consultora AIS Group, especialista en gestión de riesgo de crédito.

Entre enero y agosto se concedieron créditos de consumo por valor de 22.807 millones de euros, un 22% más que lo otorgado en el mismo periodo de 2017. Esta tasa supera los nuevos créditos destinados a la vivienda, que en el mismo periodo crecieron un 14%.

Baja el crédito a través de tarjetas de crédito donde, de enero a agosto de 2018, se han producido operaciones por valor de casi 90.325 millones de euros, unos 7.000 millones menos que durante los mismos meses de 2017, con un descenso que ronda el 7,5%.

Si se considera el conjunto de las nuevas operaciones de crédito formalizadas entre enero y agosto, sea cuál sea su finalidad (consumo, hipotecario, otros…), hay una tendencia alcista respecto al año anterior. Sin embargo, el total de la cartera de préstamos a las familias, que contiene todos aquellos préstamos pendientes de amortización, independientemente de cuando se hayan formalizado, está cayendo desde 2010.

José Manuel Aguirre, director comercial de AIS Group, explica que “la cartera del crédito a familias está en fase de contracción en prácticamente todas las modalidades de financiación desde hace años, lo que no impide que el crédito al consumo (un segmento minoritario de este conjunto) mantenga unas tasas de crecimiento de dos dígitos desde finales de 2014”.

Este comportamiento se corresponde con una mejora de la economía que estimula un mayor consumo por parte de las familias. “Sin embargo, está generando preocupación entre los reguladores, que alerta de crecimiento  del consumo y sus posibles consecuencias”, precisa Aguirre.

El crédito al consumo representa alrededor del 7% del total de los préstamos a los hogares, casi 49.000 millones de euros de los más de los 655.000 millones que conforman la cartera total de financiación a familias. Pese a ello, el Banco de España y el Banco Central Europeo ya han empezado a controlar la evolución de las carteras por estos recientes incrementos de volumen.

La gestión del crédito al consumo por parte de las entidades puede ser más complejo que el resto de segmentos, ya que, generalmente, tienen menos garantías reales para hacer frente a la devolución de posibles impagos. En este punto se centran los supervisores para recomendar a los bancos en general, y a los españoles en particular, que promuevan técnicas y políticas de concesión basadas en una correcta evaluación de los riesgos de crédito. “Las normativas nacionales emanadas de las normas IFRS9 plantean la necesidad de anticiparse al deterioro en las calidades del riesgo de las carteras de crédito a fin de calcular las provisiones para hacer frente a futuros impagos”, subraya Aguirre.

Inteligencia artificial para controlar el riesgo de crédito

En este sentido, las entidades financieras están recurriendo a la aplicación de herramientas de última generación basadas en técnicas de inteligencia artificial, como el ‘machine learning’, para la estimación anticipada de potenciales pérdidas futuras en escenarios macroeconómicos adversos como medida preventiva.

Este sistema permite visualizar diferentes escenarios futuros y simultáneamente desarrollar modelos que incluyen una cantidad de variables mucho mayor que las técnicas habituales con las que vienen trabajando las entidades. El resultado es que con la aplicación de ‘machine learning’ se mejora sustancialmente la capacidad predictiva de los modelos estadísticos tradicionales. “El rango de mejora del poder de predicción que aporta el machine learning abarca del 25% al 50%, lo que traducido a términos de negocio son cantidades nada despreciables”, explica el director comercial de AIS Group.

Son varias las entidades que están aplicando técnicas de machine learning en gestión del riesgo, especialmente en lo que concierne a seguimiento de las carteras a través de sistemas de alertas capaces de anticipar los niveles de deterioro del riesgo “en varios meses”. Esto da a llos bancos margen de actuación en la gestión de las carteras de crédito para mitigar los efectos adversos antes de que se produzcan.

Pero los grandes bancos no están todavía aprovechando el potencial de los modelos de machine learning para otorgar créditos. “Es algo que deben plantearse seriamente”, pues integra información no tradicional muy útil, como la información sobre el comportamiento de clientes. “Esto, sumado al mayor poder de discriminación que aportan las técnicas de machine learning, se traduce mejores procesos de admisión de créditos, más ajustados al apetito al riesgo de cada entidad y que pueden responder perfectamente a la llamada a la concesión con prudencia que reclama el regulador”, concluye el director comercial de AIS Group.