Recuperación
de cartera bajo el enfoque de subconjuntos borrosos
Portfolio recovery under=
the
blurred subset approach
Ximena
Rocío González Astudillo.[1], Kléber Antonio Luna Altamirano.[2], Juan
Carlos Erazo Álvarez.[3], William
Henry Sarmiento Espinoza.[4]
Recibi=
do:
10-04-2019 / Revisado: 28-04-2019 /Aceptado: 15-05-2019/ Publicado: 16-05-2=
019
Abstract DOI: https://doi.org/10.33262/cienciadigital.v=
3i2.3.595
Recovering a portfolio is one of the most difficult
problems facing the Ecuadorian financial system, especially the Banco Diners
Club in the city of Cuenca-Ecuador. The objective of this study is to provi=
de
this financial institution with advanced tools that offer fuzzy logic, with=
the
purpose of trying to recover the portfolio caused by the use of their credit
cards. Within the methodology, the technique of expertise is developed to f=
eed
a matrix of forgotten effects, which serves as a design means to structure a
management strategy to face this problem and achieve a solution. It takes i=
nto
consideration the actions stipulated by the financial institution at the ti=
me
that there is a default of payments, the expertise is applied to then devel=
op a
convoluted matrix that can find the forgotten effects or omitted actions and
must be considered by management in order to build the right path through a
neural network and reach the recovery of portfolio, the hidden variable is =
home
visit management, management may take into consideration this action and
establish the necessary improvements in the collection management process. =
Keywords: Forgo=
tten
effects, expertizaje, portfolio recovery, blurr=
ed
subsets.
Resumen
Recuperar
cartera es uno de los problemas más difíciles que enfrenta el sistema
financiero ecuatoriano, muy en especial el Banco Diner=
s
Club de la ciudad de Cuenca-Ecuador. El objetivo de este estudio, es entreg=
ar a
esta entidad financiera, herramientas de avanzada que ofrece la lógica difu=
sa,
con el propósito de tratar de recuperar la cartera ocasionada por el uso de=
sus
tarjetas de crédito. Dentro de la metodología se desarrolla la técnica del =
expertizaje para alimentar una matriz de efectos olvi=
dados,
que sirve como medio de diseño para estructurar una estrategia de gestión p=
ara
enfrentar este problema y lograr solucionar. Se toma en consideración las
acciones estipuladas por la institución financiera en el momento que se dé =
un
incumplimiento de pagos, se aplica el expertizaje para
luego elaborar una matriz convolucionada que pe=
rmita
encontrar los efectos olvidados o las acciones omitidas y que deben ser
consideradas por la gerencia con la finalidad de construir el camino correc=
to
mediante un grafo neuronal y poder llegar a la recuperación de cartera, la
variable escondida resulta ser Gestión de visita domicilio, la gerencia pod=
rá
tomar en consideración esta acción y establecer la mejo=
ras
necesarias en el proceso de gestión de cobranzas.
Palabras clave: Efectos
olvidados, expertizaje, recuperación de cartera=
, subconjuntos
borrosos.
Introducción=
La cartera es un problema para las ins=
tituciones
financieras que operan en el mercado ofertando a los clientes créditos de
diversas clases. En el caso del Banco Diners Cl=
ub que
ofrece tarjetas de crédito en la ciudad de Cuenca-Ecuador, el problema radi=
ca
en la omisión de las obligaciones crediticias por parte de sus clientes, pa=
ra
lo cual se hace necesario generar una vía adecuada para el cumplimiento de =
este
compromiso financiero, para ello esta institución financiera cuenta con
acciones para recuperación de cartera, estipuladas dentro del Manual de
Procedimientos de Gestión de Cobranzas canal Oficinas, no obstante a ello, =
se
pretende generar una nueva estrategia de gestión con el propósito de afront=
ar
este problema y tratar de resolverlo.
Este estudio presenta técnicas novedos=
as
de la lógica difusa, como la teoría del expertizaje y
efectos olvidados, desarrollados por Kaufmann y Gil Aluja (1989), con la
finalidad de reducir la incertidumbre mediante la búsqueda de acciones omit=
idas
por los expertos y que deben ser consideradas con la finalidad de tratar de
recobrar estos impagos.
El objetivo de esta investigación es
encontrar el camino propicio a través de un grafo neuronal, para poder lleg=
ar a
recuperar esta cartera mediante el desarrollo de estas herramientas de avan=
zada
que proporciona la lógica borrosa, con el propósito que la alta gerencia to=
me
la correcta decisión en el momento adecuado.
Estado del a=
rte
Las instituciones del sector financier=
o, atraviesan
problemas de incumplimiento de pagos por créditos realizados, el riesgo de
crédito está latente en el mercado financiero, por ello algunos autores dan=
a
conocer sus investigaciones relacionados con este problema, entre ellos: Ló=
pez
y Fuentes (2008) analizan la evolución, el cumplimiento y el índice de
morosidad de la cartera de microcréditos del Sistema Bancario en Venezuela
durante el periodo 2002-2005. Calderón y Castro (2013) explican las etapas
planteadas en los lineamientos de la política bancaria referente al proceso=
de
otorgamiento y recuperación del crédito, incorporando elementos que permitan
mejorar el riesgo de recuperación del crédito en el sector agrícola. Chavar=
ín
(2015) explica que las restricciones de los créditos que mantiene la banca =
comercial
mexicana es por el índice de morosidad de los
prestatarios, el cual analiza mediante un modelo estático con estimadores <=
span
class=3DSpellE>Hausman-Taylor y un modelo de panel dinámico con
estimadores Arellano-Bover/Blundell-Bond.
Támara-Ayús, Aristizábal y Velásquez (2012) rea=
lizan
un análisis del riesgo crediticio y como a través del esquema de transición=
se
puede calcular la probabilidad de incumplimiento de un deudor frente a un
acreedor para una institución financiera de Colombia, efectúan una comparac=
ión
del cálculo de la pérdida esperada entre el modelo empleado por la instituc=
ión
financiera, el modelo de referencia de calificación comercial planteado por=
la
Superintendencia Financiera de Colombia y el modelo encontrado bajo el esqu=
ema
de matrices de transición.
Bermúdez, Segura y Vercher
(2007) presentan dos modelos borrosos de selección de carteras basados en el
uso de intervalos de medias para el cálculo del rendimiento y del riesgo de=
la
cartera, el primero aplican números borrosos de tipo LR con funciones de
referencia de la misma forma analizando la relación entre dos definiciones
diferentes de intervalos de medias; y el segundo emplean números borrosos
trapezoidales efectuando la comparación de los modelos propuestos, que perm=
itan
seleccionar una cartera mediante la resolución de un problema de optimizaci=
ón
lineal. Cardona (2006) demuestra a través de la teoría de portafolios, que =
en
Colombia es posible utilizar el principio de la diversificación para reduci=
r el
riesgo en las carteras de acreditados, asignando los créditos de la banca
empresarial, entre sectores con bajas correlaciones entre sí.
El profesor Lotfi=
Zadeh, considerado creador de la lógica difusa,=
en su
obra “Fuzzy Sets” publicación que se lo hizo en=
1975,
dio a conocer los cimientos matemáticos anexados a la teoría de conjuntos
difusos gracias a esta contribución se da inicio a la lógica difusa.
Ciertos autores han dado su contribuci=
ón
con respectos a la teoría de efectos olvidados, como herramienta de avanzad=
a de
la lógica borrosa, entre ellos: Salazar (2012) desarrolla un modelo no line=
al
para la predicción del comportamiento del tipo de cambio a futuro basado en=
la
opinión de expertos, estas opiniones son tratadas mediante la teoría de efe=
ctos
olvidados de la lógica borrosa. Gento, Lazzari y
Machado (2001) dan a conocer sus experiencias en la aplicación de la
metodología de recuperación de efectos olvidados en diferentes problemas de
gestión, presentan algunas reflexiones sobre su utilización, sobre los efec=
tos
de orden mayor que dos, acerca de la incidencia del tiempo si se considera =
un
proceso dinámico, a más de ello definen la estabilidad estricta y no estric=
ta
de una matriz de incidencia.
Rico y Tinto (2010) proponen la
utilización de herramientas desarrolladas con base en la teoría de los
subconjuntos borrosos, como el expertizaje-contraexper=
tizaje,
y la teoría de los efectos olvidados en el tratamiento ex post de la
información contable tradicional, con el fin de mejorar su capacidad para
sustentar la toma de decisiones adecuadas a mediano y largo plazo. Tinto, L=
una
y Cisneros (2017) explican la teoría de efectos olvidados a través de varia=
bles
escondidas que no son fáciles de detectar por el artesano y que deben tomar=
se
en cuenta, ya que afectan la comercialización y permiten el rescate de esta
actividad.
=
La
lógica difusa, permite utilizar conceptos relativos de la realidad, definie=
ndo
grados variables de pertenencia y siguiendo patrones de razonamiento simila=
res
a los del pensamiento humano (Kosko, 1995). Otr=
os
autores, han dado un aporte a sus investigaciones a través de la lógica
difusa. Kaufmann y Gil (1987) quie=
nes
aportaron con su valioso conocimiento de la lógica difusa a través de su ob=
ra
Técnicas Operativas de Gestión para el Tratamiento de la Incertidumbre,
definiendo a un número borroso como una secuencia finita o infinita de inte=
rvalos
de confianza. Reig y González (2002) afirman: “la lógica borrosa se revela =
como
un instrumento muy potente (…) al permitir, por un lado, recoger la
incertidumbre generada por el entorno de la empresa, y por otro tratar la
subjetividad que implica toda opinión de expertos” (p.436). Kaufmann y Gil
Aluja, (1986) aseveran el uso de números borrosos triangulares en el
tratamiento de la incertidumbre en la empresa es conocido desde los inicios=
de
la incorporación de la lógica fuzzy en los prob=
lemas
empresariales.
=
Casanovas
y Fernández (2003) en su obra la gestión de la tesorería en la incertidumbr=
e, desarrollan
las herramientas de avanzada que brinda la lógica borrosa a modo de metodol=
ogía,
referente al recobro de impagos, problema que tienen las organizaciones con=
la
finalidad de mejorar su gestión empresarial.
Los autores descritos, han fijado sus =
estudios
en problemas de incumplimientos de pagos o morosidad por parte de clientes =
de
distintas instituciones financieras, por ello la teoría de la lógica difusa=
ha
sido ampliamente aplicado para tratar de solucionar problemas de gestión
financiera, permitiendo demostrar elementos imprecisos e inexactos dentro d=
e la
toma de decisión gerencial.
Metodología<= o:p>
El desarrollo de la primera parte del
estudio, es considerar las acciones (variables) para recuperar la cartera, =
mismas
están establecidas dentro del Manual de Procedimientos de Gestión de Cobran=
zas
canal Oficinas, estas se detallan a continuación:
Tabla 1 Acciones para la recuperación de cartera
|
SIMBOLOGIA |
ACCIONES RECUPERACIÓN DE CARTERA |
|
I |
Pago en mora |
|
II |
Gestión telefónica SMS |
|
III |
Gestión telefónica primera llamada |
|
IV |
Gestión telefónica segunda llamada |
|
V |
Gestión telefónica tercera llamada |
|
VI |
Gestión visita a domicilio |
|
VII |
Gestión notificación carta refinanciación |
|
VIII |
Gestión notificación previa traslado judicial |
|
IX |
Gestión segunda notificación previa demanda |
|
X |
Traslado al área legal |
Fuente:
Elaboración propia
Entre las acciones determinadas en la
tabla 1, se pretende encontrar las acciones o variables escondidas que perm=
itan
recuperar la cartera resultante de la utilización de la tarjeta de crédito,
para ello se requiere la aplicación de herramientas de vanguardia como la
teoría del expertizaje y de efectos olvidados, =
con el
propósito de reducir la incertidumbre en la toma de decisiones a nivel
gerencial.
Teoría del expertizaje
A través de las herramientas de avanza=
da,
se procura una mejor gestión empresarial, aplicando la teoría del expertizaje se trata de reducir la incertidumbre para=
una
serie de datos o valores. Luna, Sarmiento y Cisneros (2017) aseveran: “Se
entiende por expertizaje al proceso de consulta=
a un
grupo determinado de expertos en relación con un tema definido, con el
propósito de acotar la incertidumbre” (p.5). Kaufmann y Gil-Aluja (1989)
afirman: “La introducción de una valuación matizada entre 0 y 1 permite hac=
er
intervenir niveles de verdad en la noción de incidencia. (…) Valores de 0 a=
1
(la llamada valuación endecadaria) (p. 26). La escala en mención se detalla en la t=
abla
2.
|
GRADO
DE PRESUNCIÓN α |
INCIDENCIA |
|
0 |
Recuperación
de cartera nulo |
|
0,1 |
Recuperación
de cartera parcialmente nulo |
|
0,2 |
Recuperación
de cartera muy cercano al nulo |
|
0,3 |
Recuperación
de cartera mediamente cercano al nulo |
|
0,4 |
Recuperación
de cartera cercano al nulo |
|
0,5 |
Recuperación
de cartera ni total ni nulo |
|
0,6 |
Recuperación
de cartera cercano al total |
|
0,7 |
Recuperación
de cartera mediamente cercano al total |
|
0,8 |
Recuperación
de cartera muy cercano al total |
|
0,9 |
Recuperación
de cartera parcial total |
|
1 |
Recuperación
de cartera total |
Tabla 2 Escala endecadaria<=
span
style=3D'mso-spacerun:yes'>
=
Fuente: Elaboración prop=
ia
Se recurre a seis expertos en el área de crédito,
quienes basándose en la escala endecadaria
suministran información relacionada a la incidencia de las acciones entre e=
llas
mismas, el resultado de incidencia de la acción “Pago en mora” sobre la
“Gestión telefónica SMS”, es la siguiente: Experto # 1: 0,9; Experto # 2: 0=
,5; Experto
# 3: 1; Experto # 4: 0,9; Experto # 5: 1; Experto # 6: 1.
De las opiniones de los expertos, se observa que 0=
,9
se repite dos veces y 1,0 se repiten tres veces. Se registra el número de r=
epeticiones
con relación a la escala endecadaria sobre las
opiniones de los seis expertos, con relación a la primera pregunta. El
siguiente paso es normalizar la serie, esta consiste en dividir los valores=
de
frecuencia obtenidos cada grado de presunción de la escala endecadaria
entre el número de expertos (6), de la siguiente manera: 1 ÷ 6 =3D 0,17; 2 =
÷ 6 =3D
0,33; y, 3÷ 6 =3D 0,50, así sucesivamente. Se procede con la acumulación de=
sde el
valor final de la serie deteniéndose cuando se obtenga el valor de la unida=
d,
de ahí en adelante todos los valores serán uno. El último paso es la sumato=
ria de
la acumulación de frecuencias, no se considera el valor del grado de presun=
ción
α igual a cero. Lo explicado se detalla en la siguiente tabla:
Tabla
3 Serie
normalizada y acumulación de frecuencias
|
GRADO DE PRESUNCIÓN =
α |
FRECUENCIA |
NORMALIZACIÓN DE LA FRECUENCIA<= o:p> |
ACUMULACIÓN DE FRECUENCIAS |
||
|
0 |
0 |
0 |
1 |
||
|
0,1 |
0 |
0 |
1 |
||
|
0,2 |
0 |
0 |
1 |
||
|
0,3 |
0 |
0 |
1 |
||
|
0,4 |
0 |
0 |
Ʃ |
||
|
0,5 |
1/6 |
0,17 |
1 |
||
|
0,6 |
0 |
0 |
0,83 |
||
|
0,7 |
0 |
0 |
0,83 |
||
|
0,8 |
0 |
0 |
0,83 |
||
|
0,9 |
2/6 |
0,33 |
0,83 |
||
|
1 |
3/6 |
0,50 |
0,50 |
||
|
TOTAL |
6 |
1,00 |
8,8 |
=
Fuente: Elaboración
propia
El
resultado total obtenido de la sumatoria de la acumulación de frecuencias, =
se
divide entre 10 correspondiente al número de factores que forman el grado d=
e presunción
α considerado desde 0,1 hasta 1, es decir 8,8 ÷ 10 =3D 0,88. Este mismo
procedimiento se desarrolla para el resto de acciones, dando como resultado=
la
matriz denominada como “A”.
=
Tabla
4 Matriz de incidencia
=
|
A<= o:p> |
ACCIONES |
Pago en mora |
Gestión telefónica =
SMS |
Gestión telefónica
primera llamada |
Gestión telefónica
segunda llamada |
Gestión telefónica
tercera llamada |
Gestión visita a domicilio |
Gestión notificación
carta refinanciación |
Gestión notificación
previa traslado judicial |
Gestión segunda
notificación previa demanda |
Traslado al área le=
gal |
|
ACCIONES |
|
I |
II |
III |
IV |
V |
VI |
VII |
VIII |
IX |
X |
|
Pago en mora |
I |
1 |
0,88 |
0,85 |
0,63 |
0,62 |
0,82 |
0,68 |
0,63 |
0,47 |
0,32 |
|
Gestión telefónica SMS |
II |
0,73 |
1 |
0,75 |
0,63 |
0,57 |
0,62 |
0,52 |
0,47 |
0,42 |
0,27 |
|
Gestión telefónica primera llamada |
III |
0,88 |
0,58 |
1 |
0,63 |
0,62 |
0,78 |
0,68 |
0,65 |
0,42 |
0,25 |
|
Gestión telefónica segunda llamada |
IV |
0,70 |
0,53 |
0,63 |
1 |
0,62 |
0,62 |
0,57 |
0,52 |
0,50 |
0,38 |
|
Gestión telefónica tercera llamada |
V |
0,63 |
0,47 |
0,53 |
0,53 |
1 |
0,63 |
0,60 |
0,60 |
0,52 |
0,43 |
|
Gestión visita a domicilio |
VI |
0,60 |
0,42 |
0,62 |
0,62 |
0,62 |
1 |
0,72 |
0,68 |
0,73 |
0,80 |
|
Gestión notificación carta refinanciación |
VII |
0,50 |
0,35 |
0,47 |
0,53 |
0,52 |
0,52 |
1 |
0,80 |
0,75 |
0,72 |
|
Gestión notificación previa traslado judicial |
VIII |
0,60 |
0,45 |
0,42 |
0,48 |
0,52 |
0,67 |
0,60 |
1 |
0,82 |
0,82 |
|
Gestión segunda notificación previa demanda |
IX |
0,72 |
0,45 |
0,43 |
0,37 |
0,38 |
0,63 |
0,63 |
0,65 |
1 |
0,83 |
|
Traslado al área legal |
X |
0,72 |
0,55 |
0,43 |
0,43 |
0,47 |
0,62 |
0,67 |
0,72 |
0,90 |
1 |
=
Fuente:
Elaboración propia
Teoría
de efectos olvidados=
La
teoría de efectos olvidados estudia aquellas variables no consideradas por =
los
expertos durante el análisis de determinado tema referente a su relación ca=
usa–efecto.
A través de la matriz de efectos olvidados se establece la incidencia o núm=
eros
borrosos con una valoración de [0,1=
] determinada en una escala semánt=
ica o endecadaria, siendo a 1 la máxima importancia y 0 sin
importancia (Kaufmann y Gil-Aluja, 1989), ésta escala endecadaria
se obtuvo del proceso de expertizaje desarrolla=
do
anteriormente. Se demuestra la aplicación de la teoría de efectos olvidados=
en
forma detallada:
El primer paso radica en realizar la convolución <=
span
class=3DSpellE>max-min que se representa con el signo O, este proceso
consiste en encontrar el máximo valor de una serie de valores mínimos
resultantes de la comparación entre filas por columnas de una determinada
matriz. El presente estudio considera para su cálculo con una matriz cuadra=
da
con un número igual de filas y columnas, convolucionan=
dose
a sí misma, como resultado se obtiene la matriz “B“, a modo de ejemplo, se indica la convoluc=
ión entre I-II, para el caso de la convoluc=
ión
entre la misma variable el valor será siempre1.
Para I-II:
(I11٨=
II12)٧=
(I12٨=
II22)٧=
(I13٨=
II32)٧=
(I14٨=
II42)٧=
(I15٨=
II52)٧=
(I16٨=
II62)٧=
(I17٨=
II72)٧=
(I18٨=
II82) ٧=
(I19٨=
II92) ٧=
(I110٨=
II102)
(1,0 ٨ 0,88) ٧ (0,88 ٨ 1,0) =
39;
(0,85٨ 0,58) ٧ (0,63 ٨ 0,53) ٧ (0,62 ٨ 0,47) =
٧
(0,82 ٨ 0,42) ٧ (0,68 ٨ 0,35) ٧ (0,63 ٨ 0,45)=
٧
(0,47 ٨ 45) ٧ (0,32 ٨ 0,55)
Se elige el valor menor de cada par obtenido:
0,88 ٧ 0,88 ٧ 0,58 ٧ 0,53 ٧
0,47 ٧ 0,42 ٧ 0,35 ٧ 0,45 ٧ 0,45 ٧ 0,32
De los diez resultados obtenidos,=
se
selecciona el mayor (0,88) y se ubica en la matriz “B” en la coordenada de I
con II, como se indica en la tabla 5.
Tabla 5 Matriz convolucionada “B”
|
B<= o:p> |
ACCIONES |
Pago en mora |
Gestión telefónica =
SMS |
Gestión telefónica
primera llamada |
Gestión telefónica
segunda llamada |
Gestión telefónica
tercera llamada |
Gestión visita a domicilio |
Gestión notificación
carta refinanciación |
Gestión notificación
previa traslado judicial |
Gestión segunda
notificación previa demanda |
Traslado al área le=
gal |
|
ACCIONES |
|
I |
II |
III |
IV |
V |
VI |
VII |
VIII |
IX |
X |
|
Pago en mora |
I |
1 |
0,88 |
0,85 |
0,63 |
0,62 |
0,82 |
0,72 |
0,68 |
0,73 |
0,80 |
|
Gestión telefónica SMS |
II |
0,75 |
1 |
0,75 |
0,63 |
0,62 |
0,75 |
0,68 |
0,65 |
0,62 |
0,62 |
|
Gestión telefónica primera llamada |
III |
0,88 |
0,88 |
1 |
0,63 |
0,62 |
0,82 |
0,72 |
0,68 |
0,73 |
0,78 |
|
Gestión telefónica segunda llamada |
IV |
0,70 |
0,70 |
0,70 |
1 |
0,62 |
0,70 |
0,68 |
0,63 |
0,62 |
0,62 |
|
Gestión telefónica tercera llamada |
V |
0,63 |
0,63 |
0,63 |
0,63 |
1 |
0,63 |
0,63 |
0,63 |
0,63 |
0,63 |
|
Gestión visita a domicilio |
VI |
0,72 |
0,60 |
0,62 |
0,62 |
0,62 |
1 |
0,72 |
0,72 |
0,80 |
0,80 |
|
Gestión notificación carta refinanciación |
VII |
0,72 |
0,55 |
0,53 |
0,53 |
0,53 |
0,67 |
1 |
0,80 |
0,80 |
0,80 |
|
Gestión notificación previa traslado judicial |
VIII |
0,72 |
0,60 |
0,62 |
0,62 |
0,62 |
0,67 |
0,67 |
1 |
0,82 |
0,82 |
|
Gestión segunda notificación previa demanda |
IX |
0,72 |
0,72 |
0,72 |
0,63 |
0,62 |
0,72 |
0,68 |
0,72 |
1 |
0,83 |
|
Traslado al área legal |
X |
0,72 |
0,72 |
0,72 |
0,63 |
0,62 |
0,72 |
0,68 |
0,72 |
0,90 |
1 |
=
=
=
Fuente:
Elaboración propia
La matriz
“B” es considerada como aquella que contiene los efectos olvidados de prime=
ra
generación, esta se coteja con la matriz original “A” como se observa en la
tabla 6; se determina los “α” datos =
que
indiquen las mayores diferencias al restar los cuadrantes coincidentes de B=
-A
así: B (I,I)-A(I,I), B(I,II)-A(I,II), B(I,II)-A(I,II), y así sucesivamente.=
Tabla 6 Comparación de matrices para la obtención de=
efectos
olvidados
|
B<= o:p> |
ACCIONES |
Pago en mora |
Gestión telefónica =
SMS |
Gestión telefónica
primera llamada |
Gestión telefónica
segunda llamada |
Gestión telefónica
tercera llamada |
Gestión visita a domicilio |
Gestión notificación
carta refinanciación |
Gestión notificación
previa traslado judicial |
Gestión segunda
notificación previa demanda |
Traslado al área le=
gal |
|
ACCIONES |
|
I |
II |
III |
IV |
V |
VI |
VII |
VIII |
IX |
X |
|
Pago en mora |
I |
1 |
0,88 |
0,85 |
0,63 |
0,62 |
0,82 |
0,72 |
0,68 |
0,73 |
0,80 |
|
Gestión telefónica SMS |
II |
0,75 |
1 |
0,75 |
0,63 |
0,62 |
0,75 |
0,68 |
0,65 |
0,62 |
0,62 |
|
Gestión telefónica primera llamada |
III |
0,88 |
0,88 |
1 |
0,63 |
0,62 |
0,82 |
0,72 |
0,68 |
0,73 |
0,78 |
|
Gestión telefónica segunda llamada |
IV |
0,70 |
0,70 |
0,70 |
1 |
0,62 |
0,70 |
0,68 |
0,63 |
0,62 |
0,62 |
|
Gestión telefónica tercera llamada |
V |
0,63 |
0,63 |
0,63 |
0,63 |
1 |
0,63 |
0,63 |
0,63 |
0,63 |
0,63 |
|
Gestión visita a domicilio |
VI |
0,72 |
0,60 |
0,62 |
0,62 |
0,62 |
1 |
0,72 |
0,72 |
0,80 |
0,80 |
|
Gestión notificación carta refinanciación |
VII |
0,72 |
0,55 |
0,53 |
0,53 |
0,53 |
0,67 |
1 |
0,80 |
0,80 |
0,80 |
|
Gestión notificación previa traslado judicial |
VIII |
0,72 |
0,60 |
0,62 |
0,62 |
0,62 |
0,67 |
0,67 |
1 |
0,82 |
0,82 |
|
Gestión segunda notificación previa demanda |
IX |
0,72 |
0,72 |
0,72 |
0,63 |
0,62 |
0,72 |
0,68 |
0,72 |
1 |
0,83 |
|
Traslado al área legal |
X |
0,72 |
0,72 |
0,72 |
0,63 |
0,62 |
0,72 |
0,68 |
0,72 |
0,90 |
1 |
( - )
|
A<= o:p> |
ACCIONES |
Pago en mora |
Gestión telefónica =
SMS |
Gestión telefónica
primera llamada |
Gestión telefónica
segunda llamada |
Gestión telefónica
tercera llamada |
Gestión visita a domicilio |
Gestión notificación
carta refinanciación |
Gestión notificación
previa traslado judicial |
Gestión segunda
notificación previa demanda |
Traslado al área le=
gal |
|
ACCIONES |
|
I |
II |
III |
IV |
V |
VI |
VII |
VIII |
IX |
X |
|
Pago en mora |
I |
1 |
0,88 |
0,85 |
0,63 |
0,62 |
0,82 |
0,68 |
0,63 |
0,47 |
0,32 |
|
Gestión telefónica SMS |
II |
0,73 |
1 |
0,75 |
0,63 |
0,57 |
0,62 |
0,52 |
0,47 |
0,42 |
0,27 |
|
Gestión telefónica primera llamada |
III |
0,88 |
0,58 |
1 |
0,63 |
0,62 |
0,78 |
0,68 |
0,65 |
0,42 |
0,25 |
|
Gestión telefónica segunda llamada |
IV |
0,70 |
0,53 |
0,63 |
1 |
0,62 |
0,62 |
0,57 |
0,52 |
0,50 |
0,38 |
|
Gestión telefónica tercera llamada |
V |
0,63 |
0,47 |
0,53 |
0,53 |
1 |
0,63 |
0,60 |
0,60 |
0,52 |
0,43 |
|
Gestión visita a domicilio |
VI |
0,60 |
0,42 |
0,62 |
0,62 |
0,62 |
1 |
0,72 |
0,68 |
0,73 |
0,80 |
|
Gestión notificación carta refinanciación |
VII |
0,50 |
0,35 |
0,47 |
0,53 |
0,52 |
0,52 |
1 |
0,80 |
0,75 |
0,72 |
|
Gestión notificación previa traslado judicial |
VIII |
0,60 |
0,45 |
0,42 |
0,48 |
0,52 |
0,67 |
0,60 |
1 |
0,82 |
0,82 |
|
Gestión segunda notificación previa demanda |
IX |
0,72 |
0,45 |
0,43 |
0,37 |
0,38 |
0,63 |
0,63 |
0,65 |
1 |
0,83 |
|
Traslado al área legal |
X |
0,72 |
0,55 |
0,43 |
0,43 |
0,47 |
0,62 |
0,67 |
0,72 |
0,90 |
1 |
=
Fuente: Elaboración
propia
Tabla 7 Matriz de resultados B - A
|
B =
- A |
ACCIONES |
Pago en mora |
Gestión telefónica =
SMS |
Gestión telefónica
primera llamada |
Gestión telefónica
segunda llamada |
Gestión telefónica
tercera llamada |
Gestión visita a domicilio |
Gestión notificación
carta refinanciación |
Gestión notificación
previa traslado judicial |
Gestión segunda
notificación previa demanda |
Traslado al área le=
gal |
|
ACCIONES |
|
I |
II |
III |
IV |
V |
VI |
VII |
VIII |
IX |
X |
|
Pago en mora |
I |
0.00 |
0.00 |
0.00 |
0.00 |
0.00 |
0.00 |
0.03 |
0.05 |
0.27 |
0.48 |
|
Gestión telefónica SMS |
II |
0.02 |
0.00 |
0.00 |
0.00 |
0.05 |
0.13 |
0.17 |
0.18 |
0.20 |
0.35 |
|
Gestión telefónica primera llamada |
III |
0.00 |
0.30 |
0.00 |
0.00 |
0.00 |
0.03 |
0.03 |
0.03 |
0.32 |
0.53 |
|
Gestión telefónica segunda llamada |
IV |
0.00 |
0.17 |
0.07 |
0.00 |
0.00 |
0.08 |
0.12 |
0.12 |
0.12 |
0.23 |
|
Gestión telefónica tercera llamada |
V |
0.00 |
0.17 |
0.10 |
0.10 |
0.00 |
0.00 |
0.03 |
0.03 |
0.12 |
0.20 |
|
Gestión visita a domicilio |
VI |
0.12 |
0.18 |
0.00 |
0.00 |
0.00 |
0.00 |
0.00 |
0.03 |
0.07 |
0.00 |
|
Gestión notificación carta refinanciación |
VII |
0.22 |
0.20 |
0.07 |
0.00 |
0.02 |
0.15 |
0.00 |
0.00 |
0.05 |
0.08 |
|
Gestión notificación previa traslado judicial |
VIII |
0.12 |
0.15 |
0.20 |
0.13 |
0.10 |
0.00 |
0.07 |
0.00 |
0.00 |
0.00 |
|
Gestión segunda notificación previa demanda |
IX |
0.00 |
0.27 |
0.28 |
0.27 |
0.23 |
0.08 |
0.05 |
0.07 |
0.00 |
0.00 |
|
Traslado al área legal |
X |
0.00 |
0.17 |
0.28 |
0.20 |
0.15 |
0.10 |
0.02 |
0.00 |
0.00 |
0.00 |
=
Fuente: Elaboración
propia
Se restan los valores de los cuadrantes
respetando las coordenadas de cada matriz, los datos resultantes se conside=
ran
en valor absoluto y se anotan en la matriz “B - A”, por ejemplo la resta de
B(I,I) - A(I,IA) (1 - 1) se obtiene 0,0, dato que se debe anotar en la matr=
iz
“B - A” en la intersección de I con I. De
este resultado, se analiza los valores más cercanos a la unidad, estos
representan mayor significado en términos de efectos olvidados. Para el presente estudio, se considera =
el
valor “α” 0,53, situado en la coordenada III-X, este es el que más se aproxima =
a la
unidad, esto significa que se busca las acciones que se olvidaron u omitier=
on
los expertos en la incidencia de la Gestión telefónica primera llamada sobre el Traslado al área legal.
Como
siguiente paso de la teoría de efectos olvidados, se analiza cómo una varia=
ble
influye sobre la otra, encontrando la acción que tiene incidencia de causal=
idad
entre las dos acciones que se observan de primera mano.
En la misma posición que se encuentra el val=
or
de “α” igual a 0,53, en la coordenada (III, X) de la matriz “B - A”, se tras=
lada
a la matriz inicial “A”. El procedimiento de la convolución max-min,
se realiza nuevamente comparando los valores que denoten incidencia entre l=
as
acciones “III, X” de la tabla 4 (matriz A), que forman la fila – columna en=
esa
intersección, de la siguiente manera.
Para III, X:
(III31٨X110)٧(III32٨X210)٧(III33٨X310)=
639;(III34٨X410)٧(III35٨X510)٧(III36٨X610)=
639;(III37٨X710)٧(III38٨X810)
٧(III39٨X910) ٧(III310٨X910)
(0,88 ٨ 0,32) ٧ (0,58 ٨ 0,27) ٧ (1,0٨ 0,2=
5)
٧ (0,63 ٨ 0,38) ٧ (0,62 ٨ 0,43) ٧ (0,78 ¤=
0; 0,80)
٧ (0,68 ٨ 0,72) ٧ (0,65 ٨ 0,82) ٧ (0,42 ¤=
0;
0,83) ٧ (0,25 ٨ 1,0)
Se elige el valor menor de cada par obtenido:
0,32 ٧ 0,27 ٧ 0,25 ٧ 0,38 ٧ 0,43 ٧ 0,78
٧ 0,68 ٧ 0,65 ٧ 0,42 ٧ 0,25
Se opta por el mayor valor, este es 0,78 representa la máxima incidencia
que tienen entre las acciones “III, X” sobre la acción “VI”. La explicación completa se indica en el
siguiente gráfico:
Figura 1 Incidencia de la causalidad
<=
!--[if gte vml 1]>
Fuente: Elaboración propia<=
span
lang=3DES-EC style=3D'font-size:12.0pt;line-height:107%;font-family:"Times =
New Roman",serif'>
El resultado, se lo interpreta de la siguiente man=
era:
La Gestión telefónica primera llamada, incide sobre el Traslado al área leg=
al a
través de la Gestión visita a domicilio.
Con la acción encontrada, se traza el camino corre=
cto utilizando
un grafo mediante una red neuronal, ésta constituye una herramienta propici=
a para
la mejora en la gestión empresarial. Casanovas y Fernández (2003)
manifiestan: “la teoría de grafos nos proporciona una amplia panoplia de
herramientas para la gestión empresarial, especialmente cuando se trata de
llevar a cabo un conjunto de acciones secuenciales para la resolución de un=
problema
o consecución de un objetivo” (p.55). Las redes neuronales proporcionan la combinación de
parámetros que se acoplan de mejor manera a la solución de problemas, estru=
cturando
capas o niveles compuestas por vértices de forma tal que al desplazarse de =
una
a otra será imposible regresar a la anterior, se establecen asociaciones de
vértices sistemáticos de manera lógica siguiendo un horizonte correcto. A p=
artir
de los resultados se diseña la vía exacta determinando los niveles o capas
representativas, que conduzcan a la institución financiera a tratar de
recuperar la cartera, considerando de manera prioritaria la acción olvidada,
este recorrido da inicio con la acción Gestión telefónica primera llamada, =
cuya
incidencia recae sobre el Traslado al área legal, a través de la Gestión vi=
sita
a domicilio. El siguiente grafico demuestra lo enunciado.
Figura 2=
Grafo
neuronal
Fuente: Elaboración propia
Resultados
Una vez aplicada la teoría del expertizaje y efectos olvidados, el resultado determi=
na que
la Gestión telefónica primera llamada, incide sobre el Traslado al área leg=
al a
través de la variable escondida Gestión visita a domicilio. La gerencia deb=
erá
tomar en consideración esta acción olvidada, con el propósito de definir el
proceso a seguir para lograr la recuperación de la cartera.
Conclusiones=
La utilización de las técnicas de avan=
zada
que ofrece la lógica difusa, demuestra su efectividad para la gestión de
cobranzas en instituciones bancarias, permitiendo a los responsables seguir=
la
ruta correcta mediante un grafo neuronal estableciendo las estrategias para=
una
óptima recuperación de los pagos en mora, esta vía está compuesta por vérti=
ces
que conforman una red neuronal, en donde la institución financiera encuentr=
a el
camino correcto para lograr dar solución a este problema, con ello se prete=
nde
general una política de cobro a través de variables escondidas u omitidas l=
as
cuales deben ser consideradas por la gerencia para enfrentar el riesgo
financiero, tratando de reducir el problema de financiación a corto plazo,
permitiendo definir modelos efectivos y eficientes en la toma de decisión
gerencial. Con la gestión de visita a domicilio se pretende interactuar con=
el
deudor y mantener la relación comercial a través de la recuperación de la
cartera o generación de acuerdos de pago, caso contrario el Banco Diners Club puede trasladar el caso al área legal. De=
esta
manera se entrega a la alta gerencia de la institución financiera, esta
metodología como un aporte para una correcta toma de decisión en el proceso=
de
gestión de cobranzas, con ello queda abierto la posibilidad para otras
investigaciones desarrollando nuevas herramientas de la lógica borrosa en
beneficio de este sector.
Referencias
bibliográficas
Bermúdez,
J., Segura, J., y Vercher, E. (2007). Modelos
borrosos de optimización para la selección de carteras basados en intervalo=
s de
medias. Cuadernos del CIMBAGE, =
(9),
27-36. Recuperado de http://www.redalyc.org/articulo.oa?id=3D46200902<=
/span>
Calderón,
M., y Castro, A. (2013). Alternati=
va
metodológica para el otorgamiento y recuperación del crédito bancario en el
BANDEC. Ciencias Holguín, XIX (4), 1-10. Recuperado de http://www.redalyc.org/articulo.o=
a?id=3D181529929005
Cardona,
Z. (2006). La diversificación del riesgo en la cartera de créditos del sect=
or
financiero con base en la teoría de portafolios. AD-minister, (9), 113-136. Recuperado de http://www.redalyc.org/articulo.o=
a?id=3D322327239005
Chavarín,
R. (2015). Morosidad en el pago de créditos y rentabilidad de la banca
comercial en México. Revista Mexica=
na de
Economía y Finanzas. Nueva Época / Mexican Journal of Economics
and Finance, 10(1), 71-83. Recuperado de: <=
/span>http://www.redalyc.org/articulo.o=
a?id=3D423739513004
Gento,
A., Lazzari, L., y Machado, E. (2001). Reflexio=
nes
acerca de las matrices de incidencia y la recuperación de efectos olvidados=
. Cuadernos del CIMBAGE, 4. 11-27.
Recuperado de http://redalyc.org/articulo.oa?id=3D46200402
Kaufmann,
A., y Gil-Aluja J. (1987). Técnicas
operativas de gestión para el tratamiento de la incertidumbre.
Barcelona-España: Hispano Europea.
Kaufmann,
A., y Gil-Aluja, J. (1986). Introdu=
cción
de la teoría de los subconjuntos borrosos a la gestión de las empresas.
Santiago de Compostela: Milladoiro.
Kaufmann,
A., y Gil-Aluja, J. (1989). Modelos=
para
la investigación de efectos olvidados. Barcelona, España: Milladoiro.
Kosko, B.
(1995). Pensamiento borroso: la nueva ciencia de la lógica borrosa.
Barcelona, España: Editorial Crítica.
López,
M., y Fuentes, L. (2008). Cartera de microcréditos del Sistema Bancario en
Venezuela (2002-2005). Visión Geren=
cial,
(2), 355-372. Recuperado de http://www.redalyc.org/articulo.o=
a?id=3D465545879012
Luna,
K., Sarmiento, W., y Cisneros, D. (2017). Equilibrio de mercado bajo
incertidumbre para la fabricación de una bota de dama. Caso Cantón Gualaceo
Provincia del Azuay. Compendium, 20(39). Recuperado de
=
Reig,
J., y González, J. (2002). Modelo borroso de control de gestión de material=
es. Revista
Española de Financiación y Contabilidad, 31(112), 431-459. Recuperado de https://www.jstor.org/stable/42781484
Rico,
M., y Tinto, J. (2010). Herramientas con base en subconjuntos borrosos.
Propuesta procedimental para aplicar expertizaje y
recuperar efectos olvidados en la información contable. Actualidad Contable Faces, 13(21).
127-146. http://www.redalyc.org/articulo.o=
a?id=3D25718409009
Salazar,
R. (2012). El peso mexicano: la gestión de cobertura del riesgo cambiario
mediante la Teoría de los Efectos Olvidados. Journal of Economics, Finance and Administrative
Science, 17(32), 53-73. Recuperado de http://www.scielo.org.pe/pdf/jefas/v17n32/a06v17n32.pdf
Támara
- Ayús, A., Aristizábal, R., y Velásquez, E. (2=
012).
Matrices de transición en el análisis del riesgo crediticio como elemento
fundamental en el cálculo de la pérdida esperada en una institución financi=
era
colombiana. Revista Ingenierías
Universidad de Medellín, 11(20), 105-114. Recuperado de http://www.redalyc.org/articulo.o=
a?id=3D75025069009
Tinto,
J., Luna, K., y Cisneros, D. (2017). Teoría de los efectos olvidados en el
rescate de la imagen comercial de los artesanos del calzado en el cantón
Gualaceo provincia del Azuay, Ecuador. Visión
Gerencial, 1, 24-42. Recuperado de http://www.redalyc.org/articulo.o=
a?id=3D465549683003
PARA CITAR EL ARTÍCULO
INDEXADO.
Gon= zález Astudillo, X., Luna Altamirano, K., Erazo Álvarez, J., & Sarmiento Espinoza, W. (2019). Recuperación de cartera bajo el enfoque de subconjuntos borrosos. Ciencia Digital, 3(2.3), 156-171. https://doi.org= /10.33262/cienciadigital.v3i2.3.595
El artí=
culo
que se publica es de exclusiva responsabilidad de los autores y no
necesariamente reflejan el pensamiento de la Revista Ciencia Digital.
El artículo queda en propiedad de la revista y, por
tanto, su publicación parcial y/o total en otro medio tiene que ser autoriz=
ado
por el director de la Revista Cien=
cia
Digital.