BayesAdvisory

Práctica de riesgo de crédito · Bayes Advisory

El riesgo no termina en el modelo.
Tiene que llegar bien a la operación.

Desarrollamos y validamos modelos de riesgo de crédito, auditamos datos y automatizamos controles reproducibles para instituciones financieras.

Conversemos sobre tu caso

Una descripción general basta para empezar. Revisaremos el contexto contigo antes de acordar cualquier trabajo; no incluyas datos sensibles.

Revisamos la cadena completa, no solo el modelo.

Conectamos fuentes, datos, modelos y controles operativos para que cada resultado pueda explicarse y reproducirse. No vendemos una plataforma cerrada ni pedimos reemplazar los sistemas actuales.

Ver casos de uso
Señales de riesgoCapa de decisiónAcción priorizada
alta000
media000
baja000
Ejemplo con datos sintéticos

Δ −2,1 pp

mora 30+

Challenger vs. baseline · ilustrativo

BayesRisk · Apache-2.0

La capacidad técnica está abierta para que la revises.

BayesRisk es nuestra librería open source de riesgo de crédito. Reúne scorecards, validación, provisiones, stress testing, forward-looking y trazabilidad bajo configuraciones reproducibles.

El flujo scorecard tiene API estable. Provisiones y otras superficies continúan en desarrollo activo y están marcadas como experimentales cuando corresponde. La librería no reemplaza el criterio del equipo ni la validación de la norma vigente.

Ver el código en GitHub
terminalPython 3.11+
$ pip install "bayesrisk[scoring]"

Si ya usas nikodym, revisa la guía de migración antes de actualizar.

Scorecard
Binning WoE, selección, modelo PD, calibración, desempeño e informe de validación.
Provisiones
Motores regulatorios y contables separados, con resultados trazables por corrida.
Stress y forward
Escenarios adversos, reverse stress y conexión de variables macro con PD y LGD.
Gobernanza
Lineage con hashes, semilla, versiones y estado de la corrida para revisión independiente.

Los datos de la demo son sintéticos. Los parámetros del caso de referencia no son oficiales y requieren revisión humana antes de cualquier uso productivo.

Dónde podemos ayudarte

Cada trabajo empieza con una decisión o un resultado que tu equipo necesita revisar. Estos son cuatro puntos de entrada habituales.

01 / RIESGO DE CRÉDITO

Originación y cartera

¿A quién aprobar, en qué condiciones y cuándo intervenir?

Modelos de admisión y comportamiento, cutoffs, señales tempranas y seguimiento de cartera frente al desempeño vigente.

02 / RIESGO DE CRÉDITO

Validación y monitoreo

¿El modelo sigue funcionando para la población actual?

Discriminación, calibración, estabilidad, drift, implementación y documentación para una revisión independiente.

03 / RIESGO DE CRÉDITO

Cobranza y recuperación

¿Qué gestión conviene priorizar y cómo medir su efecto?

Segmentación de acciones, scoring de mora y comparación de recuperación por gestión contra la práctica actual.

04 / RIESGO DE CRÉDITO

Datos y controles

¿Se puede reconstruir cada resultado desde su fuente?

Perfilamiento, reconciliación, reglas de calidad y controles repetibles desde los sistemas fuente hasta los reportes.

Si tu caso cruza varias áreas, podemos acotar primero la pregunta y la evidencia necesaria.

Conversemos sobre tu caso

Trabajamos con los sistemas que ya usas.

Podemos integrar análisis y controles con fuentes, herramientas y procesos existentes. El alcance técnico se define después de revisar tu entorno.

Tecnologías con las que podemos trabajar: Google Cloud, AWS, Snowflake, Databricks, SAP, PostgreSQL, Power BI.

Cómo trabajamos

Pilotos acotados, medibles y con dueño claro. Cada piloto termina comparado contra el baseline real del proceso: elegimos una métrica de negocio, construimos un challenger y revisamos con evidencia si conviene ampliar, ajustar o detener el piloto.

La regla del challenger

Challenger vs. baseline

Comparamos el challenger con la línea base acordada. Si no muestra una mejora útil, documentamos el resultado y revisamos contigo si conviene ajustar o cerrar el piloto.

  1. 01Diagnóstico breve
  2. 02Definición del caso
  3. 03Datos mínimos
  4. 04Challenger / prototipo
  5. 05Medición y siguiente paso
Conversemos
informe de cierre · piloto medible

Challenger vs. baseline

Ejemplo con datos sintéticos

mora 30+ (% cartera)

→ la mora del baseline sube; el challenger la contiene

Δ ilustrativo: −2,1 pp · datos sintéticos — en el piloto este gráfico se construye con tus datos

→ decisión: escalar · ajustar · cortar

01 / 03

Empecemos por entender el problema.

Si ya tienes un modelo o proceso concreto, podemos revisar su alcance. Si la pregunta todavía es amplia, conversemos primero sobre la decisión, los datos y las personas involucradas. A veces el siguiente paso es acotar el problema antes de construir.

Conversemos

Podemos ayudar si

  • Tienes un modelo o cálculo que necesita revisión.
  • Debes reconciliar fuentes, variables y resultados.
  • Quieres un challenger o una validación independiente.
  • Necesitas trazabilidad antes de cambiar la operación.

Para preparar la conversación

  • —Identificar una decisión o proceso específico que valga la pena revisar.
  • —Ubicar las fuentes y a las personas que conocen los datos.
  • —Acordar quién usaría el resultado y cómo lo evaluaría.
  • —Empezar por una pregunta acotada si el problema aún es amplio.

Antes de conversar

Preguntas frecuentes

La primera conversación sirve para entender el problema. También puedes explorar nuestras notas y métodos.

¿Qué necesito para la primera conversación?

Una descripción general de la decisión, el modelo o el proceso que quieres revisar. No hace falta enviar bases de datos ni información sensible desde el formulario.

¿Pueden revisar un modelo que ya usamos?

Sí, desde su dimensión técnica: datos, definición del resultado, desempeño, estabilidad y trazabilidad. El alcance concreto se acuerda después de entender el contexto y la evidencia disponible.

¿Qué pasa después de escribirles?

Revisamos el mensaje y conversamos contigo para precisar la pregunta. Si hay una forma útil de colaborar, definimos alcance, entregables y próximos pasos antes de comenzar.

Conversemos
sobre tu caso

Cuéntanos a grandes rasgos qué decisión, modelo o proceso de riesgo necesitas revisar. Conversaremos sobre el contexto y los próximos pasos posibles, sin necesidad de enviar datos sensibles.

Camilo González — Socio, Bayes Advisory
admin@nxlabs.cl

0/300

Agregar detalles (opcional)

Revisaremos tu mensaje para entender el contexto y responderte. Usamos estos datos solo para responder tu caso; no los compartimos con terceros independientes. Consulta el aviso de privacidad.