Puntuación de crédito y credit scoring: definición, métodos y retos

En resumen: La puntuación de crédito es una nota que sintetiza el riesgo asociado a un prestatario, es decir, su probabilidad de reembolsar. El credit scoring designa el método que produce esa nota, a partir de datos financieros y de comportamiento. En España no existe una puntuación de crédito central y universal como el FICO estadounidense, pero sí la CIRBE (Central de Información de Riesgos del Banco de España) y los ficheros de morosidad como ASNEF. Cada entidad construye su propia evaluación, cada vez más apoyada en los datos bancarios reales gracias al open banking. Esta evolución sirve directamente al préstamo responsable exigido por la nueva directiva de crédito al consumo (CCD2). Dos principios se vuelven entonces esenciales: la explicabilidad de la decisión y su auditabilidad.

‍

¿Qué es una puntuación de crédito?

‍

Una puntuación de crédito es un valor numérico que traduce el nivel de riesgo de un prestatario en el momento de una solicitud de financiación. Cuanto más favorable es la puntuación, mayor se considera la probabilidad de reembolso en las condiciones previstas. A la inversa, una puntuación degradada señala un riesgo de impago más elevado.

‍

Esta puntuación no es una opinión subjetiva. Resulta de un cálculo estadístico que compara el perfil de un solicitante con historiales de comportamientos de reembolso observados en un gran número de expedientes. El objetivo es doble: ayudar al prestamista a decidir (aprobación, denegación, condiciones ajustadas) y homogeneizar el tratamiento de las solicitudes para evitar la arbitrariedad.

‍

Conviene distinguir la puntuación de crédito de un particular de la calificación de una empresa. La puntuación bancaria de un particular mide su capacidad y su voluntad de reembolsar un crédito al consumo, un préstamo hipotecario o un pago aplazado. La calificación de una empresa responde a otra lógica. Este artículo trata del credit scoring aplicado a la entrada en relación y a la concesión de crédito a particulares y profesionales.

‍

Credit scoring: cómo funciona

‍

El credit scoring es el método que transforma datos en una nota de riesgo. El principio general se desarrolla en varias etapas.

‍

Primero, se recopilan variables pertinentes: ingresos, gastos, antigüedad profesional, historial de pagos, ratio de endeudamiento, regularidad de los flujos financieros. A continuación, un modelo asigna un peso a cada variable. Históricamente, estos modelos eran regresiones estadísticas simples y transparentes. Hoy, los enfoques de aprendizaje automático (machine learning) permiten captar relaciones más finas entre las variables.

‍

El modelo produce entonces una puntuación, a menudo convertida en probabilidad de impago. El prestamista fija un umbral: por encima, la solicitud puede aceptarse; por debajo, se deniega o se deriva a un análisis complementario. Este umbral refleja el apetito de riesgo de la entidad y su marco regulatorio.

‍

Un buen dispositivo de scoring de crédito no se limita a arrojar una cifra. Debe indicar los factores que han influido en la decisión, permanecer estable en el tiempo y poder recalibrarse cuando los comportamientos evolucionan. Ahí es donde la calidad de los datos de entrada resulta decisiva.

‍

Qué datos: declarativo vs open banking

‍

Tradicionalmente, la puntuación bancaria se apoya en el declarativo: la información transmitida por el solicitante (ingresos declarados, gastos, situación profesional) completada con justificantes como las nóminas o las declaraciones de la renta. Este enfoque presenta dos límites. Se basa en documentos que pueden estar caducados o falsificados, y ofrece una fotografía puntual más que una visión dinámica de la situación financiera.

‍

El open banking cambia las reglas del juego. Regulado por la directiva europea sobre servicios de pago (PSD2), permite, con el consentimiento explícito de la persona, acceder en modo lectura a los datos de su cuenta bancaria a través de interfaces seguras. El prestamista observa entonces los flujos reales: ingresos efectivamente percibidos, regularidad de las entradas de dinero, gastos recurrentes, posibles incidencias, capacidad de ahorro. La verificación bancaria por open banking proporciona así una imagen fiel y actualizada, mucho más difícil de manipular que un documento escaneado.

‍

Este giro hacia los datos reales refuerza la pertinencia del análisis de solvencia. Reduce además el riesgo de fraude documental, ya que la información proviene directamente de la fuente bancaria. Una buena práctica consiste, de hecho, en priorizar la recogida de datos en la fuente, es decir, obtener la información de un tercero de confianza en lugar de fiarse solo del declarativo. El declarativo no desaparece por ello: sigue siendo útil para contextualizar una situación, pero ahora se cruza con los datos bancarios para dar mayor fiabilidad a la puntuación.

‍

Puntuación de crédito y préstamo responsable (CCD2)

‍

El credit scoring no es solo una herramienta comercial. Se inscribe en un marco regulatorio cada vez más exigente. La directiva (UE) 2023/2225 relativa a los contratos de crédito al consumo, conocida como CCD2, sustituye a la directiva anterior de 2008 y se aplica en España como norma de la Unión Europea. Refuerza la obligación de evaluar la solvencia antes de cualquier concesión de crédito.

‍

En concreto, el prestamista debe verificar que el prestatario es razonablemente capaz de reembolsar, sin situarse en una posición de sobreendeudamiento. Esta evaluación debe apoyarse en información pertinente, exacta y suficiente sobre los ingresos y los gastos. El texto también regula nuevos productos como los pagos aplazados (BNPL), ahora sujetos a estas exigencias.

‍

En este contexto, una puntuación de crédito basada en datos bancarios reales se convierte en una ventaja de cumplimiento. Permite demostrar que la decisión de concesión se apoya en un análisis serio de la capacidad de reembolso, y no en una simple declaración no verificada. La CCD2 insiste asimismo en la información al consumidor y en su derecho a obtener explicaciones cuando una solicitud se deniega sobre la base de un tratamiento automatizado. El scoring debe, por tanto, concebirse para ser explicado, no solo para resolver.

‍

Límites y explicabilidad (IA, sesgos, RGPD)

‍

Una puntuación de crédito sigue siendo una estimación probabilística, nunca una certeza. Se imponen tres cautelas.

‍

La primera se refiere a la calidad y la representatividad de los datos. Un modelo entrenado con historiales sesgados puede reproducir, e incluso amplificar, discriminaciones. Un scoring responsable exige, por tanto, un control regular de las variables utilizadas, la exclusión de los criterios prohibidos y una vigilancia de las diferencias de tratamiento entre poblaciones.

‍

La segunda se refiere a la explicabilidad. Los modelos de inteligencia artificial más potentes pueden volverse opacos, hasta el punto de que ni siquiera sus diseñadores logran justificar una decisión individual. Ahora bien, el RGPD regula las decisiones totalmente automatizadas que producen efectos jurídicos significativos, como una denegación de crédito. Su artículo 22 confiere a la persona afectada el derecho a obtener una intervención humana, a expresar su punto de vista y a impugnar la decisión, bajo la supervisión de la AEPD en España. Una IA explicable, capaz de restituir los factores determinantes de una puntuación, no es un lujo: es una condición de cumplimiento y de confianza.

‍

La tercera se refiere a la auditabilidad. Cada decisión debe poder reconstruirse a posteriori: qué datos se han utilizado, qué modelo, qué umbral, qué resultado. Esta pista de auditoría protege tanto al consumidor, que puede impugnar, como a la entidad, que debe probar la conformidad de sus prácticas ante el regulador.

‍

Es precisamente el enfoque de Meelo. La plataforma no emite una puntuación universal de tipo FICO, que no existe en España. Realiza un análisis de solvencia explicable sobre datos reales, procedentes del open banking, con una decisión emitida en 2 a 5 segundos, documentada y auditable. Cada evaluación se acompaña de los factores que la han motivado, lo que permite al prestamista justificar su decisión y cumplir sus obligaciones de préstamo responsable.

‍

En conclusión

‍

La puntuación de crédito sintetiza el riesgo de un prestatario, y el credit scoring designa el método que la produce. En España, sin una puntuación centralizada de tipo FICO, la evaluación combina el declarativo con los datos bancarios reales que el open banking hace accesibles, y se apoya en fuentes como la CIRBE y los ficheros de morosidad. Esta evolución mejora la precisión, reduce el fraude documental y se alinea con las exigencias de préstamo responsable de la directiva CCD2. Pero el rendimiento no basta: una puntuación de crédito debe ser explicable, no discriminatoria y auditable para ser conforme y digna de confianza. Solo con esa condición el scoring se convierte en una verdadera herramienta de decisión responsable, al servicio del prestamista y del prestatario.

‍

FAQ

‍

¿Existe una puntuación de crédito en España?

‍

No, no en el sentido de una puntuación centralizada y universal como el FICO estadounidense. No hay una nota única asociada a cada particular y compartida entre todas las entidades. Cada prestamista construye su propia evaluación a partir del declarativo del solicitante, de justificantes y, cada vez más, de los datos bancarios reales obtenidos mediante open banking con el consentimiento de la persona. El Banco de España mantiene la CIRBE (Central de Información de Riesgos) y existen ficheros de morosidad como ASNEF, pero ninguno constituye una puntuación de crédito en sí mismo.

‍

¿Cómo se calcula una puntuación de crédito?

‍

Una puntuación de crédito se calcula a partir de variables financieras y de comportamiento: ingresos, gastos, ratio de endeudamiento, regularidad de los flujos, historial de pagos. Un modelo estadístico o de aprendizaje automático asigna un peso a cada variable y produce una nota, a menudo traducida en probabilidad de impago. El prestamista compara luego ese resultado con un umbral de decisión que refleja su apetito de riesgo y su marco regulatorio.

‍

¿Qué aporta el open banking al credit scoring?

‍

El open banking permite acceder, con el consentimiento de la persona, a sus datos bancarios reales a través de interfaces seguras reguladas por la PSD2. La puntuación ya no se apoya solo en documentos declarados, sino en los flujos efectivamente observados: ingresos percibidos, gastos recurrentes, capacidad de ahorro, posibles incidencias. El aporte es doble: una imagen más fiel y actualizada de la solvencia, y una fuerte reducción del riesgo de fraude documental.

‍

¿Una puntuación de crédito debe ser explicable?

‍

Sí. El RGPD regula las decisiones totalmente automatizadas con efectos significativos, como una denegación de crédito, y prevé un derecho a la intervención humana y a la impugnación, bajo la supervisión de la AEPD. La directiva CCD2 refuerza la información al consumidor en caso de denegación basada en un tratamiento automatizado. Una puntuación de crédito debe, por tanto, apoyarse en una IA explicable, capaz de restituir los factores determinantes, y acompañarse de una pista de auditoría que permita reconstruir cada decisión.

‍

Fuentes:

‍

• CIRBE (Central de Información de Riesgos del Banco de España), registro de riesgos crediticios de las entidades declarantes.
• ASNEF (Asociación Nacional de Establecimientos Financieros de Crédito), ficheros de información sobre morosidad.
• Directiva (UE) 2023/2225 de 18 de octubre de 2023 relativa a los contratos de crédito al consumo (CCD2), obligación de evaluación de la solvencia.
• Reglamento (UE) 2016/679 (RGPD), en particular el artículo 22 sobre las decisiones automatizadas y el derecho a la explicación; Agencia Española de Protección de Datos (AEPD).