Gestión del crédito y su riesgo

El ciclo corto se completa con la realización de las ventas y, más concretamente, el cobro de clientes: hasta ese momento la tesorería está inmovilizada, tal y como había ocurrido antes con los materiales y los productos terminados.

En este momento, la problemática se concentra en dos cuestiones: la determinación de las condiciones de pago, y la especificación de los criterios para la concesión de crédito, teniendo en cuenta que siempre existe un cierto riesgo morosidad e impago.

La concesión de crédito implica un aplazamiento en la recuperación de la tesorería, por tanto amplía el período de maduración, la cuantía de recursos inmovilizados, y el fondo de rotación necesario, todo lo cual tiende a reducir la rentabilidad, ceteris paribus; implica además un riesgo de impago, que incluye no solo la pérdida completa del crédito (relativamente poco frecuente) sino también demoras, quitas, y gastos de recuperación y/o litigio. Pero al mismo tiempo, la concesión de crédito puede hacer más atractiva la oferta de la empresa, en definitiva incrementar la facturación y la rotación, y con ello la eficiencia y la rentabilidad, ceteris paribus.

Se trataría por tanto de diseñar una política que permita aprovechar los aspectos positivos del crédito, sin causar un nivel inasumible de exposición al riesgo de impago y/o aumentar el grado de indeterminación de los cobros.

El análisis de la solvencia de un cliente combina instrumentos propios del análisis financiero, la teoría de la decisión, y la estadística. El objetivo es construir un modelo que sintetice las variables básicas que determinan la solvencia, y permita formular un pronóstico objetivo sobre el comportamiento probable del cliente. En esencia, esto implica valorar cinco atributos:

• Conducta histórica del cliente
• Capacidad para generar rentas, nivel de liquidez, y grado de riesgo
• Situación del entorno socioeconómico del cliente
• Estructura financiera del cliente
• Garantías adicionales ofrecidas, o exigidas

El problema radica en medir estos atributos y combinarlos transparentemente en una medida que exprese la solvencia y permita además cuantificar el riesgo, para aplicar una política comercial concreta. Algunas posibilidades son:

• Árboles de decisión, un instrumento basado en el Teorema de Bayes y que estructura temporalmente las decisiones de carácter secuencial, describiendo sus interacciones, condicionamientos, y consecuencias.
• Sistemas de credit scoring, basados en el cálculo de una puntuación media ponderada de acuerdo con varios atributos
• Modelos de análisis discriminante, que clasifican a las observaciones en función de su distancia estadística (es decir, su parecido o su disimilitud) a los grupos de pagadores, morosos, o fallidos.
• Herramientas de inteligencia artificial, destacadamente redes de neuronas artificiales, que aprenden a distinguir los patrones estadísticos subyacentes en los grupos de pagadores, morosos, o fallidos, revelando incluso variables latentes.