MX2007012294A - Metodo y aparato para evaluar valores garantizados por activos. - Google Patents

Abstract

Participacion en la cartera del cliente ("SOW") es un enfoque de modelado que utiliza diversas fuentes de datos para proveer resultados que describen la capacidad de gasto de un consumidor, el historial de linea de operacion incluye transferencias de saldo e informacion de saldo. Estos resultados se pueden fijar a perfiles de datos de consumidores y prospectos y se pueden utilizar apoyar las decisiones que implican prospeccion, evaluacion de nuevos solicitantes y administracion de clientes durante el ciclo de vida. La probabilidad de incumplimiento de pago determinada por el modelo SOW, cuando se aplica a una cartera de prestamos, puede reducir la cantidad de ampliacion de credito requerida para una evaluacion de valores garantizados por activos.

Description

MÉTODO Y APARATO PARA EVALUAR VALORES GARANTIZADOS POR ACTIVOS CAMPO DE LA INVENCIÓN Esta descripción se refiere en general a procesamiento de datos financieros y en particular se refiere a calificación de crédito, realización de perfiles de clientes, análisis y modelado del comportamiento de los consumidores .

ANTECEDENTES DE LA INVENCIÓN Resulta axiomático que los consumidores tiendan a gastar más cuando tienen un mayor poder adquisitivo. La capacidad de estimar con exactitud la capacidad de gasto de un consumidor podría, por lo tanto, permitir a una institución financiera (tal como una compañía de crédito, prestamista o cualesquier compañías de servicios al consumidor) , determinar mejor prospectos potenciales e identificar cualesquier oportunidades para incrementar los volúmenes de transacción de los consumidores, sin un incremento excesivo en el riesgo de incumplimientos de pago.

Atraer gasto adicional de los consumidores de esta manera, a su vez, incrementaría los ingresos de tal institución financiera, principalmente en forma de un incremento en las comisiones por transacción y pagos de intereses recibidos. Ref.: 183787 Por consiguiente, un modelo de consumidor que pueda estimar de manera exacta el poder adquisitivo es de primordial interés para muchas instituciones financieras y otras compañías de servicios al consumidor. Anteriormente ha estado disponible una capacidad limitada para estimar el comportamiento de gasto del consumidor a partir de datos de crédito en un instante de tiempo. Una institución financiera puede, por ejemplo simplemente monitorear los saldos de las cuentas de sus propios clientes. Cuando un saldo acreedor es reducido, la institución financiera podría suponer que el consumidor correspondiente tiene ahora un mayor poder adquisitivo. No obstante, con frecuencia es difícil confirmar si el saldo reducido es el resultado de una transferencia de saldo a otra cuenta. Tales transferencias de saldo no representan un incremento en la capacidad para gastar del consumidor y así este modelo simple de comportamiento de consumidor tiene sus fallas . A fin de obtener un panorama completo de la capacidad de compra de cualquier consumidor, se debe examinar en detalle el rango completo de las cuentas financieras de un consumidor, entre las que se incluyen cuentas de crédito, cuentas de cheques y de ahorros, carteras de valores de inversiones y similares. Sin embargo, la vasta mayoría de los consumidores no mantiene todas esas cuentas con la misma institución financiera y el acceso a información financiera detallada de otras instituciones financieras está restringido por leyes de privacidad del consumidor, políticas de divulgación y asuntos de seguridad. Existe información de los consumidores limitada e incompleta de burós de crédito y similares a niveles de consumidor global e individual. Debido a que es casi imposible identificar de manera consistente las transferencias de saldos a partir del aspecto de tales registros, anteriormente esta información no ha sido suficiente para obtener estimaciones exactas de la capacidad de gasto real de un consumidor. Por ende, existe la necesidad de un método y aparato para modelar el comportamiento de gasto de los consumidores que aborden ciertos problemas de tecnologías existentes .

BREVE DESCRIPCIÓN DE LA INVENCIÓN Un método para modelar el comportamiento de los consumidores se puede aplicar tanto a clientes potenciales como a clientes reales (que pueden ser clientes individuales o negocios) para determinar su gasto en los períodos de tiempo anteriores (algunas veces llamado en la presente el tamaño de la cartera del cliente) a partir de fuentes de datos de líneas de operación. Asimismo, se puede determinar la participación en la cartera del cliente mediante tipo de línea de operación o tipo de cuenta. Al nivel más alto, el tamaño de la cartera está representado por el gasto global total de un consumidor o negocio y la participación en la cartera del cliente representa cómo usa el cliente diferentes instrumentos de pago. En diversas modalidades, un método y aparato para modelar el comportamiento de los consumidores incluye recibir datos de los consumidores individuales o globales para una pluralidad de diferentes consumidores. Los datos de los consumidores pueden incluir, por ejemplo, datos de línea de operación de serie temporal, datos de panel de consumidores y datos de clientes internos. Uno o más modelos de patrones de gasto de los consumidores son después inferidos con base en los datos de los consumidores para una o más categorías de consumidor. Las categorías para tales consumidores se pueden basar en niveles de gasto, comportamiento de gasto, usuario de línea de operación y tipo de línea de operación. En diversas modalidades, un método y aparato para estimar los niveles de gasto de un consumidor individual se proveen a continuación, que se basan en los modelos del comportamiento del consumidor anteriores . Los cálculos del tamaño de la cartera para prospectos y clientes individuales son inferidos a partir de fuentes de datos de burós de crédito para producir información con el uso de los modelos.

Las transferencias de saldo en cuentas de crédito son identificados con base en datos de línea de operación individuales de acuerdo con diversos algoritmos, y cualquier cantidad de transferencia de saldo identificada es excluida del cálculo de gasto para consumidores individuales. La identificación de transferencias de saldo permite una utilización más precisa de los datos de saldo para reflejar el gasto del consumidor. Cuando los niveles de gasto del consumidor son identificados de manera confiable de esta manera, los clientes pueden ser categorizados para administrar de manera más efectiva la relación con los clientes e incrementar la rentabilidad de los mismos. Por ejemplo, la probabilidad de incumplimiento de pago determinada por el modelo de participación en la cartera del cliente, cuando se aplica a una cartera de préstamos, puede reducir la cantidad de ampliación de crédito requerida para una evaluación de valores garantizados por activos.

BREVE DESCRIPCIÓN DE LAS FIGURAS Otros aspectos de la presente descripción se entenderán con mayor facilidad al revisar la descripción detallada de sus diversas modalidades, que se describen a continuación, cuando se toman junto con las figuras adjuntas, de las cuales : la figura 1 es un diagrama de bloques de una red de intercambio de datos financieros de ejemplo sobre la cual se pueden realizar los procesos de la presente descripción; la figura 2 es un diagrama de flujo de un proceso de modelado de consumidor de ejemplo realizado por el servidor financiero de la figura 1 ; la figura 3 es un diagrama de categorías de ejemplo de consumidores examinados durante el proceso de la figura 2 ; la figura 4 es un diagrama de subcategorías de ejemplo de consumidores modelados durante el proceso de la figura 2 ; la figura 5 es un diagrama de datos financieros usados para generación y validación de modelos de acuerdo con el proceso de la figura 2 ; la figura 6 es un diagrama de flujo de un proceso de ejemplo para estimar la capacidad de gasto de un consumidor, realizado por el servidor financiero de la figura 1; las figuras 7-10 son líneas de tiempo de ejemplo que muestran los períodos de tiempo graduales para los cuales los datos de clientes individuales son examinados durante el proceso de la figura 6; y las figuras 11-19 son tablas que muestran resultados e información de ejemplo del proceso de la figura 6 contra una población de consumidores de muestra; la figura 20 es un diagrama de flujo de un método para determinar características comunes en una categoría particular de clientes.

DESCRIPCIÓN DETALLADA DE LA INVENCIÓN Aunque se discuten configuraciones y disposiciones específicas, se debe entender que esto se hace solamente para propósitos de ilustración. Un experto en la técnica pertinente reconocerá que se pueden usar otras configuraciones y disposiciones sin apartarse del espíritu y alcance de la presente invención. Será evidente para un experto en la técnica pertinente que esta invención se puede emplear también en una variedad de otras aplicaciones. Como se usa en la presente, los siguientes términos tendrán los siguientes significados. Una operación o línea de operación se refiere a un vehículo de crédito o de pago emitido a un cliente individual por un otorgante de crédito. Tipos de líneas de operación incluyen, por ejemplo y sin limitación, préstamos bancarios, cuentas de tarjeta de crédito, tarjetas de tiendas de venta al menudeo, líneas de crédito personales y préstamos para autos/arrendamientos de autos. Para propósitos de la presente, se debe interpretar que el uso del término prestamista incluye tanto prestamistas como arrendadores. De manera similar, se debe interpretar que el uso del término prestatario incluye tanto prestatarios como arrendatarios. Para propósitos de la presente, se debe interpretar que el uso del término tarjeta de crédito incluye tarjetas de pago excepto como se mencione específicamente. Datos de línea de operación describen el estatus y actividad de la cuenta del cliente, que incluye, por ejemplo, nombres de las compañías donde el cliente tiene cuentas, fechas en las cuales se abrieron esas cuentas, límites de crédito, tipos de cuentas, saldos en un periodo de tiempo y breves historiales de pago. Los datos de línea de operación están generalmente disponibles para la vasta mayoría de los consumidores reales. No obstante, los datos de línea de operación no incluyen datos de transacciones individuales, los cuales no están disponibles debido a protecciones de privacidad de los consumidores. Los datos de línea de operación se pueden usar para determinar patrones de gasto de consumidores tanto individuales como globales, como se describe en la presente. Los datos de panel de consumidores miden los patrones de gasto del consumidor a partir de información que es provista, típicamente, por millones de miembros del panel de consumidores participantes. Tales datos de panel de consumidores se encuentran disponibles a través de diversas compañías de investigación de consumidores, tales como co Score Networks, Inc. de Reston, VA. Los datos de panel de consumidores típicamente pueden incluir información de consumidores individuales tales como puntuaciones de riesgo de crédito, datos de solicitud de tarjeta de crédito, datos de transacción de compra de tarjeta de crédito, vistas del estado de cuenta de tarjeta de crédito, tipos de línea de operación, saldos, límites de crédito, compras, transferencias de saldo, anticipos en efectivo, pagos realizados, cargos financieros, tasas porcentuales anuales y comisiones cobradas. Sin embargo, tal información individual a partir de los datos de panel de consumidores está limitada a aquellos consumidores que han participado en el panel de consumidores y así estos datos detallados pueden no estar disponibles para todos los consumidores. Aunque la presente invención se describe como referente a consumidores individuales, el experto en la técnica pertinente reconocerá que se puede aplicar también a pequeños negocios y organizaciones sin apartarse del espíritu y alcance de la presente invención.

I o Datos de panel de consumidores y desarrollo/validación de modelos Los avances en la tecnología han hecho posible almacenar, manipular y modelar grandes cantidades de datos de serie temporal con un gasto en equipo mínimo. Como se describe ahora, una institución financiera puede aprovechar estos avances tecnológicos junto con los tipos de datos de consumidores actualmente disponibles en el mercado para estimar más fácilmente la capacidad de gasto de clientes potenciales y reales. Se introduce una capacidad confiable para evaluar el tamaño de la cartera de un consumidor en la cual se usan datos de línea de operación de serie temporal y en bruto para modelar el comportamiento y atributos de los consumidores, e identificar categorías de consumidores con base en el comportamiento global . El uso de datos de serie temporal de línea de operación en bruto, y atributos del comportamiento del consumidor modelado, entre los que se incluyen mas no se limitan a, datos de panel de consumidores y datos de consumidores internos, permite que el comportamiento de gasto del consumidor real sea deducido a partir de información de saldo en un instante de tiempo. Además, la llegada de los datos de panel de consumidores provistos a través de canales de Internet provee un acceso continuo a información de gasto del consumidor real para validación y mejora de modelos. Datos industriales, entre los que se incluyen información de panel de consumidores que tienen datos de estado de cuenta y de transacciones individuales de los consumidores, se pueden usar como entradas al modelo y para verificación y validación posteriores de su exactitud. El modelo es desarrollado y mejorado con el uso de información de consumidor real con las metas de mejorar la experiencia de los clientes y aumentar el crecimiento de facturación al identificar y aprovechar oportunidades incrementadas de gasto de consumidores. Un proveedor de crédito u otra institución financiera también puede usar los datos de cliente propietarios internos recuperados de sus registros financieros internos almacenados. Tales datos internos proveen acceso a información de gasto de clientes aún más real, y se pueden usar en el desarrollo, mejora y validación de modelos de gasto de consumidor global, así como verificación de la aplicabilidad de los modelos a clientes individuales existentes en forma progresiva. Aunque desde hace mucho ha existido interés del mercado en entender el gasto para alinear las ofertas con los consumidores y asignar la extensión de la línea de crédito, el enfoque holístico de usar un cálculo de tamaño de cartera en los ciclos de vida de los clientes (esto es, adquisiciones mediante cobros) no se ha provisto anteriormente. Las diversas fuentes de datos antes explicadas de manera resumida proveen la oportunidad de desarrollo y despliegue lógicos de modelos únicos, y como se describe en más detalle a continuación, muchas categorías de consumidores pueden ser fácilmente identificadas a partir de datos globales e individuales . En ciertas modalidades de los procesos descritos en la presente, los modelos se pueden usar para identificar tipos específicos de consumidores, llamados nominalmente 'clientes que pagan regularmente su saldo completo ( "transactors" ) ' y 'clientes que pagan menos de su saldo completo ( "revolvers" ) ' , con base en el comportamiento de gasto global, y para identificar luego clientes y prospectos individuales que se encuentran en una de estas categorías. Luego, a los consumidores que se encuentran en estas categorías se les pueden ofrecer incentivos de compra acordes con base en la estimación del modelo de capacidad de gasto del consumidor. Con referencia ahora a las figuras 1-19, en donde se hace referencia a componentes similares de la presente descripción en una manera similar, diversas modalidades de un método y sistema para estimar la capacidad de compra de los consumidores se describirán ahora en detalle. Con referencia ahora a la figura 1, se ilustra una red de computadora de ejemplo 100 sobre la cual se puede realizar la transmisión de los diversos tipos de datos de consumidores como se describe la presente, con el uso de una variedad de componentes informáticos disponibles para procesar tales datos en las maneras descritas más adelante. Tales componentes pueden incluir una computadora de institución 102, la cual puede ser una computadora, estación de trabajo o servidor, tales como aquellos fabricados comúnmente por IBM, y operada por una institución financiera o similar. La computadora de institución 102, a su vez, tienen los componentes internos de hardware, software, procesamiento, memoria y de comunicación de red que le permiten realizar las funciones aquí descritas, entre las que se incluyen almacenar de manera tanto interna como externa los datos de consumidores individuales o globales obtenidos en la memoria apropiada y procesar los mismos de acuerdo con los procesos descritos en la presente con el uso de instrucciones de programación provistas en cualquiera de una variedad de lenguajes de máquina útiles. La computadora de institución 102 puede a su vez estar en comunicación eficaz con cualquier número de otros dispositivos informáticos internos o externos, entre los que se incluyen, por ejemplo, los componentes 104, 106, 108 y 110, los cuales pueden ser computadoras o servidores de configuración funcional similar o compatible. Estos componentes 104-110 pueden reunir y proveer datos de consumidores globales o individuales, como se describe en la presente, y transmitir los mismos para procesamiento y análisis por parte de la computadora de institución 102. Tales transmisiones de datos pueden ocurrir, por ejemplo, en la Internet o por medio de cualquier otra infraestructura de comunicaciones conocida, tal como una red de área local, una red de área extensa, una red inalámbrica, una red de fibra óptica, o cualquier combinación o interconexión de las mismas. Tales comunicaciones se pueden transmitir también en un formato encriptado o un formato de otra manera seguro, en cualquiera de una amplia variedad de maneras conocidas. Cada uno de los componentes 104-110 puede ser operado por entidades ya sean comunes o independientes . En una modalidad de ejemplo, la cual no debe limitar el alcance de la presente descripción, uno o más de tales componentes 104-110 pueden ser operados por un proveedor de datos de línea de operación de consumidores globales o individuales, un ejemplo de los cuales incluye servicios brindados por Experian Information Solutions, Inc. de Costa Mesa, CA ("Experian") . Los datos de nivel de línea de operación de preferencia incluyen hasta 24 meses o más de historia del saldo y atributos de crédito capturados al nivel de línea de operación, que incluye información sobre las cuentas tal como la reportan diversos otorgantes de crédito, la cual a su vez se puede usar para deducir un panorama amplio de los patrones de gasto de comportamiento de consumidor globales reales. De manera alternativa, o adicional, uno o más de los componentes 104-110 pueden ser también operados por un proveedor de datos de panel de consumidores individuales o globales, tales como provistos comúnmente por comScore Networks, Inc. de Reston, VA ("comScore") . Los datos de panel de consumidores proveen información de gasto de consumidor más detallada y específica referente a millones de participantes del panel de consumidores, que proporcionan datos de gasto reales a quienes recaban tales datos a cambio de diversos incentivos. Los datos recabados pueden incluir cualquiera o más de los siguientes : puntuaciones de riesgo de crédito, datos de solicitud de tarjeta de crédito en línea, datos de transacción de compra de tarjeta de crédito en línea, vistas de estados de cuenta de tarjeta de crédito en línea, tipo de operación de crédito y emisor de crédito, código del emisor de crédito, estadísticas del nivel de cartera, reportes del buró de crédito, datos demográficos, saldos de cuenta, límites de crédito, compras, transferencias de saldo, anticipos en efectivo, cantidades de pago, cargos financieros, tasas de interés porcentual anual sobre las cuentas, y comisiones cargadas, todos a un nivel individual para cada uno de los miembros del panel participantes. En diversas modalidades, este tipo de datos se usa para desarrollo, mejora y verificación de modelos. Este tipo de datos es favorable también con respecto a datos solos a nivel de línea de operación para tales propósitos, ya que tal información detallada no es provista al nivel de línea de operación. Aunque estos datos de panel de consumidores detallados se pueden usar solos para generar un modelo, pueden no ser completamente exactos con respecto al mercado restante de consumidores en general sin más mejora. Los datos de panel de consumidores se pueden usar también para generar datos de consumidores globales para deducción y desarrollo de modelos . De manera adicional, otra fuente de entradas al modelo puede ser el historial de gasto interno y de pago de los propios clientes de la institución. A partir de esos datos internos, información detallada al nivel de especificidad como los datos de panel de consumidores se pueden obtener y usar para desarrollo, mejora y validación de modelos, que incluye la categorización de consumidores con base en comportamientos identificados de clientes que pagan regularmente su saldo completo y clientes que pagan menos de su saldo completo. Con respecto ahora a la figura 2, se ilustra un diagrama de flujo de un proceso de ejemplo 200 para determinar el comportamiento de consumidor global de acuerdo con la presente descripción. El proceso 200 empieza en el paso 202 en donde datos de consumidores individuales y globales, entre los que se incluyen datos de línea de operación de serie temporal, datos de panel de consumidores y datos financieros de clientes internos, son obtenidos a partir de cualquiera de las fuentes de datos descritas anteriormente como entradas para modelos de comportamiento de consumidor. En ciertas modalidades, los datos de consumidores individuales y globales se pueden proveer en una variedad de diferentes formatos o estructuras de datos y consolidar a un solo formato o estructura útil para procesamiento.

A continuación, en el paso 204, los datos de consumidores individuales y globales son analizados para determinar patrones de comportamiento de gasto de consumidor. Un experto en la técnica entenderá fácilmente que los modelos pueden incluir fórmulas que describen matemáticamente el comportamiento de gasto de los consumidores. Por tanto, las fórmulas particulares inferidas dependerán altamente de los valores que resulten de los datos de clientes usados para deducción, como se entenderá fácilmente. Sin embargo, a manera de ejemplo solamente y con base en los datos provistos, el comportamiento del consumidor puede ser modelado dividiendo primero los consumidores en categorías que se pueden basar en niveles de saldo de cuenta, perfiles demográficos, niveles de ingreso doméstico o cualesquier otras categorías deseadas. Para cada una de estas categorías a su vez, información histórica de saldo de cuenta y de transacción para cada uno de los consumidores puede ser rastreada en un período de tiempo, tal como uno a dos años. Luego se pueden emplear algoritmos para determinar descripciones formulaicas de la distribución de información de consumidor global en el curso de ese periodo de tiempo para la población de consumidores examinada, con el uso de cualquiera de una variedad de técnicas matemáticas conocidas. Estas fórmulas a su vez se pueden usar para inferir o generar uno o más modelos (paso 206) para cada una de las categorías de consumidores con el uso de cualquiera de una variedad de algoritmos de análisis de tendencia disponibles. Los modelos pueden producir los siguientes tipos de información de consumidor global para cada categoría: saldos promedio, saldos máximos, desviación estándar de los saldos, porcentaje de saldos que cambian en una cantidad umbral, y similares. Por último, en el paso 208, los modelos inferidos pueden ser validados y mejorados en forma periódica con el uso de datos de clientes internos y datos de panel de consumidores a partir de fuentes tales como comScore. En diversas modalidades, el modelo puede ser validado y mejorado con el tiempo con base en datos de consumidores globales e individuales adicionales a medida que son recibidos de manera continua por una computadora de institución 102 sobre la red 100. Información de nivel de transacción de cliente real y datos de panel de información de consumidor detallados se pueden calcular y usar para comparar cantidades de gasto de consumidor reales para consumidores individuales (definidos para cada mes como la diferencia entre la suma de cargos a la cuenta y cualesquier transferencias de saldo en la cuenta) y los niveles de gasto estimados para tales consumidores con el uso del proceso 200 anterior. Si se demuestra un error grande entre las cantidades reales y estimadas, los modelos y las fórmulas usados se pueden mejorar en forma manual o automática de modo que se reduzca el error. Esto permite un modelo flexible que tiene la capacidad de adaptarse al comportamiento de gasto global real a medida que fluctúa con el tiempo. Como se muestra en el diagrama 300 de la figura 3, una población de consumidores para la cual se han provisto datos individuales y/o globales se puede dividir primero en dos categorías generales para análisis, por ejemplo, aquellos que están al corriente en sus cuentas de crédito (que representan 1.72 millones de consumidores en el tamaño de muestra de datos de ejemplo de 1.78 millones de consumidores) y aquellos que en están atrasados en el pago (que representan 0.06 millones de tales consumidores) . En una modalidad, los consumidores atrasados en el pago pueden ser desechados de las poblaciones que son modeladas. En otras modalidades, la población de consumidores al corriente es después subdividida en una pluralidad de categorías adicionales con base en la cantidad de información de saldo disponible y la actividad de saldo de tales datos disponibles. En el ejemplo mostrado en el diagrama 300, la cantidad de información de saldo disponible es representada por la cadena de caracteres ' + ' ' 0 ' y ' ? ' . Cada carácter representa un mes de datos disponibles, el carácter de la extrema derecha representa los meses más actuales y el carácter de la extrema izquierda representa el primer mes para el cual están disponibles los datos. En el ejemplo provisto en la figura 3, se provee una cadena de seis caracteres, que representan los seis meses más recientes de datos para cada categoría. El carácter '+' representa un mes en el cual un saldo de cuenta de crédito del consumidor ha incrementado. El carácter "0" puede representar meses donde el saldo de cuenta es cero. El carácter "?" representa meses para los cuales no están disponibles datos de saldo. Asimismo se provee en el diagrama el número de consumidores que se encuentran en cada categoría y el porcentaje de la población de consumidores que representan en esa muestra. En otras modalidades, solamente ciertas categorías de consumidores se pueden seleccionar para modelar comportamiento. La selección se puede basar en aquellas categorías que demuestran gasto incrementado en sus saldos acreedores con el tiempo. Sin embargo, se debe entender fácilmente que se pueden usar otras categorías. La figura 3 muestra el ejemplo de dos categorías de consumidores seleccionados para modelar en negritas. Estos grupos muestran la disponibilidad de al menos los tres meses más recientes de datos de saldos y que los saldos incrementaron en cada uno de esos meses. Con referencia ahora a la figura 4, se ilustra un diagrama de ejemplo 400 que muestra la subcategorización de las dos categorías de la figura 3 en negritas que se seleccionan para modelado. En la modalidad mostrada, las subcategorías pueden incluir: consumidores que tienen un saldo acreedor más reciente menor a $400; consumidores que tienen un saldo acreedor más reciente entre $400 y $1600; consumidores que tienen un saldo acreedor más reciente entre $1600 y $5,000; consumidores cuyo saldo acreedor más reciente es menor al saldo de, por ejemplo, hace tres meses; consumidores cuyo incremento de saldo acreedor máximo en, por ejemplo, los últimos doce meses dividido entre el segundo incremento de saldo máximo más alto en el mismo periodo es menor a 2 ; y consumidores cuyo incremento de saldo acreedor máximo en los últimos doce meses dividido entre el segundo incremento de saldo máximo más alto es mayor a 2. Se debe entender fácilmente que se pueden usar otras subcategorías. Cada una de estas subcategorías es definida por su nivel de saldo del último mes. El número de consumidores de la población de muestra (en millones) y el porcentaje de la población para cada categoría se muestran también en la figura 4. Puede haber un cierto umbral de saldo establecido, en donde si el saldo de cuenta de un consumidor es demasiado alto, su comportamiento puede no ser modelado, puesto que es menos probable que tales consumidores tengan suficiente capacidad de gasto. De manera alternativa o adicional, los consumidores que tienen saldos por arriba de ese umbral pueden ser subcategorizados de nuevo, en lugar de ser desechados por completo de la muestra. En el ejemplo mostrado en la figura 4, el valor umbral puede ser $5,000, y solamente aquellos que tienen una actividad de saldo histórica particular pueden ser seleccionados, es decir, aquellos consumidores cuyo saldo actual es menor a su saldo tres meses antes, o cuyo incremento de saldo máximo en el periodo examinado cumple con ciertos parámetros. Otros valores umbrales se pueden usar también y pueden depender de los datos de consumidores individuales o globales provistos. Como se describe en lo anterior, los modelos generados en el proceso 200 pueden ser deducidos, validados y mejorados con el uso de datos de línea de operación y de panel de consumidores. Un ejemplo de los datos de línea de operación 500 de Experian y datos de panel de consumidores 502 de comScore se representan en la figura 5. Cada hilera de los datos 500, 502 representa el registro de un consumidor y miles de tales registros pueden ser provistos a la vez. El informe 500 muestra el saldo en un instante de tiempo de cuentas de consumidores para tres meses consecutivos (saldo 1, saldo 2 y saldo 3) . Los datos 502 muestran el volumen de compra, última cantidad de pago, cantidad de saldo anterior y saldo actual de cada consumidor. Esta información se puede obtener, por ejemplo, mediante extracción de datos (en cualquiera de una variedad de maneras conocidas con el uso de interfaces de programación de aplicaciones apropiadas) de una dirección de un sitio web de Internet o una dirección de red en la cual se muestran los datos 502. Además, uno de los proveedores de datos u otro tercero independiente de la institución financiera puede hacer corresponder los datos 500 y 502 por identidad de consumidor y combinarlos. La validación de los modelos con el uso de los datos combinados 500 y 502 se puede realizar entonces y tal validación puede ser independiente de la identidad del consumidor. Con referencia ahora a la figura 6, se ilustra un proceso de ejemplo 600 para estimar el tamaño de la cartera de gasto de un consumidor individual. Al completar el modelado de las categorías de consumidores anteriores, el proceso 600 empieza con la selección de consumidores o prospectos individuales que se van examinar (paso 602). Un modelo apropiado deducido durante el proceso 200 se aplicará entonces a la información de línea de operación de consumidor actualmente disponible en la siguiente manera para determinar, con base en los resultados de aplicación de los modelos deducidos, una estimación del tamaño de la cartera de un consumidor. Cada consumidor de interés se puede seleccionar con base en la categoría en que se encuentre de las categorías seleccionadas para modelado antes descritas, o se puede seleccionar con el uso de cualquiera de una variedad de criterios. El proceso 600 continúa al paso 604 donde, para un consumidor seleccionado, un porcentaje de pago parcial en un periodo de tiempo anterior es estimado para cada una de las cuentas de crédito del consumidor. En una modalidad, el porcentaje de pago parcial es estimado en el período de tiempo de tres meses anteriores con base en datos de línea de operación disponibles, y se puede calcular de acuerdo con la siguiente fórmula: % de pago parcial = (la suma de los pagos de los últimos tres meses de la cuenta) /(la suma de los saldos de tres meses para la cuenta con base en los datos de línea de operación) . El porcentaje de pago parcial se puede establecer a, por ejemplo, 2%, para cualquier consumidor que presente menos de un 5% de porcentaje de pago parcial, y se puede establecer a 100% si es mayor a 80%, como una manera simplificada para estimar los comportamientos de gasto del consumidor en cualquiera de los extremos de la escala de porcentaje de pago parcial. Los consumidores que presentan menos de un 50% de pago parcial durante este periodo se pueden categorizar como clientes que pagan menos de su saldo completo, mientras que los consumidores que presentan un 50% de pago parcial o mayor pueden ser categorizados como clientes que pagan regularmente su saldo completo. Estas categorizaciones se pueden usar para determinar inicialmente qué, si las hay, incentivas de compra pueden estar disponibles para el consumidor, como se describe más adelante. El proceso 600, continúa luego al paso 606, donde transferencias de saldo para un periodo de tiempo anterior son identificadas a partir de datos de línea de operación disponibles para el consumidor. La identificación de transferencias de saldo es esencial ya que, aunque los datos de línea de operación pueden reflejar un saldo más alto en una cuenta de crédito con el tiempo, tal balance más alto puede ser simplemente el resultado de una transferencia de un saldo en la cuenta, y, por consiguiente, no indica un verdadero incremento en el gasto del consumidor. Es difícil confirmar transferencias de saldo con base en datos de línea de operación puesto que la información disponible no es provista sobre una base de nivel de transacción. Además, típicamente hay retrasos o ausencias de reportes de tales valores en los reportes de línea de operación. No obstante, el análisis de mercado que usa registros financieros de panel de consumidores y de clientes internos ha revelado maneras confiables en las cuales transferencias de saldo en una cuenta pueden ser identificadas a partir de datos solos de línea de operación individuales imperfectos. Tres métodos confiables de ejemplo para identificar transferencias de saldo de cuentas de crédito, cada uno de los cuales se basa en parte en datos de consumidores reales muestreados, son como sigue. Debe ser fácilmente evidente que estas fórmulas en esta forma no son necesarias para todas las modalidades del presente proceso y pueden variar con base en los datos de consumidor usados para deducirlos. Una primera regla identifica una transferencia de saldo para una cuenta de crédito de un consumidor dado como sigue. El mes que tiene el incremento de saldo más grande en los datos de línea de operación, y que satisface las siguientes condiciones, puede ser identificado como un mes en el cual ha ocurrido una transferencia de saldo: - el incremento de saldo máximo es mayor a veinte veces el segundo incremento de saldo máximo para los meses restantes de datos disponibles; - el porcentaje de pago parcial estimado calculado en el paso 306 anterior es menor al 40%; y el incremento de saldo más grande es mayor a $1000 con base en los datos disponibles. Una segunda regla identifica una transferencia de saldo para la cuenta de crédito de un consumidor dado en cualquier mes donde el saldo es por arriba de doce veces el saldo del mes anterior y el saldo del siguiente mes difiere en no más de 20%. Una tercera regla identifica una transferencia de saldo para la cuenta de crédito de un consumidor dado en cualquier mes donde: el saldo actual es mayor a 1.5 veces el saldo del mes anterior; el saldo actual menos el saldo del mes anterior es mayor a $4500; y el porcentaje de pago parcial estimado del paso 306 anterior es menor a 30%. El proceso 600 continúa luego al paso 608, donde el gasto del consumidor en cada cuenta de crédito es estimado con respecto a, por ejemplo, el siguiente periodo de tres meses. Al estimar el gasto del consumidor, cualquier gasto para un mes en el cual una transferencia de saldo ha sido identificada a partir de datos de línea de operación individuales anteriores se establece a cero para propósitos de estimar el tamaño de la cartera de gasto del consumidor, que refleja la suposición de que no ha ocurrido un gasto real en esa cuenta. El gasto estimado para cada uno de los tres meses anteriores se puede calcular como sigue: Gasto estimado = (el saldo actual - el saldo del mes anterior + (el saldo del mes anterior * el % de pago parcial estimado del paso 604 anterior) . La forma exacta de la fórmula seleccionada se puede basar en la categoría en la cual está identificado el consumidor del modelo aplicado, y la fórmula es luego calculada de manera iterativa para cada uno de los tres meses del primer periodo de gasto de consumidor. A continuación, en el paso 610 del proceso 600, el gasto estimado es luego extendido, por ejemplo, sobre los tres períodos trimestrales o períodos de tres meses anteriores, lo cual provee un año más reciente de gasto estimado para el consumidor. Por último, en el paso 612, esto a su vez se puede usar para generar una pluralidad de datos finales para cada cuenta de consumidor (paso 314) . Estos se pueden proveer en un archivo de información que puede incluir una porción de o toda la información de ejemplo siguiente, con base en los cálculos anteriores e información disponible a partir de datos de línea de operación individuales: (i) tamaño de la cartera de gasto de los doce meses anteriores; (ii) tamaño de la cartera de gasto para cada uno de los últimos cuatro trimestres; (iii) número total de tarjetas revolventes, saldo revolvente, y porcentaje de pago parcial promedio para cada uno; (iv) número total de tarjetas de transacción y saldos de transacción para cada una; (v) el número de transferencias de saldo y cantidad estimada total de las mismas; (vi) cantidades de saldo revolvente máximas y límites de crédito asociados; y (vii) se saldo de transacción máximo y límite de crédito asociado. Después del paso 612, el proceso 600 termina con respecto al consumidor examinado. Se debe entender fácilmente que el proceso 600 se puede repetir para cualquier número de clientes actuales o prospectos de consumidores. Con referencia ahora a las figuras 7-10, se muestran los diagramas ilustrativos 700-1000 de cómo tal gasto estimado es calculado en una manera gradual en cada periodo de tres meses (trimestral) anterior. En la figura 7, se ilustra un primer periodo de tres meses (es decir, el trimestre anterior más reciente) 702 en una línea de tiempo 710. También, se ilustra un primer periodo de doce meses 704 en una línea de tiempo 708 que representa los últimos veintiún meses de información de saldo de cuenta en un instante de tiempo disponible a partir de datos de línea de operación individuales para la cuenta del consumidor. El saldo de cada mes para la cuenta es designado como "B#". Bl-B12 representan información de saldo de cuenta real disponible en los últimos doce meses para el consumidor. B13-B21 representan saldos de consumidor en meses consecutivos, anteriores . De acuerdo con el diagrama 700, el gasto en cada uno de los tres meses del primer trimestre 702 es calculado con base en los valores de saldo B1-B12, la categoría del consumidor basada en modelos de gasto de consumidor generados en el proceso 200, y las fórmulas usadas en los pasos 604 y 606. Con referencia ahora a la figura 8, se muestra un diagrama 800 que ilustra la información de saldo usada para estimar el gasto en un segundo trimestre anterior 802 con el uso de un segundo periodo de doce meses de información de saldo 804. El gasto en cada uno de estos tres meses del segundo trimestre anterior 802 se basa en información de saldo conocida B4-B15. Con referencia ahora a la figura 9, se muestra un diagrama 900 que ilustra la información de saldo usada para estimar el gasto en un tercer trimestre consecutivo 902 con el uso de un tercer periodo de doce meses de información de saldo 904. El gasto en cada uno de estos tres meses del tercer trimestre anterior 902 se basa en información de saldo conocida B7-B18. Ahora con referencia a la figura 10, se muestra un diagrama 1000 que ilustra la información de saldo usada para estimar el gasto en un cuarto trimestre anterior 1002 con el uso de un cuarto periodo de doce meses de información de saldo 1004. El gasto en cada uno de estos tres mesee del cuarto trimestre anterior 1002 se basa en información de saldo B10-B21. Se debe entender fácilmente que a medida que los cálculos graduales continúan, la categoría del consumidor puede cambiar con base en la información que resulte y, por lo tanto, diferentes fórmulas correspondientes a la nueva categoría se pueden aplicar al consumidor para diferentes periodos de tiempo. La manera gradual antes descrita incrementa al máximo los datos conocidos usados para estimar el gasto del consumidor en un periodo de doce meses anterior 1006. Con base en la información final generada para el consumidor, incentivos de compra acordes pueden ser identificados y provistos al consumidor, por ejemplo, en anticipación de un incremento en la capacidad de compra del consumidor como es proyectado por el archivo de información. En tales casos, a los consumidores de buen crédito, los cuales son categorizados como clientes que pagan regularmente su saldo completo con un incremento proyectado en la capacidad de compra, se les puede ofrecer una tasa de financiamiento más baja en las compras hechas durante el periodo de incremento esperado en su capacidad de compra, o se les puede ofrecer un descuento o rebaja para transacciones con comerciantes seleccionados durante ese tiempo. En otro ejemplo, y en el caso donde un consumidor es un cliente que paga menos de su saldo completo, a ese consumidor con un incremento proyectado en la capacidad de compra se le puede ofrecer una tasa porcentual anual más baja en los saldos mantenidos en la cuenta de crédito. Otras promociones y mejoras similares a las experiencias de los consumidores son bien conocidas y se pueden usar dentro de los procesos descritos en la presente.

Diversas estadísticas para la exactitud de los procesos 200 y 600 se proveen en las figuras 11-18, para los cuales una muestra de consumidores fue analizada por medio del proceso 200 y validada con el uso de 24 meses de datos de gasto real histórico. La tabla 1100 de la figura 11 muestra el número de consumidores que tienen un saldo de $5,000 o más para los cuales el porcentaje de pago parcial estimado (calculado en el paso 604 anterior) coincidió con el porcentaje de pago parcial real (como se determinó a partir de datos de transacción internos y datos de panel de consumidores externos) . La tabla 1200 de la figura 12 muestra el número de consumidores que tienen un saldo de $5,000 o más quienes se esperaba fueran clientes que pagan regularmente su saldo completo o clientes que pagan menos de su saldo completo, y que realmente resultaron ser clientes que pagan regularmente su saldo completo y clientes que pagan menos de su saldo completo con base en datos de gasto reales. Como se puede ver, el número de clientes que pagan menos de su saldo completo esperados que resultaron ser clientes que pagan menos de su saldo completo reales (80539) fue muchas veces mayor al número de clientes que pagan menos de su saldo completo esperados que resultaron ser clientes que pagan regularmente su saldo completo (1090). Asimismo, el número de clientes que pagan regularmente su saldo completo esperados y reales superaron en número por casi cuatro a uno el número de clientes que pagan regularmente su saldo completo esperados que resultaron ser clientes que pagan menos de su saldo completo . La tabla 1300 de la figura 13 muestra el número de casos estimados contra casos reales en la muestra de consumidores de cuando ocurrió una transferencia de saldo en una cuenta. Por ejemplo, en el periodo muestreado, hubo 148,326 casos donde no se identificaron transferencias de saldos en el paso 606 anterior, y para los cuales una comparación de datos de consumidores reales mostró que de hecho no hubo transferencias de saldo. Esto se compara a solamente 9,534 casos donde no se identificaron transferencias de saldos en el paso 606, pero de hecho hubo transferencias de saldo reales. La tabla 1400 de la figura 14 muestra la exactitud del gasto estimado (en los pasos 608-612) contra el gasto real para consumidores con saldos de cuenta (en el momento en que se realizó esta prueba por muestreo) superior a $5,000. Como se puede ver, el gasto estimado en cada nivel de gasto coincidió en forma más cercana con el mismo nivel de gasto real que para cualquier otro nivel de gasto en casi todos los casos . La tabla 1500 de la figura 15 muestra la exactitud del gasto estimado (en los pasos 608-612) contra el gasto real para consumidores que tienen saldos de cuenta más recientes entre $1600 y $5,000. Como se puede ver fácilmente, el gasto estimado en cada nivel de gasto coincidió en forma más cercana con el mismo nivel de gasto real que para cualquier otro nivel de gasto en casi todos los casos. La tabla 1006 de la figura 16 muestra la exactitud del gasto estimado contra el gasto real para todos los consumidores en la muestra. Como se puede ver fácilmente, el gasto estimado en cada nivel de gasto coincidió en forma más cercana con el mismo nivel de gasto real que para cualquier otro nivel de gasto real en todos los casos. La tabla 1700 de la figura 17 muestra el orden de rango de gasto estimado contra el gasto real para todos los consumidores en la muestra. Esta tabla 1700 muestra fácilmente que el número de consumidores que se esperaba estuvieran en el 10% inferior del gasto coincidió de manera más cercana con el número real de consumidores en esa categoría, por 827,716 a 22,721. La tabla 1700 muestra también que el número de consumidores que se esperaba estuvieran en el 10% superior de personas que gastan coincidió en forma más cercana con el número de consumidores que estuvieron realmente en el 10% superior, por 71,773 a 22,721. La tabla 1800 de la figura 18 muestra el gasto anual estimado contra el gasto anual real para todos los consumidores en la muestra en el año más reciente de datos disponibles. Como se puede ver fácilmente, el número esperado de consumidores en cada nivel de gasto coincidió de manera más cercana con el mismo nivel de gasto real que cualquier otro nivel en todos los casos . Por último, la tabla 1900 de la figura 19 muestra el orden de rango de gasto anual total estimado contra gasto anual total real para todos los consumidores en el año más reciente de datos disponibles. De nuevo, el número de consumidores esperados en cada rango coincidió de manera más cercana con el rango real que cualquier otro rango. Las poblaciones de posibles clientes usadas para modelado y/o evaluación posterior se pueden proveer a partir de cualquiera de una pluralidad de grupos de mercadotecnia disponibles, o se pueden seleccionar de datos de burós de crédito, campañas de publicidad dirigidas o similares. Pruebas y análisis se pueden realizar de manera continua para identificar la colocación óptima y frecuencia requerida de tales fuentes para usar la extensión de los cálculos de la cartera de gasto. Los procesos descritos en la presente se pueden usar también para desarrollar modelos para prever un tamaño de cartera para un consumidor individual en el futuro. Las instituciones que adoptan los procesos descritos en la presente pueden esperar identificar de manera más fácil y rentable oportunidades para ofertas a prospectos y clientes, las cuales a su vez proveen experiencias mejoradas en todas las partes del ciclo de vida de un cliente. En el caso de un proveedor de crédito, la identificación precisa de oportunidades de gasto permite una rápida provisión de ofertas a miembros de tarjetas para incrementar el gasto que, a su vez, da por resultado comisiones por transacciones incrementadas, cargos por intereses y similares. La selección cuidadosa de clientes para recibir tales ofertas reduce la incidencia de fraude que puede ocurrir en programas de incentivos a miembros de tarjetas menos disciplinados. Esto, a su vez, reduce los gastos de operación generales para las instituciones.

II. Resultados del modelo Como se mencionó anteriormente, los procesos descritos se pueden usar también para desarrollar modelos para prever un tamaño de cartera para un consumidor individual en el futuro. La capacidad que tiene un consumidor para gastar en una variedad de categorías es la participación en la cartera del cliente. El modelo usado para determinar la participación en la cartera del cliente para categorías de gasto particulares con el uso de los procesos descritos en la presente es el modelo de participación en la cartera del cliente ("SoW"). El modelo SoW provee datos estimados y/o información de características que indican mejor el poder de gasto del consumidor que datos o puntuaciones de burós de crédito típicos. El modelo SoW puede producir, con exactitud suficiente, datos que están directamente relacionados con la capacidad de gasto de un consumidor individual. El experto en la técnica reconocerá que cualquiera de o una combinación de los siguientes tipos de datos, así como otros tipos de datos, pueden ser producidos por el modelo SoW sin alterar el espíritu y alcance de la presente invención. El tamaño de la cartera de gasto de doce meses de un consumidor es un resultado de ejemplo del modelo SoW. Este tipo de datos es típicamente producido como una cantidad en dólares real o redondeada. El tamaño de la cartera de gasto de un consumidor para cada uno de diversos trimestres consecutivos, por ejemplo, los cuatro trimestres más recientes, se puede producir también. El resultado del modelo SoW puede incluir el número total de tarjetas revolventes que tiene un consumidor, el saldo revolvente del consumidor, y/o el porcentaje de pago parcial promedio del consumidor de las tarjetas revolventes. El saldo revolvente máximo y límites de crédito asociados se pueden determinar para el consumidor, así como el tamaño del gasto revolvente del consumidor. De manera similar, el resultado del modelo SoW puede incluir el número total de tarjetas de transacción de un consumidor y/o el saldo de transacción del consumidor. El modelo SoW puede producir de manera adicional el saldo de transacción máximo, el límite de crédito asociado, y/o el tamaño del gasto de transacción del consumidor. Estos resultados, así como otros resultados del modelo SoW, se pueden fijar a perfiles de datos de los clientes y prospectos de una compañía. Esto aumenta la capacidad de la compañía de tomar decisiones que implican prospección, evaluación de nuevos solicitantes, y administración de relación con el cliente en el ciclo de vida del cliente. De manera adicional o alternativa, el resultado del modelo se puede calcular para ser igual a una puntuación SoW, muy similar a como se usan datos de buró de crédito para calcular una evaluación de crédito. Las puntuaciones de burós de crédito se desarrollan a partir de datos disponibles en un archivo de consumidor, tal como la cantidad de líneas de crédito, rendimiento de pago, saldo, y número de líneas de operación. Estos datos se usan para modelar el riesgo de un consumidor en un período de tiempo con el uso de análisis de regresión estadística. Aquellos elementos de datos que se encuentra que indican riesgo son ponderados y combinados para determinar la puntuación de crédito. Por ejemplo, a cada elemento de datos se le puede dar una puntuación, donde la puntuación de crédito final es la suma de las puntuaciones de elementos de datos .

Una puntuación SoW, basada en el modelo SoW, puede proveer un nivel más alto de previsibilidad con referencia a la capacidad de gasto y solvencia de crédito. La puntuación SoW se puede enfocar, por ejemplo, en el gasto total, gasto con tarjeta y/o la tendencia de gasto de un consumidor. Con el uso de los procesos antes descritos, se hace factoraje a las transferencias de saldo de la capacidad de gasto de un consumidor. Además, cuando se correlaciona con una puntuación de riesgo, la puntuación SoW puede proveer más comprensión en las características de comportamiento de consumidores de riesgo relativamente bajo y consumidores de riesgo relativamente alto. La puntuación SoW se puede estructurar en una de varias maneras. Por ejemplo, la puntuación puede ser una puntuación numérica que refleja el gasto de un consumidor en diversos rangos en un período de tiempo dado, tal como el último trimestre o año. Como un ejemplo, una puntuación de 5000 pudiera indicar que un consumidor gastó entre $5,000 y $6,000 en el período de tiempo dado. De manera alternativa o adicional, la puntuación puede incluir un rango de números o un indicador numérico, tal como un exponente, que indica la tendencia del gasto de un consumidor en un periodo de tiempo dado. Por ejemplo, una puntuación de tendencia de + 4 puede indicar que el gasto de un consumidor ha incrementado en los 4 meses anteriores, mientras que una puntuación de tendencia de -4 puede indicar que el gasto de un consumidor se ha reducido en los 4 meses anteriores . Además de determinar una puntuación SoW general, a cada uno de los resultados del modelo SoW se le puede dar una puntuación individual y se puede usar como atributos para consideración en el desarrollo de puntuaciones de crédito mediante, por ejemplo, burós de crédito tradicionales. Como se discute con anterioridad, las puntuaciones de crédito se basan tradicionalmente en información en un expediente de buró de crédito de un cliente. Los resultados del modelo SoW, tales como información de transferencia de saldo, capacidad y tendencia de gasto, e información de saldo revolvente, podrían indicar mejor riesgo que algunos elementos de datos tradicionales. Por lo tanto, una compañía puede usar resultados SoW con puntuaciones además de o en lugar de elementos de datos tradicionales al calcular una puntuación de crédito final. Esta información se puede recabar, analizar y/o resumir en una tarjeta de puntuación. Esto sería útil para, por ejemplo y sin limitación, burós de crédito, otorgantes de crédito mayores y compañías de evaluación, tales como Fair Isaac Corporation de Minneapolis, MN. Los resultados del modelo SoW para consumidores individuales o pequeños negocios se pueden usar también para desarrollar diversos modelos de consumidor para ayudar en campañas de mercadotecnia directa, en especial campañas de mercadotecnia directa dirigidas. Por ejemplo, se pueden desarrollar modelos de "el mejor cliente" o "cliente preferido" que correlacionan características de los resultados del modelo SoW, tales como gasto con tarjeta, con ciertos grupos de consumidores. Si se identifican correlaciones positivas, se pueden desarrollar estrategias de administración de relación con el cliente para obtener resultados más efectivos. En una modalidad de ejemplo, una compañía puede identificar un grupo de clientes como sus "mejores clientes". La compañía puede procesar información acerca de esos clientes de acuerdo con el modelo SoW. Esta puede identificar ciertas características de consumidores que son comunes a miembros del grupo de los mejores clientes. La compañía puede luego hacer el perfil de posibles clientes con el uso del modelo SoW, y fijar como objetivo de manera selectiva aquellos que tienen características en común con el modelo de la compañía del mejor cliente. La figura 20 es un diagrama de flujo de un método 2000 para usar los resultados del modelo para mejorar la realización de perfiles de cliente. En el paso 2002, los clientes son segmentados en diversas categorías. Tales categorías pueden incluir, por ejemplo y sin limitación, los mejores clientes, clientes rentables, clientes marginales y otros clientes. En el paso 2004, se crean resultados del modelo para muestras de clientes de cada categoría. Los clientes usados en el paso 2004 son aquellos para los cuales se conoce información detallada. En el paso 2006, se determina si existe cualquier correlación entre resultados de modelo particulares y las categorías de clientes. De manera alternativa, el modelo SoW se puede usar para separar clientes existentes sobre la base de capacidad de gasto. Esto permite la separación en grupos con base en la capacidad de gasto. Una compañía puede continuar luego con el método 2000 para identificar correlaciones, o la compañía puede ver características no relacionadas con crédito de los consumidores en una categoría para correlaciones. Si se encuentra una correlación, se considera que los resultados del modelo correlacionados son característicos de y/o prevén la categoría de clientes relacionada. Este resultado se puede considerar cuando una compañía busca clientes que se ajusten a su modelo del mejor cliente.

III o Segmentos de mercado/industrias aplicables Los resultados del modelo SoW se pueden usar en cualguier negocio o segmento de mercado que extienda crédito o necesite de otra manera evaluar la solvencia de crédito o capacidad de gasto de un cliente particular. En la presente se hará referencia a que estos negocios se encuentran en una de tres categorías: compañías de servicios financieros, compañías de venta al menudeo y otras compañías. El ciclo de negocios en cada categoría se puede dividir en tres fases: adquisición, retención y eliminación. La fase de adquisición ocurre cuando un negocio intenta ganar nuevos clientes. Esto incluye, por ejemplo y sin limitación, mercadotecnia dirigida, determinar qué productos o servicios ofrecer a un cliente, decidir si prestar a un cliente particular y qué tamaño de línea o préstamo debe ser, y decidir si comprar un préstamo particular. La fase de retención ocurre después de que un cliente ya está asociado con el negocio. En la fase de retención, los intereses del negocio cambian a administrar la relación con el cliente mediante, por ejemplo, consideración de riesgo, determinación de líneas de crédito, oportunidades de venta cruzada, incrementar el negocio a partir de ese cliente e incrementar los activos de la compañía bajo administración. Se entra a la fase de eliminación cuando un negocio quiere desvincularse de un cliente o terminar de otro modo con la relación con el cliente. Esto puede ocurrir, por ejemplo, mediante ofrecimientos de liquidación, cobranzas y venta de préstamos en incumplimiento de pago o préstamos cercanos al incumplimiento de pago. o Compañías de servicios financieros Las compañías de servicios financieros incluyen, por ejemplo y sin limitación: bancos y prestamistas, compañías de fondos mutualistas, financieros de arrendamientos y ventas, compañías de seguros de vida, corretajes en línea y compradores de préstamos. Los bancos y prestamistas puedan utilizar el modelo SoW en todas las fases del ciclo de negocios. Un uso de ejemplo es en relación a los préstamos concedidos tomando como base el valor de los bienes raíces y la evaluación proporcionada a una emisión de bonos particular en el mercado de capitales. Aunque no se discute específicamente en la presente, el modelo SoW aplicaría a crédito rotativo con garantía hipotecaria y préstamos para automóviles en una manera similar. Si el poseedor de un préstamo concedido tomando como base el valor de los bienes raíces, por ejemplo, pide prestado del mercado de capitales, el poseedor del préstamo emite valores garantizados por activos ("ABS"), o bonos, los cuales están garantizados por cuentas por cobrar. El poseedor del préstamo es, por lo tanto, un emisor de ABS. El emisor de ABS solicita una evaluación de ABS, la cual es asignada con base en la calidad de crédito de las cuentas por cobrar subyacentes . El experto en la técnica reconocerá que el emisor de ABS puede solicitar la evaluación de ABS por medio de cualquier medio de solicitud sin alterar el espíritu y alcance de la presente invención. Al asignar una evaluación, las agencias de evaluación ponderan la probabilidad de incumplimiento de un préstamo al considerar los procesos de garantía de emisión y administración de cartera del prestamista. Los prestamistas generalmente aseguran evaluaciones más altas mediante ampliación de crédito. Ejemplos de ampliación de crédito incluyen sobrecolateralización, comprar seguros (tal como seguro de envoltura) , y estructurar ABS (mediante, por ejemplo, estructuras de bonos superior/subordinado, pago consecutivo contra pari passu, etc.) para obtener evaluaciones más altas. Los prestamistas y agencias de evaluación toman en consideración la probabilidad de incumplimiento de pago al determinar el nivel apropiado de ampliación de crédito. Durante la fase de adquisición de un préstamo, los prestamistas pueden usar el modelo SoW para mejorar sus decisiones de préstamo. Antes de emitir el préstamo, los prestamistas pueden evaluar la capacidad de gasto de un consumidor para hacer pagos sobre el préstamo. Esto conduce a menos préstamos riesgosos y una probabilidad reducida de incumplimiento de pago para préstamos en la cartera del prestamista. Una probabilidad más baja de incumplimiento de pago significa que, para una cartera de préstamos dada que ha sido originada con el uso del modelo SoW, ya sea que se puede obtener una evaluación más alta con el mismo grado de ampliación de crédito, o el grado de ampliación de crédito se puede reducir para una evaluación de deuda dada. Por consiguiente, usar el modelo SoW en la etapa de adquisición del préstamo reduce el costo de financiamiento general y reservas para pérdidas de préstamos del prestamista. Durante la fase de retención de un préstamo, el modelo SoW se puede usar para rastrear el gasto de un cliente. Con base en los resultados de SoW, el prestamista puede tomar diversas decisiones con referencia a la relación con el cliente. Por ejemplo, un prestamista puede usar el modelo SoW para identificar prestatarios que se encuentran en dificultad financiera. Las líneas de crédito de esos prestamistas que no han sido retiradas por completo pueden ser reducidas . Revocar de manera selectiva líneas de crédito sin usar puede reducir la probabilidad de incumplimiento de pago para préstamos en una cartera dada y reducir los costos de financiamiento del prestamista. Revocar de manera selectiva líneas de crédito sin usar puede reducir también el riesgo del prestamista al reducir al mínimo una mayor exposición a un prestatario que se puede encontrar ya con problemas financieros. Durante la fase de eliminación de un préstamo, el modelo SoW permite a los prestamistas prever mejor la probabilidad de que un prestatario incumpla en el pago. Una vez que el prestamista ha identificado clientes que se encuentran en peligro de incumplimiento de pago, el prestamista puede seleccionar aquellos que es probable que paguen y extender ofertas de liquidación. De manera adicional, los prestamistas pueden usar el modelo SoW para identificar qué clientes no es probable que paguen y aquellos a los que de otra manera no merece la pena extender una oferta de liquidación. El modelo SoW permite a los prestamistas identificar préstamos con riesgo de incumplimiento de pago, lo cual permite a los prestamistas, antes del incumplimiento de pago, empezar a anticipar un curso de acción para tomar si ocurre el incumplimiento de pago. Debido a que los préstamos que recién se encuentran en incumplimiento de pago valen un precio de venta más alto que los préstamos que han estado en incumplimiento de pago por períodos de tiempo más prolongados, los prestamistas pueden vender estos préstamos más temprano en el periodo de incumplimiento de pago, con lo cual se reducen los costos del prestamista. La capacidad de prever y administrar el riesgo antes del incumplimiento de pago da por resultado una menor probabilidad de incumplimiento de pago para préstamos en la cartera del prestamista. Además, aún en el caso de un préstamo en incumplimiento de pago, el prestamista puede detectar el incumplimiento de manera temprana y compensar así un porcentaje más alto del valor de ese préstamo. Un prestamista que usa el modelo SoW puede mostrar así a las agencias de evaluación que usa una combinación de estrictos criterios de garantía y procesos robustos de administración de cartera post préstamo. Esto permite al prestamista incrementar las evaluaciones de los ABS que están respaldados por un grupo o cartera de préstamos dado y/o reducir el nivel de sobrecolateralización o ampliación de crédito requerido a fin de obtener una evaluación particular. Con referencia a fondos mutuos, el modelo SoW se puede usar para administrar la relación con clientes que interactúan directamente con la compañía. Durante la fase de retención, si la compañía de fondos mutuos concluye que la capacidad de gasto de un cliente ha incrementado, la compañía puede concluir que cualquiera de los dos o tanto el ingreso discrecional como el ingreso disponible del cliente han incrementado. La compañía puede entonces comercializar fondos adicionales al cliente. La compañía puede también realizar la venta cruzada de otros servicios que la capacidad de gasto incrementado del cliente soportaría. Los financieros de arrendamientos y ventas, tales como financieros de arrendamiento o venta de automóviles, se pueden beneficiar de los resultados de SoW en la misma manera que un banco o prestamista, como se discute anteriormente. No obstante, en el financiamiento de productos típico, la cantidad del préstamo o arrendamiento se basa en el valor del producto que es financiado. Por lo tanto, generalmente no existe límite de crédito que se necesite volverse a considerar durante el curso del préstamo. Por esta razón, el modelo SoW es más útil a compañías financieras de arrendamiento/ventas durante las fases de adquisición y eliminación del ciclo de negocios. Las compañías de seguros de vida se pueden beneficiar principalmente del modelo SoW durante las fases de adquisición y retención del ciclo de negocios. Durante la fase de adquisición, el modelo SoW permite a las compañías de seguros identificar aquellas personas con una capacidad de gasto suficiente para pagar primas. Esto permite que la compañía de seguros dirija de manera selectiva sus esfuerzos de mercadotecnia a aquellos que es más probable que compren un seguro de vida. Por ejemplo, la compañía de seguros podría modelar el comportamiento de consumidor en una manera similar al modelo de "el mejor cliente" antes descrito. Durante la fase de retención, una compañía de seguros puede usar el modelo SoW para determinar cuáles de sus clientes existentes han incrementado su capacidad de gasto y tendrían una mayor capacidad de comprar un seguro de vida adicional. De esta manera, aquellos clientes existentes podrían ser fijados como objetivo en un momento durante el cual sería más probable que estuvieran dispuestos a comprar sin sobrecargarlos con materiales cuando no es probable que compren. El modelo SoW es más relevante para las compañías de corretaje y de administración del patrimonio durante la fase de retención del ciclo de negocios. Debido a factores de conveniencia, los consumidores típicamente negocian principalmente a través de una casa de bolsa. Mientras más incentivos extienda una compañía a un cliente, más probable será que el cliente use esa compañía para la mayoría de sus operaciones. Una casa de bolsa puede así usar el modelo SoW para determinar la capacidad o tendencia del gasto de un cliente particular y luego usar esos datos para realizar la venta cruzada de otros productos y/o como la base para un programa de incentivos. Por ejemplo, con base en los resultados de SoW, un cliente particular puede ser elegible para servicios adicionales ofrecidos por la casa de bolsa, tales como planeación financiera, administración del patrimonio y servicios de planeación de la herencia. Así como el modelo SoW puede ayudar a los poseedores de un préstamo a determinar que un préstamo particular está cerca del incumplimiento de pago, los compradores de préstamos pueden usar el modelo para evaluar la calidad de una posible compra durante la fase de adquisición del ciclo de negocios. Esto ayuda a los compradores de préstamos a evitar o reducir los precios de venta de préstamos que se encuentran en probabilidad de incumplimiento.

B. Compañías de venta al por menor Los aspectos de la industria de la venta al por menor para los cuales sería favorable el modelo SoW incluyen, por ejemplo y sin limitación: tiendas de venta al por menor que tienen tarjetas de marca privada, comerciantes al por menor en línea y compañías de ventas por correspondencia. Existen dos tipos generales de tarjetas de crédito y de pago en el mercado actualmente: tarjetas multipropósito y tarjetas de marca privada. Está surgiendo un tercer tipo de tarjeta híbrida. Las tarjetas multipropósito son tarjetas que se pueden usar con múltiples comerciantes y proveedores de servicio diferentes. Por ejemplo, American Express, Visa, Mastercard y Discover se consideran emisores de tarjetas multipropósito. Las tarjetas multipropósito son aceptadas por comerciantes y otros proveedores de servicios en lo que se llama con frecuencia una "red abierta". Esto significa esencialmente que las transacciones son dirigidas de un punto de venta ("POS") a través de una red para autorización, registro de transacciones y liquidación. Una variedad de intermediarios juegan diferentes papeles en el proceso. Estos incluyen procesadores de comerciantes, las redes de marcas y procesadores de emisores. Esta red abierta es con frecuencia llamada una red de intercambio. Las tarjetas multipropósito incluyen un rango de diferentes tipos de tarjetas, tales como tarjetas de pago, tarjetas revolventes y tarjetas de débito, las cuales están enlazadas a una cuenta de depósito a la vista ("DDA") o cuenta de cheques de un consumidor. Las tarjetas de marca privada son tarjetas que se pueden usar para la compra de bienes y servicios de un solo comerciante o proveedor de servicios. Históricamente, las principales tiendas departamentales fueron las creadoras de este tipo de tarjeta. Las tarjetas de marca privada son ahora ofrecidas por una amplia gama de comerciantes al por menor y otros proveedores de servicios. Estas tarjetas son generalmente procesadas en una red cerrada, con transacciones que fluyen entre el POS del comerciante y su propia oficina de respaldo o el centro de procesamiento para un tercero que realiza el proceso. Estas transacciones no fluyen a través de una red de intercambio y no están sujetas a cuotas de intercambio. Recientemente, se ha desarrollado un tipo de tarjeta híbrida. Esta es una tarjeta que, cuando se usa con un comerciante particular, es la tarjeta de marca privada de ese comerciante, pero cuando se usa en otro lugar, se convierte en una tarjeta multipropósito. Las transacciones de un comerciante particular son procesadas en la red de marca privada propietaria. Las transacciones realizadas con la tarjeta con todos los demás comerciantes y proveedores de servicios son procesadas a través de una red de intercambio. Los emisores de tarjetas de marca privada, además de los emisores de tarjetas multipropósito y emisores de tarjetas híbridas, pueden aplicar el modelo SoW en una manera similar a la que se describe anteriormente con respecto a las compañías de tarjetas de crédito. Esto es, el conocimiento de la capacidad de gasto de un consumidor, así como el conocimiento de los otros resultados de SoW, podrían ser usados por los emisores de tarjetas para mejorar el rendimiento y rentabilidad en todo el ciclo de negocios. Las compañías de venta al por menor en línea y compañías de ventas por correspondencia pueden usar el modelo SoW tanto en la fase de adquisición como en la fase de retención del ciclo de negocios. Durante la fase de adquisición, por ejemplo, las compañías pueden basar estrategias de mercadotecnia dirigidas en resultados de SoW. Esto podría reducir de manera sustancial costos, en especial en la industria de las ventas por correspondencia, donde típicamente se envían catálogos a una gran variedad de individuos. Durante la fase de retención, las compañías pueden, por ejemplo, basar estrategias de venta cruzada o extensiones de línea de crédito en resultados de SoW.

C _ Otras compañías Los tupos de compañías que pueden usar también el modelo SoW incluyen, por ejemplo y sin limitación: la industria del juego, obras de beneficencia y universidades, proveedores de comunicaciones, hospitales y la industria turística . La industria del juego puede usar el modelo SoW en, por ejemplo, las fases de adquisición y retención del ciclo de negocios. Con frecuencia los casinos extienden crédito a sus jugadores más acaudalados y/o jugadores más activos, conocidos también como "los grandes apostadores" . Los casinos pueden usar el modelo SoW en la fase de adquisición para determinar si se debe extender crédito a un individuo. Una vez que el crédito ha sido extendido, los casinos pueden usar el modelo SoW para revisar de manera periódica la capacidad de gasto del cliente. Si hay un cambio en la capacidad de gasto, los casinos pueden alterar la línea de crédito del cliente para que sea más acorde con la capacidad de gasto del cliente. Las obras de beneficencia y universidades dependen en gran parte de donaciones y regalos. El modelo SoW permite que las obras de beneficencia y universidades usen sus recursos con frecuencia limitados de manera más efectiva al fijar la fecha de sus requerimientos para que coincidan con periodos cuando los donadores han tenido un incremento en el ingreso disponible/discrecional y, por consiguiente, se encuentran con capacidad de hacer donaciones. Asimismo, el modelo SoW permite que las obras de beneficencia y universidades revisen los donadores existentes para determinar si deben ser fijados como objetivo para soporte adicional . Los proveedores de comunicaciones, tales como proveedores de servicio telefónico con frecuencia se contratan en planes de servicio con sus clientes. Además de mejorar sus estrategias de mercadotecnia dirigida, los proveedores de comunicaciones pueden usar los resultados de SoW durante la fase de adquisición para determinar si un cliente potencial es capaz de pagar el servicio bajo el contrato. El modelo SoW es más aplicable a hospitales durante la fase de eliminación del ciclo de negocios. Típicamente los hospitales no eligen o manejan la relación con sus pacientes. Por lo tanto, con frecuencia se encuentran en la posición de intentar cobrar sus servicios a pacientes con los cuales no hubo una relación con el cliente anterior. Existen dos maneras en que un hospital puede cobrar sus cuotas. El hospital puede administrar la cobranza de manera interna, o el hospital puede pasar la responsabilidad del cobro a un agente de cobranzas . Aunque el agente de cobranzas con frecuencia cobra honorarios por tal servicio, puede ser para beneficio del hospital si la cobranza se lleva mucho tiempo y/o es difícil. El modelo SoW se puede usar para prever qué cuentas es probable que se paguen con persuasión mínima, y cuáles no.

El hospital puede luego seleccionar qué cuentas cobrar de manera interna, y para qué cuentas subcontratar agencias de cobranzas. Para aquellas que son retenidas internamente, el hospital puede segmentar además las cuentas en aquellas que requieren simples recordatorios y aquellas que requieren más atención. Esto permite al hospital optimizar el uso de su personal de cobranzas interno. Al subcontratar de manera selectiva agencias para realizar las cobranzas, el hospital y otros prestamistas reducen las cuotas de contingencia que pagan a agencias de cobranzas, e incrementan al máximo la cantidad cobrada por el equipo de cobranzas interno. Los miembros de la industria turística pueden hacer uso de los datos de SoW en las etapas de adquisición y retención del ciclo de negocios. Por ejemplo, un hotelero típicamente tiene una marca de hotel que está asociada con un "nivel de estrella" o clase de hotel particular. A fin de capturar diversos segmentos de mercado, los hoteleros pueden estar asociados con varias marcas de hotel que son de diferentes clases. Durante la fase de adquisición del ciclo de negocios, un hotelero puede usar el método SoW para fijar como objetivo individuos que tienen capacidades de gasto apropiadas para diversas clases de hoteles. Durante la fase de retención, el hotelero puede usar el método SoW para determinar, por ejemplo, cuando la capacidad de gasto de un individuo particular incrementa. Con base en esa determinación, el hotelero puede comercializar una clase de hotel más alta al consumidor en un intento por convencer al consumidor de que mejore. El experto en la técnica relevante reconocerá que muchas de las aplicaciones de SoW antes descritas pueden ser utilizadas por otras industrias y segmentos de mercado sin apartarse del espíritu y alcance de la presente invención. Por ejemplo, la estrategia de usar SoW para modelar "el mejor cliente" de una industria y fijar como objetivo individuos que comparten características de ese mejor cliente se puede aplicar a casi todas las industrias. Asimismo, los datos de SoW se pueden usar casi en todas las industrias para mejorar la lealtad del cliente al reducir el número de recordatorios de pago enviados a las cuentas responsables. Las cuentas responsables son aquellas que es más probable que se paguen aún sin ser contactadas por un cobrador. La reducción en los recordatorios puede incrementar la lealtad de los clientes, porque el cliente no sentirá que el prestamista o proveedor de servicios es excesivamente agresivo. Los costos de cobranza del prestamista o proveedor de servicios son también reducidos y los recursos son liberados para dedicarse a cuentas que requieren más persuasión. De manera adicional, el modelo SoW se puede usar en cualquier compañía que tenga un gran centro de llamadas de servicio al cliente para identificar tipos específicos de clientes. Típicamente se hacen transcripciones para cualquier llamada de un cliente a un centro de llamadas. Estas transcripciones pueden ser examinadas por palabras clave o temas específicos, y pueden ser combinadas con el modelo SoW para determinar las características del consumidor. Por ejemplo, un banco que tiene un gran centro de servicio al cliente puede examinar llamadas de servicio para discusiones que implican bancarrota. El banco podría luego usar el modelo SoW con las indicaciones de las transcripciones del centro de llamadas para evaluar al cliente. Aunque las mejores metodologías de la descripción han sido descritas particularmente con anterioridad, se debe entender que tales descripciones han sido provistas solamente para propósitos de ilustración, y que los expertos en la técnica pueden hacer otras variaciones tanto en forma como en detalle sin apartarse del espíritu y alcance de la misma, el cual está definido primero y ante todo por las reivindicaciones adjuntas. Se hace constar que con relación a esta fecha, el mejor método conocido por la solicitante para llevar a la práctica la citada invención, es el que resulta claro de la presente descripción de la invención.

Claims (31)

1. REIVINDICACIONES Habiéndose descrito la invención como antecede, se reclama como propiedad lo contenido en las siguientes reivindicaciones : 1. Un método para reducir un costo de financiamiento de un prestamista cuando el prestamista emite valores garantizados por activos (ABS) garantizados por cuentas por cobrar de préstamos a prestatarios, caracterizado porque comprende : (a) modelar patrones de gasto de consumidor con el uso de datos de consumidores individuales y globales, entre los que se incluyen datos de línea de operación, datos de clientes internos, y datos de panel de consumidores; (b) estimular una capacidad de gasto de cada prestatario de un préstamo con base en datos de línea de operación del prestatario, transferencias de saldo del prestatario, y el modelo de patrones de gasto de consumidor; (c) para cada prestatario, usar la capacidad de gasto como un factor al determinar cantidades de préstamo, en donde el riesgo de incumplimiento de pago es reducido; y (d) solicitar una evaluación de ABS en un mercado de capitales con base en el riesgo de incumplimiento de pago reducido de cada prestatario.
2. 2. El método de conformidad con la reivindicación 1, caracterizado porque comprende además: (e) reducir un nivel de ampliación de crédito necesario para obtener una evaluación de ABS particular.
3. 3. El método de conformidad con la reivindicación 1, caracterizado porque comprende además: (e) obtener una evaluación de ABS más alta para un nivel particular de ampliación de crédito que estaría disponible sin el riesgo de incumplimiento de pago reducido.
4. 4. El método de conformidad con la reivindicación 1, caracterizado porque comprende además: (e) reducir el nivel de ampliación de crédito necesario a fin de obtener una evaluación de ABS particular.
5. 5. El método de conformidad con la reivindicación 1, caracterizado porque al menos uno de los préstamos es un préstamo concedido tomando como base el valor de los bienes raíces.
6. 6. El método de conformidad con la reivindicación 1, caracterizado porque al menos uno de los préstamos es un préstamo para automóvil.
7. 7. El método de conformidad con la reivindicación 1, caracterizado porque comprende además: (e) incrementar la evaluación de ABS con base en una capacidad para anticipar incumplimiento de pago por parte de un prestatario y tomar medidas preventivas antes del incumplimiento de pago.
8. 8. El método de conformidad con la reivindicación 1, caracterizado porque comprende además: (e) determinar un riesgo de pago anticipado por cada prestatario.
9. 9. El método de conformidad con la reivindicación 8, caracterizado porque comprende además: (f) obtener una evaluación de ABS más alta para un nivel particular de ampliación de crédito que estaría disponible sin determinar el riesgo de pago anticipado.
10. 10. El método de conformidad con la reivindicación 1, caracterizado porque comprende además: (e) incrementar una tasa de recuperación anticipada de un préstamo en incumplimiento de pago con base en una capacidad de anticipar incumplimiento de pago de un préstamo antes de un tiempo de incumplimiento de pago.
11. 11. El método de conformidad con la reivindicación 10, caracterizado porque comprende además: (f) obtener una evaluación de ABS más alta para un nivel particular de ampliación de crédito que estaría disponible sin la tasa de recuperación anticipada incrementada .
12. 12. Un aparato para administrar valores garantizados por activos (ABS) con base en préstamos a prestatarios, caracterizado porque comprende: un procesador; y una memoria en comunicación con el procesador, en donde la memoria almacena una pluralidad de instrucciones de procesamiento para dirigir al procesador para: modelar patrones de gasto de consumidor con el uso de datos de consumidores individuales y globales, entre los que se incluyen datos de línea de operación, datos de clientes internos, y datos de panel de gasto de consumidores; estimar una capacidad de gasto de cada prestatario de un préstamo con base en los datos de línea de operación del prestatario, transferencias de saldo del prestatario, y el modelo de patrones de gasto de consumidor; para cada prestatario, usar la capacidad de gasto como un factor al determinar cantidades de préstamo, en donde el riesgo de incumplimiento de pago es reducido; y producir el riesgo de incumplimiento de pago reducido a fin de obtener una evaluación de ABS.
13. 13. El aparato de conformidad con la reivindicación 12, caracterizado porgue el riesgo de incumplimiento de pago reducido permite la reducción de un nivel de ampliación de crédito necesario para obtener una evaluación de ABS particular.
14. 14. El aparato de conformidad con la reivindicación 12, caracterizado además porque el riesgo de incumplimiento de pago reducido permite la reducción de un seguro necesario para obtener una evaluación de ABS particular.
15. 15. El aparato de conformidad con la reivindicación 12, caracterizado porque al menos uno de los préstamos es un préstamo concedido tomando como base el valor de los bienes raíces.
16. 16. El aparato de conformidad con la reivindicación 12, caracterizado porque al menos uno de los préstamos es un crédito rotativo con garantía hipotecaria.
17. 17. El aparato de conformidad con la reivindicación 12, caracterizado porque al menos uno de los préstamos es un préstamo para vehículo.
18. 18. El aparato de conformidad con la reivindicación 12, caracterizado porque al menos uno de los préstamos es un arrendamiento de vehículo.
19. 19. El aparato de conformidad con la reivindicación 12, caracterizado porque al menos uno de los préstamos es un préstamo para viviendas prefabricadas.
20. 20. El aparato de conformidad con la reivindicación 12, caracterizado porque al menos uno de los préstamos es un arrendamiento de equipo.
21. 21. El aparato de conformidad con la reivindicación 12, caracterizado porque al menos uno de los préstamos es un arrendamiento de vehículo recreativo.
22. 22. El aparato de conformidad con la reivindicación 12, caracterizado porque al menos uno de los préstamos es un préstamo para vehículo recreativo.
23. 23. El aparato de conformidad con la reivindicación 12, caracterizado porque las instrucciones de procesamiento dirigen además al procesador para indicar préstamos en peligro de incumplimiento de pago por parte de un prestatario en forma lo suficientemente temprana para tomar medidas preventivas antes del incumplimiento de pago.
24. 24. El aparato de conformidad con la reivindicación 23, caracterizado porque la indicación por parte del procesador permite obtener una evaluación de ABS superior para un nivel particular de ampliación de crédito que estaría de otra manera disponible si no se hiciera la indicación .
25. 25. El aparato de conformidad con la reivindicación 12, caracterizado porque las instrucciones de procesamiento dirigen además al procesador para determinar un riesgo de pago anticipado por parte de cada prestatario.
26. 26. El aparato de conformidad con la reivindicación 25, caracterizado porque la determinación del riesgo de pago anticipado permite obtener una evaluación de ABS más alta para un nivel particular de ampliación de crédito de lo que estaría de otra manera disponible si no se hiciera la determinación del riesgo de pago anticipado.
27. 27. Un producto de programa de computadora caracterizado porque comprende un medio utilizable por computadora que tiene una lógica de control almacenada en el mismo para hacer que una computadora administre valores garantizados por activos (ABS) con base en préstamos a prestatarios, la lógica de control comprende: un primer medio de código de programa legible por computadora para hacer que la computadora modele patrones de gasto de consumidor con el uso de datos de consumidores individuales y globales, entre los que se incluyen datos de línea de operación, datos de clientes internos y datos de panel de consumidores; un segundo medio de código de programa legible por computadora para hacer que la computadora estime una capacidad de gasto de cada prestatario de un préstamo con base en datos de línea de operación del prestatario, transferencias de saldo del prestatario, y el modelo de patrones de gasto de consumidor; un tercer medio de código de programa legible por computadora para hacer que la computadora use la capacidad de gasto como un factor al determinar préstamos para los cuales el riesgo de incumplimiento de pago es reducido; y un cuarto medio de código de programa legible por computadora para hacer que la computadora produzca el riesgo de incumplimiento de pago reducido a fin de obtener una evaluación de ABS.
28. 28. El producto de programa de computadora de conformidad con la reivindicación 27, caracterizado porque al menos uno de los préstamos es un préstamo concedido tomando como base el valor de los bienes raíces.
29. 29. El producto de programa de computadora de conformidad con la reivindicación 27, caracterizado porque al menos uno de los préstamos es un préstamo para vehículo.
30. 30. El producto de programa de computadora de conformidad con la reivindicación 27, caracterizado porque comprende además : un quinto medio de código de programa legible por computadora para hacer que la computadora indique préstamos en peligro de incumplimiento de pago por parte de un prestatario antes del incumplimiento de pago real.
31. 31. El producto de programa de computadora de conformidad con la reivindicación 27, caracterizado porque comprende además : un quinto medio de código de programa legible por computadora para hacer que la computadora determine un riesgo de pago anticipado por parte de cada prestatario.