bayesrisk

Informe de validación de modelos

Informe de Validación de Scorecard

USO INTERNO — CONFIDENCIAL

Modelo
Entidad
Cartera
Responsable del desarrollo
Versión del informe
Fecha de emisión: 2026-10-19

Trazabilidad de la corrida (lineage)

config_hash=dac439721cdf445b207b516476af415343ffadf66280d11075f72b505ee84c28

data_hash=ac14e7f3bbc860a0c8603f291691897d8bf67e3384e584bd7fd3b418f8083ab2

git_sha=—

root_seed=20240706

Desarrollo

Nombre y fecha

Validación independiente

Nombre y fecha

Aprobación

Nombre y fecha

Resumen de la corrida

Lo que cuenta la corrida al terminar, con la misma fuente que la puerta guiada y la pestaña Resultados: el estado de la ejecución y de la validación técnica, las cifras clave, qué revisar, las decisiones humanas con su motivo y dónde queda cada archivo. El veredicto lo firma el validador en el resumen ejecutivo.

Las rutas son las que el informe escribió al generarse: si la corrida se copia o se archiva después —desde la interfaz, o al apartar una corrida anterior—, los archivos se buscan en su carpeta de destino, y el registro de auditoría deja constancia de cada uno que se escribió.

Ejecución: corrieron sin fallos Datos y muestras, Análisis exploratorio, Tramos y WoE, Selección de variables, Modelo, Tarjeta de puntuación, Calibración, Desempeño, Estabilidad, Validación formal y Escala maestra; este informe es la última etapa de la corrida
Validación técnica: Falla — lo decide Hosmer-Lemeshow en Desarrollo (p-valor 0,048; PD media agregada 21,89 % frente a 21,89 % observada; la mayor diferencia, en el grupo 9 de 10: 41,92 % observado frente a 40,14 % predicho)

Cifras clave

AUC en Holdout	0,764
Gini en Holdout	0,529
KS en Holdout	0,4102
Caída del AUC Desarrollo → Holdout	-0,007 (-1,0 %)
Peor PSI entre score y PD	0,0024 (Desarrollo vs. Holdout) → Estable

Qué revisar

⚠ Tramos y WoE: IV sospechosamente alto (posible fuga de información): PAY_0, PAY_2
⚠ Tramos y WoE: BILL_AMT3: la tasa de malos invierte la tendencia en Holdout
⚠ Tramos y WoE: PAY_AMT4: la tasa de malos invierte la tendencia en Holdout
⚠ Tramos y WoE: PAY_AMT5: la tasa de malos invierte la tendencia en Holdout
⚠ Tramos y WoE: PAY_AMT6: la tasa de malos invierte la tendencia en Holdout
⚠ Selección de variables: IV excesivo (posible fuga de información), explicar antes de aprobar: PAY_0, PAY_2
⚠ Modelo: Concentra más del 90 % del IV del modelo: PAY_0
⚠ Validación formal: Estado técnico «Falla»: revisar Hosmer-Lemeshow en Desarrollo (p-valor 0,048; PD media agregada 21,89 % frente a 21,89 % observada; la mayor diferencia, en el grupo 9 de 10: 41,92 % observado frente a 40,14 % predicho)

Decisiones humanas registradas

Ninguna decisión humana registrada; lo que se decidió vive en el config de la corrida.

Dónde quedó cada archivo

Informe HTML: artifacts/taiwan_monotonia_auto/reports\scorecard_report.html
Informe Word: artifacts/taiwan_monotonia_auto/reports\scorecard_report.docx (se escribe si el extra docx está instalado)
Registro de auditoría: audit_trail.jsonl, en la carpeta de evidencia de la corrida

Resumen ejecutivo

Veredicto de validación

Aprobado
Aprobado con observaciones
Rechazado

Campo estructural: lo marca y firma el validador independiente; no es un resultado calculado por el motor.

Métrica	Alcance	Valor	Estado
AUC	Desarrollo	0,7717	Sin alertas
Gini	Desarrollo	0,5434	Sin alertas
KS	Desarrollo	0,41502	Sin alertas
AUC	Holdout	0,7643	Sin alertas
Gini	Holdout	0,5286	Sin alertas
KS	Holdout	0,4102	Sin alertas
Peor PSI entre score y PD · score	Desarrollo vs. Holdout	0,0024	Estable
Estado técnico de validación formal	taiwan_monotonia_auto	1 de 2 pruebas fallidas	Falla

No se configuraron umbrales de discriminación, de modo que el motor no puede levantar alertas sobre AUC, Gini ni KS: «sin alertas» significa que no había umbral contra el cual comparar, no que la métrica sea satisfactoria.

Las bandas de PSI usan los umbrales configurados: estable por debajo de 0,10, revisión desde 0,10 y redesarrollo desde 0,25.

La validación formal ejecutó discriminación, calibración y estabilidad. Su estado es una síntesis técnica del motor y no sustituye el veredicto que debe firmar un validador humano.

Alcance: scorecard y validación formal de las familias configuradas. El capítulo «Validación formal» reproduce el resultado que publicó el motor; el veredicto permanece bajo responsabilidad humana. Todos los valores provienen de la corrida trazada en la portada: no se completan con supuestos.

Índice

Resumen de la corrida
Resumen ejecutivo
1 Introducción
2 Contexto del modelo y de la cartera
2.1 Población, particiones y exclusiones
2.2 Población y calidad de datos
3 Metodología
3.1 Tratamiento de datos y particiones
3.2 Binning WoE
3.3 Selección de variables
3.4 Estimación del modelo PD
3.5 Escalado del scorecard
3.6 Calibración de la PD
4 Resultados
4.1 Binning WoE y poder predictivo
4.2 Selección de variables
4.3 Modelo PD
4.4 Scorecard
4.5 Calibración
4.6 Desempeño y discriminación
4.7 Estabilidad
4.8 Escala maestra y puntos de corte
5 Validación formal
5.1 Discriminación
5.2 Calibración
5.3 Estabilidad
6 Conclusiones y recomendación
7 Limitaciones y supuestos
Anexo A Lineage y reproducibilidad
Anexo B Tablas detalladas
Anexo C Parámetros completos
C.1 Población, particiones y exclusiones
C.2 Población y calidad de datos
C.3 Binning WoE y poder predictivo
C.4 Selección de variables
C.5 Modelo PD
C.6 Scorecard
C.7 Calibración
C.8 Desempeño y discriminación
C.9 Estabilidad
C.10 Validación formal
C.11 Escala maestra y puntos de corte

1Introducción

POR COMPLETAR — Introducción

Declara el propósito del informe y qué decisión habilita: ¿es una validación inicial previa a la puesta en producción, una revisión periódica o un recalibrado?

Delimita el alcance (qué modelo y qué cartera cubre, qué queda fuera) e identifica la audiencia: Validación independiente, Comité de Riesgo, regulador.

2Contexto del modelo y de la cartera

La población procesada contiene 22.500 observaciones, 24 variables de entrada y una tasa de incumplimiento de 22,05 %. Los conteos por estado, partición y motivo de exclusión se reproducen literalmente en las tablas de esta sección.

La columna objetivo de esta corrida es «target_bayesrisk».

La tasa de incumplimiento observada en la población analizada es de 21,89 %, la tasa no se pudo agrupar en el tiempo porque el archivo no trae columna de fecha ni cohorte declarada y se describieron 23 variables frente al incumplimiento.

El perfilado de calidad de datos no levantó alertas de variables casi constantes, casi únicas ni de alta cardinalidad.

La estabilidad temporal de la tasa de incumplimiento no se evaluó: el archivo no trae un eje temporal que ordenar. El indicador configurado era variación relativa.

La variable objetivo del ejercicio es «target_bayesrisk», construida por las reglas de incumplimiento declaradas en el config (Anexo C). La definición de negocio que justifica esas reglas —p. ej. 90+ días de mora— debe explicitarla el analista: el motor aplica la regla, no la fundamenta.

La población se particionó de forma aleatoria: Desarrollo 80,00 %, Holdout 20,00 % y OOT 0,00 %.

POR COMPLETAR — Contexto del modelo

Describe la cartera sobre la que se construyó el modelo: producto, segmento, volumen y período.

Explicita la definición de incumplimiento utilizada (p. ej. 90+ días de mora) y por qué; declara las exclusiones aplicadas a la población y su justificación.

2.1Población, particiones y exclusiones

Las tablas siguientes reproducen lo que dejó la preparación de datos de esta corrida. Estados, tamaños y tasas por partición, y exclusiones se copian literalmente; el informe no recalcula ni completa valores ausentes.

Estados de la población

Estado	Observaciones
bueno	17.539
malo	4.961
indeterminado	0
excluido	0

Particiones de modelamiento

Partición	Observaciones	Tasa de incumplimiento
Desarrollo	18.082	0,2189
Holdout	4.418	0,22703
Fuera de tiempo (OOT)	0	0,0000
Fuera del ajuste	0	0,0000

Exclusiones aplicadas

Motivo	Exclusiones

2.2Población y calidad de datos

A continuación se reproducen el perfil por tramo de 23 variables descritas y la calidad de datos por columna.

La tasa de incumplimiento no se pudo agrupar en el tiempo: el archivo no trae columna de fecha ni cohorte declarada. El resto del análisis exploratorio —el perfil por tramo de cada variable y la calidad de datos por columna— se hizo igual.

Calidad de datos por columna

col	dtype	cardinality	near_constant	near_unique	high_cardinality
LIMIT_BAL	int64	78	no	no	no
SEX	object	2	no	no	no
EDUCATION	object	7	no	no	no
MARRIAGE	object	4	no	no	no
AGE	int64	55	no	no	no
PAY_0	int64	11	no	no	no
PAY_2	int64	11	no	no	no
PAY_3	int64	11	no	no	no
PAY_4	int64	11	no	no	no
PAY_5	int64	10	no	no	no
PAY_6	int64	10	no	no	no
BILL_AMT1	int64	14.543	no	no	no
BILL_AMT2	int64	14.342	no	no	no
BILL_AMT3	int64	14.092	no	no	no
BILL_AMT4	int64	13.845	no	no	no
BILL_AMT5	int64	13.508	no	no	no
BILL_AMT6	int64	13.228	no	no	no
PAY_AMT1	int64	5.789	no	no	no
PAY_AMT2	int64	5.706	no	no	no
PAY_AMT3	int64	5.438	no	no	no
PAY_AMT4	int64	5.042	no	no	no
PAY_AMT5	int64	4.956	no	no	no
PAY_AMT6	int64	4.997	no	no	no
target	int64	2	no	no	no

3Metodología

Este capítulo describe el procedimiento realmente ejecutado por el motor en esta corrida, con los parámetros efectivos que constan en el config trazado en el Anexo A. No es una descripción genérica de la técnica: cada cifra citada aquí es la que produjo este modelo.

3.1Tratamiento de datos y particiones

El dataset se validó contra un esquema declarado de 24 columnas, con tipos y nulabilidad explícitos; una desviación del esquema detiene la corrida en vez de propagarse.

En el tratamiento de faltantes se reporta para revisión toda variable con más de 99,00 % de valores faltantes, sin eliminarla automáticamente.

3.2Binning WoE

Se discretizó cada variable con OptBinning, resolviendo el problema óptimo por programación entera mixta (MIP), partiendo de un máximo de 20 pre-bins, con un máximo de 6 bins por variable y un tamaño mínimo de bin de 5,00 % de la población.

La tendencia monótona exigida al WoE es automática: el riesgo debe comportarse de forma coherente entre tramos contiguos, sin quiebres que un analista no pueda defender.

De 23 variables candidatas, 23 quedaron binificadas.

Los valores especiales se agrupan en un bin propio y los faltantes reciben el tratamiento «empirical» (OptBinning 0.20.0).

3.3Selección de variables

Se descartaron las variables con IV inferior a 0,02; las de IV igual o superior a 0,50 se marcaron para revisión, porque un poder predictivo tan alto suele indicar fuga de información más que señal legítima.

Se eliminó la redundancia entre pares de variables con correlación (pearson) sobre 0,75 y se acotó la multicolinealidad exigiendo un VIF bajo 5,0.

El filtro dejó 15 de 23 variables candidatas; el motivo de exclusión de cada variable descartada consta en la tabla de selección.

3.4Estimación del modelo PD

La probabilidad de incumplimiento se modeló mediante regresión logística (logit) sobre las variables transformadas a WoE, con un nivel de significancia de 0,05.

La construcción del modelo usó stepwise bidireccional (criterio «wald_pvalue» y p-valor de entrada 0,05 y de salida 0,05).

Se exige que el coeficiente de cada variable en WoE tenga el signo esperado (negativo): cuando se invierte, se marca la variable sin excluirla. Un signo invertido significa que la variable contradice la relación de riesgo que su binning declara.

El modelo final retiene 11 de 15 variables de entrada.

3.5Escalado del scorecard

El modelo se escaló a puntaje con la convención PDO: un puntaje de 600 corresponde a odds de 50:1, y cada 20 puntos adicionales duplican esas odds.

De esa convención se derivan los parámetros efectivos de la escala: factor 28,8539 y offset 487,1229.

Un puntaje más alto indica menor riesgo y los puntajes se emiten con redondeo al entero más cercano.

3.6Calibración de la PD

La PD se calibró por desplazamiento del intercepto (intercept offset), ajustando sobre la partición de Desarrollo contra la tasa de incumplimiento observada en Desarrollo, que resultó ser 21,89 %. El ancla es a través del ciclo (TTC).

El desplazamiento aplicado al intercepto es 7,2e-14, lo que preserva el ordenamiento del score: la calibración corrige el nivel de la PD, no su ranking.

El ajuste se realizó sobre 18082 observaciones de Desarrollo.

4Resultados

Los resultados se presentan por etapa, con las tablas que sostienen el juicio de validación. El detalle exhaustivo —todas las tablas y todos los parámetros de cada paso— no se pierde: vive en los Anexos B y C, que son parte de este mismo informe.

4.1Binning WoE y poder predictivo

El poder predictivo univariado (IV) de las 23 variables binificadas lo encabezan «PAY_0» (0,888), «PAY_2» (0,537) y «PAY_3» (0,421). El IV de cada variable consta en la tabla siguiente y su binning completo, bin a bin, en el Anexo B.

La monotonía efectiva del WoE resultó en 8 variables con tendencia descendente, y 15 sin tendencia monótona resuelta, lo que debe revisarse.

Resumen de binning — IV por variable

name	dtype	status	selected	n_bins	iv	js	gini	quality_score	iv_band	is_suspicious_iv	is_zero_iv	monotonic_trend	skipped_reason
LIMIT_BAL	numerical	OPTIMAL	sí	6	0,18096	0,0223	0,23501	0,6082	medium	no	no	descending	—
SEX	categorical	OPTIMAL	sí	2	0,0102	0,0013	0,0497	0,0272	—	no	no	—	—
EDUCATION	categorical	OPTIMAL	sí	4	0,0318	0,0038	0,0761	0,0916	weak	no	no	—	—
MARRIAGE	categorical	OPTIMAL	sí	3	0,0043	0,00053	0,0315	0,0111	—	no	no	—	—
AGE	numerical	OPTIMAL	sí	6	0,0242	0,00302	0,0837	0,0412	weak	no	no	—	—
PAY_0	numerical	OPTIMAL	sí	4	0,8882	0,0986	0,4216	0,2336	suspicious	sí	no	—	—
PAY_2	numerical	OPTIMAL	sí	4	0,5368	0,0626	0,3018	0,2001	suspicious	sí	no	—	—
PAY_3	numerical	OPTIMAL	sí	4	0,4212	0,0496	0,2666	0,7365	strong	no	no	—	—
PAY_4	numerical	OPTIMAL	sí	4	0,3584	0,04196	0,2353	0,7434	strong	no	no	—	—
PAY_5	numerical	OPTIMAL	sí	4	0,3348	0,0388	0,2175	0,7145	strong	no	no	—	—
PAY_6	numerical	OPTIMAL	sí	4	0,2866	0,0337	0,2025	0,6839	medium	no	no	—	—
BILL_AMT1	numerical	OPTIMAL	sí	6	0,0146	0,0018	0,0614	0,0409	—	no	no	—	—
BILL_AMT2	numerical	OPTIMAL	sí	5	0,0084	0,00105	0,0423	0,0035	—	no	no	—	—
BILL_AMT3	numerical	OPTIMAL	sí	5	0,0067	0,00084	0,0391	0,0011	—	no	no	descending	—
BILL_AMT4	numerical	OPTIMAL	sí	5	0,0127	0,0016	0,0457	0,0316	—	no	no	—	—
BILL_AMT5	numerical	OPTIMAL	sí	6	0,0161	0,002005	0,0524	0,0017	—	no	no	—	—
BILL_AMT6	numerical	OPTIMAL	sí	5	0,0111	0,0014	0,0434	0,0233	—	no	no	—	—
PAY_AMT1	numerical	OPTIMAL	sí	6	0,1766	0,0217	0,2229	0,5095	medium	no	no	descending	—
PAY_AMT2	numerical	OPTIMAL	sí	6	0,1598	0,0196	0,2133	0,5175	medium	no	no	descending	—
PAY_AMT3	numerical	OPTIMAL	sí	6	0,1393	0,0172	0,20296	0,4576	medium	no	no	descending	—
PAY_AMT4	numerical	OPTIMAL	sí	6	0,1201	0,0149	0,1894	0,3112	medium	no	no	descending	—
PAY_AMT5	numerical	OPTIMAL	sí	6	0,0991	0,0122	0,16802	0,2973	weak	no	no	descending	—
PAY_AMT6	numerical	OPTIMAL	sí	6	0,0975	0,01205	0,1678	0,35402	weak	no	no	descending	—

4.2Selección de variables

Las 15 variables que pasaron el filtro son «AGE», «EDUCATION», «LIMIT_BAL», «PAY_0», «PAY_2», «PAY_3», «PAY_4», «PAY_5», «PAY_6», «PAY_AMT1», «PAY_AMT2», «PAY_AMT3», «PAY_AMT4», «PAY_AMT5» y «PAY_AMT6».

Las exclusiones se reparten en 8 por IV insuficiente.

Tras la selección, la correlación absoluta máxima entre las variables finales es 0,6674 y el VIF máximo es 2,93.

Quedaron marcadas por IV excesivo (posible fuga de información): «PAY_0» y «PAY_2». Requieren una explicación de negocio antes de aprobar el modelo.

Criterios de selección por variable

feature	woe_column	included	reason	iv	iv_band	auc	gini	ks	max_abs_corr	max_corr_with	vif	max_csi	forced	detail
AGE	AGE__woe	sí	included	0,0242	weak	0,5418	0,0837	0,0656	—	—	1,0684	—	—	—
BILL_AMT1	BILL_AMT1__woe	no	low_iv	0,0146	—	0,5307	0,0614	0,0401	—	—	—	—	—	IV 0,0146 < mínimo 0,02
BILL_AMT2	BILL_AMT2__woe	no	low_iv	0,0084	—	0,5211	0,0423	0,0357	—	—	—	—	—	IV 0,0084 < mínimo 0,02
BILL_AMT3	BILL_AMT3__woe	no	low_iv	0,0067	—	0,5196	0,0391	0,0338	—	—	—	—	—	IV 0,0067 < mínimo 0,02
BILL_AMT4	BILL_AMT4__woe	no	low_iv	0,0127	—	0,5228	0,0457	0,0357	—	—	—	—	—	IV 0,0127 < mínimo 0,02
BILL_AMT5	BILL_AMT5__woe	no	low_iv	0,0161	—	0,5262	0,0524	0,0406	—	—	—	—	—	IV 0,0161 < mínimo 0,02
BILL_AMT6	BILL_AMT6__woe	no	low_iv	0,0111	—	0,5217	0,0434	0,0363	—	—	—	—	—	IV 0,0111 < mínimo 0,02
EDUCATION	EDUCATION__woe	sí	included	0,0318	weak	0,5381	0,0761	0,0652	—	—	1,0443	—	—	—
LIMIT_BAL	LIMIT_BAL__woe	sí	included	0,18096	medium	0,6175	0,23501	0,1845	—	—	1,3463	—	—	—
MARRIAGE	MARRIAGE__woe	no	low_iv	0,0043	—	0,5158	0,0315	0,0311	—	—	—	—	—	IV 0,0043 < mínimo 0,02
PAY_0	PAY_0__woe	sí	high_iv	0,8882	suspicious	0,7108	0,4216	0,3733	—	—	1,8774	—	—	IV 0,8882 ≥ máximo 0,50
PAY_2	PAY_2__woe	sí	high_iv	0,5368	suspicious	0,6509	0,3018	0,2862	—	—	2,78696	—	—	IV 0,5368 ≥ máximo 0,50
PAY_3	PAY_3__woe	sí	included	0,4212	strong	0,6333	0,2666	0,2479	—	—	2,7332	—	—	—
PAY_4	PAY_4__woe	sí	included	0,3584	strong	0,6176	0,2353	0,2119	—	—	2,8467	—	—	—
PAY_5	PAY_5__woe	sí	included	0,3348	strong	0,6087	0,2175	0,1913	—	—	2,9311	—	—	—
PAY_6	PAY_6__woe	sí	included	0,2866	medium	0,6012	0,2025	0,1802	—	—	2,1031	—	—	—
PAY_AMT1	PAY_AMT1__woe	sí	included	0,1766	medium	0,6115	0,2229	0,1522	—	—	1,9277	—	—	—
PAY_AMT2	PAY_AMT2__woe	sí	included	0,1598	medium	0,6067	0,2133	0,1514	—	—	2,0053	—	—	—
PAY_AMT3	PAY_AMT3__woe	sí	included	0,1393	medium	0,6015	0,20296	0,1453	—	—	2,0208	—	—	—
PAY_AMT4	PAY_AMT4__woe	sí	included	0,1201	medium	0,5947	0,1894	0,1454	—	—	1,99099	—	—	—
PAY_AMT5	PAY_AMT5__woe	sí	included	0,0991	weak	0,58401	0,16802	0,1235	—	—	1,8434	—	—	—
PAY_AMT6	PAY_AMT6__woe	sí	included	0,0975	weak	0,5839	0,1678	0,1269	—	—	1,7506	—	—	—
SEX	SEX__woe	no	low_iv	0,0102	—	0,5249	0,0497	0,0497	—	—	—	—	—	IV 0,0102 < mínimo 0,02

Factor de inflación de varianza (VIF)

feature	woe_column	vif	removed	reason
PAY_0	PAY_0__woe	1,8774	no	—
PAY_2	PAY_2__woe	2,78696	no	—
PAY_3	PAY_3__woe	2,7332	no	—
PAY_4	PAY_4__woe	2,8467	no	—
PAY_5	PAY_5__woe	2,9311	no	—
PAY_6	PAY_6__woe	2,1031	no	—
LIMIT_BAL	LIMIT_BAL__woe	1,3463	no	—
PAY_AMT1	PAY_AMT1__woe	1,9277	no	—
PAY_AMT2	PAY_AMT2__woe	2,0053	no	—
PAY_AMT3	PAY_AMT3__woe	2,0208	no	—
PAY_AMT4	PAY_AMT4__woe	1,99099	no	—
PAY_AMT5	PAY_AMT5__woe	1,8434	no	—
PAY_AMT6	PAY_AMT6__woe	1,7506	no	—
EDUCATION	EDUCATION__woe	1,0443	no	—
AGE	AGE__woe	1,0684	no	—

4.3Modelo PD

El modelo final incluye 11 variables: «AGE», «EDUCATION», «LIMIT_BAL», «PAY_0», «PAY_3», «PAY_5», «PAY_6», «PAY_AMT1», «PAY_AMT2», «PAY_AMT3» y «PAY_AMT4».

En el ajuste in-sample, el optimizador convergió, el ajuste usó 18082 observaciones de Desarrollo, de las cuales 3958 son incumplimientos y el pseudo-R² de McFadden es 0,1787.

Marcadas por concentrar una contribución excesiva al IV del modelo: «PAY_0».

Coeficientes del modelo PD

feature	woe_column	beta	standard_error	wald_z	p_value	conf_low	conf_high	expected_sign	sign_ok	iv	iv_contribution
intercept	const	-1,2643	0,0205	-61,7273	< 0,001	-1,3045	-1,2242	—	—	—	—
AGE	AGE__woe	-0,3787	0,13297	-2,8483	0,004	-0,6394	-0,1181	negative	sí	0,0242	0,0088
EDUCATION	EDUCATION__woe	-0,3723	0,1161	-3,2061	0,001	-0,5999	-0,1447	negative	sí	0,0318	0,0115
LIMIT_BAL	LIMIT_BAL__woe	-0,3406	0,0526	-6,4764	< 0,001	-0,4436	-0,2375	negative	sí	0,18096	0,0655
PAY_0	PAY_0__woe	-0,7734	0,0229	-33,7338	< 0,001	-0,8183	-0,7284	negative	sí	0,8882	0,3214
PAY_3	PAY_3__woe	-0,2486	0,0388	-6,4125	< 0,001	-0,3245	-0,1726	negative	sí	0,4212	0,1524
PAY_5	PAY_5__woe	-0,1785	0,0512	-3,4842	< 0,001	-0,2789	-0,0781	negative	sí	0,3348	0,1212
PAY_6	PAY_6__woe	-0,2509	0,0516	-4,8615	< 0,001	-0,351998	-0,1497	negative	sí	0,2866	0,1037
PAY_AMT1	PAY_AMT1__woe	-0,1751	0,0574	-3,0505	0,002	-0,2875	-0,0626	negative	sí	0,1766	0,0639
PAY_AMT2	PAY_AMT2__woe	-0,1555	0,0646	-2,40896	0,016	-0,28204	-0,02899	negative	sí	0,1598	0,0578
PAY_AMT3	PAY_AMT3__woe	-0,3117	0,0665	-4,68703	< 0,001	-0,44203	-0,1814	negative	sí	0,1393	0,0504
PAY_AMT4	PAY_AMT4__woe	-0,2482	0,0761	-3,2611	0,001	-0,3974	-0,09904	negative	sí	0,1201	0,0435

4.4Scorecard

El scorecard asigna puntajes a los tramos de 11 variables.

Scorecard — puntajes por atributo

feature	woe_column	bin_label	bin_index	woe	beta	intercept_share	raw_points	points	rounding_delta	source
AGE	AGE__woe	< 23,5	0	-0,3009	-0,3787	-0,1149	44,3121	44	-0,3121	binning_table
AGE	AGE__woe	≥ 23,5 y < 25,5	1	-0,1945	-0,3787	-0,1149	45,4753	45	-0,4753	binning_table
AGE	AGE__woe	≥ 25,5 y < 35,5	2	0,1479	-0,3787	-0,1149	49,21696	49	-0,21696	binning_table
AGE	AGE__woe	≥ 35,5 y < 45,5	3	0,0162	-0,3787	-0,1149	47,7775	48	0,2225	binning_table
AGE	AGE__woe	≥ 45,5 y < 48,5	4	-0,1252	-0,3787	-0,1149	46,2325	46	-0,2325	binning_table
AGE	AGE__woe	≥ 48,5	5	-0,2333	-0,3787	-0,1149	45,0507	45	-0,0507	binning_table
AGE	AGE__woe	Valores especiales	6	0,0000	-0,3787	-0,1149	47,6004	48	0,3996	binning_table
AGE	AGE__woe	Faltantes	7	0,0000	-0,3787	-0,1149	47,6004	48	0,3996	binning_table
EDUCATION	EDUCATION__woe	1	0	0,1549	-0,3723	-0,1149	49,2642	49	-0,2642	binning_table
EDUCATION	EDUCATION__woe	2	1	-0,0774	-0,3723	-0,1149	46,7686	47	0,2314	binning_table
EDUCATION	EDUCATION__woe	3	2	-0,1649	-0,3723	-0,1149	45,82898	46	0,17102	binning_table
EDUCATION	EDUCATION__woe	5, 4, 6, 0	3	1,2402	-0,3723	-0,1149	60,9226	61	0,0774	binning_table
EDUCATION	EDUCATION__woe	Valores especiales	4	0,0000	-0,3723	-0,1149	47,6004	48	0,3996	binning_table
EDUCATION	EDUCATION__woe	Faltantes	5	0,0000	-0,3723	-0,1149	47,6004	48	0,3996	binning_table
EDUCATION	EDUCATION__woe	Categorías no vistas → como «3»	—	-0,1649	-0,3723	-0,1149	45,82898	46	0,17102	binning_table
LIMIT_BAL	LIMIT_BAL__woe	< 45.000	0	-0,67997	-0,3406	-0,1149	40,9186	41	0,0814	binning_table
LIMIT_BAL	LIMIT_BAL__woe	≥ 45.000 y < 75.000	1	-0,2658	-0,3406	-0,1149	44,9883	45	0,0117	binning_table
LIMIT_BAL	LIMIT_BAL__woe	≥ 75.000 y < 135.000	2	-0,1141	-0,3406	-0,1149	46,4796	46	-0,4796	binning_table
LIMIT_BAL	LIMIT_BAL__woe	≥ 135.000 y < 265.000	3	0,2969	-0,3406	-0,1149	50,51799	51	0,48201	binning_table
LIMIT_BAL	LIMIT_BAL__woe	≥ 265.000 y < 365.000	4	0,4874	-0,3406	-0,1149	52,3899	52	-0,3899	binning_table
LIMIT_BAL	LIMIT_BAL__woe	≥ 365.000	5	0,7481	-0,3406	-0,1149	54,9517	55	0,0483	binning_table
LIMIT_BAL	LIMIT_BAL__woe	Valores especiales	6	0,0000	-0,3406	-0,1149	47,6004	48	0,3996	binning_table
LIMIT_BAL	LIMIT_BAL__woe	Faltantes	7	0,0000	-0,3406	-0,1149	47,6004	48	0,3996	binning_table
PAY_0	PAY_0__woe	< -0,5	0	0,44404	-0,7734	-0,1149	57,5091	58	0,4909	binning_table
PAY_0	PAY_0__woe	≥ -0,5 y < 0,5	1	0,6548	-0,7734	-0,1149	62,2126	62	-0,2126	binning_table
PAY_0	PAY_0__woe	≥ 0,5 y < 1,5	2	-0,5609	-0,7734	-0,1149	35,0849	35	-0,0849	binning_table
PAY_0	PAY_0__woe	≥ 1,5	3	-2,1199	-0,7734	-0,1149	0,2944	0	-0,2944	binning_table
PAY_0	PAY_0__woe	Valores especiales	4	0,0000	-0,7734	-0,1149	47,6004	48	0,3996	binning_table
PAY_0	PAY_0__woe	Faltantes	5	0,0000	-0,7734	-0,1149	47,6004	48	0,3996	binning_table
PAY_3	PAY_3__woe	< -1,5	0	0,2202	-0,2486	-0,1149	49,1799	49	-0,1799	binning_table
PAY_3	PAY_3__woe	≥ -1,5 y < -0,5	1	0,4147	-0,2486	-0,1149	50,5743	51	0,4257	binning_table
PAY_3	PAY_3__woe	≥ -0,5 y < 1,5	2	0,3049	-0,2486	-0,1149	49,7872	50	0,2128	binning_table
PAY_3	PAY_3__woe	≥ 1,5	3	-1,3712	-0,2486	-0,1149	37,7662	38	0,2338	binning_table
PAY_3	PAY_3__woe	Valores especiales	4	0,0000	-0,2486	-0,1149	47,6004	48	0,3996	binning_table
PAY_3	PAY_3__woe	Faltantes	5	0,0000	-0,2486	-0,1149	47,6004	48	0,3996	binning_table
PAY_5	PAY_5__woe	< -1,5	0	0,1446	-0,1785	-0,1149	48,3449	48	-0,3449	binning_table
PAY_5	PAY_5__woe	≥ -1,5 y < -0,5	1	0,3859	-0,1785	-0,1149	49,5876	50	0,4124	binning_table
PAY_5	PAY_5__woe	≥ -0,5 y < 1	2	0,1999	-0,1785	-0,1149	48,6298	49	0,3702	binning_table
PAY_5	PAY_5__woe	≥ 1	3	-1,49502	-0,1785	-0,1149	39,9018	40	0,0982	binning_table
PAY_5	PAY_5__woe	Valores especiales	4	0,0000	-0,1785	-0,1149	47,6004	48	0,3996	binning_table
PAY_5	PAY_5__woe	Faltantes	5	0,0000	-0,1785	-0,1149	47,6004	48	0,3996	binning_table
PAY_6	PAY_6__woe	< -1,5	0	0,1328	-0,2509	-0,1149	48,5615	49	0,4385	binning_table
PAY_6	PAY_6__woe	≥ -1,5 y < -0,5	1	0,3313	-0,2509	-0,1149	49,9986	50	0,0014	binning_table
PAY_6	PAY_6__woe	≥ -0,5 y < 1	2	0,1992	-0,2509	-0,1149	49,0419	49	-0,0419	binning_table
PAY_6	PAY_6__woe	≥ 1	3	-1,35801	-0,2509	-0,1149	37,7706	38	0,2294	binning_table
PAY_6	PAY_6__woe	Valores especiales	4	0,0000	-0,2509	-0,1149	47,6004	48	0,3996	binning_table
PAY_6	PAY_6__woe	Faltantes	5	0,0000	-0,2509	-0,1149	47,6004	48	0,3996	binning_table
PAY_AMT1	PAY_AMT1__woe	< 5,5	0	-0,6694	-0,1751	-0,1149	44,2191	44	-0,2191	binning_table
PAY_AMT1	PAY_AMT1__woe	≥ 5,5 y < 2.000,5	1	-0,0425	-0,1751	-0,1149	47,3859	47	-0,3859	binning_table
PAY_AMT1	PAY_AMT1__woe	≥ 2.000,5 y < 4.801,5	2	0,0848	-0,1751	-0,1149	48,0286	48	-0,0286	binning_table
PAY_AMT1	PAY_AMT1__woe	≥ 4.801,5 y < 7.101	3	0,4246	-0,1751	-0,1149	49,74501	50	0,25499	binning_table
PAY_AMT1	PAY_AMT1__woe	≥ 7.101 y < 17.484	4	0,55495	-0,1751	-0,1149	50,4035	50	-0,4035	binning_table
PAY_AMT1	PAY_AMT1__woe	≥ 17.484	5	0,9102	-0,1751	-0,1149	52,1981	52	-0,1981	binning_table
PAY_AMT1	PAY_AMT1__woe	Valores especiales	6	0,0000	-0,1751	-0,1149	47,6004	48	0,3996	binning_table
PAY_AMT1	PAY_AMT1__woe	Faltantes	7	0,0000	-0,1751	-0,1149	47,6004	48	0,3996	binning_table
PAY_AMT2	PAY_AMT2__woe	< 131,5	0	-0,5759	-0,1555	-0,1149	45,0161	45	-0,0161	binning_table
PAY_AMT2	PAY_AMT2__woe	≥ 131,5 y < 1.636,5	1	-0,1113	-0,1555	-0,1149	47,1009	47	-0,1009	binning_table
PAY_AMT2	PAY_AMT2__woe	≥ 1.636,5 y < 4.965	2	0,0841	-0,1555	-0,1149	47,9776	48	0,0224	binning_table
PAY_AMT2	PAY_AMT2__woe	≥ 4.965 y < 9.906,5	3	0,3877	-0,1555	-0,1149	49,33995	49	-0,33995	binning_table
PAY_AMT2	PAY_AMT2__woe	≥ 9.906,5 y < 15.541,5	4	0,5899	-0,1555	-0,1149	50,2472	50	-0,2472	binning_table
PAY_AMT2	PAY_AMT2__woe	≥ 15.541,5	5	0,9969	-0,1555	-0,1149	52,0734	52	-0,0734	binning_table
PAY_AMT2	PAY_AMT2__woe	Valores especiales	6	0,0000	-0,1555	-0,1149	47,6004	48	0,3996	binning_table
PAY_AMT2	PAY_AMT2__woe	Faltantes	7	0,0000	-0,1555	-0,1149	47,6004	48	0,3996	binning_table
PAY_AMT3	PAY_AMT3__woe	< 17,5	0	-0,5202	-0,3117	-0,1149	42,9219	43	0,0781	binning_table
PAY_AMT3	PAY_AMT3__woe	≥ 17,5 y < 1.600,5	1	-0,0874	-0,3117	-0,1149	46,8143	47	0,1857	binning_table
PAY_AMT3	PAY_AMT3__woe	≥ 1.600,5 y < 3.900,5	2	0,0857	-0,3117	-0,1149	48,3711	48	-0,3711	binning_table
PAY_AMT3	PAY_AMT3__woe	≥ 3.900,5 y < 7.501,5	3	0,36003	-0,3117	-0,1149	50,8383	51	0,1617	binning_table
PAY_AMT3	PAY_AMT3__woe	≥ 7.501,5 y < 12.514,5	4	0,5631	-0,3117	-0,1149	52,6647	53	0,3353	binning_table
PAY_AMT3	PAY_AMT3__woe	≥ 12.514,5	5	0,8124	-0,3117	-0,1149	54,9069	55	0,0931	binning_table
PAY_AMT3	PAY_AMT3__woe	Valores especiales	6	0,0000	-0,3117	-0,1149	47,6004	48	0,3996	binning_table
PAY_AMT3	PAY_AMT3__woe	Faltantes	7	0,0000	-0,3117	-0,1149	47,6004	48	0,3996	binning_table
PAY_AMT4	PAY_AMT4__woe	< 0,5	0	-0,4566	-0,2482	-0,1149	44,3298	44	-0,3298	binning_table
PAY_AMT4	PAY_AMT4__woe	≥ 0,5 y < 2.004,5	1	-0,0926	-0,2482	-0,1149	46,9373	47	0,0627	binning_table
PAY_AMT4	PAY_AMT4__woe	≥ 2.004,5 y < 2.608,5	2	0,1775	-0,2482	-0,1149	48,8718	49	0,1282	binning_table
PAY_AMT4	PAY_AMT4__woe	≥ 2.608,5 y < 4.601,5	3	0,3084	-0,2482	-0,1149	49,8092	50	0,1908	binning_table
PAY_AMT4	PAY_AMT4__woe	≥ 4.601,5 y < 15.008,5	4	0,4498	-0,2482	-0,1149	50,8222	51	0,1778	binning_table
PAY_AMT4	PAY_AMT4__woe	≥ 15.008,5	5	0,7373	-0,2482	-0,1149	52,8816	53	0,1184	binning_table
PAY_AMT4	PAY_AMT4__woe	Valores especiales	6	0,0000	-0,2482	-0,1149	47,6004	48	0,3996	binning_table
PAY_AMT4	PAY_AMT4__woe	Faltantes	7	0,0000	-0,2482	-0,1149	47,6004	48	0,3996	binning_table

4.5Calibración

En Desarrollo, la PD media calibrada es 21,89 %, frente a 21,89 % antes de calibrar, contra una tasa de incumplimiento observada de 21,89 %.

La calibración preservó el ordenamiento de las observaciones: la capacidad discriminante del modelo no se altera.

4.6Desempeño y discriminación

Las métricas de discriminación se calcularon sobre la PD calibrada.

En Desarrollo el modelo alcanza AUC 0,7717, Gini 0,5434 y KS 0,41502.

En Holdout el modelo alcanza AUC 0,7643, Gini 0,5286 y KS 0,4102.

La tabla de desempeño usa hasta 10 tramos de riesgo configurados, ordenados por la PD calibrada. Los tramos efectivos por partición fueron Desarrollo: 10 y Holdout: 10, y permiten verificar la evolución de la tasa de incumplimiento observada entre tramos.

Métricas de discriminación por partición

partition	n_total	n_bad	n_good	auc	gini	ks	ks_cutoff_risk_score	ks_cutoff_score	tpr_at_ks	fpr_at_ks	source	status
desarrollo	18.082	3.958	14.124	0,7717	0,5434	0,41502	0,2026	—	0,6155	0,2004	pd_calibrated	ok
holdout	4.418	1.003	3.415	0,7643	0,5286	0,4102	0,1707	—	0,6889	0,2788	pd_calibrated	ok

Desempeño por tramo de riesgo

partition	decile	n_total	n_bad	n_good	bad_rate	good_rate	mean_pd	min_pd	max_pd	mean_score	min_score	max_score	cum_total	cum_bad	cum_good	cum_bad_capture_rate	cum_good_capture_rate	lift	ks_at_decile
desarrollo	1	1.809	1.262	547	0,6976	0,3024	0,7083	0,54895	0,8991	459,8972	424,0000	482,0000	1.809	1.262	547	0,3188	0,0387	3,1871	0,2801
desarrollo	2	1.809	758	1.051	0,41902	0,58098	0,4012	0,30196	0,5488	498,8568	481,0000	512,0000	3.618	2.020	1.598	0,5104	0,1131	1,9143	0,3972
desarrollo	3	1.808	446	1.362	0,2467	0,7533	0,2389	0,1971	0,3018	520,8977	510,0000	529,0000	5.426	2.466	2.960	0,62304	0,2096	1,12696	0,4135
desarrollo	4	1.808	337	1.471	0,1864	0,8136	0,1777	0,1624	0,1971	531,5802	527,0000	536,0000	7.234	2.803	4.431	0,7082	0,3137	0,8515	0,3945
desarrollo	5	1.808	287	1.521	0,1587	0,8413	0,1522	0,1428	0,1623	536,9757	534,0000	541,0000	9.042	3.090	5.952	0,7807	0,4214	0,7252	0,3593
desarrollo	6	1.808	253	1.555	0,1399	0,8601	0,1349	0,1269	0,1427	541,0277	538,0000	545,0000	10.850	3.343	7.507	0,8446	0,5315	0,6393	0,3131
desarrollo	7	1.808	216	1.592	0,1195	0,8805	0,11904	0,11102	0,1269	545,2378	542,0000	549,0000	12.658	3.559	9.099	0,8992	0,6442	0,5458	0,25497
desarrollo	8	1.808	161	1.647	0,08905	0,91095	0,1028	0,0947	0,11102	550,1388	546,0000	555,0000	14.466	3.720	10.746	0,9399	0,7608	0,4068	0,17904
desarrollo	9	1.808	132	1.676	0,07301	0,92699	0,0863	0,0783	0,0947	555,8379	551,0000	560,0000	16.274	3.852	12.422	0,9732	0,8795	0,3335	0,0937
desarrollo	10	1.808	106	1.702	0,0586	0,9414	0,0672	0,0305	0,0783	563,6554	558,0000	587,0000	18.082	3.958	14.124	1,0000	1,0000	0,2678	0,0000
holdout	1	442	300	142	0,6787	0,3213	0,7175	0,5689	0,9014	458,5588	423,0000	480,0000	442	300	142	0,2991	0,0416	2,9897	0,2575
holdout	2	442	200	242	0,4525	0,5475	0,4061	0,29998	0,5677	498,3032	479,0000	513,0000	884	500	384	0,4985	0,1124	1,9931	0,3861
holdout	3	442	111	331	0,2511	0,7489	0,2368	0,1971	0,2993	521,2873	511,0000	529,0000	1.326	611	715	0,6092	0,2094	1,1062	0,3998
holdout	4	442	97	345	0,2195	0,7805	0,1781	0,1633	0,1971	531,4729	527,0000	536,0000	1.768	708	1.060	0,7059	0,3104	0,9667	0,3955
holdout	5	442	69	373	0,1561	0,8439	0,1526	0,1432	0,1632	536,8891	534,0000	540,0000	2.210	777	1.433	0,7747	0,4196	0,6876	0,3551
holdout	6	442	61	381	0,13801	0,86199	0,1349	0,1265	0,1431	541,08597	538,0000	545,0000	2.652	838	1.814	0,8355	0,5312	0,6079	0,3043
holdout	7	442	56	386	0,1267	0,8733	0,1186	0,11103	0,1265	545,3122	542,0000	549,0000	3.094	894	2.200	0,8913	0,6442	0,5581	0,2471
holdout	8	442	38	404	0,08597	0,91403	0,1024	0,0946	0,11103	550,2285	546,0000	554,0000	3.536	932	2.604	0,9292	0,7625	0,3787	0,1667
holdout	9	441	42	399	0,0952	0,9048	0,0866	0,0789	0,0946	555,7551	552,0000	560,0000	3.977	974	3.003	0,9711	0,8794	0,4195	0,0917
holdout	10	441	29	412	0,0658	0,9342	0,0674	0,0373	0,0789	563,5442	558,0000	582,0000	4.418	1.003	3.415	1,0000	1,0000	0,2897	0,0000

4.7Estabilidad

El peor PSI entre score y PD en Desarrollo vs. Holdout es 0,0024 (banda «Estable»); corresponde al score. La distribución de la magnitud ganadora se mantiene, de modo que no hay desplazamiento poblacional.

A nivel de variable, el mayor CSI corresponde a «PAY_AMT1__points» con 0,0015.

Se configuraron hasta 10 tramos por magnitud para el PSI, definidos en Desarrollo.

Métricas de estabilidad (PSI/CSI)

metric	comparison	feature	value	stable_threshold	review_threshold	band	action
score_psi	dev_vs_holdout	score	0,0024	0,10	0,25	stable	—
pd_psi	dev_vs_holdout	pd_calibrated	0,0015	0,10	0,25	stable	—
csi	dev_vs_holdout	AGE__points	0,00064	0,10	0,25	stable	—
csi	dev_vs_holdout	EDUCATION__points	0,00089	0,10	0,25	stable	—
csi	dev_vs_holdout	LIMIT_BAL__points	0,00053	0,10	0,25	stable	—
csi	dev_vs_holdout	PAY_0__points	0,00076	0,10	0,25	stable	—
csi	dev_vs_holdout	PAY_3__points	0,0012	0,10	0,25	stable	—
csi	dev_vs_holdout	PAY_5__points	0,00026	0,10	0,25	stable	—
csi	dev_vs_holdout	PAY_6__points	0,00011	0,10	0,25	stable	—
csi	dev_vs_holdout	PAY_AMT1__points	0,0015	0,10	0,25	stable	—
csi	dev_vs_holdout	PAY_AMT2__points	0,0015	0,10	0,25	stable	—
csi	dev_vs_holdout	PAY_AMT3__points	0,0011	0,10	0,25	stable	—
csi	dev_vs_holdout	PAY_AMT4__points	0,00085	0,10	0,25	stable	—

PSI por tramo de score

metric	comparison	feature	bin_label	expected_count	actual_count	expected_pct	actual_pct	component_value	total_value	band
score_psi	dev_vs_holdout	score	bin_00	1.766	457	0,0977	0,1034	0,00033	0,0024	stable
score_psi	dev_vs_holdout	score	bin_01	1.780	407	0,0984	0,0921	0,00042	0,0024	stable
score_psi	dev_vs_holdout	score	bin_02	1.835	444	0,1015	0,1005	0,0000096	0,0024	stable
score_psi	dev_vs_holdout	score	bin_03	1.767	454	0,0977	0,1028	0,00025	0,0024	stable
score_psi	dev_vs_holdout	score	bin_04	1.639	394	0,0906	0,0892	0,000024	0,0024	stable
score_psi	dev_vs_holdout	score	bin_05	1.842	425	0,1019	0,0962	0,00032	0,0024	stable
score_psi	dev_vs_holdout	score	bin_06	2.010	511	0,1112	0,1157	0,00018	0,0024	stable
score_psi	dev_vs_holdout	score	bin_07	1.725	413	0,0954	0,0935	0,000039	0,0024	stable
score_psi	dev_vs_holdout	score	bin_08	1.807	472	0,0999	0,1068	0,00046	0,0024	stable
score_psi	dev_vs_holdout	score	bin_09	1.911	441	0,1057	0,0998	0,00034	0,0024	stable
pd_psi	dev_vs_holdout	pd_calibrated	bin_00	1.809	421	0,10004	0,0953	0,00023	0,0015	stable
pd_psi	dev_vs_holdout	pd_calibrated	bin_01	1.808	466	0,09999	0,1055	0,00029	0,0015	stable
pd_psi	dev_vs_holdout	pd_calibrated	bin_02	1.808	436	0,09999	0,0987	0,000017	0,0015	stable
pd_psi	dev_vs_holdout	pd_calibrated	bin_03	1.807	451	0,0999	0,1021	0,000046	0,0015	stable
pd_psi	dev_vs_holdout	pd_calibrated	bin_04	1.809	423	0,10004	0,0957	0,00019	0,0015	stable
pd_psi	dev_vs_holdout	pd_calibrated	bin_05	1.808	442	0,09999	0,10005	3,2e-08	0,0015	stable
pd_psi	dev_vs_holdout	pd_calibrated	bin_06	1.782	444	0,0986	0,1005	0,000038	0,0015	stable
pd_psi	dev_vs_holdout	pd_calibrated	bin_07	1.834	456	0,1014	0,1032	0,000031	0,0015	stable
pd_psi	dev_vs_holdout	pd_calibrated	bin_08	1.808	414	0,09999	0,0937	0,00041	0,0015	stable
pd_psi	dev_vs_holdout	pd_calibrated	bin_09	1.809	465	0,10004	0,1053	0,00026	0,0015	stable
csi	dev_vs_holdout	AGE__points	44 puntos	954	210	0,0528	0,0475	0,00055	0,00064	stable
csi	dev_vs_holdout	AGE__points	45 puntos	3.284	811	0,1816	0,1836	0,000021	0,00064	stable
csi	dev_vs_holdout	AGE__points	46 puntos	921	227	0,0509	0,0514	0,0000039	0,00064	stable
csi	dev_vs_holdout	AGE__points	48 puntos	5.145	1.276	0,2845	0,2888	0,000064	0,00064	stable
csi	dev_vs_holdout	AGE__points	49 puntos	7.778	1.894	0,4302	0,4287	0,0000049	0,00064	stable
csi	dev_vs_holdout	EDUCATION__points	46 puntos	2.943	758	0,1628	0,1716	0,00046	0,00089	stable
csi	dev_vs_holdout	EDUCATION__points	47 puntos	8.489	2.032	0,4695	0,4599	0,000196	0,00089	stable
csi	dev_vs_holdout	EDUCATION__points	49 puntos	6.370	1.551	0,3523	0,3511	0,0000042	0,00089	stable
csi	dev_vs_holdout	EDUCATION__points	61 puntos	280	77	0,0155	0,0174	0,00023	0,00089	stable
csi	dev_vs_holdout	LIMIT_BAL__points	41 puntos	2.631	636	0,1455	0,14396	0,000017	0,00053	stable
csi	dev_vs_holdout	LIMIT_BAL__points	45 puntos	2.966	711	0,16403	0,1609	0,000059	0,00053	stable
csi	dev_vs_holdout	LIMIT_BAL__points	46 puntos	3.209	817	0,1775	0,1849	0,00031	0,00053	stable
csi	dev_vs_holdout	LIMIT_BAL__points	51 puntos	5.570	1.371	0,30804	0,3103	0,000017	0,00053	stable
csi	dev_vs_holdout	LIMIT_BAL__points	52 puntos	2.220	528	0,1228	0,1195	0,000088	0,00053	stable
csi	dev_vs_holdout	LIMIT_BAL__points	55 puntos	1.486	355	0,0822	0,0804	0,000041	0,00053	stable
csi	dev_vs_holdout	PAY_0__points	0 puntos	1.884	474	0,1042	0,1073	0,000091	0,00076	stable
csi	dev_vs_holdout	PAY_0__points	35 puntos	2.241	511	0,1239	0,1157	0,00057	0,00076	stable
csi	dev_vs_holdout	PAY_0__points	58 puntos	5.034	1.253	0,2784	0,2836	0,000097	0,00076	stable
csi	dev_vs_holdout	PAY_0__points	62 puntos	8.923	2.180	0,4935	0,4934	2,96e-09	0,00076	stable
csi	dev_vs_holdout	PAY_3__points	38 puntos	2.506	665	0,1386	0,1505	0,00099	0,0012	stable
csi	dev_vs_holdout	PAY_3__points	49 puntos	2.446	592	0,1353	0,133997	0,000012	0,0012	stable
csi	dev_vs_holdout	PAY_3__points	50 puntos	9.532	2.303	0,5272	0,5213	0,000066	0,0012	stable
csi	dev_vs_holdout	PAY_3__points	51 puntos	3.598	858	0,19898	0,1942	0,00012	0,0012	stable
csi	dev_vs_holdout	PAY_5__points	40 puntos	1.757	447	0,0972	0,1012	0,00016	0,00026	stable
csi	dev_vs_holdout	PAY_5__points	48 puntos	2.736	655	0,1513	0,1483	0,000062	0,00026	stable
csi	dev_vs_holdout	PAY_5__points	49 puntos	10.277	2.518	0,5684	0,5699	0,0000044	0,00026	stable
csi	dev_vs_holdout	PAY_5__points	50 puntos	3.312	798	0,1832	0,1806	0,000035	0,00026	stable
csi	dev_vs_holdout	PAY_6__points	38 puntos	1.841	459	0,1018	0,1039	0,000042	0,00011	stable
csi	dev_vs_holdout	PAY_6__points	49 puntos	12.838	3.143	0,70999	0,7114	0,0000028	0,00011	stable
csi	dev_vs_holdout	PAY_6__points	50 puntos	3.403	816	0,1882	0,1847	0,000066	0,00011	stable
csi	dev_vs_holdout	PAY_AMT1__points	44 puntos	3.189	781	0,1764	0,1768	9,7e-07	0,0015	stable
csi	dev_vs_holdout	PAY_AMT1__points	47 puntos	5.534	1.293	0,3061	0,2927	0,000598	0,0015	stable
csi	dev_vs_holdout	PAY_AMT1__points	48 puntos	4.303	1.093	0,23797	0,2474	0,00037	0,0015	stable
csi	dev_vs_holdout	PAY_AMT1__points	50 puntos	4.089	1.032	0,2261	0,2336	0,00024	0,0015	stable
csi	dev_vs_holdout	PAY_AMT1__points	52 puntos	967	219	0,0535	0,0496	0,000297	0,0015	stable
csi	dev_vs_holdout	PAY_AMT2__points	45 puntos	3.430	860	0,1897	0,1947	0,00013	0,0015	stable
csi	dev_vs_holdout	PAY_AMT2__points	47 puntos	3.962	951	0,2191	0,2153	0,000069	0,0015	stable
csi	dev_vs_holdout	PAY_AMT2__points	48 puntos	5.887	1.416	0,3256	0,3205	0,000079	0,0015	stable
csi	dev_vs_holdout	PAY_AMT2__points	49 puntos	2.616	687	0,1447	0,1555	0,00078	0,0015	stable
csi	dev_vs_holdout	PAY_AMT2__points	50 puntos	1.056	242	0,0584	0,0548	0,00023	0,0015	stable
csi	dev_vs_holdout	PAY_AMT2__points	52 puntos	1.131	262	0,0625	0,0593	0,00017	0,0015	stable
csi	dev_vs_holdout	PAY_AMT3__points	43 puntos	3.686	902	0,2038	0,2042	4,9e-07	0,0011	stable
csi	dev_vs_holdout	PAY_AMT3__points	47 puntos	4.906	1.194	0,2713	0,2703	0,0000042	0,0011	stable
csi	dev_vs_holdout	PAY_AMT3__points	48 puntos	4.311	1.015	0,2384	0,2297	0,00032	0,0011	stable
csi	dev_vs_holdout	PAY_AMT3__points	51 puntos	2.660	678	0,1471	0,1535	0,00027	0,0011	stable
csi	dev_vs_holdout	PAY_AMT3__points	53 puntos	1.199	281	0,0663	0,0636	0,00011	0,0011	stable
csi	dev_vs_holdout	PAY_AMT3__points	55 puntos	1.320	348	0,073001	0,0788	0,00044	0,0011	stable
csi	dev_vs_holdout	PAY_AMT4__points	44 puntos	3.857	957	0,2133	0,2166	0,000051	0,00085	stable
csi	dev_vs_holdout	PAY_AMT4__points	47 puntos	6.826	1.674	0,3775	0,3789	0,0000052	0,00085	stable
csi	dev_vs_holdout	PAY_AMT4__points	49 puntos	905	217	0,05005	0,0491	0,000018	0,00085	stable
csi	dev_vs_holdout	PAY_AMT4__points	50 puntos	2.343	591	0,1296	0,1338	0,00013	0,00085	stable
csi	dev_vs_holdout	PAY_AMT4__points	51 puntos	3.212	741	0,1776	0,1677	0,00057	0,00085	stable
csi	dev_vs_holdout	PAY_AMT4__points	53 puntos	939	238	0,0519	0,0539	0,000071	0,00085	stable

4.8Escala maestra y puntos de corte

9 tramos de puntaje, del 1, de menor riesgo, al 9; cada uno con al menos el 5 % de Desarrollo y una tasa de malos distinta de la de sus vecinos.

PD del tramo de 5,34 % a 70,60 %; su promedio en Desarrollo es el ancla de la calibración, 21,89 %.

En Holdout la tasa de malos sigue el orden de los tramos con contraste y ninguno subestima su PD.

El tramo mayor tiene el 20,9 % de Desarrollo (tramo 2); índice de concentración 0,132.

Sin corte declarado: la tabla de cortes muestra, para cada límite, cuánto se aprueba, la tasa de malos, los malos evitados y los buenos rechazados.

La PD de cada tramo es su tasa de malos de Desarrollo llevada al ancla de la calibración; en una cartera de aprobados, la tabla mide a quien pasó la política anterior.

Escala maestra — los tramos y su PD

Tramo	Puntaje	PD del tramo	Participación Desarrollo	Tasa de malos Desarrollo	Semáforo Desarrollo	Participación Holdout	Tasa de malos Holdout	Semáforo Holdout
1	desde 561 puntos	5,34 %	7,39 %	5,31 %	Verde	7,18 %	6,62 %	Verde
2	de 549 a 560 puntos	7,77 %	20,85 %	7,77 %	Verde	20,89 %	8,78 %	Verde
3	de 543 a 548 puntos	11,78 %	12,97 %	11,77 %	Verde	13,51 %	12,56 %	Verde
4	de 536 a 542 puntos	15,02 %	17,09 %	15,02 %	Verde	16,23 %	13,67 %	Verde
5	de 528 a 535 puntos	18,49 %	11,93 %	18,49 %	Verde	12,58 %	21,58 %	Ámbar
6	de 515 a 527 puntos	23,84 %	8,56 %	23,84 %	Verde	8,58 %	25,07 %	Verde
7	de 500 a 514 puntos	33,76 %	6,47 %	33,76 %	Verde	6,27 %	36,46 %	Verde
8	de 479 a 499 puntos	51,58 %	5,52 %	51,60 %	Verde	5,07 %	53,57 %	Verde
9	hasta 478 puntos	70,60 %	9,21 %	70,63 %	Verde	9,69 %	68,22 %	Verde

Tabla de puntos de corte

Muestra	Aprobar	Puntaje	Aprobados	Tasa de malos de los aprobados	PD esperada de los aprobados	Malos evitados	Buenos rechazados
Desarrollo	Tramos 1 a 1	desde 561 puntos	7,39 %	5,31 %	5,34 %	98,21 %	91,04 %
Desarrollo	Tramos 1 a 2	desde 549 puntos	28,25 %	7,13 %	7,14 %	90,80 %	66,41 %
Desarrollo	Tramos 1 a 3	desde 543 puntos	41,22 %	8,59 %	8,60 %	83,83 %	51,76 %
Desarrollo	Tramos 1 a 4	desde 536 puntos	58,31 %	10,47 %	10,48 %	72,11 %	33,17 %
Desarrollo	Tramos 1 a 5	desde 528 puntos	70,24 %	11,83 %	11,84 %	62,03 %	20,72 %
Desarrollo	Tramos 1 a 6	desde 515 puntos	78,80 %	13,14 %	13,14 %	52,70 %	12,37 %
Desarrollo	Tramos 1 a 7	desde 500 puntos	85,27 %	14,70 %	14,71 %	42,72 %	6,88 %
Desarrollo	Tramos 1 a 8	desde 479 puntos	90,79 %	16,95 %	16,95 %	29,71 %	3,46 %
Desarrollo	Todos los tramos	todos los puntajes	100,00 %	21,89 %	21,89 %	0,00 %	0,00 %
Holdout	Tramos 1 a 1	desde 561 puntos	7,18 %	6,62 %	5,34 %	97,91 %	91,33 %
Holdout	Tramos 1 a 2	desde 549 puntos	28,07 %	8,23 %	7,15 %	89,83 %	66,68 %
Holdout	Tramos 1 a 3	desde 543 puntos	41,58 %	9,64 %	8,66 %	82,35 %	51,39 %
Holdout	Tramos 1 a 4	desde 536 puntos	57,81 %	10,77 %	10,44 %	72,58 %	33,27 %
Holdout	Tramos 1 a 5	desde 528 puntos	70,39 %	12,70 %	11,88 %	60,62 %	20,50 %
Holdout	Tramos 1 a 6	desde 515 puntos	78,97 %	14,04 %	13,18 %	51,15 %	12,18 %
Holdout	Tramos 1 a 7	desde 500 puntos	85,24 %	15,69 %	14,69 %	41,08 %	7,03 %
Holdout	Tramos 1 a 8	desde 479 puntos	90,31 %	17,82 %	16,76 %	29,11 %	3,98 %
Holdout	Todos los tramos	todos los puntajes	100,00 %	22,70 %	21,98 %	0,00 %	0,00 %

5Validación formal

La validación formal del modelo «taiwan_monotonia_auto» ejecutó discriminación, calibración y estabilidad. El estado técnico agregado publicado por el motor es «Falla».

El resultado registra 2 pruebas, de las cuales 1 quedó fallida. Las tablas se copian del resultado que publicó la validación, sin recalcular métricas ni decisiones.

Este estado es evidencia técnica; el veredicto de aprobación, aprobación con observaciones o rechazo corresponde al validador humano y queda POR COMPLETAR.

POR COMPLETAR — Veredicto de validación formal

Emite el juicio humano sobre la aptitud del modelo para su uso previsto: aprobar, aprobar con observaciones o rechazar.

Documenta observaciones, responsables, plazos y la fecha de la próxima revisión; el estado técnico del motor no sustituye este veredicto.

5.1Discriminación

La tabla reproduce por partición AUC, Gini y KS, junto con población, fuente y estado de evaluabilidad. Filas evaluadas: 2.

Validación formal — discriminación

partition	n_total	n_bad	auc	gini	ks	source	status
Desarrollo	18.082	3.958	0,7717	0,5434	0,41502	Reusada de la etapa de desempeño	Evaluada
Holdout	4.418	1.003	0,7643	0,5286	0,4102	Reusada de la etapa de desempeño	Evaluada

5.2Calibración

La tabla reúne Hosmer-Lemeshow, Brier y, cuando fue configurado, el contraste por grado con sus decisiones y semáforo publicados. Filas evaluadas: 4.

Validación formal — calibración

partition	test	grade	n	observed_defaults	expected_pd	observed_dr	statistic	degrees_of_freedom	p_value	alpha	decision	traffic_light
Desarrollo	Hosmer-Lemeshow	—	18.082	3.958	0,2189	0,2189	15,6285	8	0,048	0,05	Falla	—
Desarrollo	Puntaje de Brier	—	18.082	3.958	0,2189	0,2189	0,1349	—	—	—	Sin veredicto	—
Holdout	Hosmer-Lemeshow	—	4.418	1.003	0,2202	0,22703	15,3894	8	0,052	0,05	Pasa	—
Holdout	Puntaje de Brier	—	4.418	1.003	0,2202	0,22703	0,1401	—	—	—	Sin veredicto	—

Hosmer-Lemeshow por grupo · Desarrollo

Grupo	Observaciones	Malos observados	Malos esperados	Tasa observada (%)	PD media (%)	Diferencia (pp)	O/E	Contribución al estadístico
1	1.809	106	121,5000	5,8600	6,7200	-0,8600	0,8720	2,1300
2	1.809	133	156,2000	7,3500	8,6400	-1,2800	0,8510	3,7800
3	1.808	161	185,9000	8,9000	10,2800	-1,3700	0,8660	3,7000
4	1.808	215	215,3000	11,8900	11,9100	-0,0100	0,9990	0,0000
5	1.808	254	244,0000	14,0500	13,5000	0,5500	1,0410	0,4700
6	1.808	286	275,2000	15,8200	15,2200	0,6000	1,0390	0,5000
7	1.808	336	321,3000	18,5800	17,7700	0,8100	1,0460	0,8200
8	1.808	448	432,2000	24,7800	23,9000	0,8800	1,0370	0,7600
9	1.808	758	725,7000	41,9200	40,1400	1,7900	1,0450	2,4000
10	1.808	1.261	1.280,80	69,7500	70,8400	-1,1000	0,9850	1,0500

Hosmer-Lemeshow por grupo · Holdout

Grupo	Observaciones	Malos observados	Malos esperados	Tasa observada (%)	PD media (%)	Diferencia (pp)	O/E	Contribución al estadístico
1	442	29	29,8000	6,5600	6,7500	-0,1900	0,9720	0,0200
2	442	42	38,3000	9,5000	8,6700	0,8300	1,0960	0,3900
3	442	38	45,3000	8,6000	10,2500	-1,6500	0,8390	1,3100
4	442	57	52,5000	12,9000	11,8700	1,0300	1,0860	0,4500
5	442	60	59,6000	13,5700	13,4900	0,0800	1,0060	0,0000
6	442	69	67,5000	15,6100	15,2700	0,3400	1,0220	0,0400
7	442	97	78,8000	21,9500	17,8300	4,1200	1,2310	5,1200
8	442	112	104,9000	25,3400	23,7200	1,6200	1,0680	0,6400
9	441	200	179,5000	45,3500	40,6900	4,6600	1,1140	3,9600
10	441	299	316,6000	67,8000	71,7800	-3,9800	0,9440	3,4600

5.3Estabilidad

La tabla reproduce PSI/estabilidad, umbrales, banda, acción y la decisión que dejó la validación. Filas evaluadas: 13.

Validación formal — estabilidad

metric	comparison	feature	value	stable_threshold	review_threshold	band	action	source	status	decision
PSI del score	Desarrollo vs. Holdout	score	0,0024	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
PSI de la PD	Desarrollo vs. Holdout	pd_calibrated	0,0015	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
CSI	Desarrollo vs. Holdout	AGE__points	0,00064	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
CSI	Desarrollo vs. Holdout	EDUCATION__points	0,00089	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
CSI	Desarrollo vs. Holdout	LIMIT_BAL__points	0,00053	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
CSI	Desarrollo vs. Holdout	PAY_0__points	0,00076	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
CSI	Desarrollo vs. Holdout	PAY_3__points	0,0012	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
CSI	Desarrollo vs. Holdout	PAY_5__points	0,00026	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
CSI	Desarrollo vs. Holdout	PAY_6__points	0,00011	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
CSI	Desarrollo vs. Holdout	PAY_AMT1__points	0,0015	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
CSI	Desarrollo vs. Holdout	PAY_AMT2__points	0,0015	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
CSI	Desarrollo vs. Holdout	PAY_AMT3__points	0,0011	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa
CSI	Desarrollo vs. Holdout	PAY_AMT4__points	0,00085	0,10	0,25	Estable	—	Reusado de la etapa de estabilidad	Evaluada	Pasa

6Conclusiones y recomendación

Discriminación (AUC): Desarrollo 0,7717 y Holdout 0,7643.

Estabilidad (peor PSI entre score y PD): Desarrollo vs. Holdout 0,0024 («Estable»; score).

Calibración: la PD media calibrada en Desarrollo (21,89 %) se contrasta con la tasa observada (21,89 %).

Estos hallazgos son los que el motor puede sostener con los números de la corrida. La recomendación —aprobar, aprobar con observaciones o rechazar— es un juicio humano y no se deriva automáticamente de ellos.

POR COMPLETAR — Conclusiones y recomendación

Emite el juicio: ¿el modelo es apto para el uso previsto? La recomendación (aprobar, aprobar con observaciones o rechazar) la firma un humano, no el motor.

Enumera las observaciones y condiciones de uso, con responsable y plazo para cada una, y fija la fecha de la próxima revisión.

7Limitaciones y supuestos

El alcance de este informe es la construcción y evaluación del scorecard. La validación formal ejecutó discriminación, calibración y estabilidad y se documenta en su capítulo propio; el estado técnico no sustituye el veredicto humano.

Todas las métricas provienen de la corrida trazada en el Anexo A. El informe no completa ningún hueco con supuestos: lo que no se pudo calcular aparece declarado como no disponible.

Caveats de reproducibilidad declarados por la corrida: git no disponible: la corrida no tiene SHA de origen.

No hay secciones obligatorias ausentes en esta corrida.

Anexo A —Lineage y reproducibilidad

La corrida queda identificada por los hashes de configuración y de datos, el commit del código y la semilla raíz. Con estos cuatro valores el resultado es reproducible.

Parámetros y payload

config_hash

dac439721cdf445b207b516476af415343ffadf66280d11075f72b505ee84c28

created_at

2026-10-19T14:03:55.826669Z

data_hash

ac14e7f3bbc860a0c8603f291691897d8bf67e3384e584bd7fd3b418f8083ab2

determinism_caveats

[
  "git no disponible: la corrida no tiene SHA de origen"
]

git_dirty

git_sha

—

library_versions

{
  "PyYAML": "6.0.3",
  "bayesrisk": "2.16.0",
  "numpy": "1.26.4",
  "pandas": "2.3.3",
  "pydantic": "2.14.1"
}

root_seed

20240706

runtime_environment_hash

1e4e5c376bed6a330dfaf0da715d45ad30bd08f7bd80a20a342243ff2e4dfb7b

schema_version

1.0.0

uv_lock_hash

6c446c2ad040ff52262caae544ea32b26af36b8abebe5f10d5d276f49e967322

Anexo B —Tablas detalladas

Este anexo reproduce íntegras todas las tablas que produjo la corrida, incluidas las que el cuerpo del informe ya mostró. Es la trazabilidad completa: nada de lo que el motor calculó queda fuera del documento.

Parámetros y payload

figure_keys

[
  "eda.figures"
]

table_keys

[
  "eda.univariate.profiles.AGE",
  "eda.univariate.profiles.BILL_AMT1",
  "eda.univariate.profiles.BILL_AMT2",
  "eda.univariate.profiles.BILL_AMT3",
  "eda.univariate.profiles.BILL_AMT4",
  "eda.univariate.profiles.BILL_AMT5",
  "eda.univariate.profiles.BILL_AMT6",
  "eda.univariate.profiles.EDUCATION",
  "eda.univariate.profiles.LIMIT_BAL",
  "eda.univariate.profiles.MARRIAGE",
  "eda.univariate.profiles.PAY_0",
  "eda.univariate.profiles.PAY_2",
  "eda.univariate.profiles.PAY_3",
  "eda.univariate.profiles.PAY_4",
  "eda.univariate.profiles.PAY_5",
  "eda.univariate.profiles.PAY_6",
  "eda.univariate.profiles.PAY_AMT1",
  "eda.univariate.profiles.PAY_AMT2",
  "eda.univariate.profiles.PAY_AMT3",
  "eda.univariate.profiles.PAY_AMT4",
  "eda.univariate.profiles.PAY_AMT5",
  "eda.univariate.profiles.PAY_AMT6",
  "eda.univariate.profiles.SEX",
  "eda.quality.by_column",
  "binning.tables.AGE",
  "binning.tables.BILL_AMT1",
  "binning.tables.BILL_AMT2",
  "binning.tables.BILL_AMT3",
  "binning.tables.BILL_AMT4",
  "binning.tables.BILL_AMT5",
  "binning.tables.BILL_AMT6",
  "binning.tables.EDUCATION",
  "binning.tables.LIMIT_BAL",
  "binning.tables.MARRIAGE",
  "binning.tables.PAY_0",
  "binning.tables.PAY_2",
  "binning.tables.PAY_3",
  "binning.tables.PAY_4",
  "binning.tables.PAY_5",
  "binning.tables.PAY_6",
  "binning.tables.PAY_AMT1",
  "binning.tables.PAY_AMT2",
  "binning.tables.PAY_AMT3",
  "binning.tables.PAY_AMT4",
  "binning.tables.PAY_AMT5",
  "binning.tables.PAY_AMT6",
  "binning.tables.SEX",
  "binning.summary",
  "binning.woe_frame",
  "selection.selected_woe_frame",
  "selection.selection_table",
  "selection.correlation_matrix",
  "selection.vif_table",
  "selection.stability_table",
  "model.coefficients",
  "model.raw_pd_frame",
  "scorecard.scorecard",
  "scorecard.score",
  "calibration.calibrated_pd_frame",
  "performance.performance_table",
  "performance.discriminant_metrics",
  "stability.psi_table",
  "stability.stability_metrics",
  "master_scale.grades",
  "master_scale.grade_table",
  "master_scale.cutoff_table",
  "data.states",
  "data.partitions",
  "data.exclusions",
  "validation.discrimination",
  "validation.calibration",
  "validation.stability",
  "validation.hosmer_lemeshow_groups.desarrollo",
  "validation.hosmer_lemeshow_groups.holdout",
  "master_scale.scale",
  "master_scale.cutoffs"
]

Tabla de binning WoE — variable «AGE»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 23,5	954	0,0528	692	262	0,2746	-0,3009	0,0052	0,00064
≥ 23,5 y < 25,5	1.394	0,0771	1.040	354	0,2539	-0,1945	0,0031	0,00038
≥ 25,5 y < 35,5	7.778	0,4302	6.264	1.514	0,1947	0,1479	0,00902	0,0011
≥ 35,5 y < 45,5	5.145	0,2845	4.033	1.112	0,2161	0,0162	0,000074	0,0000093
≥ 45,5 y < 48,5	921	0,0509	699	222	0,24104	-0,1252	0,00083	0,000103
≥ 48,5	1.890	0,1045	1.396	494	0,2614	-0,2333	0,0061	0,00076
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0242	0,00302

Tabla de binning WoE — variable «BILL_AMT1»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 12.451,5	7.000	0,3871	5.448	1.552	0,2217	-0,0164	0,00011	0,000013
≥ 12.451,5 y < 18.287,5	1.216	0,0672	892	324	0,2664	-0,2594	0,0049	0,000605
≥ 18.287,5 y < 34.535	2.397	0,1326	1.826	571	0,2382	-0,1096	0,0016	0,00021
≥ 34.535 y < 64.415	2.849	0,1576	2.227	622	0,2183	0,0033	0,0000017	2,2e-07
≥ 64.415 y < 187.391,5	3.540	0,1958	2.835	705	0,1992	0,1195	0,0027	0,00034
≥ 187.391,5	1.080	0,0597	896	184	0,1704	0,3109	0,0053	0,00066
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0146	0,0018

Tabla de binning WoE — variable «BILL_AMT2»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 1.050,5	3.267	0,1807	2.514	753	0,2305	-0,0666	0,00082	0,000102
≥ 1.050,5 y < 34.979	7.593	0,4199	5.865	1.728	0,2276	-0,0501	0,0011	0,00013
≥ 34.979 y < 62.427,5	2.665	0,1474	2.075	590	0,2214	-0,0145	0,000031	0,0000039
≥ 62.427,5 y < 78.818	907	0,0502	750	157	0,1731	0,2917	0,0039	0,00049
≥ 78.818	3.650	0,2019	2.920	730	0,2000	0,1142	0,0025	0,00032
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0084	0,00105

Tabla de binning WoE — variable «BILL_AMT3»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 391	2.740	0,1515	2.103	637	0,2325	-0,0778	0,00094	0,00012
≥ 391 y < 42.582,5	9.131	0,50498	7.071	2.060	0,2256	-0,0388	0,00077	0,000096
≥ 42.582,5 y < 52.145,5	1.238	0,0685	961	277	0,2237	-0,0282	0,000055	0,0000068
≥ 52.145,5 y < 187.783,5	4.063	0,2247	3.244	819	0,2016	0,1043	0,0024	0,000297
≥ 187.783,5	910	0,0503	745	165	0,1813	0,2353	0,0026	0,00032
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0067	0,00084

Tabla de binning WoE — variable «BILL_AMT4»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 652,5	3.205	0,1772	2.454	751	0,2343	-0,0881	0,0014	0,00018
≥ 652,5 y < 2.891,5	1.573	0,08699	1.245	328	0,2085	0,0617	0,00033	0,000041
≥ 2.891,5 y < 7.087	1.304	0,0721	1.097	207	0,1587	0,3955	0,01003	0,0012
≥ 7.087 y < 16.645	2.269	0,1255	1.788	481	0,21199	0,0408	0,00021	0,000026
≥ 16.645	9.731	0,5382	7.540	2.191	0,2252	-0,0363	0,00072	0,000089
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0127	0,0016

Tabla de binning WoE — variable «BILL_AMT5»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 390,5	3.130	0,1731	2.384	746	0,2383	-0,1103	0,0022	0,00027
≥ 390,5 y < 1.300,5	1.056	0,0584	833	223	0,2112	0,0457	0,00012	0,000015
≥ 1.300,5 y < 2.784	909	0,0503	732	177	0,1947	0,1475	0,00105	0,00013
≥ 2.784 y < 8.222	1.601	0,0885	1.346	255	0,1593	0,3915	0,0121	0,0015
≥ 8.222 y < 16.118	1.871	0,1035	1.452	419	0,2239	-0,0293	0,0000896	0,000011
≥ 16.118	9.515	0,5262	7.377	2.138	0,2247	-0,0336	0,000601	0,000075
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0161	0,002005

Tabla de binning WoE — variable «BILL_AMT6»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 1.052,5	4.359	0,2411	3.386	973	0,2232	-0,0251	0,00015	0,000019
≥ 1.052,5 y < 2.738,5	1.094	0,0605	871	223	0,2038	0,0903	0,00048	0,0000601
≥ 2.738,5 y < 8.855,5	1.797	0,0994	1.490	307	0,1708	0,3075	0,0086	0,0011
≥ 8.855,5 y < 14.740,5	1.317	0,0728	1.038	279	0,2118	0,0417	0,00013	0,000016
≥ 14.740,5	9.515	0,5262	7.339	2.176	0,2287	-0,0564	0,0017	0,00021
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0111	0,0014

Tabla de binning WoE — variable «EDUCATION»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
1	6.370	0,3523	5.137	1.233	0,1936	0,1549	0,0081	0,00101
2	8.489	0,4695	6.516	1.973	0,2324	-0,0774	0,0029	0,00036
3	2.943	0,1628	2.212	731	0,2484	-0,1649	0,0046	0,00058
5, 4, 6, 0	280	0,0155	259	21	0,0750	1,2402	0,0162	0,0019
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0318	0,0038

Tabla de binning WoE — variable «LIMIT_BAL»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 45.000	2.631	0,1455	1.694	937	0,3561	-0,67997	0,0794	0,0097
≥ 45.000 y < 75.000	2.966	0,16403	2.172	794	0,2677	-0,2658	0,0124	0,0016
≥ 75.000 y < 135.000	3.209	0,1775	2.442	767	0,23902	-0,1141	0,0024	0,000298
≥ 135.000 y < 265.000	5.570	0,30804	4.610	960	0,1724	0,2969	0,0249	0,0031
≥ 265.000 y < 365.000	2.220	0,1228	1.894	326	0,1468	0,4874	0,0252	0,0031
≥ 365.000	1.486	0,0822	1.312	174	0,1171	0,7481	0,0366	0,0045
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,18096	0,0223

Tabla de binning WoE — variable «MARRIAGE»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
2	9.622	0,5321	7.609	2.013	0,2092	0,0576	0,0017	0,00022
1, 3	8.424	0,4659	6.484	1.940	0,2303	-0,0655	0,00203	0,00025
0	36	0,00199	31	5	0,1389	0,5524	0,00051	0,000064
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0043	0,00053

Tabla de binning WoE — variable «PAY_0»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< -0,5	5.034	0,2784	4.267	767	0,1524	0,44404	0,0481	0,00596
≥ -0,5 y < 0,5	8.923	0,4935	7.789	1.134	0,1271	0,6548	0,1735	0,0213
≥ 0,5 y < 1,5	2.241	0,1239	1.503	738	0,3293	-0,5609	0,0449	0,0055
≥ 1,5	1.884	0,1042	565	1.319	0,7001	-2,1199	0,6217	0,0658
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,8882	0,0986

Tabla de binning WoE — variable «PAY_2»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< -1,5	2.256	0,1248	1.841	415	0,18395	0,2176	0,0055	0,00069
≥ -1,5 y < -0,5	3.657	0,2022	3.073	584	0,1597	0,3884	0,0272	0,0034
≥ -0,5 y < 1,5	9.528	0,5269	8.032	1.496	0,15701	0,4085	0,0779	0,0097
≥ 1,5	2.641	0,1461	1.178	1.463	0,55396	-1,4888	0,4261	0,0488
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,5368	0,0626

Tabla de binning WoE — variable «PAY_3»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< -1,5	2.446	0,1353	1.997	449	0,1836	0,2202	0,0062	0,00077
≥ -1,5 y < -0,5	3.598	0,19898	3.036	562	0,1562	0,4147	0,0303	0,0038
≥ -0,5 y < 1,5	9.532	0,5272	7.900	1.632	0,1712	0,3049	0,0448	0,0056
≥ 1,5	2.506	0,1386	1.191	1.315	0,5247	-1,3712	0,3399	0,0394
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,4212	0,0496

Tabla de binning WoE — variable «PAY_4»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< -1,5	2.598	0,1437	2.110	488	0,1878	0,19199	0,00501	0,00063
≥ -1,5 y < -0,5	3.447	0,1906	2.907	540	0,1567	0,4112	0,0285	0,0035
≥ -0,5 y < 0,5	9.959	0,5508	8.139	1.820	0,1827	0,2257	0,0263	0,0033
≥ 0,5	2.078	0,1149	968	1.110	0,5342	-1,40902	0,2986	0,0345
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,3584	0,04196

Tabla de binning WoE — variable «PAY_5»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< -1,5	2.736	0,1513	2.202	534	0,1952	0,1446	0,00303	0,00038
≥ -1,5 y < -0,5	3.312	0,1832	2.782	530	0,16002	0,3859	0,0243	0,00302
≥ -0,5 y < 1	10.277	0,5684	8.359	1.918	0,1866	0,1999	0,0214	0,0027
≥ 1	1.757	0,0972	781	976	0,5555	-1,49502	0,28599	0,0328
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,3348	0,0388

Tabla de binning WoE — variable «PAY_6»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< -1,5	2.969	0,1642	2.384	585	0,19704	0,1328	0,0028	0,00035
≥ -1,5 y < -0,5	3.403	0,1882	2.833	570	0,1675	0,3313	0,0187	0,0023
≥ -0,5 y < 1	9.869	0,5458	8.026	1.843	0,1867	0,1992	0,0204	0,0026
≥ 1	1.841	0,1018	881	960	0,5215	-1,35801	0,2447	0,0284
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,2866	0,0337

Tabla de binning WoE — variable «PAY_AMT1»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 5,5	3.189	0,1764	2.061	1.128	0,3537	-0,6694	0,0931	0,0114
≥ 5,5 y < 2.000,5	5.534	0,3061	4.282	1.252	0,2262	-0,0425	0,00056	0,0000698
≥ 2.000,5 y < 4.801,5	4.303	0,23797	3.422	881	0,2047	0,0848	0,0017	0,00021
≥ 4.801,5 y < 7.101	1.982	0,1096	1.675	307	0,1549	0,4246	0,0174	0,0022
≥ 7.101 y < 17.484	2.107	0,1165	1.815	292	0,1386	0,55495	0,0304	0,0037
≥ 17.484	967	0,0535	869	98	0,1013	0,9102	0,0335	0,00404
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,1766	0,0217

Tabla de binning WoE — variable «PAY_AMT2»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 131,5	3.430	0,1897	2.289	1.141	0,3327	-0,5759	0,0727	0,00896
≥ 131,5 y < 1.636,5	3.962	0,2191	3.017	945	0,2385	-0,1113	0,0028	0,00035
≥ 1.636,5 y < 4.965	5.887	0,3256	4.681	1.206	0,2049	0,0841	0,0022	0,00028
≥ 4.965 y < 9.906,5	2.616	0,1447	2.198	418	0,1598	0,3877	0,0194	0,0024
≥ 9.906,5 y < 15.541,5	1.056	0,0584	914	142	0,1345	0,5899	0,01701	0,0021
≥ 15.541,5	1.131	0,0625	1.025	106	0,0937	0,9969	0,0456	0,0055
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,1598	0,0196

Tabla de binning WoE — variable «PAY_AMT3»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 17,5	3.686	0,2038	2.505	1.181	0,3204	-0,5202	0,06296	0,0078
≥ 17,5 y < 1.600,5	4.906	0,2713	3.757	1.149	0,2342	-0,0874	0,0021	0,00027
≥ 1.600,5 y < 3.900,5	4.311	0,2384	3.429	882	0,2046	0,0857	0,0017	0,00021
≥ 3.900,5 y < 7.501,5	2.660	0,1471	2.225	435	0,1635	0,36003	0,0171	0,0021
≥ 7.501,5 y < 12.514,5	1.199	0,0663	1.034	165	0,1376	0,5631	0,0177	0,0022
≥ 12.514,5	1.320	0,073001	1.174	146	0,1106	0,8124	0,0376	0,0046
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,1393	0,0172

Tabla de binning WoE — variable «PAY_AMT4»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 0,5	3.857	0,2133	2.674	1.183	0,3067	-0,4566	0,05003	0,0062
≥ 0,5 y < 2.004,5	6.826	0,3775	5.221	1.605	0,2351	-0,0926	0,0033	0,00041
≥ 2.004,5 y < 2.608,5	905	0,05005	733	172	0,1901	0,1775	0,0015	0,00019
≥ 2.608,5 y < 4.601,5	2.343	0,1296	1.943	400	0,1707	0,3084	0,0113	0,0014
≥ 4.601,5 y < 15.008,5	3.212	0,1776	2.725	487	0,1516	0,4498	0,0314	0,0039
≥ 15.008,5	939	0,0519	828	111	0,1182	0,7373	0,0225	0,0028
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,1201	0,0149

Tabla de binning WoE — variable «PAY_AMT5»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 0,5	4.081	0,2257	2.909	1.172	0,2872	-0,36304	0,0327	0,0041
≥ 0,5 y < 702,5	2.074	0,1147	1.567	507	0,2445	-0,1437	0,0025	0,00031
≥ 702,5 y < 2.000,5	4.532	0,2506	3.490	1.042	0,2299	-0,0634	0,00102	0,00013
≥ 2.000,5 y < 4.394	3.118	0,1724	2.494	624	0,2001	0,1134	0,0021	0,00027
≥ 4.394 y < 12.009,5	3.083	0,1705	2.600	483	0,1567	0,4111	0,0255	0,0032
≥ 12.009,5	1.194	0,06603	1.064	130	0,1089	0,8301	0,0353	0,0043
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0991	0,0122

Tabla de binning WoE — variable «PAY_AMT6»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
< 2,5	4.323	0,2391	3.110	1.213	0,2806	-0,3306	0,0285	0,0035
≥ 2,5 y < 930,5	2.630	0,1454	1.966	664	0,2525	-0,1867	0,0053	0,00067
≥ 930,5 y < 2.463,5	4.361	0,2412	3.369	992	0,2275	-0,0495	0,000599	0,000075
≥ 2.463,5 y < 4.058	2.308	0,1276	1.867	441	0,1911	0,1709	0,0035	0,00044
≥ 4.058 y < 9.561	2.664	0,1473	2.231	433	0,1625	0,3673	0,0178	0,0022
≥ 9.561	1.796	0,0993	1.581	215	0,1197	0,72304	0,0417	0,0051
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0975	0,01205

Tabla de binning WoE — variable «SEX»

Bin	Count	Count (%)	Non-event	Event	Event rate	WoE	IV	JS
2	10.922	0,60403	8.685	2.237	0,2048	0,0843	0,0042	0,00052
1	7.160	0,39597	5.439	1.721	0,2404	-0,1214	0,00604	0,00075
Valores especiales	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
Faltantes	0	0,0000	0	0	0,0000	0,0000	0,0000	0,0000
	18.082	1,0000	14.124	3.958	0,2189		0,0102	0,0013

Perfil frente al incumplimiento — variable «AGE»

tramo	n	coverage	default_rate
> 21 y ≤ 25	2.348	0,1299	0,2624
> 25 y ≤ 27	1.618	0,0895	0,1965
> 27 y ≤ 29	1.809	0,10004	0,1973
> 29 y ≤ 31	1.590	0,0879	0,18302
> 31 y ≤ 34	2.085	0,1153	0,1971
> 34 y ≤ 37	1.993	0,1102	0,2168
> 37 y ≤ 40	1.679	0,0929	0,21799
> 40 y ≤ 43	1.359	0,0752	0,2097
> 43 y ≤ 49	1.971	0,109003	0,2359
> 49 y ≤ 75	1.630	0,0901	0,2558

Perfil frente al incumplimiento — variable «BILL_AMT1»

tramo	n	coverage	default_rate
> -154.973 y ≤ 298,10000000000014	1.809	0,10004	0,2427
> 298,10000000000014 y ≤ 1.994	1.809	0,10004	0,2211
> 1.994 y ≤ 6.241,300000000001	1.807	0,0999	0,2092
> 6.241,300000000001 y ≤ 13.809,600000000006	1.808	0,09999	0,2196
> 13.809,600000000006 y ≤ 22.521,5	1.808	0,09999	0,2478
> 22.521,5 y ≤ 37.299,60000000002	1.808	0,09999	0,2384
> 37.299,60000000002 y ≤ 51.560,499999999985	1.808	0,09999	0,2218
> 51.560,499999999985 y ≤ 82.554,20000000003	1.808	0,09999	0,1997
> 82.554,20000000003 y ≤ 142.031,5	1.808	0,09999	0,2019
> 142.031,5 y ≤ 964.511	1.809	0,10004	0,1868

Perfil frente al incumplimiento — variable «BILL_AMT2»

tramo	n	coverage	default_rate
> -69.777 y ≤ 0	1.901	0,1051	0,2315
> 0 y ≤ 1.493,6000000000008	1.716	0,0949	0,2156
> 1.493,6000000000008 y ≤ 5.617,5000000000055	1.808	0,09999	0,2052
> 5.617,5000000000055 y ≤ 12.853,2	1.808	0,09999	0,2146
> 12.853,2 y ≤ 21.352	1.808	0,09999	0,2494
> 21.352 y ≤ 34.870,40000000014	1.808	0,09999	0,2528
> 34.870,40000000014 y ≤ 50.462,7	1.808	0,09999	0,224004
> 50.462,7 y ≤ 79.463,80000000002	1.808	0,09999	0,19801
> 79.463,80000000002 y ≤ 136.846,59999999998	1.808	0,09999	0,2019
> 136.846,59999999998 y ≤ 983.931	1.809	0,10004	0,1951

Perfil frente al incumplimiento — variable «BILL_AMT3»

tramo	n	coverage	default_rate
> -46.127 y ≤ 0	2.117	0,1171	0,23004
> 0 y ≤ 1.228,4000000000005	1.500	0,08296	0,2187
> 1.228,4000000000005 y ≤ 5.235	1.809	0,10004	0,1973
> 5.235 y ≤ 12.272,400000000001	1.807	0,0999	0,2108
> 12.272,400000000001 y ≤ 20.086	1.808	0,09999	0,2378
> 20.086 y ≤ 31.412,40000000004	1.808	0,09999	0,25498
> 31.412,40000000004 y ≤ 48.999	1.809	0,10004	0,2355
> 48.999 y ≤ 75.695,20000000001	1.807	0,0999	0,2042
> 75.695,20000000001 y ≤ 132.053,7	1.808	0,09999	0,2035
> 132.053,7 y ≤ 693.131	1.809	0,10004	0,19403

Perfil frente al incumplimiento — variable «BILL_AMT4»

tramo	n	coverage	default_rate
> -81.334 y ≤ 0	2.336	0,1292	0,2303
> 0 y ≤ 1.000	1.285	0,0711	0,2218
> 1.000 y ≤ 4.726,600000000002	1.804	0,0998	0,1951
> 4.726,600000000002 y ≤ 11.080,800000000001	1.808	0,09999	0,2041
> 11.080,800000000001 y ≤ 19.085	1.808	0,09999	0,23396
> 19.085 y ≤ 28.613,200000000004	1.808	0,09999	0,2539
> 28.613,200000000004 y ≤ 45.201,59999999998	1.808	0,09999	0,2329
> 45.201,59999999998 y ≤ 69.977,40000000007	1.808	0,09999	0,21405
> 69.977,40000000007 y ≤ 123.704,7	1.808	0,09999	0,1986
> 123.704,7 y ≤ 891.586	1.809	0,10004	0,2018

Perfil frente al incumplimiento — variable «BILL_AMT5»

tramo	n	coverage	default_rate
> -81.334 y ≤ 0	2.540	0,1405	0,23504
> 0 y ≤ 766,2000000000003	1.077	0,0596	0,2266
> 766,2000000000003 y ≤ 3.676,9000000000033	1.808	0,09999	0,1941
> 3.676,9000000000033 y ≤ 9.781,600000000002	1.808	0,09999	0,1875
> 9.781,600000000002 y ≤ 18.107,5	1.808	0,09999	0,2323
> 18.107,5 y ≤ 26.747,200000000048	1.808	0,09999	0,2522
> 26.747,200000000048 y ≤ 40.781,1	1.808	0,09999	0,2406
> 40.781,1 y ≤ 65.455	1.809	0,10004	0,2278
> 65.455 y ≤ 117.316,49999999996	1.807	0,0999	0,1865
> 117.316,49999999996 y ≤ 927.171	1.809	0,10004	0,2029

Perfil frente al incumplimiento — variable «BILL_AMT6»

tramo	n	coverage	default_rate
> -150.953 y ≤ 0	2.851	0,1577	0,2241
> 0 y ≤ 493,40000000000055	766	0,0424	0,2298
> 493,40000000000055 y ≤ 2.677,300000000001	1.808	0,09999	0,2063
> 2.677,300000000001 y ≤ 8.789,400000000001	1.808	0,09999	0,1731
> 8.789,400000000001 y ≤ 17.014,5	1.808	0,09999	0,2196
> 17.014,5 y ≤ 25.367,600000000013	1.808	0,09999	0,2594
> 25.367,600000000013 y ≤ 38.784,89999999997	1.808	0,09999	0,2533
> 38.784,89999999997 y ≤ 62.772,00000000002	1.808	0,09999	0,2295
> 62.772,00000000002 y ≤ 112.923,09999999998	1.808	0,09999	0,1969
> 112.923,09999999998 y ≤ 961.664	1.809	0,10004	0,2001

Perfil frente al incumplimiento — variable «EDUCATION»

tramo	n	coverage	default_rate
1	6.370	0,3523	0,1936
2	8.489	0,4695	0,2324
3	2.943	0,1628	0,2484
_otros_	280	0,0155	0,0750

Perfil frente al incumplimiento — variable «LIMIT_BAL»

tramo	n	coverage	default_rate
> 10.000 y ≤ 30.000	2.482	0,1373	0,3533
> 30.000 y ≤ 50.000	2.220	0,1228	0,2748
> 50.000 y ≤ 70.000	895	0,0495	0,2726
> 70.000 y ≤ 100.000	2.025	0,11199	0,24198
> 100.000 y ≤ 140.000	1.651	0,0913	0,22895
> 140.000 y ≤ 180.000	1.983	0,1097	0,1689
> 180.000 y ≤ 210.000	1.503	0,0831	0,1677
> 210.000 y ≤ 270.000	1.750	0,0968	0,1640
> 270.000 y ≤ 360.000	2.087	0,1154	0,14902
> 360.000 y ≤ 1.000.000	1.486	0,0822	0,1171

Perfil frente al incumplimiento — variable «MARRIAGE»

tramo	n	coverage	default_rate
1	8.229	0,4551	0,2293
2	9.622	0,5321	0,2092
3	195	0,0108	0,2718
_otros_	36	0,00199	0,1389

Perfil frente al incumplimiento — variable «PAY_0»

tramo	n	coverage	default_rate
> -2 y ≤ -1	5.034	0,2784	0,1524
> -1 y ≤ 0	8.923	0,4935	0,1271
> 0 y ≤ 1	2.241	0,1239	0,3293
> 1 y ≤ 2	1.615	0,0893	0,6947
> 2 y ≤ 8	269	0,0149	0,7323

Perfil frente al incumplimiento — variable «PAY_2»

tramo	n	coverage	default_rate
> -2 y ≤ -1	5.913	0,32701	0,1689
> -1 y ≤ 0	9.511	0,52599	0,1572
> 0 y ≤ 2	2.367	0,1309	0,5475
> 2 y ≤ 8	291	0,0161	0,5773

Perfil frente al incumplimiento — variable «PAY_3»

tramo	n	coverage	default_rate
> -2 y ≤ -1	6.044	0,3343	0,1673
> -1 y ≤ 0	9.529	0,52699	0,1712
> 0 y ≤ 2	2.264	0,1252	0,5159
> 2 y ≤ 8	245	0,0135	0,6041

Perfil frente al incumplimiento — variable «PAY_4»

tramo	n	coverage	default_rate
> -2 y ≤ -1	6.045	0,3343	0,1701
> -1 y ≤ 0	9.959	0,5508	0,1827
> 0 y ≤ 2	1.878	0,1039	0,5218
> 2 y ≤ 8	200	0,0111	0,6500

Perfil frente al incumplimiento — variable «PAY_5»

tramo	n	coverage	default_rate
> -2 y ≤ -1	6.048	0,3345	0,1759
> -1 y ≤ 0	10.277	0,5684	0,1866
> 0 y ≤ 8	1.757	0,0972	0,5555

Perfil frente al incumplimiento — variable «PAY_6»

tramo	n	coverage	default_rate
> -2 y ≤ -1	6.372	0,3524	0,1813
> -1 y ≤ 0	9.869	0,5458	0,1867
> 0 y ≤ 2	1.654	0,0915	0,5073
> 2 y ≤ 8	187	0,0103	0,6471

Perfil frente al incumplimiento — variable «PAY_AMT1»

tramo	n	coverage	default_rate
> 0 y ≤ 325,2000000000003	3.617	0,20003	0,3345
> 325,2000000000003 y ≤ 1.261	1.814	0,1003	0,2277
> 1.261 y ≤ 1.710	1.804	0,0998	0,2267
> 1.710 y ≤ 2.100	1.867	0,1033	0,2185
> 2.100 y ≤ 3.000	1.876	0,1037	0,2111
> 3.000 y ≤ 4.300	1.696	0,0938	0,2046
> 4.300 y ≤ 6.200	1.801	0,0996	0,1616
> 6.200 y ≤ 10.300,9	1.798	0,0994	0,1374
> 10.300,9 y ≤ 873.552	1.809	0,10004	0,13101

Perfil frente al incumplimiento — variable «PAY_AMT2»

tramo	n	coverage	default_rate
> 0 y ≤ 291	3.628	0,2006	0,3252
> 291 y ≤ 1.165	1.798	0,0994	0,23304
> 1.165 y ≤ 1.600	1.887	0,1044	0,2475
> 1.600 y ≤ 2.009	1.731	0,0957	0,2155
> 2.009 y ≤ 3.000	2.164	0,1197	0,1945
> 3.000 y ≤ 4.030,699999999999	1.449	0,0801	0,2036
> 4.030,699999999999 y ≤ 6.000	1.833	0,1014	0,18003
> 6.000 y ≤ 10.423,599999999999	1.783	0,0986	0,1514
> 10.423,599999999999 y ≤ 1.227.082	1.809	0,10004	0,1122

Perfil frente al incumplimiento — variable «PAY_AMT3»

tramo	n	coverage	default_rate
> 0 y ≤ 4	3.619	0,2001	0,31998
> 4 y ≤ 780	1.828	0,1011	0,2347
> 780 y ≤ 1.207	1.788	0,0989	0,2243
> 1.207 y ≤ 1.803,5	1.806	0,0999	0,2359
> 1.803,5 y ≤ 2.488,4000000000087	1.808	0,09999	0,2157
> 2.488,4000000000087 y ≤ 3.533	1.809	0,10004	0,1924
> 3.533 y ≤ 5.338,400000000003	1.807	0,0999	0,1633
> 5.338,400000000003 y ≤ 10.000	1.890	0,1045	0,1598
> 10.000 y ≤ 896.040	1.727	0,0955	0,12102

Perfil frente al incumplimiento — variable «PAY_AMT4»

tramo	n	coverage	default_rate
> 0 y ≤ 500	5.444	0,3011	0,2803
> 500 y ≤ 1.000	2.253	0,1246	0,2481
> 1.000 y ≤ 1.500	1.469	0,0812	0,2403
> 1.500 y ≤ 2.100	1.696	0,0938	0,2229
> 2.100 y ≤ 3.200	1.819	0,1006	0,1732
> 3.200 y ≤ 5.000	1.891	0,1046	0,1655
> 5.000 y ≤ 9.445,899999999992	1.701	0,0941	0,1581
> 9.445,899999999992 y ≤ 621.000	1.809	0,10004	0,1354

Perfil frente al incumplimiento — variable «PAY_AMT5»

tramo	n	coverage	default_rate
> 0 y ≤ 500	5.534	0,3061	0,2756
> 500 y ≤ 1.000	2.183	0,1207	0,2364
> 1.000 y ≤ 1.500	1.425	0,0788	0,2281
> 1.500 y ≤ 2.083	1.708	0,0945	0,2237
> 2.083 y ≤ 3.159,699999999999	1.807	0,0999	0,1937
> 3.159,699999999999 y ≤ 5.000	1.950	0,1078	0,1815
> 5.000 y ≤ 9.109,199999999993	1.666	0,0921	0,1693
> 9.109,199999999993 y ≤ 426.529	1.809	0,10004	0,1238

Perfil frente al incumplimiento — variable «PAY_AMT6»

tramo	n	coverage	default_rate
> 0 y ≤ 425,3000000000011	5.425	0,30002	0,2717
> 425,3000000000011 y ≤ 1.000	2.434	0,1346	0,2449
> 1.000 y ≤ 1.500	1.347	0,0745	0,2502
> 1.500 y ≤ 2.054,600000000002	1.643	0,0909	0,2161
> 2.054,600000000002 y ≤ 3.157,699999999999	1.808	0,09999	0,1919
> 3.157,699999999999 y ≤ 5.000	1.989	0,109999	0,1795
> 5.000 y ≤ 9.500	1.630	0,0901	0,1687
> 9.500 y ≤ 527.143	1.806	0,0999	0,1202

Perfil frente al incumplimiento — variable «SEX»

tramo	n	coverage	default_rate
1	7.160	0,39597	0,2404
2	10.922	0,60403	0,2048

Puntos de corte por muestra

sample	grades_approved	cutoff_score	declared	n_scored	n_with_outcome	n_approved	n_approved_with_outcome	n_bad	n_good	approved_share	approved_bad_rate	approved_expected_pd	bads_avoided_share	goods_rejected_share
desarrollo	1	560,50	no	18.082	18.082	1.337	1.337	3.958	14.124	0,0739	0,0531	0,0534	0,9821	0,9104
desarrollo	2	548,50	no	18.082	18.082	5.108	5.108	3.958	14.124	0,2825	0,0713	0,0714	0,90803	0,6641
desarrollo	3	542,50	no	18.082	18.082	7.453	7.453	3.958	14.124	0,4122	0,0859	0,08597	0,8383	0,5176
desarrollo	4	535,50	no	18.082	18.082	10.543	10.543	3.958	14.124	0,5831	0,1047	0,1048	0,7211	0,3317
desarrollo	5	527,50	no	18.082	18.082	12.701	12.701	3.958	14.124	0,7024	0,1183	0,1184	0,6203	0,2072
desarrollo	6	514,50	no	18.082	18.082	14.249	14.249	3.958	14.124	0,78802	0,1314	0,1314	0,52703	0,1237
desarrollo	7	499,50	no	18.082	18.082	15.419	15.419	3.958	14.124	0,8527	0,14703	0,1471	0,4272	0,0688
desarrollo	8	478,50	no	18.082	18.082	16.417	16.417	3.958	14.124	0,9079	0,1695	0,1695	0,2971	0,0346
desarrollo	9	—	no	18.082	18.082	18.082	18.082	3.958	14.124	1,0000	0,2189	0,2189	0,0000	0,0000
holdout	1	560,50	no	4.418	4.418	317	317	1.003	3.415	0,0718	0,0662	0,0534	0,9791	0,9133
holdout	2	548,50	no	4.418	4.418	1.240	1.240	1.003	3.415	0,2807	0,0823	0,0715	0,8983	0,6668
holdout	3	542,50	no	4.418	4.418	1.837	1.837	1.003	3.415	0,4158	0,0964	0,0866	0,8235	0,5139
holdout	4	535,50	no	4.418	4.418	2.554	2.554	1.003	3.415	0,5781	0,1077	0,1044	0,7258	0,3327
holdout	5	527,50	no	4.418	4.418	3.110	3.110	1.003	3.415	0,7039	0,12701	0,1188	0,6062	0,20498
holdout	6	514,50	no	4.418	4.418	3.489	3.489	1.003	3.415	0,7897	0,1404	0,1318	0,5115	0,1218
holdout	7	499,50	no	4.418	4.418	3.766	3.766	1.003	3.415	0,8524	0,1569	0,1469	0,4108	0,0703
holdout	8	478,50	no	4.418	4.418	3.990	3.990	1.003	3.415	0,9031	0,1782	0,1676	0,2911	0,0398
holdout	9	—	no	4.418	4.418	4.418	4.418	1.003	3.415	1,0000	0,22703	0,2198	0,0000	0,0000

Tramos de la escala por muestra

sample	grade	n	share	n_with_outcome	n_bad	bad_rate	pd	jeffreys_p_value	traffic_light
desarrollo	1	1.337	0,0739	1.337	71	0,0531	0,0534	0,512	green
desarrollo	2	3.771	0,2085	3.771	293	0,0777	0,0777	0,501	green
desarrollo	3	2.345	0,1297	2.345	276	0,1177	0,1178	0,501	green
desarrollo	4	3.090	0,1709	3.090	464	0,1502	0,1502	0,498	green
desarrollo	5	2.158	0,1193	2.158	399	0,1849	0,1849	0,498	green
desarrollo	6	1.548	0,0856	1.548	369	0,2384	0,2384	0,498	green
desarrollo	7	1.170	0,0647	1.170	395	0,3376	0,3376	0,497	green
desarrollo	8	998	0,0552	998	515	0,51603	0,5158	0,494	green
desarrollo	9	1.665	0,0921	1.665	1.176	0,7063	0,706002	0,491	green
holdout	1	317	0,0718	317	21	0,0662	0,0534	0,154	green
holdout	2	923	0,2089	923	81	0,0878	0,0777	0,129	green
holdout	3	597	0,1351	597	75	0,1256	0,1178	0,272	green
holdout	4	717	0,1623	717	98	0,1367	0,1502	0,844	green
holdout	5	556	0,1258	556	120	0,2158	0,1849	0,032	amber
holdout	6	379	0,0858	379	95	0,2507	0,2384	0,285	green
holdout	7	277	0,0627	277	101	0,3646	0,3376	0,1702	green
holdout	8	224	0,0507	224	120	0,5357	0,5158	0,276	green
holdout	9	428	0,0969	428	292	0,6822	0,706002	0,859	green

Tramos de la escala maestra

grade	score_min	score_max	label	pd	n_development	share_development	n_bad_development	bad_rate_development	source
1	560,50	—	desde 561 puntos	0,0534	1.337	0,0739	71	0,0531	formed
2	548,50	560,50	de 549 a 560 puntos	0,0777	3.771	0,2085	293	0,0777	formed
3	542,50	548,50	de 543 a 548 puntos	0,1178	2.345	0,1297	276	0,1177	formed
4	535,50	542,50	de 536 a 542 puntos	0,1502	3.090	0,1709	464	0,1502	formed
5	527,50	535,50	de 528 a 535 puntos	0,1849	2.158	0,1193	399	0,1849	formed
6	514,50	527,50	de 515 a 527 puntos	0,2384	1.548	0,0856	369	0,2384	formed
7	499,50	514,50	de 500 a 514 puntos	0,3376	1.170	0,0647	395	0,3376	formed
8	478,50	499,50	de 479 a 499 puntos	0,5158	998	0,0552	515	0,51603	formed
9	—	478,50	hasta 478 puntos	0,706002	1.665	0,0921	1.176	0,7063	formed

Matriz de correlación entre variables

PAY_0__woe	PAY_2__woe	PAY_3__woe	PAY_4__woe	PAY_5__woe	PAY_6__woe	LIMIT_BAL__woe	PAY_AMT1__woe	PAY_AMT2__woe	PAY_AMT3__woe	PAY_AMT4__woe	PAY_AMT5__woe	PAY_AMT6__woe	EDUCATION__woe	AGE__woe
1,0000	0,6674	0,4583	0,4066	0,3849	0,3472	0,1654	0,2707	0,19303	0,1669	0,1462	0,1204	0,1203	0,0506	0,0515
0,6674	1,0000	0,6122	0,4716	0,4369	0,3952	0,2128	0,36698	0,1757	0,1416	0,1263	0,1038	0,1083	0,0742	0,0459
0,4583	0,6122	1,0000	0,6232	0,4859	0,43495	0,2296	0,0963	0,3345	0,1575	0,1219	0,0939	0,1101	0,0801	0,0467
0,4066	0,4716	0,6232	1,0000	0,6659	0,4995	0,2209	0,1067	0,0799	0,2806	0,1196	0,0842	0,09196	0,0821	0,0384
0,3849	0,4369	0,4859	0,6659	1,0000	0,6608	0,2084	0,12305	0,0926	0,0738	0,2329	0,0929	0,0854	0,0714	0,0329
0,3472	0,3952	0,43495	0,4995	0,6608	1,0000	0,1948	0,1061	0,1078	0,0861	0,0462	0,2126	0,0936	0,0599	0,0331
0,1654	0,2128	0,2296	0,2209	0,2084	0,1948	1,0000	0,2585	0,26898	0,2768	0,2905	0,3166	0,3516	0,1901	0,2441
0,2707	0,36698	0,0963	0,1067	0,12305	0,1061	0,2585	1,0000	0,4578	0,4809	0,4445	0,4179	0,4213	0,0438	0,0703
0,19303	0,1757	0,3345	0,0799	0,0926	0,1078	0,26898	0,4578	1,0000	0,4785	0,4723	0,4475	0,4529	0,0575	0,0716
0,1669	0,1416	0,1575	0,2806	0,0738	0,0861	0,2768	0,4809	0,4785	1,0000	0,4804	0,4851	0,4767	0,0454	0,0741
0,1462	0,1263	0,1219	0,1196	0,2329	0,0462	0,2905	0,4445	0,4723	0,4804	1,0000	0,5056	0,5196	0,04004	0,0843
0,1204	0,1038	0,0939	0,0842	0,0929	0,2126	0,3166	0,4179	0,4475	0,4851	0,5056	1,0000	0,5266	0,0458	0,0927
0,1203	0,1083	0,1101	0,09196	0,0854	0,0936	0,3516	0,4213	0,4529	0,4767	0,5196	0,5266	1,0000	0,0491	0,09703
0,0506	0,0742	0,0801	0,0821	0,0714	0,0599	0,1901	0,0438	0,0575	0,0454	0,04004	0,0458	0,0491	1,0000	0,0996
0,0515	0,0459	0,0467	0,0384	0,0329	0,0331	0,2441	0,0703	0,0716	0,0741	0,0843	0,0927	0,09703	0,0996	1,0000

Estabilidad de las variables candidatas

feature	woe_column	sample	csi	csi_band	smoothing

Detalle por observación

Esta corrida produjo tablas con una fila por operación que no se reproducen en el informe (son datos, no evidencia de validación) y que no se exportaron: añada csv o xlsx a report.formats para obtenerlas completas.

Dataset transformado a WoE — 22.500 filas
PD calibrada por observación — 22.500 filas
PD sin calibrar por observación — 22.500 filas
Puntaje por observación — 22.500 filas
Dataset WoE de las variables seleccionadas — 22.500 filas

Anexo C —Parámetros completos

Este anexo reproduce el payload completo de cada etapa: los parámetros efectivos y las métricas estructuradas tal como las publicó cada step, sin resumir.

C.1Población, particiones y exclusiones

Artefacto de origen: data.data_card

Parámetros y payload

bad_rate

0,2205

class_counts

{
  "bueno": 17539,
  "excluido": 0,
  "indeterminado": 0,
  "malo": 4961
}

data_hash

ac14e7f3bbc860a0c8603f291691897d8bf67e3384e584bd7fd3b418f8083ab2

effective_config

{
  "load": {
    "backend": "pandas",
    "csv_options": {
      "decimal": ".",
      "encoding": "utf-8",
      "sep": ","
    },
    "file_format": "auto",
    "source": "prepared/taiwan/input.parquet"
  },
  "missing": {
    "max_missing_rate": "0,99",
    "special_values": []
  },
  "partition": {
    "min_bads_per_partition": 30,
    "strategy": {
      "dev_fraction": "0,80",
      "holdout_fraction": "0,20",
      "oot_fraction": "0,00",
      "stratify_by": null,
      "type": "random"
    },
    "ttd_includes_excluded": true
  },
  "schema_": {
    "columns": [
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "LIMIT_BAL",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "str",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "SEX",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "str",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "EDUCATION",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "str",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "MARRIAGE",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "AGE",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_0",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_2",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_3",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_4",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_5",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_6",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "BILL_AMT1",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "BILL_AMT2",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "BILL_AMT3",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "BILL_AMT4",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "BILL_AMT5",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "BILL_AMT6",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_AMT1",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_AMT2",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_AMT3",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_AMT4",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_AMT5",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "PAY_AMT6",
        "nullable": false,
        "required": true,
        "unique": false
      },
      {
        "coerce": false,
        "dtype": "int",
        "ge": null,
        "isin": null,
        "le": null,
        "name": "target",
        "nullable": false,
        "required": true,
        "unique": false
      }
    ],
    "index_col": null,
    "ordered": false,
    "strict": false,
    "unique_keys": null
  },
  "target": {
    "bad_rule": {
      "all_of": [
        {
          "col": "target",
          "op": "==",
          "value": 1
        }
      ],
      "any_of": []
    },
    "exclusion_rules": [],
    "good_rule": {
      "all_of": [
        {
          "col": "target",
          "op": "==",
          "value": 0
        }
      ],
      "any_of": []
    },
    "indeterminate_rule": {
      "all_of": [
        {
          "col": "target",
          "op": "isna",
          "value": null
        }
      ],
      "any_of": []
    },
    "target_col": "target_bayesrisk",
    "window": null
  },
  "type": "standard"
}

exclusions_by_reason

{}

n_features

n_rows

22.500

partition_bad_rates

{
  "desarrollo": "0,2189",
  "fuera_de_modelo": "0,0000",
  "holdout": "0,22703",
  "oot": "0,0000"
}

partition_sizes

{
  "desarrollo": 18082,
  "fuera_de_modelo": 0,
  "holdout": 4418,
  "oot": 0
}

performance_window_months

—

source

data-93377a6a1b49266b.parquet

target_col

target_bayesrisk

C.2Población y calidad de datos

Artefacto de origen: eda.eda_card

Parámetros y payload

axis

period

axis_inferred

default_rate_not_evaluable_reason

sin_eje_temporal

effective_config

{
  "analysis_partition": "desarrollo",
  "default_rate": {
    "axis": "period",
    "cohort_col": null,
    "date_col": null,
    "min_obs_per_period": 50,
    "period_freq": "M"
  },
  "quality": {
    "high_cardinality_threshold": 50,
    "near_constant_threshold": "0,99"
  },
  "sampling": {
    "enabled": false,
    "max_rows": 500000
  },
  "stability": {
    "metric": "cv",
    "threshold": "0,25"
  },
  "type": "standard",
  "univariate": {
    "columns": [
      "LIMIT_BAL",
      "SEX",
      "EDUCATION",
      "MARRIAGE",
      "AGE",
      "PAY_0",
      "PAY_2",
      "PAY_3",
      "PAY_4",
      "PAY_5",
      "PAY_6",
      "BILL_AMT1",
      "BILL_AMT2",
      "BILL_AMT3",
      "BILL_AMT4",
      "BILL_AMT5",
      "BILL_AMT6",
      "PAY_AMT1",
      "PAY_AMT2",
      "PAY_AMT3",
      "PAY_AMT4",
      "PAY_AMT5",
      "PAY_AMT6"
    ],
    "compute_descriptive_iv": false,
    "n_quantile_bins": 10,
    "rare_level_threshold": "0,01"
  }
}

failed_analyses

{}

n_columns_profiled

n_figures

n_periods

overall_default_rate

0,2189

quality_flag_counts

{
  "high_cardinality": 0,
  "near_constant": 0,
  "near_unique": 0
}

stability_flagged

stability_metric_used

stability_not_evaluable_reason

sin_eje_temporal

stability_threshold

0,25

stability_value

—

C.3Binning WoE y poder predictivo

Artefacto de origen: binning.binning_card

Parámetros y payload

assigned_bins

[]

effective_config

{
  "cat_cutoff": "0,01",
  "cat_unknown": null,
  "categorical_columns": [
    "SEX",
    "EDUCATION",
    "MARRIAGE"
  ],
  "exclude_columns": [],
  "fail_on_non_binnable": false,
  "feature_columns": [
    "LIMIT_BAL",
    "SEX",
    "EDUCATION",
    "MARRIAGE",
    "AGE",
    "PAY_0",
    "PAY_2",
    "PAY_3",
    "PAY_4",
    "PAY_5",
    "PAY_6",
    "BILL_AMT1",
    "BILL_AMT2",
    "BILL_AMT3",
    "BILL_AMT4",
    "BILL_AMT5",
    "BILL_AMT6",
    "PAY_AMT1",
    "PAY_AMT2",
    "PAY_AMT3",
    "PAY_AMT4",
    "PAY_AMT5",
    "PAY_AMT6"
  ],
  "keep_structural_columns": true,
  "max_n_bins": 6,
  "max_n_prebins": 20,
  "max_pvalue": null,
  "max_pvalue_policy": "consecutive",
  "metric_missing": "empirical",
  "metric_special": "empirical",
  "min_bin_n_event": 1,
  "min_bin_n_nonevent": 1,
  "min_bin_size": "0,05",
  "min_event_rate_diff": "0,00",
  "min_n_bins": null,
  "min_prebin_size": "0,05",
  "mip_solver": "bop",
  "monotonic_trend": "auto",
  "n_jobs": null,
  "output_suffix": "__woe",
  "require_optimal": true,
  "solver": "mip",
  "special_handling": "separate",
  "split_digits": null,
  "time_limit": 10,
  "type": "standard",
  "variable_overrides": []
}

excluded_by_target_rule

[]

iv_by_variable

{
  "AGE": "0,0242",
  "BILL_AMT1": "0,0146",
  "BILL_AMT2": "0,0084",
  "BILL_AMT3": "0,0067",
  "BILL_AMT4": "0,0127",
  "BILL_AMT5": "0,0161",
  "BILL_AMT6": "0,0111",
  "EDUCATION": "0,0318",
  "LIMIT_BAL": "0,18096",
  "MARRIAGE": "0,0043",
  "PAY_0": "0,8882",
  "PAY_2": "0,5368",
  "PAY_3": "0,4212",
  "PAY_4": "0,3584",
  "PAY_5": "0,3348",
  "PAY_6": "0,2866",
  "PAY_AMT1": "0,1766",
  "PAY_AMT2": "0,1598",
  "PAY_AMT3": "0,1393",
  "PAY_AMT4": "0,1201",
  "PAY_AMT5": "0,0991",
  "PAY_AMT6": "0,0975",
  "SEX": "0,0102"
}

missing_handling

empirical

monotonicity_by_variable

{
  "AGE": null,
  "BILL_AMT1": null,
  "BILL_AMT2": null,
  "BILL_AMT3": "descending",
  "BILL_AMT4": null,
  "BILL_AMT5": null,
  "BILL_AMT6": null,
  "EDUCATION": null,
  "LIMIT_BAL": "descending",
  "MARRIAGE": null,
  "PAY_0": null,
  "PAY_2": null,
  "PAY_3": null,
  "PAY_4": null,
  "PAY_5": null,
  "PAY_6": null,
  "PAY_AMT1": "descending",
  "PAY_AMT2": "descending",
  "PAY_AMT3": "descending",
  "PAY_AMT4": "descending",
  "PAY_AMT5": "descending",
  "PAY_AMT6": "descending",
  "SEX": null
}

n_variables_binned

n_variables_requested

n_variables_skipped

optbinning_version

0.20.0

rare_category_regroupings

{}

special_handling

separate

C.4Selección de variables

Artefacto de origen: selection.selection_card

Parámetros y payload

dependency_versions

{
  "numpy": "1.26.4",
  "pandas": "2.3.3",
  "scikit-learn": "1.7.2",
  "scipy": "1.17.1",
  "statsmodels": "0.15.0"
}

effective_config

{
  "compute_univariate_metrics": true,
  "correlation": {
    "clustering_method": "none",
    "enabled": true,
    "method": "pearson",
    "threshold": "0,75"
  },
  "exclude_columns": [],
  "fail_if_no_features": true,
  "feature_columns": "*",
  "force_exclude": [],
  "force_include": [],
  "keep_structural_columns": true,
  "max_iv": "0,50",
  "max_iv_action": "flag",
  "min_auc": null,
  "min_gini": null,
  "min_iv": "0,02",
  "min_ks": null,
  "priority_order": [
    "iv",
    "auc",
    "ks",
    "name"
  ],
  "stability": {
    "action": "report_only",
    "enabled": false,
    "review_threshold": "0,25",
    "smoothing": "0,000001",
    "stable_threshold": "0,10"
  },
  "type": "standard",
  "vif": {
    "add_intercept": true,
    "enabled": true,
    "max_iterations": null,
    "threshold": "5,00"
  }
}

excluded_by_reason

{
  "low_iv": 8
}

high_iv_flags

[
  "PAY_0",
  "PAY_2"
]

max_abs_correlation_after_selection

0,6674

max_vif_after_selection

2,9311

n_candidates

n_excluded

n_selected

selected_features

[
  "AGE",
  "EDUCATION",
  "LIMIT_BAL",
  "PAY_0",
  "PAY_2",
  "PAY_3",
  "PAY_4",
  "PAY_5",
  "PAY_6",
  "PAY_AMT1",
  "PAY_AMT2",
  "PAY_AMT3",
  "PAY_AMT4",
  "PAY_AMT5",
  "PAY_AMT6"
]

stability_flags

[]

thresholds

{
  "correlation.clustering_method": "none",
  "correlation.method": "pearson",
  "correlation.threshold": "0,75",
  "max_iv": "0,50",
  "max_iv_action": "flag",
  "min_auc": null,
  "min_gini": null,
  "min_iv": "0,02",
  "min_ks": null,
  "stability.action": "report_only",
  "stability.review_threshold": null,
  "stability.stable_threshold": null,
  "vif.threshold": "5,00"
}

C.5Modelo PD

Artefacto de origen: model.model_card

Parámetros y payload

dependency_versions

{
  "numpy": "1.26.4",
  "pandas": "2.3.3",
  "scikit-learn": "1.7.2",
  "scipy": "1.17.1",
  "statsmodels": "0.15.0"
}

effective_config

{
  "alpha": "0,05",
  "engine": "logit",
  "fail_if_no_features": true,
  "fit_intercept": true,
  "fit_maxiter": 100,
  "force_exclude": [],
  "force_include": [],
  "iv_contribution": {
    "action": "flag",
    "threshold": "0,90"
  },
  "optimizer": "newton",
  "sign_policy": {
    "action": "flag",
    "expected_beta_sign": "negative",
    "fail_on_forced_inverted": false
  },
  "stepwise": {
    "criterion": "wald_pvalue",
    "direction": "bidirectional",
    "enabled": true,
    "entry_p_value": "0,05",
    "exit_p_value": "0,05",
    "max_iter": 100,
    "min_features": 1
  },
  "tol": "0,00000001",
  "type": "standard"
}

engine

logit

final_features

[
  "AGE",
  "EDUCATION",
  "LIMIT_BAL",
  "PAY_0",
  "PAY_3",
  "PAY_5",
  "PAY_6",
  "PAY_AMT1",
  "PAY_AMT2",
  "PAY_AMT3",
  "PAY_AMT4"
]

fit_statistics

{
  "aic": "15.631,71",
  "bic": "15.725,34",
  "converged": true,
  "llr": "3.396,54",
  "llr_p_value": "< 0,001",
  "log_likelihood": "-7.803,85",
  "n_events_dev": 3958,
  "n_iterations": 6,
  "n_nonevents_dev": 14124,
  "n_obs_dev": 18082,
  "null_log_likelihood": "-9.502,12",
  "optimizer": "newton",
  "pseudo_r2_mcfadden": "0,1787"
}

iv_contribution_flags

[
  "PAY_0"
]

n_candidates

n_final_features

sign_flags

[]

thresholds

{
  "alpha": "0,05",
  "engine": "logit",
  "entry_p_value": "0,05",
  "exit_p_value": "0,05",
  "fail_if_no_features": "true",
  "fit_intercept": "true",
  "fit_maxiter": "100,00",
  "iv_contribution.action": "flag",
  "iv_contribution.threshold": "0,90",
  "optimizer": "newton",
  "sign_policy.action": "flag",
  "sign_policy.expected_beta_sign": "negative",
  "stepwise.criterion": "wald_pvalue",
  "stepwise.direction": "bidirectional",
  "stepwise.max_iter": "100,00",
  "stepwise.min_features": "1,00"
}

C.6Scorecard

Artefacto de origen: scorecard.card

Parámetros y payload

dependency_versions

{
  "numpy": "1.26.4",
  "pandas": "2.3.3"
}

effective_config

{
  "clip": false,
  "intercept_allocation": "uniform",
  "max_score": null,
  "min_score": null,
  "output_suffix": "__points",
  "pdo": "20,00",
  "point_overrides": [],
  "rounding_method": "nearest_integer",
  "score_column": "score",
  "score_direction": "higher_is_lower_risk",
  "target_odds": "50,00",
  "target_score": "600,00",
  "type": "standard"
}

factor

28,8539

max_score

—

min_score

—

n_variables

offset

487,1229

overrides_count

pdo

20,0000

points_columns

[
  "AGE__points",
  "EDUCATION__points",
  "LIMIT_BAL__points",
  "PAY_0__points",
  "PAY_3__points",
  "PAY_5__points",
  "PAY_6__points",
  "PAY_AMT1__points",
  "PAY_AMT2__points",
  "PAY_AMT3__points",
  "PAY_AMT4__points"
]

rounding_method

nearest_integer

score_column

score

score_direction

higher_is_lower_risk

target_odds

50,0000

target_score

600,0000

C.7Calibración

Artefacto de origen: calibration.card

Parámetros y payload

anchor_kind

through_the_cycle

anchor_source

development_observed

calibrated_mean_pd_dev

0,2189

dependency_versions

{
  "numpy": "1.26.4",
  "pandas": "2.3.3",
  "scipy": "1.17.1"
}

effective_config

{
  "anchor_kind": "through_the_cycle",
  "anchor_source": "development_observed",
  "fit_partition": "desarrollo",
  "linear_predictor_calibrated_column": "linear_predictor_calibrated",
  "linear_predictor_column": "linear_predictor",
  "max_abs_offset": null,
  "max_iter": 100,
  "method": "intercept_offset",
  "min_fit_rows": 30,
  "partition_column": "partition",
  "pd_calibrated_column": "pd_calibrated",
  "pd_raw_column": "pd_raw",
  "require_both_classes_for_supervised": true,
  "target_column": "target",
  "target_pd": null,
  "target_tolerance": "0,000000000001",
  "type": "standard"
}

fit_partition

desarrollo

intercept

—

method

intercept_offset

n_fit

18.082

observed_default_rate_dev

0,2189

offset

7,2e-14

pd_calibrated_column

pd_calibrated

pd_raw_column

pd_raw

ranking_preserved

sí

raw_mean_pd_dev

0,2189

slope

—

target_pd

0,2189

ties_created

C.8Desempeño y discriminación

Artefacto de origen: performance.card

Parámetros y payload

bands_by_partition

{
  "desarrollo": "ok",
  "holdout": "ok"
}

dependency_versions

{
  "numpy": "1.26.4",
  "pandas": "2.3.3",
  "scikit-learn": "1.7.2"
}

effective_config

{
  "evaluation_source": "pd_calibrated",
  "min_events_per_partition": 1,
  "min_rows_per_partition": 30,
  "n_deciles": 10,
  "optional_thresholds": {},
  "partition_column": "partition",
  "partitions": [
    "desarrollo",
    "holdout"
  ],
  "pd_column": "pd_calibrated",
  "schema_version": "1.0.0",
  "score_column": "score",
  "score_direction": "higher_is_lower_risk",
  "target_column": "target",
  "type": "standard"
}

evaluation_source

pd_calibrated

max_metrics_by_partition

{
  "desarrollo": {
    "auc": "0,7717",
    "gini": "0,5434",
    "ks": "0,41502"
  },
  "holdout": {
    "auc": "0,7643",
    "gini": "0,5286",
    "ks": "0,4102"
  }
}

n_deciles

partitions

[
  "desarrollo",
  "holdout"
]

score_direction

higher_is_lower_risk

thresholds

{}

Métricas estructuradas

discrimination

{
  "effective_deciles_by_partition": {
    "desarrollo": 10,
    "holdout": 10
  },
  "not_evaluable_reasons_by_partition": {},
  "threshold_flags_by_partition": {}
}

C.9Estabilidad

Artefacto de origen: stability.card

Parámetros y payload

bands_by_comparison

{
  "dev_vs_holdout": "stable"
}

comparisons

[
  "dev_vs_holdout"
]

csi_source

score_points

dependency_versions

{
  "numpy": "1.26.4",
  "pandas": "2.3.3",
  "pandera": "0.34.1"
}

effective_config

{
  "comparisons": [
    "dev_vs_holdout"
  ],
  "csi_bins": 10,
  "csi_source": "score_points",
  "include_pd_stability": true,
  "partition_column": "partition",
  "pd_column": "pd_calibrated",
  "psi_bins": 10,
  "psi_review_threshold": "0,25",
  "psi_stable_threshold": "0,10",
  "schema_version": "1.0.0",
  "score_column": "score",
  "score_direction": "higher_is_lower_risk",
  "smoothing": "0,000001",
  "temporal_axis": "none",
  "temporal_column": null,
  "temporal_freq": "M",
  "type": "standard"
}

max_psi_by_comparison

{
  "dev_vs_holdout": "0,0024"
}

psi_bins

psi_metric_by_comparison

{
  "dev_vs_holdout": "score_psi"
}

review_threshold

0,25

score_direction

higher_is_lower_risk

stable_threshold

0,10

worst_csi_feature

PAY_AMT1__points

worst_csi_value

0,0015

Métricas estructuradas

stability

{
  "csi_features": [
    "AGE__points",
    "EDUCATION__points",
    "LIMIT_BAL__points",
    "PAY_0__points",
    "PAY_3__points",
    "PAY_5__points",
    "PAY_6__points",
    "PAY_AMT1__points",
    "PAY_AMT2__points",
    "PAY_AMT3__points",
    "PAY_AMT4__points"
  ],
  "include_pd_stability": true,
  "n_periods": 0,
  "temporal_axis": "none"
}

C.10Validación formal

Artefacto de origen: validation.card

Parámetros y payload

dependency_versions

{
  "numpy": "1.26.4",
  "pandas": "2.3.3",
  "scipy": "1.17.1"
}

effective_config

{
  "backtesting": {
    "alpha": "0,05",
    "enabled": false,
    "one_sided": true,
    "parameters": [
      "pd",
      "lgd",
      "ead"
    ],
    "pd_test": "jeffreys",
    "realised_ead_col": "realised_ead",
    "realised_lgd_col": "realised_lgd",
    "realised_pd_col": "realised_default",
    "segment_col": "portfolio"
  },
  "calibration": {
    "alpha": "0,05",
    "binomial_by_grade": false,
    "brier": true,
    "grade_col": "grade",
    "hl_grouping": "deciles",
    "hl_n_groups": 10,
    "hosmer_lemeshow": true,
    "min_rows_per_group": 30,
    "partition_column": "partition",
    "pd_column": "pd_calibrated",
    "pd_test": "jeffreys",
    "target_column": "target",
    "traffic_light_green_alpha": "0,05",
    "traffic_light_red_alpha": "0,01"
  },
  "discrimination": {
    "consume_performance": true,
    "partitions": [
      "desarrollo",
      "holdout"
    ]
  },
  "fail_on_falta_dato": true,
  "families": [
    "discrimination",
    "calibration",
    "stability"
  ],
  "schema_version": "1.0.0",
  "stability": {
    "consume_stability": true,
    "psi_review_threshold": "0,25",
    "psi_stable_threshold": "0,10"
  },
  "type": "standard"
}

falta_dato

[]

families_run

[
  "discrimination",
  "calibration",
  "stability"
]

model_ref

taiwan_monotonia_auto

n_failed

n_tests

overall_status

fail

Métricas estructuradas

validation

{
  "families_run": [
    "discrimination",
    "calibration",
    "stability"
  ],
  "min_rows_per_group": 30,
  "n_failed": 1,
  "n_tests": 2,
  "not_evaluable_grades": [],
  "not_evaluable_partitions": [],
  "overall_status": "fail",
  "stability_recompute": null,
  "stability_source": "stability_artifact",
  "traffic_light": {
    "amber": 0,
    "green": 0,
    "red": 0
  },
  "traffic_light_cuts": null
}

C.11Escala maestra y puntos de corte

Artefacto de origen: master_scale.card

Parámetros y payload

anchor

0,2189

anchor_source

development_observed

approval_cutoff

—

cutoff_out_of_range

cuts

[
  "478,50",
  "499,50",
  "514,50",
  "527,50",
  "535,50",
  "542,50",
  "548,50",
  "560,50"
]

delta

-0,00087

diagnostics

{
  "desarrollo": {
    "amber_grades": [],
    "hhi": "0,1323",
    "inversions": [],
    "max_share": "0,2085",
    "max_share_grade": 2,
    "monotonic": true,
    "not_evaluable_grades": [],
    "red_grades": []
  },
  "holdout": {
    "amber_grades": [
      5
    ],
    "hhi": "0,1325",
    "inversions": [],
    "max_share": "0,2089",
    "max_share_grade": 2,
    "monotonic": true,
    "not_evaluable_grades": [],
    "red_grades": []
  }
}

effective_config

{
  "approval_cutoff": null,
  "grade_edges": null
}

equalized_grades

[]

formation_cause

—

integer_card

sí

n_grades

neighbours_not_distinct

[]

pd

[
  "0,0534",
  "0,0777",
  "0,1178",
  "0,1502",
  "0,1849",
  "0,2384",
  "0,3376",
  "0,5158",
  "0,706002"
]

samples

[
  "desarrollo",
  "holdout"
]

score_direction

higher_is_lower_risk

solver_status

OPTIMAL

source

formed