Eficiencia de los modelos Poisson y Logístico en la asignación de probabilidades de incumplimiento a empresas mineras mexicanas

Resumen

La existencia del entorno volátil y características propias del sector minero, afecta el cumplimiento de pago de créditos otorgados a empresas del sector, por lo que modelos de scoring basados en normalidad, modelos Probit o Logit, subestiman la probabilidad de impago. El objetivo del artículo es probar que los modelos Logit no capturan correctamente las probabilidades de incumplimiento de empresas del sector minero al subestimar las colas, mediante un análisis de estabilidad y confiabilidad de dichas probabilidades, lo que genera problemas de bondad de ajuste y subestimación de la probabilidad; mientras que un modelo Poisson de variable dicotómica captura los efectos de cola y estabiliza la regresión, sus estimadores y probabilidades estimadas. Los resultados indican que los modelos Logísticos no están diseñados para analizar óptimamente las variables independientes con valores extremos y que no están asociados al trimestre de operación, sino que son propios de cada empresa. Los modelos Poisson resultaron ser capaces de captar los valores extremos de la distribución; por lo que resultan más adecuados para determinar la calidad crediticia de las empresas mineras.