Solicitudes de préstamo con empleadores falsos: cuándo investigar

Está revisando la lista de personas que empezaron hace poco en su empleo y ve el mismo tipo de empleador junto a varios nombres de una misma región. El patrón le resulta familiar y quizá ya esté pensando en incluir ese grupo en la lista de bloqueo antes de que lleguen más solicitudes. Pero la lista muestra una categoría y un lugar, no la historia de cada persona. Usted necesita determinar si se trata de un grupo que opera mediante empleadores falsos, de personal de ventas que canaliza solicitudes por la misma vía o, simplemente, de varias personas cuyo empleo se describe de forma parecida. ¿En qué punto termina el indicio útil y empieza el bloqueo?

En la celda más concentrada, los nuevos empleados incumplieron menos de lo esperado

Las personas que empezaron hace poco en el empleo dentro de la concentración más llamativa por tipo y región incumplieron menos de lo esperado. Se trata de la misma entidad de crédito al consumo presentada en su análisis de las solicitudes posteriores a un rechazo, cuyo nombre fue cambiado. La cartera incluye unas 310,000 solicitudes vigentes de préstamos en efectivo y revolventes. Todas las personas comparadas tienen un préstamo vigente, y el incumplimiento corresponde al indicador que la entidad usa para señalar dificultades de pago en ese préstamo. Las pérdidas por fraude y por riesgo de crédito se registran con el mismo indicador.

En las celdas con al menos 50 clientes, el incumplimiento se mantuvo relativamente estable a medida que aumentó el exceso de nuevos empleados. En las celdas con un exceso de dos o más, los nuevos empleados tuvieron odds ajustadas de incumplimiento de 0.94. La celda más llamativa como posible indicio de fraude tenía un 64% de clientes nuevos en el empleo y un 43% de clientes nuevos en la entidad. Entre sus nuevos empleados, el incumplimiento fue del 7.7%, frente al 11.8% esperado.

Gráfico de líneas: los cocientes ajustados de incumplimiento se mantienen cerca de 1.0 para valores de concentración de nuevos empleados entre 0.57 y 1.40
En la celda de empleadores más concentrada, los nuevos empleados incumplieron menos de lo esperado

Bloquear esa celda modificaría las aprobaciones y podría excluir a personas cuyo riesgo de crédito ya está reflejado en el score. La cartera no permite saber cuántas pérdidas por fraude evitaría un bloqueo, porque no registra el fraude por separado. Tome la concentración de una celda como motivo para examinar las solicitudes y compare su comportamiento de pago con el riesgo que ya reflejan el tipo de empleador, la antigüedad laboral y el score.

Compare la concentración de empleadores con el riesgo del score

El tipo de empleador está relacionado con diferencias reales en el riesgo de crédito. Por eso, antes de que un control de concentración influya en una aprobación, debe tenerlas en cuenta. Entre los tipos con al menos 1,000 clientes, el incumplimiento osciló entre 4.9% y 15.8%. Las diferencias también se mantuvieron dentro de cada tercio del score externo.

Los cocientes de incumplimiento por tipo de empleador frente a las predicciones del score externo van de 0.60 a 1.81, con la referencia 1.0 marcada
El incumplimiento por tipo de empleador osciló entre 0.6 y 1.8 veces lo esperado

En esta comparación, la tasa esperada corresponde a clientes del mismo tipo de empleador, la misma franja de antigüedad laboral y el mismo tercio del score externo. La comparación permite determinar si la concentración aporta información adicional a la que la entidad ya observa sobre el riesgo. El tipo de empleador sumó 0.003 al poder de ordenamiento, una vez incluidos el score externo, la calificación de la región, el producto y la franja de antigüedad laboral.

La antigüedad en el empleo ayuda a estimar el desempeño crediticio esperado, por lo que conviene evaluar si alguien es nuevo en el empleo junto con otros datos. El incumplimiento fue del 10.6% entre quienes llevaban menos de seis meses en el empleo y del 11.4% entre quienes llevaban de uno a dos años. Quienes eran nuevos tanto en el empleo como en la entidad tuvieron un incumplimiento inferior al esperado.

Gráfico de barras con las tasas de incumplimiento de los préstamos vigentes según los meses en el empleo actual. Los meses 0–2 corresponden a menos de 1,000 clientes
Las tasas de incumplimiento cambiaron poco durante los primeros tres años en el empleo

Un error habitual es interpretar una tasa de incumplimiento bruta más alta como una prueba nueva de fraude solo porque coincide con la sospecha. Así, un riesgo que ya está incorporado en la tasa esperada puede convertirse en un motivo para bloquear una solicitud. Compare las concentraciones según el tipo de empleador, la antigüedad laboral y el score. Use el poco tiempo en el empleo como contexto, no como un indicador de fraude por sí solo.

Registre el nombre del empleador para medir la concentración

Los registros de la entidad incluyen el tipo de empleador y la región del cliente. Por eso, agrupan las solicitudes en celdas amplias, no por empresa. Un cliente típico comparte celda con unas 300 personas más. En una celda de ese tamaño, un grupo de diez personas que empezó hace poco en su empleo eleva la proporción de nuevos empleados de alrededor del 11% al 14%, un nivel que se encuentra dentro de la variación entre celdas comunes. En cambio, se pueden contar juntas diez solicitudes que indiquen el mismo empleador.

La concentración de empleadores sirve para investigar posible fraude, pero el análisis por tipo y región agrupa distintas empresas en una misma celda. La cartera no incluye el nombre ni el número de registro del empleador, así que no permite distinguir las empresas dentro de cada celda. Incluya ambos datos en la solicitud para contar cuántas personas mencionan a cada empleador.

Mantenga el tipo de empleador como un atributo de riesgo independiente. Los controles dentro de una misma solicitud también dependen de que se registre la información necesaria para evaluar lo declarado por la persona. Antes de considerar verificados los datos de identificación del empleador, elija una fuente adecuada para consultarlos en la jurisdicción de la entidad.

Use el historial de pagos para empleadores identificados

El comportamiento de pago de clientes anteriores puede servir para evaluar a un empleador establecido, pero la comparación debe separar el historial del empleador del riesgo de la región. En esta cartera, el comportamiento de pago de clientes anteriores de una celda parecía anticipar incumplimientos posteriores. Al incluir el comportamiento anterior de la región, la relación se explicaba por la región y la celda aportaba poco.

Si el empleador está identificado y cuenta con suficientes clientes anteriores, forme un grupo en un período y mida su comportamiento de pago en otro grupo posterior. Mantenga constante la región y compruebe si el historial del empleador aporta información adicional. Cuando la solicitud incluya la identidad del empleador, evalúe si su historial agrega información más allá del riesgo regional. En esta cartera, la relación se mide por celda.

Los registros actuales no incluyen historiales de empleadores identificados ni fechas de solicitud. Use el comportamiento de clientes anteriores para empleadores con historial suficiente y analice los empleadores recién detectados con el control de primera aparición.

Integre estas comprobaciones en un flujo de decisión

Cree reglas de crédito, fraude o cobros y ejecútelas en decisiones en tiempo real.

Las reglas con empleador identificado detectan grupos y generan derivaciones

En la simulación, las reglas que usan un empleador identificado detectaron más grupos simulados que el análisis por tipo y región, aunque algunas derivaron muchas solicitudes reales. Se simularon empleadores, semanas de solicitud y grupos sobre los clientes, las celdas, la antigüedad laboral y los scores reales de la entidad. La tasa de incumplimiento del grupo usada para estimar el beneficio fue un supuesto.

Gráfico de barras: las reglas con empleador identificado detectan el 100% de los grupos simulados de 5, 10, 20 y 40 personas, frente a entre 16% y 95% con el análisis por celda
Las reglas con empleador identificado detectaron todos los grupos simulados; el análisis por celda no detectó los grupos pequeños
ReglaGrupo de 5Grupo de 10Grupo de 20Grupo de 40Alertas falsas
Análisis por celda16%42%67%95%8.9
Primera aparición en 90 días0%0%0%0%0
Primera aparición en 180 días86%70%50%26%0 to 0.3
Primera aparición en 365 días100%100%100%100%0 to 7.7
Proporción de nuevos empleados100%100%100%100%0.8 to 110
Cualquiera de las dos100%100%100%100%0.8 to 110
Recuento semanal100%100%100%100%2,100
Grupo cuidadoso, cualquiera de las dos0.6%0%0%0%0.8 to 110

El análisis por celda detectó el 16% de los grupos simulados de cinco personas. En esta simulación, una regla que deriva al empleador cuando registra al menos tres solicitudes en una semana y apareció por primera vez durante el último año detectó todos los grupos introducidos. Según cómo se agruparan los nuevos empleados reales en las empresas simuladas, derivó entre cero y 7.7 solicitudes reales por cada 10,000. El control de primera aparición a 90 días no detectó ningún grupo: según la antigüedad laboral declarada por las personas simuladas, la fecha de primera aparición del empleador era anterior.

Otra regla, que deriva al empleador cuando tiene al menos cinco solicitantes y la mitad o más lleva menos de seis meses en el empleo, también detectó todos los grupos introducidos de cinco personas o más. Según cómo se agruparan los nuevos empleados, derivó entre 0.8 y 110 solicitudes reales por cada 10,000. Antes de usarla como umbral de fraude, pruebe cuántas solicitudes derivaría. También puede comparar la proporción de nuevos empleados de cada empleador con la proporción de su tipo. La simulación no establece un umbral para esa medida.

El recuento semanal por sí solo detectó todos los grupos introducidos en la simulación principal y derivó unas 2,100 solicitudes reales por cada 10,000. Un grupo cuidadoso que declaró entre siete y dieciocho meses en el empleo y distribuyó las solicitudes durante ocho semanas eludió las reglas por celda y por proporción de nuevos empleados. El control de primera aparición a un año detectó el 0.6% de esos grupos simulados de cinco personas y ninguno de los grupos más grandes. El recuento semanal detectó el 12% de esos grupos de cinco y todos los de veinte o más, con la misma cantidad elevada de derivaciones.

El análisis debe equilibrar los grupos simulados detectados con las solicitudes legítimas derivadas para revisión. Evalúe tanto la detección como la carga de revisión, y mida el volumen de derivaciones y los resultados de las solicitudes antes de poner las reglas en producción. Use la herramienta de backtest de reglas antifraude para probar las reglas candidatas.

Investigue las alertas de concentración

Use una alerta para derivar la solicitud a revisión y determine el resultado a partir de esa revisión. En la simulación, las solicitudes reales derivadas por las reglas incumplieron a tasas iguales o inferiores a las esperadas, así que alrededor de nueve de cada diez se pagaron.

Jo y Max son nombres ficticios de clientes de la cartera de la entidad. Jo incumplió, como ya anticipaba su score. Max pagó el préstamo, al igual que 60 de las 65 personas nuevas en su empleo de la misma celda. Kai, trabajador por cuenta propia, incumplió a una tasa que el score ya había previsto.

Tarjetas de clientes: incumplimiento previsto de Jo, 19.3%; Max pagó el préstamo, como 60 de las 65 personas nuevas en su empleo; incumplimiento previsto de Kai, 21.8%
Dos personas nuevas en su empleo de una misma celda tuvieron resultados distintos, y un trabajador por cuenta propia incumplió como se esperaba

Cuando se derive una solicitud, compruebe si el nombre y el número de registro del empleador coinciden con la fuente que eligió la entidad. Después, compare la solicitud con el recuento por empleador y con el motivo por el que se activó la regla. Analice cualquier discrepancia o concentración inusual junto con los demás datos disponibles. Evalúe la derivación con esa información para determinar si se confirma el fraude.

Incluya los controles de empleador en el formulario de solicitud

Vuelva a la lista de personas que empezaron hace poco en su empleo. El score ya anticipaba el incumplimiento de Jo, Max pagó como la mayoría de los nuevos empleados de la misma celda y el score ya incorporaba el incumplimiento de Kai. La concentración por tipo y región no permite identificar qué solicitantes pertenecen a un grupo. Configure el formulario de solicitud y los controles posteriores en este orden:

  1. Registre el nombre y el número de registro del empleador. Elija una fuente adecuada para comprobar esos datos en la jurisdicción de la entidad y defina qué se considera una coincidencia antes de darlos por verificados.
  2. Cuente las solicitudes por empleador identificado y por semana. Registre las fechas de solicitud para poder calcular el recuento.
  3. Registre la fecha en que se detecta por primera vez cada empleador. Defina un período que cubra la antigüedad laboral declarada por los solicitantes. En la simulación principal, el período de un año detectó los grupos introducidos; el de noventa días no detectó ninguno.
  4. Compare la proporción de nuevos empleados de cada empleador identificado con la de su tipo de empleador. Antes de usar un umbral de derivación, pruébelo con los datos de la entidad. La simulación no ofrece un umbral.
  5. Para los empleadores con clientes anteriores, mida su comportamiento de pago con datos fuera de muestra y mantenga constante la región. Use esta comprobación adicional para empleadores establecidos y evalúela junto con otros datos antes de concluir que un empleador es falso.
  6. No considere que empezar hace poco en un empleo o presentar la primera solicitud a la entidad sea evidencia por sí sola. Evalúe cada dato junto con otros elementos.
  7. Derive las solicitudes que activen los controles. Registre si los datos del empleador coincidieron con la fuente elegida, si el recuento y la antigüedad laboral eran correctos y qué otros elementos respaldaban o debilitaban la sospecha.

Preguntas sobre la verificación de empleadores en el fraude de préstamos

¿Cómo saber si un empleador compartido apunta a un esquema con empleadores falsos?

Investigue si aumentan de repente las solicitudes que indican el mismo empleador, sobre todo si la empresa se registró hace poco o aparece por primera vez en sus registros. Compare las fechas de solicitud con las fechas declaradas de inicio laboral y compruebe si los datos de los solicitantes siguen un mismo patrón. Un grupo de fraude puede usar una empresa falsa y el personal de ventas puede canalizar solicitudes mediante una identidad compartida. Antes de actuar contra una persona solicitante, determine qué está ocurriendo.

¿Qué datos del empleador debe incluir la solicitud de préstamo?

Registre la razón social, el número de registro y la jurisdicción del empleador, además de la situación laboral de la persona solicitante y la fecha de inicio que declara. Anote la fecha de solicitud para contar a lo largo del tiempo cuántas solicitudes mencionan a ese empleador y registre cuándo aparece por primera vez en sus sistemas. Ofrezca a las personas que trabajan por cuenta propia una forma específica de declarar los datos de su negocio y sus ingresos, en lugar de tratar la falta de un número de registro de empleador como algo sospechoso.

¿Cómo verificar el empleador y los ingresos de una persona solicitante?

Consulte el número de registro en el registro oficial correspondiente y compare la fecha de registro de la empresa con la fecha de inicio laboral declarada. Que una empresa aparezca en el registro confirma que existe, no que la persona solicitante trabaje allí. Contacte al empleador mediante un número de teléfono obtenido por otra vía y compare los recibos de sueldo o los estados de cuenta con los ingresos declarados en la solicitud.

¿Qué período debe abarcar el monitoreo de empleadores?

Use como punto de partida un período móvil de 12 meses y amplíelo si las personas solicitantes declaran más antigüedad laboral. Registre la fecha en que aparece por primera vez cada empleador y compare los aumentos de solicitudes con su historial y con las fechas de inicio declaradas. Un período corto puede pasar por alto un grupo que distribuya las solicitudes durante varios meses. No se base únicamente en que el empleador haya aparecido hace poco.

Integre estas comprobaciones en un flujo de decisión

Cree reglas de crédito, fraude o cobros y ejecútelas en decisiones en tiempo real.