Qué es el Debt Vintage y Cómo Usarlo para Decidir Cuándo Castigar Cartera

El castigo de cartera es una de las decisiones financieras más difíciles de tomar porque combina criterios contables, regulatorios y estratégicos. Hacerlo demasiado tarde infla artificialmente el balance con activos de baja probabilidad de recuperación. Hacerlo demasiado pronto puede generar pérdidas contables innecesarias y reducir el incentivo para seguir gestionando cuentas que todavía tienen valor recuperable. La clave está en tener el análisis correcto, y el debt vintage es una de las herramientas más poderosas para tomar esa decisión con base en datos.

En este artículo explicamos qué es el debt vintage, cómo se construye el análisis de cohortes de cartera, cómo interpretar las curvas de maduración y cómo integrar esta metodología en el proceso de decisión de castigo de tu empresa.

Definición: qué es el debt vintage

El término "vintage" proviene del mundo del vino, donde se usa para describir el año de cosecha de una uva y predecir la calidad del vino resultante. En finanzas y gestión de crédito, el concepto se adaptó para describir el análisis de cohortes de créditos originados en el mismo período de tiempo.

Un análisis de debt vintage agrupa todos los créditos que se otorgaron en un mismo período (por ejemplo, todos los créditos otorgados en el primer trimestre de 2023) y hace seguimiento de su comportamiento a lo largo del tiempo: tasa de mora, tasa de castigo, curva de recuperación. Al comparar distintos vintages entre sí, podés identificar si la calidad de tu originación está mejorando o deteriorándose, y predecir con mayor precisión cuándo una cohorte de deuda está madura para ser castigada.

Por qué el vintage es superior al análisis de stock de mora

El análisis tradicional de cartera vencida observa el stock de mora en un momento dado: cuánto dinero hay en mora a 30, 60, 90 o más días. Este análisis es útil para el monitoreo operativo, pero tiene una limitación estructural: mezcla deudas de diferentes edades y calidades en el mismo indicador, lo que dificulta la comparación temporal y las decisiones de castigo.

El análisis vintage, en cambio, separa las cohortes por período de originación y muestra cómo evoluciona cada una de forma independiente. Esto permite ver que el vintage del Q3 2022 tiene un comportamiento de mora significativamente diferente al del Q1 2023, lo que puede explicarse por cambios en los criterios de originación, contexto macroeconómico o perfil del cliente atendido en cada período. Con esa información, las decisiones de castigo se toman sobre bases comparables y no sobre promedios que ocultan diferencias importantes.

Cómo construir un análisis de debt vintage

Para construir un análisis de vintage necesitás los siguientes datos para cada crédito de tu cartera:

• Fecha de originación del crédito
• Monto original del crédito
• Pagos realizados por mes desde la originación
• Estado actual (al día, en mora X días, castigado, recuperado)
• Canal de originación y producto crediticio

Con esos datos, agrupás los créditos por trimestre o semestre de originación y calculás, para cada período de maduración, las tasas de mora acumulada, las tasas de recuperación y la pérdida esperada. El resultado es una matriz donde cada fila representa un vintage y cada columna representa la edad de ese vintage en meses, mostrando cómo evoluciona la mora a medida que la cohorte envejece.

Las curvas resultantes tienen una forma característica: la mora sube durante los primeros 6 a 18 meses (el período de mayor riesgo), alcanza un pico y luego se estabiliza o declina a medida que los créditos maduran. La forma y altura de ese pico varían según el tipo de producto y el perfil del cliente, y esas diferencias entre vintages son precisamente la información que necesitás para tomar decisiones de castigo.

Cómo interpretar las curvas de maduración para decidir el castigo

La decisión de castigar cartera se debe tomar cuando la curva de maduración de un vintage muestra que la probabilidad de recuperación marginal es inferior al costo de seguir gestionando esa cuenta. En la práctica, esto ocurre cuando:

• La tasa de mora acumulada del vintage alcanzó su punto de estabilización histórico
• Las recuperaciones de ese vintage en los últimos 90 días son inferiores al costo operativo de la gestión
• El vintage tiene una maduración superior a 24 meses con una tasa de mora acumulada por encima del promedio histórico de cohortes similares
• Las provisiones contables ya refleja el nivel de pérdida esperado por el vintage

Comparar el vintage en cuestión con la curva promedio de vintages anteriores de características similares te da el benchmark necesario para saber si la cohorte está "comportándose normalmente" o si tiene un deterioro estructural que justifica el castigo anticipado.

El impacto del castigo en la gestión activa de cobranza

Una confusión frecuente es que castigar una cartera significa dejar de gestionarla. El castigo contable (write-off) y la gestión de cobranza son decisiones independientes. Una deuda puede ser castigada contablemente para limpiar el balance sin que eso implique abandonar los intentos de recuperación. De hecho, muchas empresas venden carteras castigadas a empresas especializadas en recuperación o mantienen la gestión interna con costos reducidos durante años.

La decisión de castigar contablemente puede incluso mejorar la gestión operativa: cuando los gestores ya no trabajan contra la presión de un activo que infla el balance, pueden evaluar con más frialdad cuáles cuentas tienen potencial real de recuperación y cuáles no. La plataforma Kleva permite definir reglas automáticas de reclasificación de cartera basadas en criterios de vintage, de modo que las cuentas candidatas al castigo se identifiquen automáticamente y se asignen al flujo de gestión correspondiente.

Ejemplos de decisiones basadas en vintage

Supongamos que tenés tres vintages activos en cartera: Q1 2023, Q3 2023 y Q1 2024. El análisis muestra que el Q1 2023 tiene una mora acumulada del 18% a los 24 meses, mientras que el promedio histórico de tus cohortes a esa edad es del 11%. Esa diferencia de 7 puntos porcentuales tiene que tener una explicación: un contexto económico específico de ese período, un relajamiento temporal en los criterios de aprobación, o una campaña comercial que trajo clientes de mayor riesgo.

Con esa información podés tomar decisiones inteligentes: castigar antes la cola de mora del Q1 2023 (los créditos con mayor atraso dentro de esa cohorte), revisar si los criterios de originación de ese período se replicaron en vintages posteriores, y ajustar las provisiones de cohortes similares que todavía no maduraron. Sin análisis de vintage, esa información estaba mezclada con el resto del stock y era invisible.

Integrar el análisis de vintage con IA y automatización

El análisis de vintage fue históricamente una tarea de equipos de riesgo que construían planillas de Excel complejas y las actualizaban mensualmente. Hoy, las plataformas de cobranza con IA pueden automatizar completamente este análisis y hacerlo disponible en tiempo real en un dashboard de analytics.

Kleva incluye capacidades de análisis de cohortes de cartera que permiten visualizar las curvas de maduración por vintage, comparar vintages entre sí e identificar automáticamente las cuentas candidatas al castigo según los umbrales definidos por el equipo de riesgo. Esto reduce el tiempo de análisis de semanas a minutos y elimina el riesgo de error humano en un proceso que tiene impacto directo en el balance de la empresa.

Con más de $5 millones recuperados en cartera a través de la plataforma y una tasa de éxito del 73% en gestión de deudas, Kleva demuestra que la combinación de análisis de vintage y gestión automatizada es uno de los mejores caminos para maximizar la recuperación antes de llegar al punto de castigo.

Si tu empresa todavía toma decisiones de castigo basándose solo en días de mora sin considerar el comportamiento de la cohorte, estás probablemente castigando demasiado pronto o demasiado tarde. El análisis de debt vintage te da el marco para hacerlo en el momento exacto, con el mayor impacto posible en el balance y en la eficiencia operativa de tu equipo de cobranza.