PYTHON · PANDAS · SCIPY
Berka Bank:
Customers, Cash Flow and Credit Risk
Un informe de Power BI de seis páginas y un notebook de Python que analizan 1,06 millones de transacciones de un banco checo (1993–1998). Responden a tres preguntas: quiénes son los clientes, cuándo se tensiona la caja y qué riesgo tiene la concesión de préstamos.
Qué encontré
- El gasto alcanza a los ingresos. Los gastos pasaron del 93 % de los ingresos en 1994 al 97 % en 1998, y cada año solo dos meses, enero y junio, gastaron más de lo que entró.
- Dónde vive la gente no explica cuánto tiene. En 77 distritos, el salario medio y el saldo medio no guardan relación (r = −0,09). La tenencia de tarjeta sí varía por región, del 16 % al 24 % de las cuentas.
- El riesgo de crédito depende de cómo se lea. El 11,1 % de los 682 préstamos son problemáticos, pero ninguno de los 145 préstamos con cotitular lo es. La tasa del 2,5 % de 1998 solo refleja que esos préstamos son demasiado recientes para haber fallado.
Cómo se construyó
- Power BI: un esquema en estrella con cuatro tablas de hechos y tres dimensiones, Power Query para la preparación, medidas DAX y seis páginas con un diseño coherente.
- Python (pandas, SciPy): validación de datos y pruebas estadísticas (correlación, chi-cuadrado, test exacto de Fisher) ejecutadas directamente sobre los archivos de origen.
- Contraste cruzado: cada número del informe se recalculó de forma independiente en el notebook, que además añade algunos hallazgos que el informe no muestra.
¿Se puede confiar en las cifras?
Se comprobaron contra los archivos de origen antes de cualquier análisis:
- 0 claves duplicadas y 0 filas huérfanas en las ocho tablas de origen.
- Los saldos de las cuentas coinciden con el acumulado de las transacciones en los 814.768 días-cuenta, con una diferencia máxima de 3 CZK.
- La cuota del préstamo multiplicada por la duración es igual al importe en 682 de 682 préstamos.
Lo que los datos no pueden decir
- 1993 es un año parcial (28.000 transacciones frente a 92.000 en 1994), por eso queda fuera del ratio de gasto.
- Las muestras regionales son pequeñas, con 57 a 129 préstamos por región, así que las diferencias regionales en préstamos problemáticos no son concluyentes.
- El resultado de los cotitulares es una señal fuerte en un grupo pequeño de 145 préstamos, no una regla.
- Los datos no explican los picos de gasto de enero y junio.