Riesgo crediticio en restaurantes: el error del scoring genérico frente al scoring con datos operativos

¿Qué es el scoring genérico sectorial y por qué es el error técnico de origen?

El scoring genérico sectorial es el método por defecto con el que muchas entidades de crédito asignan la prima de riesgo a un restaurante independiente:

toman el comportamiento histórico agregado del sector gastronómico en una zona y lo aplican por igual a toda PYME dentro de esa categoría, sin distinguir desempeño individual. El límite real de este enfoque es estadístico: en un sector donde solo 34 de cada 100 empresas sobrevive al quinto año, según Confecámaras vía Bloomberg Línea, la dispersión de desempeño entre restaurantes es enorme, y promediarla castiga al operador disciplinado con la misma prima que al que no controla ningún indicador de costos. El resultado es una asignación de capital técnicamente regresiva: el banco cobra de más al buen desempeño y de menos al riesgo real del mal desempeño, perpetuando la asimetría de información que impide diferenciar una PYME de otra dentro del mismo corredor gastronómico. El MTIE corrige el error de origen calculando la prima de riesgo a partir de 12 a 16 variables operativas verificables —food cost real, rotación de inventario, punto de equilibrio dinámico— en lugar del promedio sectorial.

Alternativa correcta 1: MTIE, el score de datos operativos verificables

Su costo anual ronda entre USD 240 y 420 por unidad evaluada, y la curva de aprendizaje del analista de crédito es de 2 a 3 semanas para interpretar el tablero exportado. Es el enfoque correcto para bancos comerciales y de desarrollo con carteras MIPYME gastronómicas de más de 150 unidades, porque la reducción de prima documentada —180 a 340 puntos básicos frente al scoring genérico— se traduce en asignación de capital más eficiente y menor mora agregada. No es la alternativa correcta para carteras muy pequeñas, por debajo de 20 unidades, donde el costo de calibrar el modelo supera el beneficio marginal inmediato. Diego F. Parra ha documentado con Masterestaurant que la mora en carteras migradas a este enfoque baja de 14-19% a 5-8% en 12 meses. La prefactibilidad territorial complementa el scoring con datos operativos incorporando 14 a 18 variables georreferenciadas —densidad poblacional, ticket promedio de la zona, saturación de oferta gastronómica, estacionalidad de la demanda— que el scoring genérico ignora por completo.

Alternativa correcta 2: prefactibilidad territorial como insumo del score

Su curva de aprendizaje para el analista es de 1 a 2 semanas adicionales sobre el MTIE base, y no tiene costo de licencia separado porque viene integrada al mismo modelo. Es indispensable para bancos que evalúan financiar la apertura de un segundo local o la expansión territorial de una cadena pequeña, porque reduce el riesgo de sobreestimar la capacidad de pago en zonas con oferta saturada. No aporta valor adicional para líneas de crédito de capital de trabajo de corto plazo en un local ya operando con historial de al menos 18 meses, donde el desempeño operativo real ya es información suficiente. La simulación de escenarios de estrés de costos es el componente que el scoring genérico no puede ofrecer bajo ningún diseño: correr 6 a 9 escenarios trimestrales que muestran qué pasa con la capacidad de pago si el costo de insumos clave sube 10%, 15% o 20%, o si la nómina se ajusta por encima de la inflación proyectada.

Alternativa correcta 3: simulación de escenarios de estrés de costos

No tiene costo adicional porque está integrada al MTIE, y su curva de aprendizaje es mínima porque el resultado se presenta como un punto de quiebre claro, no como una serie de datos crudos. Es la alternativa correcta para toda línea de crédito de mediano plazo, entre 12 y 36 meses, donde la volatilidad de costos de insumos puede comprometer la capacidad de pago antes del vencimiento. Su limitación es que depende de la calidad de los datos operativos de entrada: sin food cost real y actualizado, la simulación pierde precisión predictiva. El análisis de garantías tradicionales —colateral físico, aval solidario, fianza— sigue siendo relevante para determinar el monto máximo de la línea de crédito, pero no debe usarse como único mecanismo para fijar la prima de riesgo, que es precisamente el error que comete el scoring genérico al apoyarse solo en variables externas al desempeño del negocio. Su costo de implementación es bajo porque son procesos ya estandarizados en la banca, y no requiere curva de aprendizaje adicional para el analista.

Alternativa correcta 4: análisis de garantías como complemento, no como sustituto

Es la alternativa correcta como complemento del scoring de datos operativos, nunca como sustituto: un restaurante con garantías sólidas pero food cost descontrolado sigue siendo un riesgo crediticio alto que el colateral no captura. Combinar ambos enfoques —garantías para el monto, datos operativos para la prima— es la práctica que la banca de desarrollo debería estandarizar en 2026. La primera pregunta es si la cartera gastronómica evaluada supera las 150 unidades: si la respuesta es sí, la migración al MTIE tiene retorno claro por la escala; si es no, puede evaluarse un piloto acotado. La segunda pregunta es si existe planeación de expansión territorial en las unidades evaluadas: si la respuesta es sí, la prefactibilidad territorial debe integrarse al score antes de aprobar la línea de expansión. La tercera pregunta es si la línea de crédito supera los 12 meses de plazo: si la respuesta es sí, la simulación de estrés de costos deja de ser opcional, porque la volatilidad de insumos puede comprometer la capacidad de pago antes del vencimiento.

El árbol de decisión en 4 preguntas para corregir el scoring de su cartera

La cuarta pregunta es si el banco depende hoy únicamente de garantías físicas para fijar condiciones: si la respuesta es sí, urge incorporar datos operativos, porque el colateral no informa nada sobre el desempeño real del negocio ni sobre su probabilidad de supervivencia en un sector con mortandad estructural del 66% a cinco años. Variable agregada vs. variable individual. El scoring genérico asigna la misma prima a toda PYME gastronómica de una zona, sin distinguir desempeño. El scoring con datos operativos del MTIE mide 12 a 16 variables individuales, permitiendo que la PYME de alto desempeño acceda a una tasa hasta 340 puntos básicos menor que el promedio sectorial. Reglas fijas vs. simulación prospectiva. El error del scoring genérico es que no simula nada: asume que el futuro se comporta como el promedio histórico. El enfoque correcto corre 6 a 9 escenarios de estrés de costos por trimestre, mostrando qué pasa con la capacidad de pago si sube el costo de insumos o la nómina.

Las 5 diferencias que separan el error del enfoque correcto

Opacidad vs. score exportable. El scoring genérico no requiere ningún dato del restaurante: el banco decide con información externa al negocio. El scoring con datos operativos exporta un score estructurado directamente desde el tablero del propietario, reduciendo la asimetría de información. Costo trasladado vs. costo transparente. El error del scoring genérico no tiene costo de implementación visible, pero traslada el costo real a una tasa más alta para todos, incluida la PYME de buen desempeño. El enfoque correcto cuesta USD 240-420 anuales, una fracción de lo que la PYME ahorra con la prima reducida. Mora agregada vs. mora individualizada. Carteras evaluadas con scoring genérico reportan mora de 14-19% en horizontes de 12 meses, porque el banco no anticipa el deterioro individual. Con scoring de datos operativos, la mora documentada baja a 5-8%, porque las alertas de estrés permiten reestructurar antes del impago.