<aside> 📊

Caso de estudio · Business Intelligence + Data Analytics

Analicé más de dos décadas de información de la banca privada ecuatoriana para entender cómo ha evolucionado la morosidad, qué segmentos concentran mayor riesgo y qué factores están asociados con el deterioro reciente de la cartera.

Modelo_Riesgo_Banca_Ecuador_300dpi_final.png

</aside>

01 · Pregunta de negocio

¿Cómo ha evolucionado el riesgo de cartera en la banca privada ecuatoriana y qué segmentos están generando mayor presión sobre la morosidad total?

Decisión que orienta el análisis. Si un equipo de riesgo debe priorizar el seguimiento de segmentos, la tasa de morosidad por sí sola puede señalar al segmento equivocado. Este caso compara el riesgo relativo de cada segmento con su peso en la cartera para identificar cuál ejerce mayor presión sobre el indicador agregado y dónde conviene profundizar el monitoreo.

¿Dónde está el mayor riesgo?

Identificar qué segmento presenta la mayor tasa de morosidad.

¿Qué segmento pesa más?

Distinguir entre riesgo relativo e impacto agregado sobre la cartera.

¿Qué ocurrió en 2023–2024?

Investigar el deterioro observado en ese período y los factores asociados.


02 · Datos y proceso

Fuente: Superintendencia de Bancos del Ecuador

Período: enero 2003 – agosto 2026

Frecuencia: mensual

Segmentos analizados: Productivo · Consumo · Microcrédito

Criterio de lectura: los porcentajes de 2022, 2023 y 2024 citados en los hallazgos son promedios anuales; las contribuciones por segmento corresponden al corte de agosto de 2026. Se presentan como comparaciones distintas, no como cifras del mismo período.

<aside> 🧭

Flujo de trabajo

Fuente oficial → Python / Pandas → validación → modelo analítico → Power BI → insights

</aside>

La fuente original presentaba indicadores en filas y fechas en columnas, por lo que fue necesario transformar la estructura antes de llevarla a Power BI. El proceso incluyó limpieza, validación de indicadores, comparación temporal y construcción de tablas analíticas orientadas al análisis de riesgo.


03 · Dashboard

El dashboard fue desarrollado en Power BI Desktop y resume la evolución histórica de la morosidad, el comportamiento por segmento, la participación de cartera y la contribución de cada segmento al riesgo agregado.

<aside> 🖥️

Dashboard en Power BI Desktop

Diseñado para explorar la evolución de la morosidad, comparar segmentos y analizar su contribución al riesgo agregado.

</aside>

<aside> 🎬

Demo breve del dashboard

Demo_Dashboard_Riesgo_Banca_Ecuador_Notion.mp4

</aside>