📊 Análisis de Elasticidad-Precio

Préstamos Personales
imagin

Diseño experimental para medir la sensibilidad de la demanda ante variaciones en el tipo de interés (TIN) y plazo.

12%
TIN Control
9%
TIN Test A
8%
TIN Test B
6%
TIN Test C

Matriz de Elasticidad

Hipótesis: a menor tipo de interés, mayor volumen de contratación. ¿Pero cuánto más? ¿Es lineal o exponencial?

12%
TIN Actual (Control)
Volumen base
Baseline = 100
9%
TIN Test A (-3pp)
Volumen esperado
¿+15%? ¿+25%?
8%
TIN Test B (-4pp)
Volumen esperado
Sweet spot?
6%
TIN Test C (-6pp)
Volumen máximo
¿Rentable?

📚 Evidencia Académica

Hallazgos clave de la literatura científica sobre elasticidad-precio en crédito al consumo que fundamentan el diseño de este experimento.

🎓 Yale / NBER · Karlan & Zinman (2008)
El PLAZO importa más que el PRECIO
El tamaño del préstamo es un orden de magnitud más sensible a cambios en el PLAZO que al tipo de interés.
+15% demanda al ↑ plazo 1 mes (~20%) ~0% TIN necesario para mismo efecto
💡 Implicación para imagin
Considerar el PLAZO como variable adicional en el test. El segmento joven de imagin (con restricciones de liquidez) puede responder más a la cuota mensual que al coste total.
📊 ScienceDirect · Economics Letters (2017)
Elasticidad varía por tipo de crédito
No todos los productos de crédito tienen la misma sensibilidad al precio:
  • Auto loans y préstamos personales: elasticidad negativa significativa ✓
  • Hipotecas: coeficiente estadísticamente insignificante
💡 Implicación para imagin
Los préstamos personales SÍ son sensibles al precio. El test de elasticidad tiene sentido para este producto específico.
🔬 J-PAL / MIT · Curvas de Demanda
Sensibilidad asimétrica al precio
Las curvas de demanda de crédito muestran un patrón no lineal:
  • Moderadamente decrecientes en tasas por debajo del estándar
  • Sensibilidad aumenta bruscamente a precios superiores al estándar
  • Tasas altas también reducen el repago → más morosidad
💡 Implicación para imagin
Si el TIN actual (12%) está por encima del "estándar percibido", la demanda podría ser muy elástica. Monitorear morosidad por grupo.
👥 Análisis de Segmentación · Multi-estudio
Ingresos determinan tipo de sensibilidad
La elasticidad varía significativamente según el nivel de ingresos del cliente:
PLAZO sensibilidad en rentas bajas PRECIO sensibilidad en rentas altas

Los clientes con menores ingresos priorizan la cuota mensual (restricciones de liquidez), mientras que los de mayores ingresos evalúan el coste total del préstamo.

💡 Implicación para imagin
El público joven de imagin probablemente tiene ingresos medios-bajos → pueden ser más sensibles al PLAZO que al TIN. Segmentar resultados por nivel de ingresos.
🏢 Experian (2019) · Pricing Optimization
Risk-based pricing y selección adversa
⚠️ Sin optimización:

Un precio único solo atrae a clientes de alto riesgo (adverse selection). Los buenos perfiles encuentran mejores ofertas en el mercado.

✓ Con optimización:

Risk-based pricing permite encontrar el precio óptimo por cliente, maximizando tanto la captación como la rentabilidad ajustada a riesgo.

💡 Implicación para imagin
Este test puede sentar las bases para una estrategia de pricing dinámico/segmentado. Analizar si los diferentes TIN atraen perfiles de riesgo diferentes (scoring, DTI, etc.).
📚 Fuentes citadas
  • Karlan, D. & Zinman, J. (2008). "Credit Elasticities in Less-Developed Economies: Implications for Microfinance". American Economic Review, 98(3), 1040-68.
  • "Estimating interest rate elasticities in consumer credit". Economics Letters, Volume 156, 2017, Pages 189-192.
  • Experian (2019). "Pricing Optimization: Understanding a Customer's Price Elasticity". Experian Decision Analytics.

Variables de Análisis

Métricas clave para extraer conclusiones accionables del experimento.

📈 Demanda
  • Volumen de solicitudes — Nº total de solicitudes por grupo
  • Tasa de conversión — % solicitudes → contrataciones
  • Importe medio solicitado — ¿Cambia con el TIN?
  • Importe medio concedido — Real vs solicitado
  • Plazo medio — ¿Plazos más largos con TIN bajo?
  • Tiempo de decisión — Días desde vista hasta solicitud
👤 Cliente
  • Segmento de edad — ¿Jóvenes más sensibles al precio?
  • Ingresos declarados — Correlación con elasticidad
  • Antigüedad imagin — Clientes nuevos vs recurrentes
  • Scoring crediticio — ¿Mejor/peor perfil según TIN?
  • Productos contratados — Cross-sell histórico
  • Historial de préstamos — Primera vez vs repetidor
💰 Rentabilidad
  • Margen por operación — Ingresos - costes por préstamo
  • Margen total grupo — Volumen × margen unitario
  • Coste de adquisición — CAC por contratación
  • LTV estimado — Valor vida cliente post-préstamo
  • Tasa de morosidad — ¿Más riesgo con TIN bajo?
  • NPV por grupo — Valor presente neto a 12/24/36m
🔬 Comportamiento
  • Tasa de abandono — % que inicia pero no completa
  • Punto de abandono — ¿En qué paso del funnel?
  • Simulaciones realizadas — Nº de cálculos antes de solicitar
  • Comparación de ofertas — ¿Miran otras opciones?
  • Canal de entrada — Push, banner, búsqueda, etc.
  • Dispositivo — iOS vs Android, modelo
⚖️ Control
  • Tamaño de muestra — N por grupo (potencia estadística)
  • Duración del test — Semanas de exposición
  • Estacionalidad — Efecto calendario (nóminas, etc.)
  • Competencia — Ofertas simultáneas del mercado
  • Comunicación — ¿Se destaca el TIN en la oferta?
  • Significancia estadística — p-value, intervalos de confianza
🎯 Outputs
  • Coeficiente de elasticidad — % Δ demanda / % Δ precio
  • Punto óptimo — TIN que maximiza margen total
  • Curva de demanda — Función Q = f(TIN)
  • Segmentos diferenciales — ¿Quién es más elástico?
  • Umbral de rentabilidad — TIN mínimo sostenible
  • Recomendación final — TIN óptimo + segmentación

Plantilla de Resultados

Estructura para recoger y comparar los datos de cada grupo experimental.

Métrica 12% (Control) 9% (Test A) 8% (Test B) 6% (Test C) Δ vs Control
Volumen solicitudes [datos] [datos] [datos] [datos] [%]
Tasa conversión [datos] [datos] [datos] [datos] [pp]
Importe medio [datos] [datos] [datos] [datos] [€]
Plazo medio (meses) [datos] [datos] [datos] [datos] [m]
Scoring medio [datos] [datos] [datos] [datos] [pts]
Margen unitario [datos] [datos] [datos] [datos] [€]
Margen total grupo [datos] [datos] [datos] [datos] [€]
Coef. Elasticidad — [calc] [calc] [calc] —

Hipótesis a Validar

Preguntas clave que el experimento debe responder, informadas por la evidencia académica.

H1
Elasticidad significativa
La demanda de préstamos personales en imagin es elástica respecto al precio (|ε| > 1). Una reducción del 25% en el TIN (de 12% a 9%) genera un incremento >25% en volumen.
H2
Existe un sweet spot
Hay un TIN óptimo entre 6% y 12% que maximiza el margen total del portfolio, equilibrando volumen y rentabilidad unitaria.
H3
Segmentos diferenciales por ingresos
Los clientes de menores ingresos son más sensibles al plazo/cuota que al TIN, mientras que los de mayores ingresos evalúan el coste total. La elasticidad-precio varía significativamente por segmento de renta.
H4
Sin deterioro de riesgo
La reducción del TIN no atrae un perfil de riesgo peor. El scoring medio y la morosidad esperada se mantienen estables entre grupos (evitando selección adversa).
Nueva · Basada en evidencia
H5
El PLAZO > el PRECIO para jóvenes
Siguiendo Karlan & Zinman (2008), para el segmento joven de imagin (18-30 años), extender el plazo de 36 a 48 meses (+33%) generará más demanda que reducir el TIN de 12% a 9% (-25%). La cuota mensual es la variable decisora, no el coste total.
Nueva · Basada en evidencia
H6
Sensibilidad asimétrica
Siguiendo J-PAL/MIT, si el TIN del 12% está por encima del "estándar percibido" del mercado, la caída a 9% generará un salto desproporcionado en demanda. Las reducciones adicionales (8%, 6%) tendrán rendimientos decrecientes.

⚙️ Consideraciones Adicionales

Recomendaciones basadas en la evidencia académica para enriquecer el diseño experimental y maximizar el valor de los insights obtenidos.

📅
Testear variaciones de PLAZO
  • Añadir brazo experimental con plazo extendido (ej: 48m vs 36m)
  • Comparar efecto PLAZO vs efecto TIN en misma muestra
  • Medir cuál reduce más la cuota mensual percibida
  • Diseño factorial 2×2: (TIN alto/bajo) × (Plazo corto/largo)
📖 Karlan & Zinman encontraron que el plazo tiene 10x más impacto que el tipo en economías con restricciones de liquidez.
👥
Segmentar por nivel de ingresos
  • Dividir resultados por quintiles de renta declarada
  • Analizar elasticidad-precio separada por segmento
  • Identificar si Q1-Q2 (rentas bajas) responden más al plazo
  • Identificar si Q4-Q5 (rentas altas) responden más al TIN
📖 La literatura muestra que las restricciones de liquidez hacen que clientes de menores ingresos prioricen la cuota sobre el coste total.
⚠️
Monitorear morosidad por grupo
  • Tracking de mora temprana (30/60/90 días) por grupo experimental
  • Comparar scoring medio de clientes captados por grupo
  • Alertar si TIN bajo atrae peor perfil de riesgo
  • Calcular rentabilidad ajustada a riesgo (no solo volumen)
📖 J-PAL/MIT y Experian advierten que tasas muy bajas pueden aumentar morosidad y generar selección adversa si no se optimiza por riesgo.

Próximos Pasos

Diseño del experimento, definición de grupos de control, duración del test y métricas de éxito.