Proceso de ASC - PREDICTING COLOMBIAN SOVEREIGN DEFAULT PROBABILITY USING MACHINE LEARNING

El propósito de esta investigación es utilizar una muestra para predecir la probabilidad de default del gobierno colombiano, mediante técnicas de machine learning que buscan crear algoritmos de predicción. El éxito del algoritmo recae en la calidad de los datos utilizados (Mohri et al., 2018). Se está interesado en aplicar el mejor método para crear el algoritmo, lo cual requiere de un proceso de testeo y ajuste con base en las observaciones tomadas. Los métodos más populares en aprendizaje de máquina son regresiones logísticas, árboles de decisiones, random decision forests, support vector machines (SVM), Naive Bayes, K Nearest Neighbor (KNN), K-means (Shafer et al., 1996). Se entrena y se prueban los diferentes métodos de acuerdo con los datos y a la revisión de literatura.

• Autores: Cortés, Lina M; Mosquera, Stephania; Galeano, Juan; Mena, Luis
• Fecha de publicación: 2021
• Institución: Universidad EAFIT
• Repositorio: Repositorio EAFIT
• Idioma: spa
• OAI Identifier: oai:repository.eafit.edu.co:10784/34065
• Acceso en línea: https://hdl.handle.net/10784/34065
• Palabra clave: Impago; CDS; soberano; probabilidades; Default; CDS; sovereign; probabilities
• License: Copyright (c) 2021 © Universidad EAFIT. Vicerrectoría CTeI