Modelo de predicción de incumplimiento de pago en sector de microfinanzas - Analytics

Este estudio presenta un análisis de modelos de calificación basados en la probabilidad de incumplimiento de la cartera crediticia en una entidad colombiana del sector micro-financiero. Se abordan modelos tradicionales y de machine learning comparando su impacto en el negocio desde dos perspectivas. La primera, desde un enfoque de la cantidad de clientes inconformes con la calificación recibida y la segunda, desde la provisión adecuada de capital para soportar la cartera sin caer en bancarrota. Con la finalidad de tomar decisiones más acertadas en materia de calificación subjetiva de riesgo, este documento se enfoca al sector productivo que se encuentra en la base de la pirámide. En el presente trabajo se identificó que el uso de modelos avanzados permite mejores resultados en materia predictiva sin embargo para efectos de negocio se dispuso del empleo de un modelo de regresión logística con penalidad tipo Lasso con el fin de mantener un alto nivel de interpretabilidad y entendimiento de las variables que más impacto tienen en explicar el deterioro y tener el menor indicador de error de predicción de clientes buenos.

• Autores: Angarita Villamizar, Juan Camilo; Marín Guerra, Ricardo Andrés
• Fecha de publicación: 2019
• Institución: Universidad de los Andes
• Repositorio: Séneca: repositorio Uniandes
• Idioma: spa
• OAI Identifier: oai:repositorio.uniandes.edu.co:1992/43940
• Acceso en línea: http://hdl.handle.net/1992/43940
• Palabra clave: Riesgo crediticio - Investigaciones - Modelos estadisticos; Análisis de regresión logística - Aplicaciones - Investigaciones; Aprendizaje automático (Inteligencia artificial) - Aplicaciones - Investigaciones; Sistemas de puntuación crediticia - Investigaciones - Modelos estadisticos; Incumplimiento (Finanzas) - Investigaciones; Ingeniería
• Rights: openAccess
• License: https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf