Modelado de riesgo crediticio: una aplicación con técnicas de balanceo de datos

Las entidades financieras son aquellas que se dedican de manera habitual y profesional a la captación de recursos del público con el fin de realizar operaciones activas de crédito, inversión en valores o cualquier otra actividad financiera, con el objetivo de obtener beneficios [1]. Teniendo en cuenta la naturaleza de las actividades y las condiciones con las que operan las entidades financieras estas se encuentran expuestas a diversos tipos de riesgos bancarios dado que, cada una de sus operaciones contiene de manera implícita o explicita la incertidumbre. Este estudio se centrará en el riesgo crediticio, el cual se re ere a la posibilidad de que un agente económico que ofrece servicios de crédito incurra en pérdidas debido al incumplimiento de pagos por parte de sus clientes en sus obligaciones contractuales o potenciales. Con base en esta premisa, se empleará el modelo de diversas técnicas, como el modelo de Regresión Logística, Random Forest y XGBoost, con el objetivo de comparar la técnica que mejor asegure la viabilidad de otorgar o denegar un préstamo. Se realizará este análisis utilizando una base de datos ja que presenta una particularidad significativa: el desbalance entre las clases, por lo que será importante utilizar técnicas como Random Undersampling, Random Oversampling, SMOTE y Tome-Links con el n de minimizar el impacto de dicho desbalance.

• Autores: Hernández Ochoa, Isabella
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Pontificia Universidad Javeriana Cali
• Repositorio: Vitela
• Idioma: spa
• OAI Identifier: oai:vitela.javerianacali.edu.co:11522/2488
• Acceso en línea: https://vitela.javerianacali.edu.co/handle/11522/2488
• License: https://creativecommons.org/licenses/by-nc-nd/4.0/