Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub
Se presenta la teoría de máquinas de soporte vectorial (Support Vector Machine – svm) aplicada a la clasificación de créditos otorgados por la banca fintech (financial technology) de Estados Unidos LendingClub. Se estudiará la clasificación que da el método svm a los créditos contra la ya otorgada...
- Autores:
-
Guevara-Díaz, Karen Estefanía
- Tipo de recurso:
- Article of journal
- Fecha de publicación:
- 2020
- Institución:
- Universidad Externado de Colombia
- Repositorio:
- Biblioteca Digital Universidad Externado de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:bdigital.uexternado.edu.co:001/7855
- Acceso en línea:
- https://bdigital.uexternado.edu.co/handle/001/7855
https://doi.org/10.18601/17941113.n18.03
- Palabra clave:
- Credit risk;
vector support machines;
fintech
riesgo de crédito;
máquinas de soporte vectorial;
fintech
- Rights
- openAccess
- License
- Karen Estefanía Guevara-Díaz - 2020
id |
uexternad2_2da1d8c1962af1e17f257772d226258e |
---|---|
oai_identifier_str |
oai:bdigital.uexternado.edu.co:001/7855 |
network_acronym_str |
uexternad2 |
network_name_str |
Biblioteca Digital Universidad Externado de Colombia |
repository_id_str |
|
spelling |
Guevara-Díaz, Karen Estefanía3ce3969a-ab0d-49ea-a8b6-cfa929ba2ffa2020-11-04 11:46:232022-09-08T13:42:11Z2020-11-04 11:46:232022-09-08T13:42:11Z2020-11-04Se presenta la teoría de máquinas de soporte vectorial (Support Vector Machine – svm) aplicada a la clasificación de créditos otorgados por la banca fintech (financial technology) de Estados Unidos LendingClub. Se estudiará la clasificación que da el método svm a los créditos contra la ya otorgada por la entidad. Se analizan las variables más importantes que maneja LendingClub para el otorgamiento de créditos comparándolas con la clasificación de pago o impago que arroja el experimento de SVM.The theory of support vector machines applied to the classification of credits granted by the United States fintech banking LendingClub is presented. The classification given by the svm method to credits will be analyzed against what has already been granted by the entity. The most important variables that LendingClub manages for the granting of credits are analyzed, comparing it with the classification of payment or non-payment that the svm experiment gives.application/pdftext/html10.18601/17941113.n18.032346-21401794-1113https://bdigital.uexternado.edu.co/handle/001/7855https://doi.org/10.18601/17941113.n18.03spaFacultad de Finanzas, Gobierno y Relaciones Internacionaleshttps://revistas.uexternado.edu.co/index.php/odeon/article/download/6885/9359https://revistas.uexternado.edu.co/index.php/odeon/article/download/6885/9826Núm. 18 , Año 2020 : Enero-Junio981859OdeonBessis, J. (2015). Risk Management in Banking (e ed.). New York: Wiley.Fernández-Sainz, A. (2010). ¿Bancos con problemas? Un sistema de alerta temprana para la prevención de crisis bancarias. Cuadernos de Gestión, 11(2), 149-168.Gareth, J. et al. (2017). An Introduction to Statistical Learning with Applications in R. Berlin: Springer.Malekipirbazari, M. y Aksakalli, V. (2015). Risk assessment in social lending via ran¬dom forests. Expert Systems With Applications, 42(10), 4621-4631.Moreno Gutiérrez, J. y Melo Velandia, L. (2011). Pronóstico de incumplimiento de pago mediante máquinas de vectores de soporte: una aproximación inicial a la gestión del riesgo de crédito. Borradores de Economía, 677.Vapnik, V. y Cortés, C. (1995). Support Vector Networks. Machine Learning, 20, 273-297.Xi, Y. et al. (2019). Risk control of online P2P lending in China based on health in-vestment. Ekoloji, 107, 2013-2022.Yu, L. (2014). Credit risk evaluation with a least squares fuzzy support vector machines classifier. Arcif, 1-9.Karen Estefanía Guevara-Díaz - 2020info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-sa/4.0/https://revistas.uexternado.edu.co/index.php/odeon/article/view/6885Credit risk;vector support machines;fintechriesgo de crédito;máquinas de soporte vectorial;fintechClasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClubCredit classification using support vector machines on the LendingClub databaseArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/articleJournal articlehttp://purl.org/redcol/resource_type/ARTREFinfo:eu-repo/semantics/publishedVersionPublicationOREORE.xmltext/xml2620https://bdigital.uexternado.edu.co/bitstreams/fb881606-d4dd-46ed-bb35-58f9c9f84f92/download2c7de61a2e1e0ce9abd5f0d7821089a6MD51001/7855oai:bdigital.uexternado.edu.co:001/78552023-08-14 15:12:30.979https://creativecommons.org/licenses/by-nc-sa/4.0/Karen Estefanía Guevara-Díaz - 2020https://bdigital.uexternado.edu.coUniversidad Externado de Colombiametabiblioteca@metabiblioteca.org |
dc.title.spa.fl_str_mv |
Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub |
dc.title.translated.eng.fl_str_mv |
Credit classification using support vector machines on the LendingClub database |
title |
Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub |
spellingShingle |
Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub Credit risk; vector support machines; fintech riesgo de crédito; máquinas de soporte vectorial; fintech |
title_short |
Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub |
title_full |
Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub |
title_fullStr |
Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub |
title_full_unstemmed |
Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub |
title_sort |
Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub |
dc.creator.fl_str_mv |
Guevara-Díaz, Karen Estefanía |
dc.contributor.author.spa.fl_str_mv |
Guevara-Díaz, Karen Estefanía |
dc.subject.eng.fl_str_mv |
Credit risk; vector support machines; fintech |
topic |
Credit risk; vector support machines; fintech riesgo de crédito; máquinas de soporte vectorial; fintech |
dc.subject.spa.fl_str_mv |
riesgo de crédito; máquinas de soporte vectorial; fintech |
description |
Se presenta la teoría de máquinas de soporte vectorial (Support Vector Machine – svm) aplicada a la clasificación de créditos otorgados por la banca fintech (financial technology) de Estados Unidos LendingClub. Se estudiará la clasificación que da el método svm a los créditos contra la ya otorgada por la entidad. Se analizan las variables más importantes que maneja LendingClub para el otorgamiento de créditos comparándolas con la clasificación de pago o impago que arroja el experimento de SVM. |
publishDate |
2020 |
dc.date.accessioned.none.fl_str_mv |
2020-11-04 11:46:23 2022-09-08T13:42:11Z |
dc.date.available.none.fl_str_mv |
2020-11-04 11:46:23 2022-09-08T13:42:11Z |
dc.date.issued.none.fl_str_mv |
2020-11-04 |
dc.type.spa.fl_str_mv |
Artículo de revista |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 http://purl.org/coar/resource_type/c_6501 |
dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/article |
dc.type.local.eng.fl_str_mv |
Journal article |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/ARTREF |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
format |
http://purl.org/coar/resource_type/c_6501 |
status_str |
publishedVersion |
dc.identifier.doi.none.fl_str_mv |
10.18601/17941113.n18.03 |
dc.identifier.eissn.none.fl_str_mv |
2346-2140 |
dc.identifier.issn.none.fl_str_mv |
1794-1113 |
dc.identifier.uri.none.fl_str_mv |
https://bdigital.uexternado.edu.co/handle/001/7855 |
dc.identifier.url.none.fl_str_mv |
https://doi.org/10.18601/17941113.n18.03 |
identifier_str_mv |
10.18601/17941113.n18.03 2346-2140 1794-1113 |
url |
https://bdigital.uexternado.edu.co/handle/001/7855 https://doi.org/10.18601/17941113.n18.03 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.bitstream.none.fl_str_mv |
https://revistas.uexternado.edu.co/index.php/odeon/article/download/6885/9359 https://revistas.uexternado.edu.co/index.php/odeon/article/download/6885/9826 |
dc.relation.citationedition.spa.fl_str_mv |
Núm. 18 , Año 2020 : Enero-Junio |
dc.relation.citationendpage.none.fl_str_mv |
98 |
dc.relation.citationissue.spa.fl_str_mv |
18 |
dc.relation.citationstartpage.none.fl_str_mv |
59 |
dc.relation.ispartofjournal.spa.fl_str_mv |
Odeon |
dc.relation.references.spa.fl_str_mv |
Bessis, J. (2015). Risk Management in Banking (e ed.). New York: Wiley. Fernández-Sainz, A. (2010). ¿Bancos con problemas? Un sistema de alerta temprana para la prevención de crisis bancarias. Cuadernos de Gestión, 11(2), 149-168. Gareth, J. et al. (2017). An Introduction to Statistical Learning with Applications in R. Berlin: Springer. Malekipirbazari, M. y Aksakalli, V. (2015). Risk assessment in social lending via ran¬dom forests. Expert Systems With Applications, 42(10), 4621-4631. Moreno Gutiérrez, J. y Melo Velandia, L. (2011). Pronóstico de incumplimiento de pago mediante máquinas de vectores de soporte: una aproximación inicial a la gestión del riesgo de crédito. Borradores de Economía, 677. Vapnik, V. y Cortés, C. (1995). Support Vector Networks. Machine Learning, 20, 273-297. Xi, Y. et al. (2019). Risk control of online P2P lending in China based on health in-vestment. Ekoloji, 107, 2013-2022. Yu, L. (2014). Credit risk evaluation with a least squares fuzzy support vector machines classifier. Arcif, 1-9. |
dc.rights.spa.fl_str_mv |
Karen Estefanía Guevara-Díaz - 2020 |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
rights_invalid_str_mv |
Karen Estefanía Guevara-Díaz - 2020 http://purl.org/coar/access_right/c_abf2 https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.spa.fl_str_mv |
application/pdf text/html |
dc.publisher.spa.fl_str_mv |
Facultad de Finanzas, Gobierno y Relaciones Internacionales |
dc.source.spa.fl_str_mv |
https://revistas.uexternado.edu.co/index.php/odeon/article/view/6885 |
institution |
Universidad Externado de Colombia |
bitstream.url.fl_str_mv |
https://bdigital.uexternado.edu.co/bitstreams/fb881606-d4dd-46ed-bb35-58f9c9f84f92/download |
bitstream.checksum.fl_str_mv |
2c7de61a2e1e0ce9abd5f0d7821089a6 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 |
repository.name.fl_str_mv |
Universidad Externado de Colombia |
repository.mail.fl_str_mv |
metabiblioteca@metabiblioteca.org |
_version_ |
1814100411546599424 |