Modelos de clasificación de clientes bancarizados de los niveles socioeconómicos C y D
Date
2019
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad ESAN
Abstract
El objetivo de la presente investigación es desarrollar tres modelos de clasificación de deudores a fin de determinar la probabilidad de incumplimiento asociada a los créditos “retail” solicitados a instituciones microfinancieras. Los modelos utilizados son: una función logística binaria, árbol de decisión y redes neuronales artificiales. Asimismo, la presente investigación busca determinar las variables relevantes para determinar probabilidad de incumplimiento, identificar el nivel de ajuste y discrimancia en cada modelo a través del análisis de la Curva de ROC, estadístico Kolmogorov-Smirnov y coeficiente de GINI. Por último, se busca conocer las principales fortalezas y debilidades de cada modelo. Los resultados muestran que el modelo de redes neuronales artificiales presenta mejor nivel de ajuste y discrimancia en comparación con los otros dos modelos. Adicionalmente, se ha encontrado que las variables más relevantes provienen del historial crediticio del cliente. Finalmente, los modelos de función logística binaria y árbol de decisión también muestran un buen nivel de ajuste y discrimancia, por lo cual soportar una decisión de clasificación de clientes considerando la complementariedad de dichos modelos resulta optima, ya que dichos modelos consideran adicionalmente otras variables provenientes del historial crediticio y otras de tipo demográficas relevantes para la toma de decisiones.
Description
Keywords
Gestión financiera, Nivel de vida, Indicadores económicos, Indicadores sociales, Clasificación, Clientes, Instituciones financieras, Microfinanzas
Citation
Collections
Endorsement
Review
Supplemented By
Referenced By
Creative Commons license
Except where otherwised noted, this item's license is described as info:eu-repo/semantics/openAccess