Sistema de gestión de evaluación crediticia en el sector cooperativo de ahorro y crédito con análisis predictivo usando machine learning

• Autores: Muñoz Cavero, Johan Artemio, Luyo Pérez, Alfredo Elías
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/667864
• Enlace del recurso: http://hdl.handle.net/10757/667864
• Nivel de acceso: acceso abierto
• Materia: Evaluación crediticia; Análisis predictivo; Machine learning; Cooperativa de ahorro; Crédito; Credit evaluation; Predictive analytics; Savings cooperative; Credit; https://purl.org/pe-repo/ocde/ford#2.00.00; https://purl.org/pe-repo/ocde/ford#2.02.04

El objetivo principal de la tesis es proponer una solución que automatice el proceso de evaluación crediticia en la unidad de créditos de la cooperativa, donde los analistas de créditos verifican y evalúan las solicitudes de préstamos ingresadas por los ejecutivos comerciales, provenientes de diversas necesidades de los socios; sin embargo, el incumplimiento de pago de los prestatarios, por factores internos o externos, viene siendo un problema que afecta la liquidez de la institución y el inminente aumento de la tasa de morosidad. Entendiendo la situación problemática de la unidad de créditos y teniendo como base un análisis acorde al escenario, la propuesta de solución es implementar un sistema web de evaluación crediticia con infraestructura “In-house” e integrada con una herramienta de predicción en la nube en el proceso de gestión de créditos que permita agilizar el flujo de información de los socios y principalmente, brindar una herramienta tecnológica de predicción que apoye al análisis de un crédito para la toma de decisiones, sobre todo, en los casos donde el analista requiera de su juicio experto basado en la experiencia o habilidades blandas. En alineación con tres objetivos estratégicos de la cooperativa que refieren a incrementar la participación de créditos, elevar la productividad y diversificar los ingresos contando con sistemas de información confiables y rápidos que potencien la toma de decisiones, nuestra propuesta tecnológica cumple de manera transversal en la operatividad de la unidad de créditos y apoyo en la toma de decisión de una oportunidad de negocio.