La probabilidad de incumplimiento de los clientes morosos en el sistema financiero es estimada por distintos métodos estadísticos clásicos, dependiendo de la entidad financiera y el tipo de cliente analizado. En este trabajo se desarrolla el análisis de supervivencia para estimar la probabilidad de default de la cartera de tarjetas de una entidad financiera peruana. Además, se realiza un backtest de las probabilidades de default estimadas, para evaluar el modelo con el comportamiento real de la cartera de tarjetas en el año 2020. Se encontró que al mes 6 de maduración de los desembolsos de la cartera de tarjetas se evidencia la máxima expresión de la probabilidad de incumplimiento para luego en meses posteriores descender lentamente. Finalmente se utilizan las probabilidades estimadas por la función de riesgos para proyectar la deuda en default de los desembolsos de la cartera...

Este estudio se centra en el desarrollo de modelos de regresión utilizando técnicas avanzadas de aprendizaje automático para predecir el valor comercial de inmuebles en el contexto financiero peruano. Se exploran diversos modelos, como Random Forest, Support Vector Regression (SVR), Redes Neuronales, y XGBoost, siendo este último el que demostró mayor precisión al obtener un Error Porcentual Medio Absoluto de 17.89% y, por otra parte, una mayor flexibilidad al permitir controlar el comportamiento que debe tener cada variable independiente respecto a la variable objetivo. Además, se destaca la importancia de incluir variables como el área de construcción del bien inmueble y precio del metro cuadrado considerando su ubicación. Los resultados de este estudio proporcionan a las entidades financieras una herramienta robusta y eficiente para optimizar el proceso de tasación de inmue...