Modelos de clasificación de clientes bancarizados de los niveles socioeconómicos C y D

• Autor: Tineo Nieves, Anthony Kevin
• Formato: tesis de maestría
• Fecha de Publicación: 2019
• Institución: Universidad ESAN
• Repositorio: ESAN-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.esan.edu.pe:20.500.12640/1566
• Enlace del recurso: https://hdl.handle.net/20.500.12640/1566
• Nivel de acceso: acceso abierto
• Materia: Gestión financiera; Nivel de vida; Indicadores económicos; Indicadores sociales; Clasificación; Clientes; Instituciones financieras; Microfinanzas; https://purl.org/pe-repo/ocde/ford#5.02.04

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.