Desarrollo de un modelo predictivo para evaluar el riesgo de impago de un crédito en una entidad financiera

• Autores: Castillo Cotrina, Yossky Melanio Alcibiades, Tarbet, Hakim, Ferrufino, Miguel
• Formato: tesis de maestría
• Fecha de Publicación: 2021
• Institución: Superintendencia Nacional de Educación Superior Universitaria
• Repositorio: Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
• Lenguaje: español
• OAI Identifier: oai:renati.sunedu.gob.pe:renati/6352
• Enlace del recurso: https://renati.sunedu.gob.pe/handle/sunedu/3343062
• Nivel de acceso: acceso abierto
• Materia: Modelos predictivos; Aprendizaje automático; Riesgo de impago; Bancos; Crédito; https://purl.org/pe-repo/ocde/ford#1.02.02

El presente trabajo titulado responde a la necesidad de proponer una alternativa viable para agilizar el proceso de concesión de los préstamos o créditos en las entidades financieras. En este caso concreto, se propone el uso de algoritmos Machine Learning para la predicción de la probabilidad de impago que puede tener un cliente en base a diferentes características o variables explicativas. Dado que el proceso actual es bastante manual donde interviene un equipo humano que evalúa el nivel de dicho riesgo, con los consecuentes costes para la empresa, se propone que se usen datos históricos para entrenar un modelo predictivo y crear una solución que predice dicho riesgo en cuestión de segundos reduciendo así los tiempos, la intervención de equipos de gestión de riesgo y finalmente los presupuestos que una entidad financiera ha de asumir para llevar a cabo dichas operaciones.