Modelos de machine learning para identificar factores asociados a la adquisición de un crédito efectivo en una entidad financiera

• Autor: Chávez Panduro, André Omar
• Formato: tesis de grado
• Fecha de Publicación: 2021
• Institución: Universidad Nacional Mayor de San Marcos
• Repositorio: UNMSM-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.unmsm.edu.pe:20.500.12672/17342
• Enlace del recurso: https://hdl.handle.net/20.500.12672/17342
• Nivel de acceso: acceso abierto
• Materia: Aprendizaje automático (Inteligencia artificial); Crédito; Instituciones financieras; https://purl.org/pe-repo/ocde/ford#1.01.03; https://purl.org/pe-repo/ocde/ford#1.02.01

Interbank (Banco Internacional del Perú, S.A., es una de las principales instituciones financieras del Perú, compañía del Grupo Intercorp, conglomerado de empresas multinacionales de origen peruano que abarca sectores como banca, seguros, retail y demás, distinguida por tener como principales pilares el uso de la analítica avanzada de datos, con lo cual intenta llegar a sus clientes de manera más contextual y asertiva; la digitalización que en el actual contexto facilita y permite que las personas puedan hacer cualquier tipo de transacción de manera no presencial y con la misma seguridad de siempre y por último la visión central en el cliente, con lo cual buscamos que éste sea el centro de todas nuestras acciones ofreciéndole los mejores productos y ofertas cuando lo requiere y con lo antes mencionado acompañarlo a cumplir sus metas y sueños. La sociedad actual vive en contextos volátiles, inciertos, complejos y ambiguos, por éste motivo del lado de los clientes cada vez solicitan productos más personalizados, en el momento oportuno y de la manera más accesible, a su vez del lado de la institución financiera tiene de ofrecer el producto idóneo, entendiendo la necesidad del cliente asegurando la relación a largo plazo de ambas partes. En éste contexto se pone énfasis en el producto crédito efectivo, el cual consiste en darle un préstamo monetario a los clientes con la particularidad de que éste crédito es parte de su línea de tarjeta de crédito consiguiendo buenos niveles de rentabilidad. Por ende el objetivo del siguiente trabajo es identificar los principales factores que determinan o motivan la aceptación de un crédito efectivo, para así considerarlos en la identificación de los clientes con mayor necesidad del producto e incluirlo en las campañas comerciales para su correcta gestión. Se aplicaron los modelos de machine learning, de aprendizaje supervisado para clasificación, xgboost y lightgbm para la identificación de los factores que determinan la aceptación del producto financiero obteniendo como resultados: el total de campañas o iteracciones con el cliente, el monto asignado para disposición de efectivo, la puntuación de riesgo de crédito del cliente además de variables sociodemográficas como edad del cliente, región de residencia y el género de la persona.