Un análisis del perfil de riesgo en la dinámica de préstamos persona a persona mediante clústeres de K-medias
Fuente:
Redalyc
Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Artículo científico |
| Lingua: | es |
| Pubblicazione: |
Universidad Autónoma Metropolitana
2023
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
| _version_ | 1876452883827785728 |
|---|---|
| author | Martha Beatriz Mota Aragón |
| author_facet | Martha Beatriz Mota Aragón |
| contents | Un análisis del perfil de riesgo en la dinámica de préstamos persona a persona mediante clústeres de K-medias Martha Beatriz Mota Aragón Pamela Moncayo Mejía Economía y Finanzas medias fintech lendingClub Clústeres de K riesgo de crédito Se analiza de manera empírica la base de datos de la Fintech estadounidense LendingClub, la empresa precursora del mercado de préstamos digitales persona a persona. Se busca contextualizar al modelo de negocio a través de su base de datos y las variables implicadas en el perfil de riesgo de los participantes. Se toman cuatro ventanas de tiempo para capturar ciclos económicos y su impacto en el perfil crediticio de los prestatarios. Para identificar los perfiles de riesgo de manera analítica, implementamos la técnica de clústeres de K-medias, definiendo un patrón de segmentación de participantes en función de la tasa de interés de los préstamos y la calificación FICO (Fair Isaac Company). Los patrones de agrupación son constantes a lo largo de los periodos estudiados y permiten determinar niveles promedio de ingreso, tipos de préstamos adquiridos y proveniencia geográfica según perfil de riesgo. Pocos estudios contemplan toda la información disponible de la operación de LendingClub (2007-20203T); por lo tanto, este estudio también identifica la transición a la madurez de este modelo de negocio. Este trabajo logra dos objetivos: demostrar la evolución de los clientes y la plataforma a través del tiempo en cuanto se refiere a los perfiles de riesgo de los participantes prestatarios, y destacar el uso de clústeres de K-medias como una herramienta apropiada para el perfilamiento frente a otras alternativas analíticas. 2023 artículo científico 0185-3937 https://www.redalyc.org/articulo.oa?id=41376280007 https://www.redalyc.org/journal/413/41376280007/ https://www.redalyc.org/journal/413/41376280007/html/ https://www.redalyc.org/journal/413/41376280007/41376280007.epub https://www.redalyc.org/journal/413/41376280007/movil 10.24275/uam/azc/dcsh/ae/2023v38n99/Mota es http://www.redalyc.org/revista.oa?id=413 Análisis Económico application/pdf Universidad Autónoma Metropolitana Análisis Económico (México) Num.99 Vol.XXXVIII |
| format | Artículo científico |
| id | redalyc_41376280007 |
| institution | Redalyc |
| language | es |
| publishDate | 2023 |
| publisher | Universidad Autónoma Metropolitana |
| spellingShingle | Un análisis del perfil de riesgo en la dinámica de préstamos persona a persona mediante clústeres de K-medias Martha Beatriz Mota Aragón Economía y Finanzas medias fintech lendingClub Clústeres de K riesgo de crédito Un análisis del perfil de riesgo en la dinámica de préstamos persona a persona mediante clústeres de K-medias Martha Beatriz Mota Aragón Pamela Moncayo Mejía Economía y Finanzas medias fintech lendingClub Clústeres de K riesgo de crédito Se analiza de manera empírica la base de datos de la Fintech estadounidense LendingClub, la empresa precursora del mercado de préstamos digitales persona a persona. Se busca contextualizar al modelo de negocio a través de su base de datos y las variables implicadas en el perfil de riesgo de los participantes. Se toman cuatro ventanas de tiempo para capturar ciclos económicos y su impacto en el perfil crediticio de los prestatarios. Para identificar los perfiles de riesgo de manera analítica, implementamos la técnica de clústeres de K-medias, definiendo un patrón de segmentación de participantes en función de la tasa de interés de los préstamos y la calificación FICO (Fair Isaac Company). Los patrones de agrupación son constantes a lo largo de los periodos estudiados y permiten determinar niveles promedio de ingreso, tipos de préstamos adquiridos y proveniencia geográfica según perfil de riesgo. Pocos estudios contemplan toda la información disponible de la operación de LendingClub (2007-20203T); por lo tanto, este estudio también identifica la transición a la madurez de este modelo de negocio. Este trabajo logra dos objetivos: demostrar la evolución de los clientes y la plataforma a través del tiempo en cuanto se refiere a los perfiles de riesgo de los participantes prestatarios, y destacar el uso de clústeres de K-medias como una herramienta apropiada para el perfilamiento frente a otras alternativas analíticas. 2023 artículo científico 0185-3937 https://www.redalyc.org/articulo.oa?id=41376280007 https://www.redalyc.org/journal/413/41376280007/ https://www.redalyc.org/journal/413/41376280007/html/ https://www.redalyc.org/journal/413/41376280007/41376280007.epub https://www.redalyc.org/journal/413/41376280007/movil 10.24275/uam/azc/dcsh/ae/2023v38n99/Mota es http://www.redalyc.org/revista.oa?id=413 Análisis Económico application/pdf Universidad Autónoma Metropolitana Análisis Económico (México) Num.99 Vol.XXXVIII |
| title | Un análisis del perfil de riesgo en la dinámica de préstamos persona a persona mediante clústeres de K-medias |
| topic | Economía y Finanzas medias fintech lendingClub Clústeres de K riesgo de crédito |
| url | https://www.redalyc.org/articulo.oa?id=41376280007 https://www.redalyc.org/journal/413/41376280007/ https://www.redalyc.org/journal/413/41376280007/html/ https://www.redalyc.org/journal/413/41376280007/41376280007.epub https://www.redalyc.org/journal/413/41376280007/movil |