Saved in:
| Main Author: | |
|---|---|
| Format: | Artículo científico |
| Language: | es |
| Published: |
Corporación Universitaria Lasallista
2019
|
| Subjects: | |
| Online Access: | https://www.redalyc.org/articulo.oa?id=69563162012 https://www.redalyc.org/journal/695/69563162012/ https://www.redalyc.org/journal/695/69563162012/html/ https://www.redalyc.org/journal/695/69563162012/69563162012.epub https://www.redalyc.org/journal/695/69563162012/movil |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
Table of Contents:
- Regresión logística y redes neuronales como herramientas para realizar un modelo Scoring1 Armando Lenin Támara-Ayús Helber Vargas-Ramírez José Joaquín Cuartas Ignacio Emilio Chica-Arrieta Estudios Agrarios redes neuronales Riesgo financiero metodología de análisis de riesgo Introducción El propósito de esta investigación es analizar el riesgo crediticio de una institución financiera no vigilada por la Superintendencia Financiera de Colombia en torno a un modelo scoring que permita determinar el incumplimiento de los clientes correspondiente a su cartera de consumo. Objetivo Confrontar el poder de pronosticación de dos modelos scoring obtenidos a través de regresión logística y red neuronal.Materiales y métodos Los modelos se desarrollan con base en una muestra de 43.086 obligaciones correspondiente a una cartera de consumo, utilizando las técnicas estadísticas de regresión logística y red neuronal. La primera está enmarcada en el grupo de los modelos lineales generalizados, los cuales utilizan una función logit y son útiles para modelar probabilidades referentes a un evento en función de otras variables, mientras que la segunda son modelos computacionales cuyo objetivo es resolver problemas utilizando relaciones ya estipuladas y para ello utiliza una muestra base del proceso que se ampara en el éxito del autoaprendizaje producto del entrenamiento. Resultados Para ambos modelos se logra una precisión del 71% en la base de entrenamiento y del 72 % en la base de comprobación, sin embargo, a pesar de obtener resultados similares, la regresión logística arrojó la menor tasa de malos en la zona de aceptación. Conclusión Las dos técnicas utilizadas son adecuadas para el estudio y predicción de la probabilidad de incumplimiento de un cliente correspondiente a una cartera de consumo, lo anterior, respaldado por el alto índice de eficacia predictiva en ambos modelos. 2019 artículo científico 1794-4449 https://www.redalyc.org/articulo.oa?id=69563162012 https://www.redalyc.org/journal/695/69563162012/ https://www.redalyc.org/journal/695/69563162012/html/ https://www.redalyc.org/journal/695/69563162012/69563162012.epub https://www.redalyc.org/journal/695/69563162012/movil 10.22507/rli.v16n1a5 es http://www.redalyc.org/revista.oa?id=695 Revista Lasallista de Investigación application/pdf Corporación Universitaria Lasallista Revista Lasallista de Investigación (Colombia) Num.1 Vol.16