Pronóstico de incumplimientos de pago mediante máquinas de vectores de soporte : una aproximación inicial a la gestión del riesgo de crédito

Borradores de Economia
Number: 
677
Published: 
Classification JEL: 
C44, C50, C60, G32
Keywords: 
Human capital agglomeration, Social returns, Private returns, Externalities, Uncertainty, Fiscal policy

The most recent

Daniel Herrera-Araujo, Jorge Florez-Acosta
Luis Armando Galvis-Aponte, Adriana Marcela Rivera-Zárate
Diego Fernando Cuesta-Mora, Fredy Alejandro Gamboa-Estrada, Camilo Eduardo Sánchez-Quinto

Este documento describe la metodología desarrollada por Vapnik (1995), denominada máquinas de vectores de soporte (SVM, por sus siglas en inglés) y realiza dos aplicaciones al caso de clasificación de agentes para el otorgamiento de créditos a partir de sus características. El primer caso de estudio clasifica individuos de un banco alemán. En el segundo caso se pronostica el incumplimiento del pago de créditos comerciales otorgados a empresas colombianas utilizando las características iniciales del crédito. SVM se compara con dos metodologías utilizadas en el análisis de este tipo de problemas, regresión logística y análisis lineal discriminante. Los resultados arrojan un mejor desempeño en la predicción por parte de SVM respecto a las otras dos metodologías.