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

Miguel Sarmiento, John Sebastian Tobar-Cruz, Andrés Esteban Casas-Fajardo, Eduardo Yanquen-Briñez
Jaime Alfredo Bonet-Moron, Jaime Andrés Collazos-Rodríguez, Karen Astrid Rubio-Ramírez, Adolfo Ramírez-Moreno, Andrés Felipe Parra-Solano
Julián Alonso Cárdenas-Cárdenas, Deicy Johana Cristiano-Botia, Eliana Rocío González-Molano, Carlos Alfonso Huertas-Campos

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.