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

Número: 
677
Publicado: 
Clasificación JEL: 
C44, C50, C60, G32
Palabras clave: 
Clasificación, Máquinas de aprendizaje, Riesgo de crédito, Support vector machines

Lo más reciente

Ligia Alba Melo-Becerra, Diego Vásquez-Escobar, María Isabel Alarcón-Obando, Giselle Tatiana Silva-Samudio
Karina Acosta, Juliana Jaramillo-Echeverri, Daniel Lasso Jaramillo, Alejandro Sarasti-Sierra
Juan José Ospina-Tejeiro, Jorge Enrique Ramos-Forero, David Camilo López-Valenzuela, Yurany Hernández-Turca, Nicolle Valentina Herrera-Pinto

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.