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

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

Lo más reciente

Luis E. Arango, Luis E. Arango, Luz Adriana Flórez, Carlos Esteban Posada
Oscar Iván Ávila-Montealegre, Anderson Grajales, Juan José Ospina-Tejeiro, Mario Andrés Ramos-Veloza
Olga Lucia Acosta Navarro, Andrés Felipe Chitán-Caes, Ana María Iregui-Bohórquez, Ligia Alba Melo-Becerra, María Teresa Ramírez-Giraldo, Jorge Leonardo Rodríguez Arenas

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.