| Revista: | Cuaderno activa |
| Base de datos: | |
| Número de sistema: | 000587583 |
| ISSN: | 2027-8101 |
| Autores: | Bedoya Rios, Soralla1 Herrera Arbeláez, Daniela1 |
| Instituciones: | 1Universidad Católica Luis Amigó, Medellín, Antioquia. Colombia |
| Año: | 2023 |
| Volumen: | 15 |
| Número: | 1 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Resumen en inglés | There is a real and important need in the financial system, mainly in Colombia, to apply this type of default prediction models, because although the bank companies collect data and there is a human operation involved in the analysis of credit granting a tool is needed that allows a deeper vision of the analysis of the records and an evaluation that allows reliable decisions to be made. Although there will always be a risk and on many times, a late payment will happen it is very important to be able to reduce it based on a model that performs an a priori evaluation. In addition to the need, it is found that there are several techniques that are usually used for this type of predictive models such as logistic regression, neural networks, decision trees, which, having a set of updated and true data, give very reliable results that help to good management practices in the financial sector and a good classification of both new and existing clients that require a new credit granting. |
| Resumen en español | Existe una real e importante necesidad en el sistema financiero, principalmente en Colombia, de aplicar este tipo de modelos de predicción de morosidad, pues, si bien las entidades realizan una recolección de datos y existe una operación humana involucrada en el análisis de otorgamientos, hace falta una herramienta que permita tener una visión más profunda del análisis de los registros y una evaluación que permita tomar decisiones confiables. Si bien, siempre va a existir un riesgo y en muchas ocasiones la morosidad se va a presentar, es valioso poder reducir la misma con base en un modelo que realice una evaluación a priori. Adicional a la necesidad, se encuentra que existen diversas técnicas que suelen ser utilizadas para este tipo de modelos predictivos, tales como Regresión logística, redes neuronales, árboles de decisión. Las cuales contando con un conjunto de datos actualizados y verídicos arrojan resultados muy confiables que contribuyen a buenas prácticas de manejo del sector financiero y una clasificación adecuada de los clientes, tanto nuevos como los existentes, que requieren un nuevo otorgamiento crediticio. |
| Disciplinas: | Economía |
| Palabras clave: | Banca |
| Keyword: | Banks |
| Texto completo: | Texto completo (Ver PDF) |
