| Revista: | ODEON (Bogotá) |
| Base de datos: | CLASE |
| Número de sistema: | 000534272 |
| ISSN: | 1794-1113 |
| Autores: | Guevara-Díaz, Karen Estefanía |
| Año: | 2020 |
| Número: | 18 |
| Paginación: | 59-98 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | Se presenta la teoría de máquinas de soporte vectorial (Support Vector Machine – svm) aplicada a la clasificación de créditos otorgados por la banca fintech(financial technology) de Estados Unidos LendingClub. Se estudiará la clasifi-cación que da el método svm a los créditos contra la ya otorgada por la entidad. Se analizan las variables más importantes que maneja LendingClub para el otorgamiento de créditos comparándolas con la clasificación de pago o impago que arroja el experimento de svm |
| Resumen en inglés | The theory of support vector machines applied to the classification of credits granted by the United States fintech banking LendingClub is presented. The classification given by the svm method to credits will be analyzed against what has already been granted by the entity. The most important variables that LendingClub manages for the granting of credits are analyzed, comparing it with the classification of payment or non-payment that the svm experiment gives |
| Disciplinas: | Economía |
| Palabras clave: | Econometría, Créditos, Soporte vectorial, Riesgo crediticio, Fintech |
| Texto completo: | https://revistas.uexternado.edu.co/index.php/odeon/article/view/6885/9359 |
