Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Citado por Google
- Similares en SciELO
- Similares en Google
Compartir
TecnoLógicas
versión impresa ISSN 0123-7799versión On-line ISSN 2256-5337
Resumen
ESPINOZA, Frank Edward Tadeo y YGNACIO, Marco Antonio Coral. Modelos para la evaluación de riego crediticio en el ámbito de la tecnología financiera: una revisión. TecnoL. [online]. 2023, vol.26, n.58, e302. Epub 04-Mar-2024. ISSN 0123-7799. https://doi.org/10.22430/22565337.2679.
Esta revisión analiza una selección de artículos científicos sobre la implantación de sistemas de evaluación del riesgo de crédito para identificar las soluciones existentes, las más acertadas y las limitaciones y problemas en su desarrollo. Se adoptó la declaración PRISMA del siguiente modo: se formularon las preguntas de investigación, se definieron los criterios de inclusión, se seleccionaron las palabras clave y se diseñó la cadena de búsqueda. Por último, se calcularon varios estadísticos descriptivos de los artículos seleccionados. En los estudios seleccionados se identificaron 31 soluciones, entre métodos, modelos y algoritmos. Algunos de los modelos más utilizados se basan en técnicas de Inteligencia Artificial (IA), especialmente Redes Neuronales y Bosques Aleatorios. Se concluyó que las Redes Neuronales son las soluciones más eficientes, con precisiones medias superiores al 90 %, pero su desarrollo puede tener limitaciones. Estas soluciones deben implementarse teniendo en cuenta el contexto en el que se van a emplear.
Palabras clave : Evaluación crediticia; riesgo de crédito; soluciones tecnológicas; aprendizaje automático; algoritmos.