Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Revista Lasallista de Investigación
Print version ISSN 1794-4449
Abstract
TAMARA-AYUS, Armando Lenin; VARGAS-RAMIREZ, Helber; CUARTAS, José Joaquín and CHICA-ARRIETA, Ignacio Emilio. Regresión logística y redes neuronales como herramientas para realizar un modelo Scoring. Rev. Lasallista Investig. [online]. 2019, vol.16, n.1, pp.187-200. ISSN 1794-4449. https://doi.org/10.22507/rli.v16n1a5.
Introducción.
El propósito de esta investigación es analizar el riesgo crediticio de una institución financiera no vigilada por la Superintendencia Financiera de Colombia en torno a un modelo scoring que permita determinar el incumplimiento de los clientes correspondiente a su cartera de consumo.
Objetivo.
Confrontar el poder de pronosticación de dos modelos scoring obtenidos a través de regresión logística y red neuronal.
Materiales y métodos.
Los modelos se desarrollan con base en una muestra de 43.086 obligaciones correspondiente a una cartera de consumo, utilizando las técnicas estadísticas de regresión logística y red neuronal. La primera está enmarcada en el grupo de los modelos lineales generalizados, los cuales utilizan una función logit y son útiles para modelar probabilidades referentes a un evento en función de otras variables, mientras que la segunda son modelos computacionales cuyo objetivo es resolver problemas utilizando relaciones ya estipuladas y para ello utiliza una muestra base del proceso que se ampara en el éxito del autoaprendizaje producto del entrenamiento.
Resultados.
Para ambos modelos se logra una precisión del 71% en la base de entrenamiento y del 72 % en la base de comprobación, sin embargo, a pesar de obtener resultados similares, la regresión logística arrojó la menor tasa de malos en la zona de aceptación.
Conclusión.
Las dos técnicas utilizadas son adecuadas para el estudio y predicción de la probabilidad de incumplimiento de un cliente correspondiente a una cartera de consumo, lo anterior, respaldado por el alto índice de eficacia predictiva en ambos modelos.
Keywords : riesgo financiero; metodología de análisis de riesgo; redes neuronales.