A Bayesian Network Model to Evaluate the Credit Risk of Mexican Microfinance Institutions in 2023

Alondra M. Gress Guerrero, Jedidia Hernández Vargas, José F. Martínez Sánchez and Francisco J. Martínez Farías
Additional contact information
Alondra M. Gress Guerrero: Universidad Autónoma del Estado de Hidalgo, México
Jedidia Hernández Vargas: Universidad Autónoma del Estado de Hidalgo, México
José F. Martínez Sánchez: Universidad Autónoma del Estado de Hidalgo, México
Francisco J. Martínez Farías: Hospital Juárez, México

Remef - Revista Mexicana de Economía y Finanzas Nueva Época REMEF (The Mexican Journal of Economics and Finance), 2025, vol. 20, issue 1, 1-18

Abstract: La evaluación del riesgo de crédito es esencial para las instituciones financieras, ya que les permite tomar la decisión correcta en el momento adecuado. Esta investigación presenta un modelo basado en un algoritmo de Red Bayesiana para estimar el riesgo de crédito en escenarios simplificados de perfil de cliente único para instituciones de microfinanzas. Demostramos el potencial de previsión del riesgo aplicando los datos probabilísticos de una base de datos histórica estándar. Nuestra aplicación se basa en una base de datos bancaria con resultados históricos de préstamos. Las variables de la base de datos son la edad, los ingresos, el historial crediticio, la propiedad de la vivienda y el estado final del préstamo, en el que existen tres posibilidades (pago, impago, incumplimiento). Establecemos una relación entre las variables mediante una red inferencial y tablas de probabilidades conjuntas. Además, exploramos tres escenarios, considerando diferentes rangos de edad e ingresos, para obtener distribuciones de probabilidad de riesgo. La probabilidad inferencial se obtiene mediante una red bayesiana donde la interrelación entre variables se estructura en una topología específica. Este trabajo, a diferencia de otros, utiliza el supuesto de causalidad para estimar la probabilidad de impago o riesgo de crédito. Esto se aproxima más a la realidad de las entidades de crédito y, por tanto, es una potente herramienta para la toma de decisiones en la evaluación crediticia por parte de las agencias de análisis de riesgos.

Keywords: Bayesian network; Junction tree; Credit risk; Nodes probability; Risk assessing (search for similar items in EconPapers)
JEL-codes: C61 G21 G28 G32 G33 K20 (search for similar items in EconPapers)
Date: 2025
References: Add references at CitEc
Citations:

Downloads: (external link)
https://www.remef.org.mx/index.php/remef/article/view/1205 (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:imx:journl:v:20:y:2025:i:1:a:6

Access Statistics for this article

More articles in Remef - Revista Mexicana de Economía y Finanzas Nueva Época REMEF (The Mexican Journal of Economics and Finance) from Instituto Mexicano de Ejecutivos de Finanzas, IMEF
Bibliographic data for series maintained by Ricardo Mendoza ().