Modelación de riesgo de crédito de personas naturales. Un caso aplicado a una caja de compensación familiar colombiana

Natural People Credit Risk Modeling. An applied case in a Colombian Family Benefit Fund

David Esteban Rodríguez Guevara (), Juan Fernando Rendón García (), Alfredo Trespalacios Carrasquilla () and Edwin Andrés Jiménez Echeverri ()
Additional contact information
David Esteban Rodríguez Guevara: Instituto Tecnológico Metropolitano de Medellín (Colombia)
Juan Fernando Rendón García: Instituto Tecnológico Metropolitano de Medellín (Colombia)
Alfredo Trespalacios Carrasquilla: Instituto Tecnológico Metropolitano de Medellín (Colombia)
Edwin Andrés Jiménez Echeverri: Instituto Tecnológico Metropolitano de Medellín (Colombia)

Revista de Métodos Cuantitativos para la Economía y la Empresa = Journal of Quantitative Methods for Economics and Business Administration, 2022, vol. 33, issue 1, 29-48

Abstract: Los modelos de tipo Credit Score permiten a los analistas de crédito la cuantificación de los riesgos que implican las operaciones de crédito, la segmentación de afiliados y la recomendación de decisiones de otorgamiento o rechazo de un crédito para personas naturales. Estos modelos buscan entregar la información necesaria para inferir sobre las probabilidades de impago de un afiliado, mediante la aplicación de técnicas paramétricas o no paramétricas. En este trabajo se busca identificar cuáles de los siguientes modelos pueden ser más apropiados para medir el riesgo de crédito de personas naturales en una caja de compensación familiar ubicada en Colombia: Logit, Probit, Redes Neuronales o Linear Support-Vector Machine. Los resultados obtenidos muestran que, si bien los Linear Support Vector Machine pueden tener mejor desempeño, los modelos Probit-Stepwise son igualmente útiles y tienen como ventaja la posibilidad de interpretar los parámetros calibrados.

Keywords: riesgo de crédito; Logit; Probit; red neuronal; support vector machine; Credit Risk; Logit Model; Probit Model; Neural Network (search for similar items in EconPapers)
JEL-codes: C35 C45 G21 (search for similar items in EconPapers)
Date: 2022
References: View references in EconPapers View complete reference list from CitEc
Citations:

Downloads: (external link)
https://www.upo.es/revistas/index.php/RevMetCuant/article/view/5146/5390 (application/pdf)
https://www.upo.es/revistas/index.php/RevMetCuant/article/view/5146 (text/html)

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:pab:rmcpee:v:33:y:2022:i:1:p:29-48

DOI: 10.46661/revmetodoscuanteconempresa.5146

Access Statistics for this article

Revista de Métodos Cuantitativos para la Economía y la Empresa = Journal of Quantitative Methods for Economics and Business Administration is currently edited by Macarena Lozano Oyola and Francisco Javier Blancas Peral

More articles in Revista de Métodos Cuantitativos para la Economía y la Empresa = Journal of Quantitative Methods for Economics and Business Administration from Universidad Pablo de Olavide, Department of Quantitative Methods for Economics and Business Administration Carretera de Utrera km.1, 41013 Sevilla. Contact information at EDIRC.
Bibliographic data for series maintained by Publicación Digital - UPO ().