Predicción del riesgo de impago en los préstamos P2P

Kamil Dawid Grzebien and María Jesús Segovia-Vargas
Additional contact information
Kamil Dawid Grzebien: Universidad Complutense de Madrid, Madrid – España
María Jesús Segovia-Vargas: Universidad Complutense de Madrid, Madrid – España

Revista de Economía y Finanzas (REyF), 2023, vol. 1, issue 2, 175-188

Abstract: El presente trabajo utiliza cuatro algoritmos de aprendizaje automático para predecir la probabilidad de impago de préstamos en la plataforma Lending Club. Se utilizaron técnicas de preprocesamiento de datos y una base de datos histórica de préstamos que incluía información diversa como la cantidad prestada, el plazo del préstamo y si se produjo o no un impago. Los resultados mostraron que el modelo de Random Forest tiene un mejor rendimiento en la predicción de impagos en comparación con la regresión logística, el perceptrón multicapa y el árbol de clasificación C4.5. Este trabajo demuestra el potencial de los algoritmos de aprendizaje automático para predecir el impago de préstamos en plataformas peer-to-peer como Lending Club. Un eficaz uso de estas herramientas podría ayudar a mejorar gestión del riesgo de crédito y evitar posibles pérdidas.

Keywords: Préstamos P2P; Predicción de impago de préstamos; Riesgo de crédito; Aprendizaje automático (search for similar items in EconPapers)
JEL-codes: C44 C53 G20 G32 (search for similar items in EconPapers)
Date: 2023
References: Add references at CitEc
Citations:

Downloads: (external link)
https://reveyf.es/index.php/REyF/article/view/352/159

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:cud:journ2:v:1:y:2023:i:2:p:175-188

Access Statistics for this article

More articles in Revista de Economía y Finanzas (REyF) from Asociación Cuadernos de Economía Asociación Cuadernos de Economía Dpto. de Análisis Económico: Teoría Económica e Historia Económica (Módulo E-X-204) Facultad de Ciencias Económicas y Empresariales Universidad Autónoma de Madrid C/ Francisco Tomás y Valiente 5 28049, Cantoblanco Madrid, España (Spain).
Bibliographic data for series maintained by Erick Tinsson ().