Calificación Estadística para Aprobación de Créditos Comerciales mediante Modelos Aditivos Generalizados
Palabras clave:
Estadística, Econometría, Riesgo de Crédito, Modelo de Calificación Estadística de Crédito, Cartera Comercial, Modelos Aditivos GeneralizadosResumen
El presente artículo presenta la aplicación de un procedimiento metodológico para la construcción de un modelo de calificación estadística para la aprobación de créditos comerciales en una institución financiera pública. En esta línea se pretende develar principalmente las bondades de utilizar modelos aditivos generalizados (GAM), cuyas estructuras funcionales contemplan la posible no linealidad de las variables explicativas del riesgo de crédito en su relación con el cumplimiento de las obligaciones de pago de los acreditados, frente a modelos lineales como el logit. Esta temática se torna relevante ante la necesidad de las instituciones financieras de contar con herramientas y sistemas de manejo de información acertados que les permita establecer estrategias para mejorar la colocación de su cartera de créditos en clientes que puedan cumplir con sus obligaciones pactadas en los plazos previstos, sin incurrir en retrasos parciales o totales; en definitiva, minimizando su riesgo de crédito. Adicionalmente, con la finalidad de atender la necesidad expuesta se realiza la aplicación del procedimiento metodológico mediante programación en el software R con lo cual el modelamiento es fácilmente replicable.
Descargas
Referencias
W. Leontief, “Introduction to a theory of the internal structure of functional relationships Econometrica,” Journal of the Econometric Society, pp. 361-373, 1947.
J. Friedman and W. Stuetzle, “Projection pursuit regression,” Journal of the American statistical Association, vol. 76, no. 376, pp. 817-823, 1981.
C. Stone and C. Koo, “Additive splines in statistics,” Proceedings of the American Statistical Association, vol. 45, pp. 48, 1985.
T. Hastie and R. Tibshirani, “Exploring the nature of covariate effects in the proportional hazards model,” Biometrics, pp. 1005-1016, 1990.
M. Müller and W. Härdle, “Exploring credit data,” in Credit Risk, Physica-Verlag HD, pp. 157-173, 2003.
C. Hervás and F. Martínez, “Logistic regression using covariates obtained by product-unit neural network models,” Pattern Recognition, vol. 40, no. 1, pp. 52-64, 2007.
A. Novales, Econometría, 2th ed., Madrid: McGraw-Hill, 1988.
Y. Orgler, “A credit scoring model for commercial loans,” Journal of money, credit and banking, vol. 2, no. 4, pp. 435-445, 1970.
Y. Orgler, “Evaluation of bank consumer loans with credit scoring models,” Tel-Aviv University, Department of Envirnonmental Sciences, 1971.
J. Wiginton, “A note on the comparison of logit and discriminant models of consumer credit behavior,” Journal of Financial and Quantitative Analysis, vol. 15, no. 3, pp. 757-770, 1980.
T. Hastie and R. Tibshirani, Generalized Linear Models (with Discussion), Statistical Science, vol. 1, no. 3, pp. 297-318, 1986.
N. Garrido, “Construcción de un modelo scoring de aprobación para cartera comercial de una institución financiera pública mediante modelos aditivos generalizados,” Master Thesis, Quito, Ecuador, 2019.
E. Steyerberg and F. Harrell, “Internal validation of predictive models: efficiency of some procedures for logistic regression analysis,” Journal of clinical epidemiology, vol. 54, no. 8, pp. 774-781, 2001.
Descargas
Publicado
Número
Sección
Licencia
Aviso de derechos de autor/a
Los autores/as que publiquen en esta revista aceptan las siguientes condiciones:
- Los autores conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la Creative Commons Attribution-Non-Commercial-Share-Alike 4.0 International, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista.
- Los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución no exclusiva de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores a compartir su trabajo en línea (por ejemplo: en repositorios institucionales o páginas web personales) antes y durante el proceso de envío del manuscrito, ya que puede conducir a intercambios productivos, a una mayor y más rápida citación del trabajo publicado.
Descargo de Responsabilidad
LAJC en ningún caso será responsable de cualquier reclamo directo, indirecto, incidental, punitivo o consecuente de infracción de derechos de autor relacionado con artículos que han sido presentados para evaluación o publicados en cualquier número de esta revista. Más Información en nuestro Aviso de Descargo de Responsabilidad.
