Una aproximación a un modelo de Credit Scoring aplicado a la etapa de otorgamiento en una entidad financiera colombiana. Un enfoque desde la lógica difusa y los algoritmos genéticos.

Abstract

El tema de investigación del cual surge el presente trabajo, es la evaluación y propuesta de metodologías alternativas de inteligencia artificial para el otorgamiento de crédito en microfinanzas. El documento se centra en el estudio de riesgo de microcrédito aplicado en la etapa de otorgamiento, para una institución financiera en Colombia, mediante el uso de metodologías de LD y AG, cuyo objetivo es contrastar éstos resultados con los obtenidos a partir de RNA presentadas en (Ariza Miller, B. Wilson, Y.Pineda, Obregón, N., & Velosa, F, 2012).

Según Ariza, M., Amézquita, J., León, G., Obregón, N., & Velosa, F. (2012): se evidencia mejores resultados de predicción al combinar las dos metodologías, iniciando con LD y optimizando algunos parámetros con AG. La variable respuesta se define en términos de siniestralidad5 según tasa de morosidad y se construye un scoring que permite discriminar entre “buenos” y “malos” prospectos como sujetos de otorgamiento de un crédito. Se espera que los resultados se materialicen en políticas de precios diferenciales, menores índices de cartera castigada y mayor cobertura. (p.1)

La primera parte del documento de investigación, presenta la descripción del problema, el estudio de los principales referentes teóricos y conceptuales para el tema de construcción de scoring de crédito en microfinanzas y se continúa con la descripción teórica de las metodologías utilizadas. En una segunda parte, se presenta el caso de estudio, previa descripción de la base de datos que soporta el modelo y de las diferentes variables que se tienen en cuenta en el proceso. Finalmente, una vez descritas las generalidades de la propuesta, se presenta la metodología y un análisis y conclusiones de los resultados obtenidos.

This work is the evaluation and proposal of alternative artificial intelligence methodologies for granting credit in microfinance. The document focuses on the study of microcredit risk applied in the granting stage, for a financial institution in Colombia, through the use of ML and AG methodologies, whose objective is to contrast these results with those obtained from RNA presented in (Ariza Miller, B. Wilson, Y. Pineda, Obregón, N., & Velosa, F, 2012).

According to Ariza, M., Amézquita, J., León, G., Obregón, N., & Velosa, F. (2012): better prediction results are evident when combining the two methodologies, starting with LD and optimizing some parameters with AG. The response variable is defined in terms of claims5 according to delinquency rate and a scoring is constructed that allows discriminating between “good” and “bad” prospects as subjects of credit granting. The results are expected to materialize in differential pricing policies, lower write-off rates and greater coverage. (p.1)

The first part of the research document presents the description of the problem, the study of the main theoretical and conceptual references for the subject of credit scoring construction in microfinance, and continues with the theoretical description of the methodologies used. In a second part, the case study is presented, after describing the database that supports the model and the different variables that are taken into account in the process. Finally, once the generalities of the proposal have been described, the methodology and an analysis and conclusions of the results obtained are presented.