Papers by juan manuel rivas
RESUMEN En este documento se emplea el análisis discriminante, que es una técnica del análisis mu... more RESUMEN En este documento se emplea el análisis discriminante, que es una técnica del análisis multivariado utilizada de manera estándar por bancos e instituciones financieras con el objeto de predecir el riesgo que un cliente pague o re-pague un préstamo (Credit Scoring). Los desarrollos que se presentan hacen hincapié en el problema de la métrica en las variables que dificultan el uso de la discriminación lineal, por lo que el enfoque se centra en la técnica sustituta de la discriminación logística. Adicionalmente, se ilustra el empleo del estadístico Kolmogorov-Smirnov como un procedimiento alternativo para el cálculo del punto de corte y de la matriz de confusión. Los resultados que se obtienen permiten dar luces acerca de la importancia del desarrollo de una técnica objetiva que permita clasificar a los clientes en buenos o malos pagadores. Palabras Clave: análisis multivariado, análisis discriminante, credit scoring, normalidad conjunta, Matriz de confusión 1. Introducción En busca de una especialización muchos estudiantes de economía se deciden por los temas financieros y específicamente en el desarrollo de la profesión en el campo de otorgar y evaluar créditos, es en ese contexto que el Análisis Multivariado permite, a partir de la técnica del Análisis Discriminante, el desarrollo de los métodos de Credit Scoring 1 , que son una herramienta estándar en bancos y otras instituciones financieras, para estimar si un individuo que aplica para obtener un crédito pagará o no su deuda 2. Para estimar este tipo de modelos los bancos recogen datos de fuentes internas (la historia de los aplicantes en créditos anteriores), de fuentes externas (encuestas, entrevistas con los aplicantes). De la historia de los aplicantes se puede obtener las características específicas de los potenciales clientes. A partir 1 Estos modelos también reciben el nombre de scorecards o classifiers, generalmente se asocian a la data mining (minería de datos), que son aquellos procedimientos que permiten extraer información útil y encontrar patrones de comportamiento en los datos. Es decir, son algoritmos que de manera automática evalúan el riesgo de crédito de un solicitante de financiamiento o de alguien que ya es cliente de una entidad. 2 Las primas por riesgo de crédito de una entidad financiera se calculan haciendo uso de las probabilidades de insolvencia de los riesgos a partir de un modelo de Credit Scoring.
Introducción y empledo del STATA con la ENAHO
Teaching Documents by juan manuel rivas
Introducción al Principio de Máxima Verosimiliud empleando STATA
Uploads
Papers by juan manuel rivas
Teaching Documents by juan manuel rivas