Comparación metodológica de modelos de clasificación aplicados al riesgo crediticio: evidencia del mercado de tarjetas de crédito en el Perú

Abstract

Las entidades bancarias, con el propósito de minimizar sus pérdidas o maximizar sus utilidades, están obligadas a mejorar la manera de administrar y gestionar el riesgo crediticio de su cartera de clientes. Por tanto, surgen interrogantes como: ¿un cliente con tarjeta de crédito está en la capacidad de cumplir o no con el pago de sus obligaciones?, ¿será un cliente bueno en su comportamiento de pago para ofrecerle más productos? En ese sentido, un apoyo importante lo proporcionan los modelos predictivos de clasificación; entre ellos, el modelo de regresión logística binaria, el modelo de árboles de clasificación y el modelo de redes neuronales. Es así que profesionales analistas o especialistas deben saber cómo se desarrollan y cómo validar estos modelos predictivos. También tienen que conocer las ventajas y desventajas de usar uno u otro de estos modelos, así como también la interpretación de sus resultados. La presente tesis desarrolla cada uno de estos modelos y –para su mejor entendimiento y comprensión está estructurada en cuatro grandes capítulos. En el primero, hago mención a la problemática como punto de partida para luego definir los objetivos generales y específicos, los cuales están debidamente justificados. En el segundo capítulo describo algunos antecedentes, así como las bases teóricas acerca del riesgo crediticio y de cada uno de los modelos planteados y métodos de validación utilizados; todo ello como soporte y sustento teórico en el desarrollo de la tesis y de los modelos. En este mismo capítulo muestro las hipótesis planteadas –las cuales serán probadas en el siguiente capítulo–, y también describo las variables utilizadas y la conceptualización de las mismas. En el tercer capítulo, referido al marco metodológico, se desarrolla la metodología y el diseño de la investigación. La esencia de esta parte es el desarrollo de cada uno de los modelos de clasificación, partiendo desde la categorización de las variables utilizadas, el análisis exploratorio, el desarrollo y la validación de los modelos para terminar con el análisis e interpretación de cada uno de los resultados de dichos modelos, así como la descripción de los principales hallazgos encontrados en cada uno de los modelos. Finalmente, muestro un cuarto capítulo con las conclusiones y recomendaciones.