Desarrollo de un sistema de evaluación de riesgo crediticio a las micro empresas basado en la técnica de arbol de clasificación y regresión

Abstract

Hoy en dia en nuestro pais es creciente el número de personas que solicitan un crédito bancario Tanto los bancos, financieras administradoras de tarjetas entregan un gran volumen de créditos. conteniendo cada uno de ellos de manera implícita o explícita. incertidumbre Es aquí donde dichas instituciones presentan problemas relacionados con el manejo y control de riesgos principalmente aquellos que pueden poner en peligro el patrimonio de las mismas En la mayoría de las instituciones financieras, el otorgamiento de créditos se ha llevado a cabo mediante la metodología de expertos la cual tiene su fundamento en la experiencia y conocimiento del negocio de parte de un conjunto de personas que, según su criterio o en base a guías o manuales. deciden si conceden o no dicho crédito A pesar de los buenos resultados que se han logrado obtener con esta metodología resulta poco conveniente basarse únicamente en ella, debido al constante crecimiento de solicitudes de créditos y la flexibilidad del mercado, trayendo corno consecuencia una mayor exposición al riesgo de los activos totales. En muchas ocasiones el basarse únicamente en el conocimiento empírico de los analistas ha significado un aumento considerable en la mora, o incumplimiento con los compromisos crediticios por parte de los clientes. poniendo en peligro la continuidad de algunas entidades Este panorama ha ocasionado que en los últimos años las instituciones financieras, hayan dado un vuelco en su forma de gestionar el riesgo, al evolucionar de procesos empíricos a metodologías apoyadas en procesos estadísticos La posibilidad de encontrar un patrón de comportamiento de morosidad a partir de la información obtenida al momento de solicitar un crédito, permitirá a los administradores o analistas planear adecuadamente la forma de anticiparse a posibles resultados adversos y sus consecuencias y, de este modo, prepararse para enfrentar la incertidumbre sobre las variables que puedan afectar dichos resultados.