Desarrollo de score crediticio a través de redes neuronales y regresión logística

Abstract

En este trabajo se realiza una comparación de dos modelos para estimar la probabilidad de no pago de clientes que sacaron un préstamo en una institución financiera. En el primer modelo se utiliza una regresión logística y en el segundo una red neuronal. Se comprueba una mejor performance en la red neuronal logrando una mejor discriminación en ambas colas de la distribución del modelo. Para lograr este objetivo se construye una base de datos de originación de préstamos y se divide de forma aleatoria en una muestra de entrenamiento y otra de testeo. Este procedimiento se repite en varios pasos para así lograr obtener distribuciones de las distintas métricas de performance de los modelos y realizar el estudio de ellas.