Analítica de big data, calidad de datos y machine learning aplicados a la gestión de riesgos : caso de una entidad financiera en Perú

Abstract

Hoy en día las áreas, las áreas encargadas de brindar soporte analítico dentro de las entidades financieras se enfrentan a un desafío constante. Dicho desafío, consiste en el tratamiento de grandes volúmenes de datos e implementación de metodologías analíticas, pues los procesos y métodos tradicionales resultan insuficientes. Esta situación, ha dado lugar a que las tecnologías de big data y el uso de modelos de aprendizaje automático o machine learning surjan como alternativa de solución para las organizaciones y el sector bancario no es la excepción. Este trabajo se desarrolla en el área de gestión de riesgo de crédito en una entidad financiera ubicada en Perú. Se va a construir un repositorio de datos que reúna las variables de riesgo más importantes. Seguido de esto, se van a establecer expectativas que verifiquen la calidad de los datos que forman parte del repositorio. Finalmente, se va a plantear un modelo de árbol de decisión como alternativa frente al modelo logit, aplicado al análisis de créditos que fueron castigados por esta entidad durante el 2020. Se va a trabajar con datos son desde diciembre 2020 hasta diciembre 2021 y un dataset con clientes con situación incobrable (castigados). Para verificar la eficacia de los modelos planteados, se van a realizar análisis de brechas y uso de métricas para evidenciar las mejoras que traen las propuestas planteadas en esta investigación.