Construcción de un Score Crediticio Mediante el Análisis de Datos Alternativos y Métodos de Inteligencia Artificial para impulsar la Inclusión Financiera
DOI:
https://doi.org/10.32826/reyf.v2i5.373Palabras clave:
Inclusión Financiera, Inteligencia Artificial, Datos Alternativos, XGBoost, evaluación del riesgo crediticio, Scoring de créditoResumen
Resumen: Este estudio desarrolla un modelo de score crediticio utilizando datos alternativos e inteligencia artificial, con el objetivo de promover la inclusión financiera. Se implementaron técnicas como XGBoost, regresión logística y Random Forest, demostrando la efectividad de los datos no convencionales en la evaluación del riesgo crediticio e impactando la inclusión financiera.
Citas
Banco de España (2023) Un repaso de las diversas iniciativas desplegadas a nivel nacional e internacional para hacer frente a los riesgos de exclusión financiera. Documentos Ocasionales, N.º 2305. Disponible en: Banco de España.
Banco Mundial (2023) Global Findex Database 2023. Disponible en: https://www.worldbank.org/en/publication/globalfindex [11 junio 2024].
BPC Latin America (2023) Digital Banking Report. Disponible en: https://www.bpcbt.com/report/digital-banking-in-latin-america [11 junio 2024].
Deloitte (2023) Alternative Data: The Fuel for AI-Powered Credit Scoring. Disponible en: https://www2.deloitte.com/xe/en/insights.html?icid=disidenav_insights [11 junio 2024].
Ericsson (2023) Mobile Data Traffic Forecasts. Disponible en: https://www.ericsson.com/en/mobility-report/reports [11 junio 2024].
ICEMD (2023) Inteligencia Artificial y Datos Alternativos en la Evaluación del Riesgo Crediticio. Disponible en: https://www.icemd.com/digital-knowledge/articles/inteligencia-artificial-y-datos-alternativos-en-la-evaluacion-del-riesgo-crediticio/ [11 junio 2024].
IDB Publications (2023) Innovations in Credit Scoring for Financial Inclusion. Disponible en: https://www.iadb.org/en [11 junio 2024].
MasterCard (2023) Latinoamérica: Informe de Inclusión Financiera. Disponible en: https://www.mastercard.com/news/ [11 junio 2024].
McKinsey & Company (2023) The Digital Future of Credit Scoring. Disponible en: https://www.mckinsey.com/ [11 junio 2024].
Provenir (2023) Fintech Solutions for Financial Inclusion. Disponible en: https://www.provenir.com/solutions/financial-inclusion/ [11 junio 2024].
Baesens, B., Setiono, R., Mues, C., y Vanthienen, J. (2003) ‘Using Neural Network Rule Extraction and Decision Tables for Credit-Risk Evaluation’, Management Science, 49(3), pp. 312-329.
Breiman, L. (2001) ‘Random Forests’, Machine Learning, 45(1), pp. 5-32.
Chen, T., y Guestrin, C. (2016) ‘XGBoost: A Scalable Tree Boosting System’, Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 785-794.
Cortes, C., y Vapnik, V. (1995) ‘Support-Vector Networks’, Machine Learning, 20(3), pp. 273-297.
Descargas
Publicado
Número
Sección
Licencia
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
- Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons que permite a terceros compartir la obra siempre que se indique su autor y su primera publicación esta revista.
- Los autores/as podrán adoptar otros acuerdos de licencia no exclusiva de distribución de la versión de la obra publicada (p. ej.: depositarla en un archivo telemático institucional o publicarla en un volumen monográfico) siempre que se indique la publicación inicial en esta revista.
- Se permite y recomienda a los autores/as difundir su obra a través de Internet (p. ej.: en archivos telemáticos institucionales o en su página web) antes y durante el proceso de envío, lo cual puede producir intercambios interesantes y aumentar las citas de la obra publicada. (Véase El efecto del acceso abierto).
