Predicción de default financiero usando métodos de aprendizaje automático

Abstract

RESUMEN : En el contexto de la investigación realizada en este proyecto sobre el conjunto de datos "Give Me Some Credit" de Kaggle, el trabajo se focalizó en la potenciación de modelos predictivos, particularmente en estrategias de modelado que utilizaban técnicas como Gradient Boosting y XGBoost. Modelos que después de rigurosas evaluaciones y ajustes, lograron con precisión del 89% y 90%, respectivamente, predecir si una persona entrará en mora por 90 días tal que permita a entidades bancarias definir el riesgo financiero asociado a una solicitud de crédito Los resultados obtenidos en este trabajo revierten de importancia en el ámbito bancario, dado que la aplicación de técnicas avanzadas de aprendizaje automático se ha vuelto crucial y ha permitido aumentar la capacidad de prever riesgos crediticios de manera precisa, lo cual es esencial para la toma de decisiones estratégicas y la mitigación de riesgos. Lo anterior ofrece a las instituciones financieras la posibilidad de optimizar la evaluación de riesgos, reducir pérdidas y mejorar la eficiencia operativa.

ABSTRACT : in the context of the research conducted on the "Give Me Some Credit" dataset from Kaggle, the focus was on enhancing predictive models, particularly Gradient Boosting and XGBoost. Through rigorous evaluations and adjustments, an improvement in the accuracy and predictive robustness of both models was achieved. These improvements are significant in the banking sector, where the application of advanced machine learning techniques has become crucial. In the financial industry, the accurate prediction of credit risks is essential for informed decision-making. The implementation of enhanced models such as Gradient Boosting and XGBoost provides financial institutions with the opportunity to optimize risk assessment, reduce losses, and improve operational efficiency. This approach not only strengthens credit management but also underscores the growing relevance of machine learning in the transformation and innovation of the banking sector, positioning it as a fundamental tool for strategic decision-making and risk mitigation.