Ingeniero Civil Industrial / El trabajo de esta memoria consistió en analizar la información transaccional de una empresa del retail para la generación de variables de carácter transaccional, que permitan entender si existe un impacto de este tipo de variables cuando son incorporadas en un modelo de riesgo crediticio. Estos tipos de modelos son utilizados en la industria para gestionar carteras de clientes de acuerdo a un conjunto de características, buscando identificar a los grupos más riesgosos de clientes de acuerdo a características particulares observadas.
El acceso al crédito por parte de nuevos sectores de la población, así como el constante cambio en los patrones de comportamiento de los clientes, obligan a la industria a estar constantemente perfeccionando sus modelos de gestión de riesgo a fin de poder capturar a tiempo cualquier cambio en los patrones de consumo de los clientes. Es por este motivo, que este trabajo se orienta a la exploración de un nuevo conjunto de variables y analiza como éstas impactan en el actual modelo utilizado por la empresa.
La metodología empleada para realizar este trabajo utiliza técnicas provenientes de la minería de datos para la extracción, transformación y construcción de las variables relevantes para el modelo. Por otro lado, la fase de modelamiento de las variables seleccionadas utiliza como técnica la regresión logística, esta herramienta permite el modelamiento de variables dependientes con características dicotómicas y es la herramienta ad-hoc dada la naturaleza del problema abordado.
El trabajo propone un modelo mixto, que incorpora parte de las variables de comportamiento ya utilizadas por la empresa y lo complementa con un conjunto de cuatro variables de carácter transaccional identificadas para este trabajo.
Los resultados obtenidos con los distintos modelos desarrollados arrojaron que las variables transaccionales tienen impacto en el modelo crediticio y ayudan a mejorar el poder de discriminación del modelo en uso por la empresa, complementando el actual modelo. Por otro lado, las variables seleccionadas proveen a la empresa de una nueva fuente de información donde buscar elementos que ayuden a perfeccionar su modelo crediticio.
| Identifer | oai:union.ndltd.org:UCHILE/oai:repositorio.uchile.cl:2250/113521 |
| Date | January 2012 |
| Creators | Ramos Gutiérrez, Ariel |
| Contributors | Cruz González, José, Facultad de Ciencias Físicas y Matemáticas, Departamento de Ingeniería Industrial, Bravo Román, Cristián, Weber Haas, Richard |
| Publisher | Universidad de Chile |
| Source Sets | Universidad de Chile |
| Language | Spanish |
| Detected Language | Spanish |
| Type | Tesis |
Page generated in 0.0024 seconds