Predicción del riesgo de impago en los préstamos P2P
DOI:
https://doi.org/10.32826/reyf.v1i2.352Palabras clave:
Préstamos P2P, Predicción de impago de préstamos, Riesgo de crédito, Aprendizaje automáticoResumen
El presente trabajo utiliza cuatro algoritmos de aprendizaje automático para predecir la probabilidad de impago de préstamos en la plataforma Lending Club. Se utilizaron técnicas de preprocesamiento de datos y una base de datos histórica de préstamos que incluía información diversa como la cantidad prestada, el plazo del préstamo y si se produjo o no un impago. Los resultados mostraron que el modelo de Random Forest tiene un mejor rendimiento en la predicción de impagos en comparación con la regresión logística, el perceptrón multicapa y el árbol de clasificación C4.5. Este trabajo demuestra el potencial de los algoritmos de aprendizaje automático para predecir el impago de préstamos en plataformas peer-to-peer como Lending Club. Un eficaz uso de estas herramientas podría ayudar a mejorar gestión del riesgo de crédito y evitar posibles pérdidas.
Citas
Ariza-Garzón, M. J., Camacho Miñano, M. M., Segovia-Vargas, M. J., Arroyo, J., 2021. Risk-return modelling in the p2p lending market: Trends, gaps, recommendations and future directions. Elsevier, 49. https://doi.org/10.1016/j.elerap.2021.101079
Ariza-Garzón, M. J., Arroyo, J., Caparrini, A., Segovia-Vargas, M.-J., 2020. Explainability of a Machine Learning Granting Scoring Model in Peer-to-Peer Lending. IEEE Access (8), 64873-64890. https://doi.org/10.1109/ACCESS.2020.2984412
Breiman, L., 2001. Random Forests. Machine Learning (45), 5–32. https://doi.org/10.1023/A:1010933404324
Frost, J., Gambacorta, L., Huang, Y., Shin, H. S., Zbinden, P., 2019. BigTech and the changing structure of financial Intermediation: BIS Quarterly Review. Bank for International Settlements. https://www.bis.org/publ/work779.pdf
Kohavi, R., Provost, F., 1998. Glossary of terms. Machine Learning - Special Issue on Applications of Machine Learning and the Knowledge Discovery Process. Machine Learning (30), 271-274. https://doi.org/10.1023/A:1017181826899
Lending Club, 2022. Third Quarter 2022 Results. Lending Club. https://ir.lendingclub.com/news/news-details/2022/LendingClub-Reports-Third-Quarter-2022-Results/default.aspx
Li, P., Han, G., 2018. LendingClub Loan Default and Profitability Prediction: CS 229 projects. Stanford University. https://cs229.stanford.edu/proj2018/report/69.pdf
López, R. F., Fernández, J. M., 2008. Las redes neuronales artificiales. Netbiblo.
Lukason, O., Vissak, T., Segovia-Vargas, M. J., 2021. How Does Managerial Experience Predict the Internationalization Type of a Young Firm? IEEE Access (9), 18148-18166. https://doi.org/10.1109/ACCESS.2021.3054116
Peng, J., Lee, K.,, Ingersoll, G., 2002. An Introduction to Logistic Regression Analysis and Reporting. Journal of Educational Research - J EDUC RES (96), 3-14. https://doi.org/10.1080/00220670209598786
Quinlan, J. R., 1986. Induction of decision trees. Machine Learning (1), 81-106. https://doi.org/10.1007/BF00116251
Quinlan, J. R., 1994. C4.5: Programs for Machine Learning. Machine Learning (16), 235-240. https://doi.org/https://doi.org/10.1007/BF00993309
Reuters, 2019. China gives P2P lenders two years to exit industry. Reuters: https://www.reuters.com/article/us-china-p2p-idUSKBN1Y2039
Serrano-Cinca, C., Gutiérrez-Nieto, B., López-Palacios, L., 2015. Determinants of Default in P2P Lending. PLoS ONE (10). https://doi.org/10.1371/journal.pone.0139427
Tomek, I., 1976. Two modifications of CNN. IEEE Transactions on Systems, Man and Cybernetics (11), 769-772. https://doi.org/10.1109/TSMC.1976.4309452
Vujovic, Z., 2021. Classification Model Evaluation Metrics. International Journal of Advanced Computer Science and Applications (12), 599-606. https://doi.org/10.14569/IJACSA.2021.0120670
Werbos, P. J., 1974. Beyond regression: New tools for prediction and analysis in the behavioral sciences: Tesis doctoral, en Harvard University.
Ziegler, T., Shneor, R., Wenzlaff, K., Suresh, K., Ferri de Camargo Paes, F., Mammadova, L., Wanga, C., Kekre, N., Mutinda, S., Wang, B. W., López Closs, C., Zhang, B., Forbes, H., Soki, E., Alam, N., Knaup, C., 2020. The 2nd Global Alternative Finance Market Benchmarking Report. Cambridge Centre for Alternative Finance. https://www.jbs.cam.ac.uk/wp-content/uploads/2021/06/ccaf-2021-06-report-2nd-global-alternative-finance-benchmarking-study-report.pdf
Descargas
Publicado
Versiones
- 2023-11-23 (2)
- 2023-11-23 (1)
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).
