Modelos y metodologías de credit score para personas naturales: una revisión literaria

  • David Esteban Rodríguez-Guevara Instituto Tecnológico Metropolitano - ITM
  • Jairo Alfonso Becerra-Arévalo Instituto Tecnológico Metropolitano - ITM
  • Daniel Cardona-Valencia Instituto Tecnológico Metropolitano - ITM
Palabras clave: análisis discriminante, credit score, modelos paramétricos, modelos no paramétricos, modelos semi-paramétricos

Resumen

Este trabajo pretende aportar literariamente una revisión de los modelos para la calificación del riesgo crediticio (modelos de Credit Score) utilizados en el otorgamiento de crédito personal; teniendo en cuenta los métodos de Abdou & Pointon (2011); Glennon, Kiefer, Larson, & Choi (2008); Saavedra-García & Saavedra-García (2010), se pretende crear un esquema de orden para explicar los múltiples modelos matemáticos y econométricos utilizados en el credit score, con el fin de generar un listado actualizado que esté sustentado por académicos y expertos en el tema.

Biografía del autor/a

David Esteban Rodríguez-Guevara, Instituto Tecnológico Metropolitano - ITM

Magíster en Administración Financiera. Instituto Tecnológico Metropolitano

Jairo Alfonso Becerra-Arévalo, Instituto Tecnológico Metropolitano - ITM

Magíster en Administración Financiera. Instituto Tecnológico Metropolitano

Daniel Cardona-Valencia, Instituto Tecnológico Metropolitano - ITM

Especialista en Finanzas y Mercado de Capitales

Referencias Bibliográficas

Abdou, H. A. & Pointon, J. (2011). Credit Scoring, Statistical Techniques and Evaluation Criteria: A Review of the

Literature. Intelligent Systems in Accounting, Finance and Management, 18(2–3), 59–88. http://doi.org/10.1002/isaf.325

Akkoç, S. (2012). An empirical comparison of conventional techniques, neural networks and the three stage hybrid Adaptive Neuro Fuzzy Inference System (ANFIS) model for credit scoring analysis: The case of Turkish credit card data. European Journal of Operational Research, 222(1), 168–178. http://doi.org/10.1016/j.ejor.2012.04.009

Altman, E. I. (1968). the Prediction of Corporate Bankruptcy. The Journal of Finance, XXIII(September), 589–609.

Altman, E. I. (1980). Commercial Bank Lending: Process, Credit Scoring, And Costs Of Errors In Lending. Journal Of
Financial And Quantitave Analysis, XV(4), 813–832.

Anderson, J. & Narasimhan, R. (1979). Assessing Project Implementation Risk: A Methodological Approach.
Management Science, 25(6), 512–521. http://doi.org/10.1287/mnsc.25.6.512

Antipov, E. & Pokryshevskaya, E. (2010). Applying CHAID for logistic regression diagnostics and classification accuracy improvement. Journal of Targeting, Measurement and Analysis for Marketing, 18(2), 109–117. http://doi.org/10.1057/jt.2010.3

Baesens, B.; Castelo, R. & Vanthienen, J. (2002). Learning Bayesian network classifiers fot credit scoring using Markov
Chain Monte Carlo search. Ieee, (2), 2–5.

Baklouti, I. (2014). A Credit Scoring Model for Microfinance Bank Based on Fuzzy Classifier Optimized by a Differential Evolution Algorithm. IUP Journal Of Financial Risk Management, 11(2), 7–24.

Bult, J. R. (1993). Semiparametric versus Parametric Classification Models: An Application to Direct Marketing. Journal Of Marketing Research, 30(3), 380–390. http://doi.org/10.1007/978-3-642-21551-3

Bumacov, V.; Ashta, A. & Singh, P. (2014). The Use of Credit Scoring in Microfi nance Institutions and Their Outreach. Strategic Change, 23(1), 401–413. http://doi.org/10.1002/jsc

Chang, K. C.; Fung, R.; Lucas, A.; Oliver, R. & Shikaloff, N. (2000). Bayesian networks applied to credit scoring. IMA Journal of Management Mathematics, 11(1), 1–18. http://doi.org/10.1093/imaman/11.1.1

Chaudhuri, K. & Cherical, M. M. (2012). Credit rationing in rural credit markets of India. Applied Economics, 44(7), 803–812. http://doi.org/10.1080/00036846.2010.524627

Constangioara, A. (2011). Consumer Credit Scoring. Romanian Journal Of Economic Forecasting, 3, 162–178.

Desai, V. S.; Crook, J. N. & Overstreet, G. A. (1996). A comparison of neural networks and linear scoring models in the credit union environment. European Journal of Operational Research, 95(1), 24–37. http://doi.org/10.1016/0377-2217(95)00246-4

Díaz, J. F. (2012). Comparación entré Árboles de Regresión CART y Regresión Lineal. Universidad Nacional de Colombia.

Elliott, R. J.; Siu, T. K. & Fung, E. S. (2014). A Double HMM approach to Altman Z-scores and credit ratings. Expert Systems with Applications, 41(4 PART 2), 1553–1560. http://doi.org/10.1016/j.eswa.2013.08.052

Espin-García, O. & Rodríguez-Caballero, C. V. (2013). Metodología para un scoring de clientes sin referencias crediticias. Cuadernos de Economía, 32(59), 139–164.

Esteve, E. M. (2007). Un modelo de credit scoring basado en el conocimiento de la aplicación de Basilea II y su papel innovador en el sector bancario. Asociación Española de Dirección y Economía de la Empresa.

Fernandez, H. & Pérez, F. O. (2005). El modelo logístico : una herramienta estadística para evaluar el riesgo de crédito.
Revista Ingenierias Universidad de Medellín, 4, 55–75.

Fisher, R. A. (1936). The use of multiple measurements in taxonomic problems. Annals of Eugenics, 7(2), 179–188. http://doi.org/10.1111/j.1469-1809.1936.tb02137.x

García Sánchez, M. & Sánchez, C. (2005). Antecedentes: modelos para estimar el riesgo de crédito. Riesgo de crédito en México: aplicación del modelo CreditMetrics. Universidad de las Américas Puebla.

Gartner, K. & Schiltz, E. (2005). What’s Your Score? Educating College Students About Credit Card Debt. Legal Studies Research Paper Series WHAT’S, 24(1), 401–432.

Glennon, D.; Kiefer, N. M.; Larson, C. E. & Choi, H. (2008). Development and Validation of Credit Scoring Models. Journal of Credit Risk, Forthcoming, 1(1), 1–70. Retrieved from http://papers.ssrn.com/abstract=1180302

Glorfeld, L. W. (1990). A Robust Methodology for Discriminant Analysis Based on Least-absolute-value Estimation. Managerial and Desicion Economics, 11(1), 267–277.

Gonçalves, R. M. L. & Braga, M. J. (2008). Determinantes de risco de liquidez em cooperativas de crédito: uma abordagem a partir do modelo logit multinomial. Revista de Administração Contemporânea, 12(4), 1019–1041. http://doi.org/10.1590/S1415-65552008000400007

Gujarati, D. (2004). Econometría (4ta Edició). McGraw-Hill Interamericana. Retrieved from https://books.google.es/books?id=8RttQgAACAAJ

Gutiérrez, M. A. (2007). Modelos de Credit Scoring - Qué, Cómo, Cuándo y Para Qué.

Hardy, W. E. & John, I. (1985). A Linear Programming Alternative to Discriminant Analysis in Credit Scoring. Agribussiness, I(4), 285–292.

Kočenda, E. & Vojtek, M. (2009). Default Predictors and Credit Scoring Models for Retail Banking. CESIFO WORKING
PAPER NO. 2862C. Retrieved from www.CESifo-group.org/wp

Kukuk, M. & Rönnberg, M. (2013). Corporate credit default models: A mixed logit approach. Review of Quantitative
Finance and Accounting, 40(3), 467–483. http://doi.org/10.1007/s11156-012-0281-4

Lipovetsky, S. & Conklin, M. (2004). Decision Making By Variable Contribution in Discriminant, Logit, and Regression
Analyses. International Journal of Information Technology & Decision Making, 3(2), 265–279. http://doi.org/10.1142/S0219622004001033

Majer, I. (2006). Application scoring: logit model approach and the divergence method compared (06 No. 10). Warsaw.

Martens, D.; Van Gestel, T.; De Backer, M.; Haesen, R.; Vanthienen, J. & Baesens, B. (2010). Credit rating prediction using Ant Colony Optimization. Journal of the Operational Research Society, 61(4), 561–573. http://doi.org/10.1057/jors.2008.164

Melo, L. F. & Granados, J. C. (2011). Regulación y valor en riesgo. Ensayos Sobre Política Economica, 29(64), 110–177.

Mileris, R. (2010). Estimation of loan applicants default probability applying discriminant analysis and simple Bayesian classifier. Economics and Management, 15(1), 1078–1084. Retrieved from http://www.ktu.lt/lt/mokslas/zurnalai/ekovad/15/1822-6515-2010-1078.pdf

Moreno, J. F. & Melo, L. F. (2011). Pronóstico de incumplimientos de pago mediante máquinas de vectores de soporte: una aproximación inicial a la gestión del riesgo de crédito. Boletín de Prensa DANE, 677, 1–33.

Moreno, S. (2013). El Modelo Logit Mixto para la construcción de un Scoring de Crédito. Universidad Nacional de Colombia.

Mures, J.; García, A. & Vallejo, E. (2011). Aplicación del análisis discriminate y regresión logística en el estudio de la morosidad en las entidades financieras comparación de resultados. Revista de La Facultad de Ciencias Económicas Y Empresariales, 1, 175–199. Retrieved from http://search.proquest.com/docview/818448211?accountid=10344

Olagunji, F. & Ajiboye, A. (2010). Agricultural lending decision: a tobit regression analysis. African Journal of Food Agriculture, Nutrition and Development, 10(5), 1–27. http://doi.org/10.4314/ajfand.v10i5.57897

Palacio, A. P.; Lochmúller, C.; Murillo, J. G.; Pérez, M. A. & Vélez, C. A. (2011). Modelo cualitativo para la asignación de créditos de consumo y ordinario - el caso de una cooperativa de crédito. Revista Ingenierias Universidad de Medellín, 10(19), 89–100.

Pérez, F. O. & Fernández, H. (2007). Las redes neuronales y la evaluación del riesgo de crédito. Revista Ingenierías, 6(10), 77–91.

Puertas, R. & Marti, M. L. (2012). Análisis Del Credit Scoring. Revista Administración de Empresas, 53(3), 303–315.

Rayo, S.; Lara, J. & Camino, D. (2010). Un modelo de credit scoring para instituciones de microfinanzas en el marco de Basile II. Journal of Economics, Finance & Administrative Science., 15(28), 89–124. Retrieved from http://eds.b.ebscohost.com/eds/detail?vid=2&sid=a4134bcc-0c4d-42d1-b74e-04f1be482687@sessionmgr112&hid=115&bdata=Jmxhbmc9ZXMmc2l0ZT1lZHMtbGl2ZQ==#db=bth&AN=51381543

Rodriguez, D. & Trespalacios, A. (2015). Medición de valor en riesgo en cartera de clientes a través de modelos logísticos y simulación de Montecarlo.

Roszbach, K. (2004). Bank Lending Policy, Credit Scoring, and the Survival of Loans. Review of Economics and Statistics, 86(4), 946–958. http://doi.org/10.1162/0034653043125248

Saavedra-García, M. L. & Saavedra-García, M. J. (2010). Modelos para medir el riesgo de crédito de la banca *. Cuadernos de Administración, 23(40), 295–319. Retrieved from http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-35922010000100013&lang=pt

Santos, J. O. & Famá, R. (2007). Avaliação da aplicabilidade de um modelo de credit scoring com varíaveis sistêmicas e não-sistêmicas em carteiras de crédito bancário rotativo de pessoas físicas. Revista Contabilidade & Finanças, 18, 105–117. http://doi.org/10.1590/S151970772007000200009

Soydaner, D. & Kocadağlı, O. (2015). Artificial Neural Networks with Gradient Learning Algorithm for Credit Scoring. Journal of the School of Bussiness Administration, 44(2), 3–12.

Sustersic, M.; Mramor, D. & Zupan, J. (2007). Consumer credit scoring models with limited data. Ljubljana Meetings Paper, 1(1),1–21. http://doi.org/10.1016/j.eswa.2008.06.016

Támara, A. L.; Aristizábal, R. E. & Velásquez, H. (2010). estimación de las provisiones esperadas en una institución financiera utilizando modelos Logit. Revista Ciencias Estratégicas, 18(24), 259–270.

Tan, A. K. G.; Yen, S. T. & Loke, Y. J. (2011). Credit card holders, convenience users and revolvers: A tobit model with binary selection and ordinal treatment. Journal of Applied Economics, 14(2), 225–255. http://doi.org/10.1016/S1514-0326(11)60013-5

Thomas, L.; Edelman, D. & Crook, J. (2002). Credit scoring and its applications.

Tsai, C. F. (2008). Financial decision support using neural networks and support vector machines. Expert Systems, 25(4), 380–393. http://doi.org/10.1111/j.1468-0394.2008.00449.x

Webster, G. (2011). Bayesian Logistic Regression Models for Credit Scoring. Rhodes University.

West, D. (2000). Neural network credit scoring models. Computers and Operations Research, 27(11–12), 1131–1152. http://doi.org/10.1016/S0305-0548(99)00149-5

Zhang, D.; Zhou, X.; Leung, S. C. H. & Zheng, J. (2010). Vertical bagging decision trees model for credit scoring. Expert Systems with Applications, 37(12), 7838–7843. http://doi.org/10.1016/j.eswa.2010.04.054

Zhou, L.; Lai, K. K. & Yen, J. (2009). Credit Scoring Models With Auc Maximization Based on Weighted Svm. International Journal of Information Technology & Decision Making, 8(4), 677–696. http://doi.org/10.1142/S0219622009003582
Cómo citar
Rodríguez-Guevara, D. E., Becerra-Arévalo, J. A., & Cardona-Valencia, D. (2017). Modelos y metodologías de credit score para personas naturales: una revisión literaria. Revista CEA, 3(5), 13-28. https://doi.org/10.22430/24223182.645

Descargas

La descarga de datos todavía no está disponible.
Publicado
2017-06-30
Sección
Artículos
Crossref Cited-by logo