Predicción del riesgo crediticio con impacto sostenible

Abstract

Este trabajo se centra en abordar las deficiencias en el modelo de predicción de riesgo para clientes naturales de ALFA Colombia. Actualmente, este modelo clasifica aproxi-madamente al 53% de los clientes como alta probabilidad de impago, a pesar de que la tasa de mora en entidades de riesgo real es solo del 5%. Esto afecta directamente a dos objetivos estratégicos de ALFA Colombia: crecer en clientes y aplicar eficientemente los datos y la tecnología. El objetivo general del proyecto es desarrollar un nuevo modelo de scoring para el seg-mento de clientes que domicilian nómina y pensión en el banco, con el fin de reempla-zar el modelo existente y brindar soporte en la preconcesión de créditos, seguimiento del riesgo y cálculo de provisiones. Para lograr este objetivo, se utilizará la base de datos de variables de la organización y la información de transaccionalidad de los clientes. Además, se explorará la inclusión del análisis de redes sociales utilizando las transacciones de los clientes para evaluar cómo afectan el comportamiento de pago y mejoran la capacidad predictiva del modelo. También se probarán otras metodologías de estimación que puedan proporcionar pre-dicciones más precisas, evaluadas a través del índice Gini. Finalmente, se analizará la eficiencia energética de cada modelo propuesto para alinear-lo con la visión sostenible de la compañía. Se realizará un análisis de costo-beneficio para justificar la sostenibilidad de la propuesta. En resumen, este proyecto busca mejorar el modelo de predicción de riesgo de ALFA Colombia mediante el desarrollo de un nuevo modelo de scoring, la inclusión del análisis de redes sociales y la evaluación de otras metodologías de estimación. Además, se considerará la eficiencia energética de cada modelo propuesto.