Bogotá - Ciencias Económicas - Maestría en Administración · 2026

Evaluación del riesgo de crédito mediante modelos estadísticos supervisados y de aprendizaje automático : aplicación en una entidad financiera en Bogotá

Este trabajo evalúa y compara enfoques de modelamiento para la estimación del riesgo de crédito bajo NIIF 9 en una entidad financiera de Bogotá, integrando la Probabilidad de Incumplimiento (PD), la Pérdida Dada el Incumplimiento (LGD), la Exposición en Caso de Incumplimiento (EAD) y la clasificación por etapas de deterioro (staging: S1/S2/S3). El estudio adopta un diseño cuantitativo correlacional-predictivo aplicado a un panel obligación-mes para el periodo 2019–2023, construido con información interna contractual y de comportamiento. Para garantizar validez fuera de muestra, se implementa un sello temporal para prevenir fuga de información (data leakage) y se evalúa el desempeño mediante esquemas temporales out-of-time (OOT). Metodológicamente, se contrastan modelos estadísticos supervisados (GLM-probit, regresión Beta, Tobit y GAMLSS) con modelos de aprendizaje automático (Random Forest, XGBoost, redes neuronales y SVM/SVR), incorporando enfoques alternativos cuando aportan valor en precisión, estabilidad o gobernanza. La comparación se fundamenta en métricas coherentes con la naturaleza de cada tarea: para regresión (EAD y LGD), se utilizan R² y métricas de error (MAE y RMSE); para clasificación (staging/SICR y evento de incumplimiento cuando aplica), se emplean métricas de discriminación y calibración (AUC, KS y Brier), complementadas con análisis de estabilidad temporal. Los resultados muestran diferencias sistemáticas por componente. En EAD, Random Forest logra el mejor balance entre ajuste y estabilidad (R²≈0,925; MAE≈$1,66 millones), mientras SVR-RBF resulta competitivo en el rango central de saldos (MAE≈$1,28 millones) y las redes neuronales evidencian menor robustez en colas (R²≈0,49). En staging/SICR, XGBoost se consolida como modelo “champion” por su capacidad discriminante (AUC≈0,934; KS≈0,45), mientras Random Forest presenta mayor sensibilidad para identificar la etapa 2 (Recall-S2≈0,71), clave en decisiones de incremento significativo del riesgo de crédito. En PD, los modelos paramétricos (GLM-probit y regresión Beta) aportan parsimonia e interpretabilidad (R²≈0,905/0,903), en tanto los métodos de ensamble (Random Forest y XGBoost) elevan la precisión (R²≈0,995/0,983). Para LGD, GAMLSS-Beta destaca por capturar heterogeneidad al modelar simultáneamente media y dispersión (MAE≈0,026; R²≈0,491), observándose que las recuperaciones se concentran principalmente en los primeros 12–24 meses y que la tasa efectiva (EIR) afecta de forma material la pérdida en valor presente. Desde una perspectiva aplicada, se recomienda priorizar métricas sensibles a decisiones (KS en la frontera S1↔S2 y Recall-S2) por encima del AUC global, y optimizar umbrales como un problema de pérdida crediticia esperada. En consecuencia, se propone una arquitectura híbrida y gobernable (champion-challenger) que integre capas de calibración (Platt o isotónica), restricciones de monotonicidad en predictores críticos y un esquema de MLOps orientado a backtesting, monitoreo de deriva (por ejemplo, PSI) y trazabilidad (audit trail), fortaleciendo la consistencia técnica y la defendibilidad del modelo en operación. (Texto tomado de la fuente)

Tesauro de su biblioteca