Anàlisi de les diferents eines de modelització en el camp del risc de crèdit

Abstract

La importància de gestionar òptimament el risc de crèdit ha evolucionat a l’alça durant l’última dècada i per això bancs i institucions demanden una solució al respecte. Per donar resposta al col·lectiu financer, aquesta investigació es centra en una comparació exhaustiva de les capacitats predictives entre els mètodes clàssics utilitzats per la majoria d’institucions financeres i els mètodes alternatius que proporciona l’aprenentatge automàtic. Tot això amb la finalitat de trobar l’algoritme que millor respon a les necessitats de les entitats tenint en un compte els beneficis i costos de cada model utilitzant una base de dades realista que podria tenir perfectament un banc qualsevol.

The importance of optimally managing credit risk has increased over the last decade, which is why banks and other institutions are demanding a solution in this regard. To respond to the financial community, this research focuses on a thorough comparison of the predictive capabilities between the classical methods used by most financial institutions and the alternative methods provided by Machine Learning methodology. All this to find the algorithm that best meets the needs of banking institutions considering the benefits and costs of each model using a realistic database that could have perfectly any bank.