Aprendizaje automático y modelos de clasificación. Aplicación en la calificación crediticia de los Gobiernos Autónomos Descentralizados Municipales como clientes del Banco del Estado

Abstract

El presente proyecto tiene como propósito implementar varias metodologías de clasificación, para establecer la predicción de la calificación de riesgo de crédito de los Gobiernos Autónomos Descentralizados Municipales. El documento presenta las características más importantes de los modelos de clasificación basados en análisis discriminante y máquinas de vectores soporte, siendo el análisis discriminante un método que permite identificar las características que diferencian a dos o más grupos, y crear una función capaz de distinguir con la mayor precisión posible a los miembros de uno u otro grupo. Por otro lado las máquinas de vectores de soporte constituyen nuevas estructuras de aprendizaje automático que han demostrado un excelente desempeño en aplicaciones de clasificación. Se basan en transformar el espacio de entrada en otro de dimensión superior en el que el problema puede ser resuelto mediante un hiperplano óptimo, por medio de una función núcleo. La información utilizada para el entrenamiento y validación de las metodologías propuestas, está constituida por un conjunto de indicadores de gestión administrativa y financiera correspondientes a 221 Gobiernos Autónomos Descentralizados Municipales. Una vez obtenidas las funciones discriminantes y los hiperplanos óptimos, los indicadores de gestión administrativa y financiera son utilizados en el entrenamiento y la validación de los modelos de predicción. Como resultado se observa una eficiencia del 90,6% de clasificados correctamente.