Predicción del incumplimiento de pagos en cooperativas de ahorro y crédito mediante modelos explicables

Abstract

La presente investigación tuvo como propósito desarrollar y validar un modelo predictivo explicable para estimar el incumplimiento de pagos en una cooperativa de ahorro y crédito ecuatoriana, con el objetivo de fortalecer la gestión del riesgo crediticio mediante la aplicación de técnicas de aprendizaje automático e inteligencia artificial explicable. Se adoptó un enfoque cuantitativo, de carácter aplicado, con alcance predictivo y diseño no experimental, utilizando una base de datos consolidada compuesta por 75.783 operaciones crediticias correspondientes a 46.249 socios, en la cual se identificó una tasa de mora igual o superior a treinta días del 23,47%. El procesamiento de la información comprendió etapas de depuración, transformación e ingeniería de características, incorporando variables demográficas, financieras, crediticias e históricas relacionadas con el perfil del socio, las condiciones del crédito, la capacidad de pago, el nivel de endeudamiento y el comportamiento crediticio, posteriormente, se implementaron y compararon los algoritmos de Regresión Logística , Random Forest y XGBoost, cuyo desempeño fue evaluado mediante las métricas de exactitud (accuracy), precisión (precision), sensibilidad (recall), F1-score y área bajo la curva ROC (AUC-ROC)… The purpose of this research was to develop and validate an explainable predictive model to estimate payment default in an Ecuadorian savings and credit cooperative, with the objective of strengthening credit risk management through the application of machine learning and explainable artificial intelligence techniques. A quantitative, applied approach was adopted, with a predictive scope and a non-experimental design, using a consolidated database composed of 75,783 credit operations corresponding to 46,249 members, in which a delinquency rate equal to or greater than thirty days of 23.47% was identified. The information processing comprised stages of data cleaning, transformation, and feature engineering, incorporating demographic, financial, credit, and historical variables related to the member’s profile, credit conditions, payment capacity, level of indebtedness, and credit behavior. Subsequently, the Logistic Regression, Random Forest, and XGBoost algorithms were implemented and compared, and their performance was evaluated using the metrics of accuracy, precision, recall, F1-score, and area under the ROC curve (AUC-ROC)…