Cazadores de morosos
En el presente trabajo se desarrolló un proyecto de analítica aplicada, orientado a la mejora de la gestión del riesgo crediticio. El objetivo principal fue reducir el dinero en mora mediante el diseño de un modelo predictivo basado en machine learning. Se integraron y procesaron datos históricos d...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | Proyecto final de grado |
| Lenguaje: | Español |
| Publicado: |
Instituto Tecnológico de Buenos Aires (ITBA)
2026
|
| Materias: | |
| Acceso en línea: | https://hdl.handle.net/20.500.14769/5241 |
| Aporte de: |
| Sumario: | En el presente trabajo se desarrolló un proyecto de analítica aplicada, orientado a la mejora de la gestión del riesgo crediticio. El objetivo principal fue reducir el dinero en mora mediante el diseño de un modelo predictivo basado en machine learning.
Se integraron y procesaron datos históricos de clientes, realizando análisis exploratorio, definición de KPIs de negocio y evaluación del modelo actual. Posteriormente, se implementó un modelo de clasificación que estima la probabilidad de mora de cada cliente. A partir de este modelo, se construyó un nuevo sistema de scoring y segmentación en perfiles de riesgo.
Finalmente, se evaluó el impacto económico del modelo, demostrando una reducción significativa del riesgo y una mejora en la asignación del capital crediticio. |
|---|