Publication:

Caracterización y predicción de la demanda de crédito a partir de datos abiertos

En la industria financiera tradicional el acceso al crédito depende en gran medida del comportamiento de pagos del cliente en el pasado, el nivel de riqueza y las garantías. Esto implica barreras de acceso al crédito, por un lado, la exclusión de grupos de población con condiciones óptimas que no tienen experiencia previa con productos de crédito y carecen de información histórica sobre sus hábitos de pago en la banca. Y por otro lado, los reportes de historia de crédito pueden contener errores y rezagos en la información que pueden llevar a decisiones sesgadas. En este sentido, se propone utilizar fuentes de datos abiertos para evaluar el acceso al crédito como una estrategia de inclusión financiera y mitigar las barreras de acceso al crédito. Se realiza un análisis de caracterización y predicción de acceso al crédito, se desarrollan tres técnicas supervisadas de clasificación: árbol de clasificación, bosque aleatorio y regresión logística, para evaluar las variables significativas y el modelo con mejor desempeño, con el objetivo de identificar los perfiles de bajo riesgo que acceden al crédito en las tres principales ciudades de Colombia: Bogotá, Medellín y Cali, utilizando datos abiertos de la Encuesta anual de carga financiera y educación financiera de los hogares (Iefic) del DANE. Finalmente, los resultados se presentan en un tablero de visualización analítica de datos.