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

Abstract

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.

ENG- The traditional financial industry, the credit access depends on the customer's payment behavior in the past, the level of wealth and guarantees. This implies barriers to access to credit, on the one hand, the exclusion of population groups with optimal conditions that have no previous experience with credit products and lack historical information on their payment habits in banking. And on the other hand, credit history reports can contain errors and lags in information that can lead to biased decisions. In this sense, it is proposed to use open data sources to evaluate access to credit as a financial inclusion strategy and to mitigate barriers to access to credit. This paper presents a characterization and prediction analysis of access to credit, using three supervised classification techniques: classification tree, random forest and logistic regression, to evaluate the significant variables and the model with the best performance, with the objective of identify the low-risk profiles that access credit in the three main cities of Colombia: Bogotá, Medellín and Cali, using open data from DANE's Annual Survey of Financial Burden and Financial Education of Households (Iefic). Finally, the results are presented on an analytical data visualization dashboard.