Capítulo 1 Introducción...1 Capítulo 2 Aprendizaje Automático 10 Capítulo 3 Riesgo Crediticio y Loss Given Default 18

Transcripción

1 INDICE DE CONTENIDOS Capítulo 1 Introducción Contextualización Problemática Objetivos Objetivo general Objetivos específicos Alcance del trabajo Metodología Resultados esperados Estructura de la tesis... 8 Capítulo 2 Aprendizaje Automático Descubrimiento de conocimiento en base de datos Proceso KDD Selección de los datos Preprocesamiento de los datos Transformación de los datos Reducción Aplicación de minería de datos Interpretación y evaluación Capítulo 3 Riesgo Crediticio y Loss Given Default Conceptos básicos Comité de Basilea para supervisión bancaria Incumplimiento Pérdida Riesgo crediticio Pérdida dado el default Estudios realizados para la LGD Estado del arte LGD Estudios realizados sobre la medición de la LGD Modelos a utilizar para comparación Capítulo 4 Redes Neuronales, Support Vector Regression y Ensembles Redes neuronales Support vector regression Concepto de aprendizaje estadístico vi

2 4.2.2 Hiperplanos separadores Caso linealmente separable Caso no linealmente separable Support vector regression Ensembles Tipos de estrategias de combinación Capítulo 5 Metodologías propuestas para la medición de la LGD Aporte de la tesis SVR SVR con programación de kernel Programación de kernel intervalar Distribución LGD Dataset Pruebas de SVR Resultados de estimaciones Resolución de propuesta de modelamiento Ensembles Capítulo 6 Experimentación y Análisis de Resultados Créditos de consumo Metodología KDD Selección y consolidación de datos Preprocesamiento Transformación Consideraciones importantes Créditos a largo plazo Créditos a corto plazo Características y configuración de las muestras Base de datos corto plazo Base de datos largo plazo Resultados de modelos de la literatura Regresión de respuesta fraccional Árbol de regresión Red neuronal Resultados de modelos propuestos Support vector regression (SVR) Metodologías ensembles vii

3 6.7 Resultados modelos realizados SVR con programación de kernel intervalar Ensemble propuesto Validaciones cruzadas Capítulo 7 Conclusiones y trabajos futuros Justificación de trabajo realizado Modelos de minería de datos Desarrollo de objetivos planteados Discusión y trabajo a futuro Bibliografía.103 Anexos 108 INDICE DE FIGURAS Figura 2-1: Etapas del proceso KDD Figura 3-1: Distribución de la LGD Figura 4-1: Estructura de una red neuronal Figura 4-2: Componentes de una red neuronal Figura 4-3: Hiperplano separador {w,b} para conjunto de entrenamiento Figura 4-4: Caso linealmente separable Figura 4-5: Hiperplano con vectores soportantes Figura 4-6: Caso no linealmente separable Figura 4-7: Ejemplificación funciones de kernel Figura 4-8: Modelo SVR gráficamente Figura 4-9: Motivo estadístico para la generación de ensembles Figura 4-10: Motivo computacional para la generación de ensembles Figura 4-11: Motivo representacional para la generación de ensembles Figura 4-12: Representación regla fija de votación Figura 5-1: Ejemplo de separación por intervalos Figura 5-2: Gráfico dataset Figura 5-3: Arquitectura de la metodología propuesta Figura 5-4: Metodología propuesta Figura 6-1: Variable de edad gráficamente Figura 6-2: Variable de región gráficamente Figura 6-3: LGD de corto plazo Figura 6-4: LGD de largo plazo Figura 6-5: Pruebas de árbol de regresión corto plazo Figura 6-6: Pruebas de árbol de regresión largo plazo Figura 6-7: Pruebas de red neuronal corto plazo Figura 6-8: Pruebas de red neuronal largo plazo Figura 6-9: Resultados de validación cruzada corto plazo Figura 6-10: Resultados de validación cruzada largo plazo viii

4 INDICE DE TABLAS Tabla 3-1: Principales modelos avanzados de riesgo crediticio Tabla 3-2: Modelos realizados para la LGD Tabla 5-1: Modelos con límites LGD Tabla 5-2: Parámetros SVR kernel lineal Tabla 5-3: Resultados kernel lineal Tabla 5-4: Resultados kernel polinomial Tabla 5-5: Parámetros SVR kernel rbf Tabla 5-6: Resultados kernel rbf Tabla 5-7: Kernels intervalares Tabla 5-8: Parámetros SVR kernel intervalar Tabla 5-9: Resultados kernel intervalar Tabla 5-10: Validaciones cruzadas kernels Tabla 5-11: Ejemplo de agrupación predicciones Tabla 6-1: Características Generales de la Base de Datos Tabla 6-2: Agrupación de Variables de la Base de Datos Tabla 6-3: Resumen transformaciones realizadas Tabla 6-4: Preprocesamiento largo plazo Tabla 6-5: Variables macroeconómicas largo plazo Tabla 6-6: Preprocesamiento corto plazo Tabla 6-7: Variables Macroeconómicas Largo Plazo Tabla 6-8: Regresión de respuesta fraccional corto plazo Tabla 6-9: Regresión de respuesta fraccional largo plazo Tabla 6-10: Parámetros árbol de regresión Tabla 6-11: Resumen resultados árbol de regresión corto plazo Tabla 6-12: Resumen resultados árbol de regresión largo plazo Tabla 6-13: Parámetros red neuronal Tabla 6-14: Resumen resultados entrenamiento red neuronal corto plazo Tabla 6-15: Resumen resultados testeo corto plazo red neuronal Tabla 6-16: Resumen resultados entrenamiento red neuronal largo plazo Tabla 6-17: Resumen resultados testeo red neuronal largo plazo Tabla 6-18: Parámetros SVR Tabla 6-19: Resumen resultados SVR corto plazo Tabla 6-20: Resumen resultados SVR largo plazo Tabla 6-21: Parámetros para ensemble votación Tabla 6-22: Resumen resultados búsqueda en grilla votación corto plazo Tabla 6-23: Resumen resultados búsqueda en grilla votación largo plazo Tabla 6-24: Resumen resultados random forest corto plazo Tabla 6-25: Resumen resultados random forest largo plazo Tabla 6-26: Parámetros SVR con programación de kernel intervalar Tabla 6-27: Resumen resultados SVR kernel intervalar corto plazo Tabla 6-28: Resumen Resultados SVR kernel intervalar largo plazo Tabla 6-29: Parámetros ensemble propuesto red neuronal Tabla 6-30: Parámetros ensemble propuesto SVR Tabla 6-31: Resultados entrenamiento ensemble propuesto corto plazo Tabla 6-32: Parámetros redes neuronales ensemble propuesto corto plazo Tabla 6-33: Parámetros SVR ensemble propuesto corto plazo Tabla 6-34: Parámetros SVR ensemble propuesto corto plazo ix

5 Tabla 6-35: Resultados ensemble propuesto corto plazo Tabla 6-36: Resultados entrenamiento ensemble propuesto largo plazo Tabla 6-37: Parámetros redes neuronales ensemble propuesto largo plazo Tabla 6-38: Parámetros SVR ensemble largo plazo Tabla 6-39: Parámetros SVR ensemble propuesto largo plazo Tabla 6-40: Resultados ensemble propuesto largo plazo Tabla 6-41: Validaciones cruzadas corto plazo Tabla 6-42: Validaciones cruzadas largo plazo x