Modelos para la evaluación de riego crediticio en el ámbito de la tecnología financiera: una revisión
Esta revisión analiza una selección de artículos científicos sobre la implantación de sistemas de evaluación del riesgo de crédito para identificar las soluciones existentes, las más acertadas y las limitaciones y problemas en su desarrollo. Se adoptó la declaración PRISMA del siguiente modo: se for...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Instituto Tecnológico Metropolitano
2023-12-01
|
| Series: | TecnoLógicas |
| Subjects: | |
| Online Access: | https://revistas.itm.edu.co/index.php/tecnologicas/article/view/2679 |
| _version_ | 1797319128638291968 |
|---|---|
| author | Frank Edward Tadeo Espinoza* Marco Antonio Coral Ygnacio |
| author_facet | Frank Edward Tadeo Espinoza* Marco Antonio Coral Ygnacio |
| author_sort | Frank Edward Tadeo Espinoza* |
| collection | DOAJ |
| description | Esta revisión analiza una selección de artículos científicos sobre la implantación de sistemas de evaluación del riesgo de crédito para identificar las soluciones existentes, las más acertadas y las limitaciones y problemas en su desarrollo. Se adoptó la declaración PRISMA del siguiente modo: se formularon las preguntas de investigación, se definieron los criterios de inclusión, se seleccionaron las palabras clave y se diseñó la cadena de búsqueda. Por último, se calcularon varios estadísticos descriptivos de los artículos seleccionados. En los estudios seleccionados se identificaron 31 soluciones, entre métodos, modelos y algoritmos. Algunos de los modelos más utilizados se basan en técnicas de Inteligencia Artificial (IA), especialmente Redes Neuronales y Bosques Aleatorios. Se concluyó que las Redes Neuronales son las soluciones más eficientes, con precisiones medias superiores al 90 %, pero su desarrollo puede tener limitaciones. Estas soluciones deben implementarse teniendo en cuenta el contexto en el que se van a emplear. |
| first_indexed | 2024-03-08T04:02:22Z |
| format | Article |
| id | doaj.art-2b1c516b17504f75b5bf26642bc6813a |
| institution | Directory Open Access Journal |
| issn | 0123-7799 2256-5337 |
| language | English |
| last_indexed | 2024-03-08T04:02:22Z |
| publishDate | 2023-12-01 |
| publisher | Instituto Tecnológico Metropolitano |
| record_format | Article |
| series | TecnoLógicas |
| spelling | doaj.art-2b1c516b17504f75b5bf26642bc6813a2024-02-09T14:31:42ZengInstituto Tecnológico MetropolitanoTecnoLógicas0123-77992256-53372023-12-012658e2679e267910.22430/22565337.26792224Modelos para la evaluación de riego crediticio en el ámbito de la tecnología financiera: una revisiónFrank Edward Tadeo Espinoza*0https://orcid.org/0000-0001-6109-9559Marco Antonio Coral Ygnacio1https://orcid.org/0000-0001-6628-1528Universidad Catolica Sedes Sapientiae, PerúUniversidad Católica Sedes Sapientiae, PerúEsta revisión analiza una selección de artículos científicos sobre la implantación de sistemas de evaluación del riesgo de crédito para identificar las soluciones existentes, las más acertadas y las limitaciones y problemas en su desarrollo. Se adoptó la declaración PRISMA del siguiente modo: se formularon las preguntas de investigación, se definieron los criterios de inclusión, se seleccionaron las palabras clave y se diseñó la cadena de búsqueda. Por último, se calcularon varios estadísticos descriptivos de los artículos seleccionados. En los estudios seleccionados se identificaron 31 soluciones, entre métodos, modelos y algoritmos. Algunos de los modelos más utilizados se basan en técnicas de Inteligencia Artificial (IA), especialmente Redes Neuronales y Bosques Aleatorios. Se concluyó que las Redes Neuronales son las soluciones más eficientes, con precisiones medias superiores al 90 %, pero su desarrollo puede tener limitaciones. Estas soluciones deben implementarse teniendo en cuenta el contexto en el que se van a emplear.https://revistas.itm.edu.co/index.php/tecnologicas/article/view/2679evaluación crediticiariesgo de créditosoluciones tecnológicasaprendizaje automáticoalgoritmos |
| spellingShingle | Frank Edward Tadeo Espinoza* Marco Antonio Coral Ygnacio Modelos para la evaluación de riego crediticio en el ámbito de la tecnología financiera: una revisión TecnoLógicas evaluación crediticia riesgo de crédito soluciones tecnológicas aprendizaje automático algoritmos |
| title | Modelos para la evaluación de riego crediticio en el ámbito de la tecnología financiera: una revisión |
| title_full | Modelos para la evaluación de riego crediticio en el ámbito de la tecnología financiera: una revisión |
| title_fullStr | Modelos para la evaluación de riego crediticio en el ámbito de la tecnología financiera: una revisión |
| title_full_unstemmed | Modelos para la evaluación de riego crediticio en el ámbito de la tecnología financiera: una revisión |
| title_short | Modelos para la evaluación de riego crediticio en el ámbito de la tecnología financiera: una revisión |
| title_sort | modelos para la evaluacion de riego crediticio en el ambito de la tecnologia financiera una revision |
| topic | evaluación crediticia riesgo de crédito soluciones tecnológicas aprendizaje automático algoritmos |
| url | https://revistas.itm.edu.co/index.php/tecnologicas/article/view/2679 |
| work_keys_str_mv | AT frankedwardtadeoespinoza modelosparalaevaluacionderiegocrediticioenelambitodelatecnologiafinancieraunarevision AT marcoantoniocoralygnacio modelosparalaevaluacionderiegocrediticioenelambitodelatecnologiafinancieraunarevision |