Crédito hipotecario: un modelo predictivo de discriminación de riesgo

Abstract

Diversos estudios demuestran la relación entre el acceso a la vivienda y la superación de la pobreza. Sin embargo, existe un rezago en el acceso a la vivienda digna en México y la falta de historial crediticio es una limitante para el acceso a créditos bancarios. El objetivo de la presente investigación es analizar los criterios de selección de crédito hipotecario y proponer un modelo de gestión de riesgos que permita a la banca financiar a un mayor número de personas en la adquisición o mejora de su vivienda. La estrategia metodológica se basa en técnicas de aprendizaje automático apoyadas en la ciencia de datos para crear un modelo predictivo del cumplimiento del crédito basado en características individuales. Los resultados muestran un modelo predictivo de discriminación de riesgo con una confiabilidad del 85% para créditos a la vivienda, lo cual permite ampliar la base potencial de personas susceptibles de acceder a financiamiento hipotecario. El derecho a una vivienda digna presenta un rezago importante en el país y hasta ahora los bancos al proponer un modelo predictivo de selección de riesgo hipotecario se da respuesta a la pregunta de investigación que refiere a las acciones que puede ejecutar la banca para resolver el problema de falta de acceso a vivienda digna. Los bancos pueden establecer sus criterios de selección de riesgo apoyados en la ciencia y analítica de datos y la aplicación de modelos predictivos de aprendizaje automático utilizando su amplia base de datos histórica.

Keywords

• aprendizaje automático
• criterios de selección de riesgo
• movilidad social
• vivienda digna