Modelo redes neuronales artificiales bancos comunales

UNIVERSIDAD TECNICA DE ORURO
FACULTAD DE CIENCIAS ECONÒMICAS, FINANCIERAS Y ADMINISTRATIVAS
CARRERA: INGENIERIA COMERCIAL
TITULO: Modelo de redes neuronales artificiales para la toma de decisiones en la operación de cartera de microcredito
para instituciones financieras que trabajan bajo la metodología de bancos comunales caso: Pro Mujer de la ciudad de
Oruro
Autor: Angela Stephanie Gutiérrez Vargas
Fecha de defensa: 13 de septiembre de 2007
Minería de datos – Modelo de redes neuronales artificiales – Clasificación de prestatarios – Bancos Comunales – toma
de decisiones
Ing. Roberto del Barco, Asesor de Tesis
187 paginas
RESUMEN
El desarrollo de la industria microfinanciera no regulada va teniendo mayor dinamismo y creciendo debido a la falta de acceso al
crédito para sectores de la población, generalmente excluidos de la prestación de servicios financieros tradicionales y que no
necesariamente cuentan con garantías reales y documentación regular, de manera mas especifica nos referimos a instituciones
financieras no reguladas que tienen una tecnología crediticia de Bancos Comunales tomando como referencia a la institución
financiera Pro Mujer que cuenta con prestatarios que tienen características diferentes a los otros grupos de prestamistas al igual que
en sus operaciones de crédito ,tema que cobra importancia ya que se plantean elementos teóricos y se dota de una herramienta que
ayuda a la toma de decisiones en el sector de crédito, disminuyendo el nivel de riesgo del préstamo y aumentando así la calidad de
cartera lo que deriva también en un buen desarrollo interno de la asociación comunal cumpliendo así la meta de esta institución
financiera.
Es así que el problema estriba en que este tipo de instituciones microfinancieras se enfrentan a una falta de información respecto a
los demandantes de crédito además de no contar con ninguna herramienta que se ajuste a sus necesidades y les ayude a identificar
el comportamiento del prestatario ante su obligación de pago y junto a eso la ausencia de una teoría general del riesgo que
proporcione una relación de pasos a seguir para obtener factores que presente un elevado poder predictivo para clasificar a los
prestatarios limitando de esta manera una optima toma de decisiones en la concesión del crédito por lo tanto se necesita una
selección adecuada de factores que vayan acompañados de atributos que se ajustan a las características de este tipo de tecnología
crediticia logrando así la categorización de los clientes dotando de esta manera una herramienta útil que permite disminuir la mora.
De acuerdo al problema planteado el objetivo general del presente trabajo de investigación es “Determinar los factores que
categoricen a los clientes mediante el proceso de minería de datos y el modelo de redes neuronales artificiales para optimizar la
toma de decisiones en la colocación de micro créditos para las instituciones financieras que trabajan bajo la metodología de bancos
comunales en la ciudad de Oruro”, para lograr este objetivo se plantean las siguientes tareas concretas * Exponer y analizar los
elementos teóricos, conceptuales y legales sobre la estructura microfinanciera en Bolivia, inteligencia artificial, el proceso y técnicas
de minería de datos (data mining), la toma de decisiones en las micro finanzas y el marco jurídico relacionado con el micro crédito
de las instituciones no reguladas, * Realizar una base de datos de la institución financiera para después identificar un conjunto de
factores relevantes y con ello los atributos (socio-económico-financiero) que presentan los postulantes a crédito para obtener una
guía que ayude a la elaboración del modelo matemático del presente tema de investigación, * Diseñar un modelo de redes
neuronales artificiales que sea el mas apto para la aplicación en estudio y sirva como herramienta que optimice la toma de
decisiones en la colocación del micro crédito. Para resolver el problema y alcanzar los objetivos planteados se utilizo el método
inductivo para el marco practico puesto que el análisis de la información obtenida mediante la encuesta es generalizada , el método
deductivo en la elaboración del marco teórico como en el marco propositivo debido a que se generalizo los patrones de un grupo de
prestatarios para mejorar la toma de decisiones en la concesión de un crédito para un caso en particular , el método de análisis para
las primeras etapas del proceso de data mining y el análisis de los resultados y el método de síntesis se utilizo para la redacción de
las conclusiones y recomendaciones del trabajo de investigación.
En función al problema descrito anteriormente la hipótesis es la siguiente: “El sector económico, el comportamiento del prestatario
y la operación de microfinanciamiento son los factores que clasificaran a los clientes de los bancos comunales y permitirá
optimizar la toma de decisiones en la concesión del crédito por parte de la institución financiera Pro Mujer Oruro”
Los resultados obtenidos en el desarrollo de la tesis fue el de identificar los factores mas adecuados que tienen mayor incidencia en
la operación de microcredito, que van acompañados de atributos cuidadosamente seleccionados gracias a la aplicación del proceso
de data mining , de esta manera el diseño del modelo de redes neuronales artificiales se ajusta a las necesidades de las
instituciones financieras que trabajan con bancos comunales proporcionando un instrumento oportuno que es capaz de ayudar y
reforzar el poder de análisis en la toma de decisiones clasificando a los prestatarios como buenos o malos pagadores disminuyendo
de esta manera el riesgo en esta operaciones como la mora entre las socias de los bancos. De acuerdo a la investigación realizada se
concluye que el diseño del modelo de RNA puede predecir el patrón de comportamiento de los clientes considerando las
características propias de la metodología de Bancos Comunales, con la aplicación de este modelo la mora disminuirá en un 85%,
además la categorización de los clientes si bien disminuye el numero de prestamista mejora la calidad de la cartera ya que
disminuye el riesgo del préstamo, con el análisis de factores se determino que la falta de pago se debe a un 50% de capacidad de
pago insuficiente, un 30% de endeudamiento actual que compromete la capacidad de pago, 13% los que tienen antecedentes de
incumplimiento de otras obligaciones en el pasado y un 7% por falta de voluntad de pago.
Las recomendaciones que se realizan son que la Superintendencia de Bancos y Entidades Financieras proponga la utilización de
este modelo neuronal en las operaciones de crédito de instituciones reguladas que conceden créditos y microcreditos , como
también se aplique este modelo a todas las entidades financieras no reguladas que trabajen con la metodología de Bancos
Comunales.