Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub

Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub

Se presenta la teoría de máquinas de soporte vectorial (Support Vector Machine – svm) aplicada a la clasificación de créditos otorgados por la banca fintech (financial technology) de Estados Unidos LendingClub. Se estudiará la clasifi­cación que da el método svm a los créditos contra la ya otorgada por la entidad. Se analizan las variables más importantes que maneja LendingClub para el otorgamiento de créditos comparándolas con la clasificación de pago o impago que arroja el experimento de SVM.

Guardado en:

Revista ODEON

1794-1113

2346-2140

Guevara-Díaz, Karen Estefanía

UNIVERSIDAD EXTERNADO DE COLOMBIA

10.18601/17941113.n18.03

2020-11-04

59

98

Colombia

riesgo de crédito;

máquinas de soporte vectorial;

fintech

Karen Estefanía Guevara-Díaz - 2020

info:eu-repo/semantics/openAccess

http://purl.org/coar/access_right/c_abf2

id eb2be22c79143c11e0952db258329391
record_format ojs
spelling Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub
Xi, Y. et al. (2019). Risk control of online P2P lending in China based on health in-vestment. Ekoloji, 107, 2013-2022.
https://creativecommons.org/licenses/by-nc-sa/4.0/
Karen Estefanía Guevara-Díaz - 2020
Bessis, J. (2015). Risk Management in Banking (e ed.). New York: Wiley.
Fernández-Sainz, A. (2010). ¿Bancos con problemas? Un sistema de alerta temprana para la prevención de crisis bancarias. Cuadernos de Gestión, 11(2), 149-168.
Gareth, J. et al. (2017). An Introduction to Statistical Learning with Applications in R. Berlin: Springer.
Malekipirbazari, M. y Aksakalli, V. (2015). Risk assessment in social lending via ran¬dom forests. Expert Systems With Applications, 42(10), 4621-4631.
Moreno Gutiérrez, J. y Melo Velandia, L. (2011). Pronóstico de incumplimiento de pago mediante máquinas de vectores de soporte: una aproximación inicial a la gestión del riesgo de crédito. Borradores de Economía, 677.
Vapnik, V. y Cortés, C. (1995). Support Vector Networks. Machine Learning, 20, 273-297.
Yu, L. (2014). Credit risk evaluation with a least squares fuzzy support vector machines classifier. Arcif, 1-9.
https://revistas.uexternado.edu.co/index.php/odeon/article/view/6885
info:eu-repo/semantics/article
http://purl.org/coar/resource_type/c_6501
http://purl.org/redcol/resource_type/ARTREF
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/version/c_970fb48d4fbd8a85
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
Text
Español
Publication
Artículo de revista
application/pdf
18
Núm. 18 , Año 2020 : Enero-Junio
riesgo de crédito;
máquinas de soporte vectorial;
Guevara-Díaz, Karen Estefanía
text/html
Universidad Externado de Colombia
Se presenta la teoría de máquinas de soporte vectorial (Support Vector Machine – svm) aplicada a la clasificación de créditos otorgados por la banca fintech (financial technology) de Estados Unidos LendingClub. Se estudiará la clasifi­cación que da el método svm a los créditos contra la ya otorgada por la entidad. Se analizan las variables más importantes que maneja LendingClub para el otorgamiento de créditos comparándolas con la clasificación de pago o impago que arroja el experimento de SVM.
ODEON
fintech
The theory of support vector machines applied to the classification of credits granted by the United States fintech banking LendingClub is presented. The classification given by the svm method to credits will be analyzed against what has already been granted by the entity. The most important variables that LendingClub manages for the granting of credits are analyzed, comparing it with the classification of payment or non-payment that the svm experiment gives.
Credit risk;
vector support machines;
fintech
Journal article
Credit classification using support vector machines on the LendingClub database
1794-1113
https://revistas.uexternado.edu.co/index.php/odeon/article/download/6885/9826
https://revistas.uexternado.edu.co/index.php/odeon/article/download/6885/9359
2346-2140
2020-11-04T11:46:23Z
2020-11-04T11:46:23Z
2020-11-04
98
59
https://doi.org/10.18601/17941113.n18.03
10.18601/17941113.n18.03
institution UNIVERSIDAD EXTERNADO DE COLOMBIA
thumbnail https://nuevo.metarevistas.org/UNIVERSIDADEXTERNADODECOLOMBIA/logo.png
country_str Colombia
collection Revista ODEON
title Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub
spellingShingle Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub
Guevara-Díaz, Karen Estefanía
riesgo de crédito;
máquinas de soporte vectorial;
fintech
Credit risk;
vector support machines;
fintech
title_short Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub
title_full Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub
title_fullStr Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub
title_full_unstemmed Clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de LendingClub
title_sort clasificación de créditos utilizando máquinas de soporte vectorial sobre la base de datos de lendingclub
title_eng Credit classification using support vector machines on the LendingClub database
description Se presenta la teoría de máquinas de soporte vectorial (Support Vector Machine – svm) aplicada a la clasificación de créditos otorgados por la banca fintech (financial technology) de Estados Unidos LendingClub. Se estudiará la clasifi­cación que da el método svm a los créditos contra la ya otorgada por la entidad. Se analizan las variables más importantes que maneja LendingClub para el otorgamiento de créditos comparándolas con la clasificación de pago o impago que arroja el experimento de SVM.
description_eng The theory of support vector machines applied to the classification of credits granted by the United States fintech banking LendingClub is presented. The classification given by the svm method to credits will be analyzed against what has already been granted by the entity. The most important variables that LendingClub manages for the granting of credits are analyzed, comparing it with the classification of payment or non-payment that the svm experiment gives.
author Guevara-Díaz, Karen Estefanía
author_facet Guevara-Díaz, Karen Estefanía
topicspa_str_mv riesgo de crédito;
máquinas de soporte vectorial;
fintech
topic riesgo de crédito;
máquinas de soporte vectorial;
fintech
Credit risk;
vector support machines;
fintech
topic_facet riesgo de crédito;
máquinas de soporte vectorial;
fintech
Credit risk;
vector support machines;
fintech
citationissue 18
citationedition Núm. 18 , Año 2020 : Enero-Junio
publisher Universidad Externado de Colombia
ispartofjournal ODEON
source https://revistas.uexternado.edu.co/index.php/odeon/article/view/6885
language Español
format Article
rights https://creativecommons.org/licenses/by-nc-sa/4.0/
Karen Estefanía Guevara-Díaz - 2020
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
references Xi, Y. et al. (2019). Risk control of online P2P lending in China based on health in-vestment. Ekoloji, 107, 2013-2022.
Bessis, J. (2015). Risk Management in Banking (e ed.). New York: Wiley.
Fernández-Sainz, A. (2010). ¿Bancos con problemas? Un sistema de alerta temprana para la prevención de crisis bancarias. Cuadernos de Gestión, 11(2), 149-168.
Gareth, J. et al. (2017). An Introduction to Statistical Learning with Applications in R. Berlin: Springer.
Malekipirbazari, M. y Aksakalli, V. (2015). Risk assessment in social lending via ran¬dom forests. Expert Systems With Applications, 42(10), 4621-4631.
Moreno Gutiérrez, J. y Melo Velandia, L. (2011). Pronóstico de incumplimiento de pago mediante máquinas de vectores de soporte: una aproximación inicial a la gestión del riesgo de crédito. Borradores de Economía, 677.
Vapnik, V. y Cortés, C. (1995). Support Vector Networks. Machine Learning, 20, 273-297.
Yu, L. (2014). Credit risk evaluation with a least squares fuzzy support vector machines classifier. Arcif, 1-9.
type_driver info:eu-repo/semantics/article
type_coar http://purl.org/coar/resource_type/c_6501
type_version info:eu-repo/semantics/publishedVersion
type_coarversion http://purl.org/coar/version/c_970fb48d4fbd8a85
type_content Text
publishDate 2020-11-04
date_accessioned 2020-11-04T11:46:23Z
date_available 2020-11-04T11:46:23Z
url https://revistas.uexternado.edu.co/index.php/odeon/article/view/6885
url_doi https://doi.org/10.18601/17941113.n18.03
issn 1794-1113
eissn 2346-2140
doi 10.18601/17941113.n18.03
citationstartpage 59
citationendpage 98
url3_str_mv https://revistas.uexternado.edu.co/index.php/odeon/article/download/6885/9826
url2_str_mv https://revistas.uexternado.edu.co/index.php/odeon/article/download/6885/9359
_version_ 1797157526464102400

Código QR

Estadísticas y Métricas Alternativas

Títulos similares