IDEAS home Printed from https://ideas.repec.org/a/cud/journ2/v1y2023i2p175-188.html
   My bibliography  Save this article

Predicción del riesgo de impago en los préstamos P2P

Author

Listed:
  • Kamil Dawid Grzebien

    (Universidad Complutense de Madrid, Madrid – España)

  • María Jesús Segovia-Vargas

    (Universidad Complutense de Madrid, Madrid – España)

Abstract

El presente trabajo utiliza cuatro algoritmos de aprendizaje automático para predecir la probabilidad de impago de préstamos en la plataforma Lending Club. Se utilizaron técnicas de preprocesamiento de datos y una base de datos histórica de préstamos que incluía información diversa como la cantidad prestada, el plazo del préstamo y si se produjo o no un impago. Los resultados mostraron que el modelo de Random Forest tiene un mejor rendimiento en la predicción de impagos en comparación con la regresión logística, el perceptrón multicapa y el árbol de clasificación C4.5. Este trabajo demuestra el potencial de los algoritmos de aprendizaje automático para predecir el impago de préstamos en plataformas peer-to-peer como Lending Club. Un eficaz uso de estas herramientas podría ayudar a mejorar gestión del riesgo de crédito y evitar posibles pérdidas.

Suggested Citation

  • Kamil Dawid Grzebien & María Jesús Segovia-Vargas, 2023. "Predicción del riesgo de impago en los préstamos P2P," Revista de Economía y Finanzas (REyF), Asociación Cuadernos de Economía, vol. 1(2), pages 175-188, Mayo.
    • Handle: RePEc:cud:journ2:v:1:y:2023:i:2:p:175-188
    as

    Download full text from publisher

    File URL: https://reveyf.es/index.php/REyF/article/view/352/159
    Download Restriction: no
    ---><---

    More about this item

    Keywords

    Préstamos P2P; Predicción de impago de préstamos; Riesgo de crédito; Aprendizaje automático;
    All these keywords.

    JEL classification:

    • C44 - Mathematical and Quantitative Methods - - Econometric and Statistical Methods: Special Topics - - - Operations Research; Statistical Decision Theory
    • C53 - Mathematical and Quantitative Methods - - Econometric Modeling - - - Forecasting and Prediction Models; Simulation Methods
    • G20 - Financial Economics - - Financial Institutions and Services - - - General
    • G32 - Financial Economics - - Corporate Finance and Governance - - - Financing Policy; Financial Risk and Risk Management; Capital and Ownership Structure; Value of Firms; Goodwill

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:cud:journ2:v:1:y:2023:i:2:p:175-188. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Erick Tinsson (email available below). General contact details of provider: .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.