De la Econometría clásica a los modelos de Machine Learning: un enfoque práctico de predicción en Economía

Carrasco Serrano, Javier (2023). De la Econometría clásica a los modelos de Machine Learning: un enfoque práctico de predicción en Economía,Universidad Nacional de Educación a Distancia (España). Facultad de Ciencias Económicas y Empresariales. Departamento de Economía Aplicada y Estadística.

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Carrasco_Serrano_Javier_TFG.pdf Carrasco Serrano_Javier_TFG.pdf application/pdf 738.60KB

Título De la Econometría clásica a los modelos de Machine Learning: un enfoque práctico de predicción en Economía
Autor(es) Carrasco Serrano, Javier
Materia(s) Economía
Resumen Este proyecto pretende abordar un problema de predicción de un evento binario, los impagos bancarios, mediante las técnicas econométricas vigentes en la industria: el modelo logit y las variables WOE. Para ello, se utilizarán datos de préstamos de la plataforma Lending Club, con el objetivo de mejorar, en términos de poder discriminante, el modelo que utilizan para evaluar el riesgo de sus operaciones. Por otro lado, y dada la popularidad que están ganando incluso en un sector tan regulatorio como el financiero, se van a construir modelos con técnicas de machine learning para ser comparados con el modelo de scoring.
Abstract The aim of this working paper is to face a binary variable prediction problem, the defaults in banking loans, through the best practices in this industry: the logit model and WOE variables. For that purpose, loans information from Lending Club is used, trying to construct, in terms of discriminatory power, a model that improves the one used to assess the risk of their operations. Besides that, given their growing popularity, even considering the strong banking regulatory environment, additional models are built using machine learning techniques to be compared with the scoring model.
Palabras clave scoring model
scorecard
logistic regression
logit model
machine learning
formación
Editor(es) Universidad Nacional de Educación a Distancia (España). Facultad de Ciencias Económicas y Empresariales. Departamento de Economía Aplicada y Estadística
Supervisor del trabajo Pérez Pascual, Pedro Antonio
Fecha 2023-12-09
Formato application/pdf
Identificador http://e-spacio.uned.es/fez/view/bibliuned:grado-CEyE-Economia-Jcarrasco
bibliuned:grado-CEyE-Economia-Jcarrasco
Idioma spa
tipo/versión del documento info:eu-repo/semantics/acceptedVersion
info:eu-repo/semantics/bachelorThesis
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso Bachelor Thesis
Tipo de acceso acceptedVersion
Notas adicionales Trabajo de Fin de Grado. Grado Universitario en Economía. Especialidad Economía Aplicada y Estadística. UNED

Tipo de documento: bachelor Thesis
Collections: Trabajos Fin de Grado. Grado en Economía
Set de openaire
 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 107 Visitas, 51 Descargas  -  Estadísticas en detalle
Creado: Fri, 16 Feb 2024, 00:05:54 CET