Ajuste de modelo de predicción para el incumplimiento de pagos de créditos en la cooperativa de ahorro y crédito educadores de Chimborazo en Ecuador
Resumen
El presente estudio tiene como objetivo identificar los factores determinantes en la probabilidad de incumplimiento de pago de créditos en la Cooperativa de Ahorro y Crédito Educadores de Chimborazo, mediante la aplicación de un modelo de regresión logística multinomial. Para ello, se analizaron las características sociodemográficas, económicas y operativas de los socios de la entidad con especial énfasis en variables como el tipo de garante, nivel de estudios, actividad económica, tipo de vivienda, estado de operación y causal de vinculación. La metodología implementada permitió estimar la probabilidad de pertenencia a diversas categorías de riesgo crediticio comprendida entre A2 bajo riesgo y E alto riesgo. Los resultados evidencian que ciertos perfiles, particularmente aquellos con niveles educativos bajos, vinculaciones no formales y condiciones habitacionales precarias, presentan mayor propensión al incumplimiento. El modelo fue validado mediante la prueba global de significancia y el McFadden, obteniéndose un valor p inferior a 0.05 y un de 0.61 lo cual indica un buen ajuste. Además, la matriz de clasificación arrojo una precisión del 79.72% confirmando la robustez del enfoque empleado. Este análisis contribuye al fortalecimiento de los procesos de evaluación crediticia en la cooperativa, permitiendo desarrollar estrategias eficientes de prevención del riesgo, y la focalización de políticas financieras y promoción de la inclusión económica responsable.
Palabras clave
Referencias
Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, M. (2014). Metodología de la investigación. McGRAW-HILL. Obtenido de https://apiperiodico.jalisco.gob.mx/api/sites/periodicooficial.jalisco.gob.mx/files/metodologia_de_la_investigacion_-_roberto_hernandez_sampieri.pdf
Covri Rivera, D., & Maldonado Ambrosini, A. (2023). Puntuación de crédito en la Cooperativa de Ahorro y Crédito Jardín Azuayo mediante regresión logística. Revista de Investigación en Ciencias Sociales, 2631-2735. doi: https://doi.org/10.33996/revistaneque.v6i14.108
Fernández, S., & Fernández, P. (2004). Regresión logística multinomial. Actas de la Reunión de Modelización Forestal, 323-327. Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=2981898
Flores Sánchez, G., Campoverde, J., Romero Galarza, A., & Coronel Pangol, K. (2021). Aproximación predictiva al riesgo crediticio comercial en empresas alimenticias. Journal og Management Economics for Iberoamerica, 413 - 424. Obtenido de https://www.redalyc.org/articulo.oa?id=21268838007
INTENDENCIA NACIONAL DE GESTIÓN DE INFORMACIÓN Y NORMATIVA TÉCNICA. (2024). Manual Técnico "Tablas de información". Obtenido de https://www.seps.gob.ec/wp-content/uploads/Manual-Técnico-de-Tablas-de-Información-versión-27.0.pdf
Intendencia Nacional de gestión de informacion y normativa técnica. (2024). Manual Técnico de estructuras de datos. "Operaciones de cartera de créditos y contingentes". Cooperativas de ahorro y crédito segmentos 4 y 5. Superintendencia de Economía popular y Solidaria .
Izurieta, C., Pérez, N., Ramos, C., & Fuentes, L. (2022). Métodos estadísticos predictivos para el análisis de riesgo financiero en proyectos de emprendimiento. Dominio de las Ciencias, 1154-1168. Obtenido de https://dialnet.unirioja.es/servlet/articulo?codigo=8383377
Marcalla, L. (2022). “MODELO MATEMÁTICO PARA MEDIR LA PROBABILIDAD DE LA INCURRENCIA EN MORA DE CRÉDITOS UTILIZANDO REGRESIÓN LINEAL EN UNA INSTITUCIÓN FINANCIERA DE LA CIUDAD DE AMBATO. Ambato: Universidad Técnica de Ambato. Obtenido de Universidad Tecnica de Ambato: https://repositorio.uta.edu.ec/server/api/core/bitstreams/31dd73b9-26f5-44ab-ad01-d6698be1accc/content
Ramírez , A., Guarín, A., & Torres, F. (2012). Modelos Multinomiales: Análisis de sus propiedades. Revista Ingenierías Universidad de Medellín, 87-103. Obtenido de https://www.redalyc.org/articulo.oa?id=75025069008
Rodriguez, M. A. (2021). La significancia estadística y los intervalos de confianza: ¿qué me indican y cómo puedo interpretarlos? Casos y revisiones de salud, 74-82. Obtenido de https://cyrs.zaragoza.unam.mx/wp-content/uploads/2021/08/08-M-La-significancia-estadística-y-los-intervalos-de-confianza-¿qué-me-indican-y-cómo-puedo-interpretarlos3-1.pdf
Ruilova, G. (2005). Credit scoring por medio de regresión logística múltiple para medir el riesgo de crédito en una institución del sistema financiero. Pontifica Universidad Católica del Ecuador. Obtenido de https://repositorio.puce.edu.ec/handle/123456789/14146
DOI: https://doi.org/10.23857/pc.v10i6.9894
Enlaces de Referencia
- Por el momento, no existen enlaces de referencia
Polo del Conocimiento
Revista Científico-Académica Multidisciplinaria
ISSN: 2550-682X
Casa Editora del Polo
Manta - Ecuador
Dirección: Ciudadela El Palmar, II Etapa, Manta - Manabí - Ecuador.
Código Postal: 130801
Teléfonos: 056051775/0991871420
Email: polodelconocimientorevista@gmail.com / director@polodelconocimiento.com
URL: https://www.polodelconocimiento.com/