Predicción del riesgo de impago en los préstamos P2P

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.