Descargar 134.92 Kb.


Página8/9
Fecha de conversión28.03.2018
Tamaño134.92 Kb.

Descargar 134.92 Kb.

Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes


1   2   3   4   5   6   7   8   9

7. Resultados y conclusiones

Dado que nuestra pretensión al aplicar la metodología RENEVA era lograr una red neuronal capaz por sí misma de emular un credit scoring cuando no se disponen de todos los datos necesarios, a la hora de evaluar su funcionamiento teníamos que incorporar esta característica en los ejemplos de prueba proporcionados. En concreto, hemos comprobado su funcionamiento en tres situaciones diferentes: “con todos los datos” (con los resultados vistos en el apartado anterior), “en ausencia de un dato” y “en ausencia de dos datos”.

En la prueba se analizan dos medidas de la eficacia del funcionamiento de la Red:


  1. Los porcentajes de acierto, esto es, el número de veces que se presenta a la Red un cliente de una categoría dada (solvente, insolvente ó riesgo) y acierta a clasificarlo correctamente.

  2. Los índices de confianza, es decir, dada una clasificación sugerida por la Red, cuál es la probabilidad de que sea la correcta.

A) PORCENTAJES DE ACIERTO:

Respecto al primer punto, hemos obtenido los resultados de la Tabla 3 y de la Tabla 4, en los cuales, como puede verse, el índice de aciertos ha sido satisfactorio en todos los casos:


  • superiores al 80% cuando retirábamos un dato, y

  • superiores al 74% cuando retirábamos dos, salvo si éstos eran “edad y antigüedad” (65,5%) y “edad y vivienda” (67,2%).

Tabla 3: Porcentajes de acierto (sin una variable)




Tabla 4: Porcentajes de acierto (sin dos variables)


B) ÍNDICES DE CONFIANZA.

En cuanto a los “índices de confianza” de los resultados que ofrece la Red, esto es, el porcentaje de veces de todas las que la Red da una determinada categoría, que coincide con el resultado que daría el credit scoring, se han calculado para el caso de que la Red funcione con todos los datos, en ausencia de un dato y en ausencia de dos datos.

En el caso de “ausencia de un dato”, los resultados obtenidos son los de la Tabla 5. El comportamiento observado es muy equilibrado, con cierta tendencia hacia la desconfianza, que se resume en que aunque la muestra era del 33% de casos de cada categoría, la Red consideró el 29% solventes, el 34% de riesgo y el 36% insolventes. Los datos se resumen en la siguiente tabla:

Tabla 5: Resultados en ausencia de un dato




Finalmente, en cuanto al funcionamiento de la red en ausencia simultánea de dos variables, Tal y como se puede ver en la Tabla 6, también se aprecia un comportamiento bastante equilibrado y con tendencia más leve a la desconfianza, que, en este caso, se resume en que la Red consideró el 29% solventes, el 30% de riesgo y el 41% insolventes, repartidos tal y como muestra la siguiente tabla:

Tabla 6: Resultados en ausencia de dos datos




Ahora bien, no todos los errores descubiertos tienen la misma importancia. Dado que en los casos de riesgo es razonable que se solicite que se completen y aún amplíen los datos, a la hora de establecer los índices de confianza nos vamos a centrar en los dos más graves a nuestro juicio:

  1. Error Tipo I: Clasificar a un cliente como solvente sin serlo, y

  2. Error Tipo II: Acusar de insolvente a un cliente solvente.

Los correspondientes índices son los recogidos en la tabla siguiente:


Los datos revelan un comportamiento excelente de la Red Neuronal:



  • Índices de confianza entre 75% y 100% cuando la Red dice “solvente”, estando por encima del 90% en 23 de las 29 situaciones estudiadas.

  • Índices de confianza entre el 97 y el 100% de no clasificar como “insolvente” a un cliente “solvente”

Creemos que los índices obtenidos permiten garantizar una gran utilidad de la metodología propuesta y nos hacen abrigar grandes esperanzas en cuanto a su empleo, tanto en otros credit scoring más complejos, como en otros problemas análogos al que acabamos de utilizar para su presentación.



1   2   3   4   5   6   7   8   9

Similar:

Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes iconRedes neuronales de unidades producto
Las redes neuronales en unidades producto: teoría del modelo y su aplicación a problemas de clasificación del riesgo
Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes iconModelado de la frecuencia fundamental mediante redes neuronales para síntesis de voz en dominio restringido
Excel es uno de los componentes básicos de Office, es una aplicación englobada dentro de la categoría de hojas de cálculo, y sin...
Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes iconDistribuciones de probabilidad
En la unidad anterior se analizó el concepto de probabilidad. El objetivo era determinar la probabilidad de un evento. En esta unidad...
Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes iconProbabilidad
Sabiendo que es abedul, la probabilidad de que esté sano es 8 y sabiendo que es abeto, la probabilidad de que esté enfermo es de
Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes iconAnálisis de redes sociales 3 cr
Análisis de redes sociales”. En esta nueva edición se contará con la participación de especialistas procedentes de otras Universidades,...
Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes iconActa nº 005-2018-cf acta de Sesión Ordinaria del Consejo de Facultad de la Facultad de Ciencias de la Salud
Allao, bajo la presidencia de la Decana Dra. Arcelia Olga Rojas Salazar, Dra. Angélica Díaz Tinoco, Dra. Ana Lucy Siccha Macassi,...
Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes iconNueva Iniciativa Utiliza el Bambú como Herramienta Clave para Combatir la Pobreza y el Cambio Climático en America Latina

Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes iconFormulario nivel 3 Definiciones iniciales para la medicion de actividades de vinculaciÓn (AV)
Av se encuentren desplegadas en múltiples espacios académicos y niveles de gestión y que no sean visibles de manera homogénea. Por...
Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes iconPrograma para la transformación de las redes de salud y eficiencia de la gestión sanitaria

Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes iconControl de la gestión basada en actividades
Los tableros de control permiten abordar visiones integrales de la realidad empresarial; como instrumento operativo se constituye...

Página principal
Contactos

    Página principal



Nueva herramienta para la gestión: Medición de la probabilidad de insolvencia, asistida por Redes Neuronales. Dra. Nélida Porto Serantes

Descargar 134.92 Kb.