Red neuronal para clasificación de riesgo en cooperativas de ahorro y crédito

Resumen

En Ecuador existe una gran cantidad de cooperativas de ahorro y crédito (COAC), específicamente un total de 852, las cuales están divididas en 5 segmentos en función de la cantidad de sus activos. En la actualidad el 66% del microcrédito obtenido dentro del país corresponde al sistema cooperativo. Sin embargo, sólo 35 de 58 COAC (segmento 1 y 2) presentan historiales de calificaciones de riesgo. El propósito de esta investigación es crear una red neuronal que presente un porcentaje de precisión aceptable, para clasificar una COAC dentro de una escala de riesgo con base al valor de sus índices financieros; ayudando a la detección temprana de problemas futuros. La red neuronal artificial (ANN, del inglés Artificial Neural Network) fue ajustada a partir de datos obtenidos a través de la Superintendencia de Economía Pública y Solidaria para COAC que presentaban un alto índice de activos. Adicionalmente, se usó el historial de calificaciones de riesgo trimestrales generadas por entes calificadoras en el mismo lapso: enero 2015 - septiembre 2017. Se obtuvo una ANN con una precisión de clasificación del 79.59%, porcentaje que está dentro del rango de precisión obtenido por estudios revisados para actividades de clasificación en entidades financieras. Se podría mejorar aún más los resultados de clasificación con la utilización de una estructura de clasificación jerárquica.