Revisión del Uso de la Lógica Difusa Aplicada a Modelos de Puntuación Crediticia
A review of fuzzy logic applied to credit scoring models
Contenido principal del artículo
Resumen
La lógica difusa tiene una gran variedad de aplicaciones, especialmente en la toma de decisiones. Uno de los campos donde se está empezando a aplicar es en el bancario, que en los últimos años sufrió un gran golpe debido a la crisis financiera. El presente estudio analiza los modelos de scoring crediticio los cuales permiten a los bancos pronosticar el comportamiento de pago de un cliente. En este modelo se han realizado trabajos principalmente mediante modelos estadísticos y el uso de redes neuronales, pero últimamente también han incursionado los estudios de lógica difusa en este campo. En el artículo se encuentran estudios diferentes, aplicando lógica difusa con diferentes enfoques, todos con resultados positivos.
Descargas
Datos de publicación
Perfil evaluadores/as N/D
Declaraciones de autoría
- Sociedad académica
- Tecnológico de Antioquia
- Editorial
- Tecnológico de Antioquia - Institución Universitaria
Detalles del artículo
Referencias (VER)
Chen, L.-H., & Chiou, T.-W. (1999). A fuzzy credit-rating approach for commercial loans: a Taiwan case. Omega , 407-419.
Dabos, M. (2010, Noviembre 2). Materia Biz. Recuperado: 30 de mayo, 2011, from http://www.materiabiz.com/mbz/economiayfinanzas/nota.vsp?nid=44224
Gutiérrez, M. (2007). Credit scoring models: what, how, when and for what purposes. Buenos Aires: Banco Central de la República de Argentina.
Hoffmann, Baesens, Mues, Gestel, V., & Vanthie-nen. (2007). Inferring descriptive and approxi-mate fuzzy rules for credit scoring using evolutio-nary algorithms. European Journal of Operational Research, 540-555.
Ivliev, S. (2010). Simple Fuzzy Score for Russian Public Companies Risk of Default . Cornell University Library.
Laha, A. (2007). Building contextual classifiers by integrating fuzzy rule based classification technique and k-nn method for credit scoring. Advanced Engineering Informatics 21 , 281–291.
Mathworks, T. (2007). Fuzzy Logic Toolbox 2. The Mathworks.
Ramírez, O. (2008). Lógica Difusa. En O. Ramírez, Simulación en simmechanics de un sistema de control difuso para el robot udlap . Puebla: Universidad de las Américas Puebla.
Sánchez, L. B. (2009). Un paseo por la crisis económica mundial. Economía Autónoma. Disponible en línea: http://www.eumed.net/rev/ea/03/lbss.htm#.
Sasu, L. (2010). Fuzzy Artmap for credit Scoring. Bulletin of the Transylvania University of Brasov.
Schreiner, M. (2002). Ventajas y desventajas del scoring crediticio en las microfinanzas. Microfinancerisk Management, Washington University de St. Louis, pp. 1-40.
Tansel, Y., & Yurdakul, M. (2010). Development of a quick credibility scoring decision support system using fuzzy TOPSIS. Expert Systems with Applications 37, 567-574.
Yu, L., Wang, S., & Lai, K. K. (2009). An intelligent-agent-based fuzzy group decision making model for financial multicriteria decision support: The case of credit scoring. European Journal of Operational Research, 942-959.
