Resumen

El aumento de la potencia informática y el uso más profundo de los sistemas informáticos robustos en el sistema financiero está impulsando el crecimiento del negocio, mejorando la eficiencia operativa de las instituciones financieras, y el aumento de la eficacia de las soluciones de procesamiento de transacciones utilizadas por las organizaciones. Problema: A pesar de que las instituciones financieras están confiando en los patrones de puntuación de crédito para analizar la solvencia de los clientes, todavía hay muchos factores que son inminentes para la mejora en los patrones de evaluación de puntuación de crédito. Objetivo: El aprendizaje automático está ofreciendo un inmenso potencial en el espacio Fintech y la determinación de una puntuación de crédito personal. Las organizaciones que aplican técnicas de aprendizaje profundo y aprendizaje automático pueden acceder a personas que no están siendo atendidas por las instituciones financieras tradicionales. Metodología: Una de las principales percepciones del sistema es que los modelos tradicionales de soluciones de inteligencia bancaria son predominantemente los modelos programados que pueden alinearse con los sistemas de información y bancarios que utilizan los bancos. Pero en el caso de los modelos de aprendizaje automático que se basan en sistemas algorítmicos requieren un cálculo más integral que es intrínseco.  Resultados: El análisis de prueba del modelo de aprendizaje automático propuesto indica un proceso de análisis eficaz y mejorado en comparación con las soluciones de aprendizaje no automático. El modelo en cuanto al uso de varios clasificadores indica posibles formas en las que la solución puede ser significativa. Conclusiones: Si los sistemas pueden ser desarrollados para alinearse con términos más pragmáticos para el análisis, puede ayudar en la mejora de las condiciones del proceso de análisis del perfil del cliente, en el que los modelos de proceso tienen que ser desarrollados para el análisis integral y los que pueden hacer una solución sostenible para la gestión del sistema de crédito.

1. INTRODUCCIÓN

Las Tecnologías de la Información y la Comunicación (TIC) han cambiado la forma en que se gestionan los procesos bancarios y transaccionales en todo el mundo.  A diferencia del sistema bancario convencional, en el que las personas deben visitar las sucursales bancarias y otras instituciones financieras para gestionar sus transacciones financieras, en el escenario actual, millones de transacciones tienen lugar cada hora a través de aplicaciones de teléfonos inteligentes, sistemas de banca en línea e incluso modelos de banca social[1].

Existe un cambio de paradigma en la forma en que se gestionan actualmente los procesos bancarios en comparación con condiciones anteriores.

• Materias:Crédito al consumidor Análisis financiero Aprendizaje automático
• Subjects:Consumer credit Financial analysis Machine learning
• Palabras claves:Evaluación de solvencia crediticia; Evaluación de puntaje de crédito; Aprendizaje automático para puntaje de crédito; Soluciones para modelos de puntaje de crédito; Tecnologías de información y comunicación
• Keywords:Creditworthiness Evaluation; Credit Score Evaluation; Machine Learning for Credit Score; Solutions for Credit Score Models; Information and Communication Technologies