FACULTAD DE CIENCIAS ECONMICAS, FINANCIERAS Y ADMINISTRATIVAS
CARRERA: INGENIERIA COMERCIAL TITULO: Modelo de redes neuronales artificiales para la toma de decisiones en la operacin de cartera de microcredito para instituciones financieras que trabajan bajo la metodologa de bancos comunales caso: Pro Mujer de la ciudad de Oruro Autor: Angela Stephanie Gutirrez Vargas Fecha de defensa: 13 de septiembre de 2007 Minera de datos Modelo de redes neuronales artificiales Clasificacin de prestatarios Bancos Comunales toma de decisiones Ing. Roberto del Barco, Asesor de Tesis 187 paginas RESUMEN El desarrollo de la industria microfinanciera no regulada va teniendo mayor dinamismo y creciendo debido a la falta de acceso al crdito para sectores de la poblacin, generalmente excluidos de la prestacin de servicios financieros tradicionales y que no necesariamente cuentan con garantas reales y documentacin regular, de manera mas especifica nos referimos a instituciones financieras no reguladas que tienen una tecnologa crediticia de Bancos Comunales tomando como referencia a la institucin financiera Pro Mujer que cuenta con prestatarios que tienen caractersticas diferentes a los otros grupos de prestamistas al igual que en sus operaciones de crdito ,tema que cobra importancia ya que se plantean elementos tericos y se dota de una herramienta que ayuda a la toma de decisiones en el sector de crdito, disminuyendo el nivel de riesgo del prstamo y aumentando as la calidad de cartera lo que deriva tambin en un buen desarrollo interno de la asociacin comunal cumpliendo as la meta de esta institucin financiera. Es as que el problema estriba en que este tipo de instituciones microfinancieras se enfrentan a una falta de informacin respecto a los demandantes de crdito adems de no contar con ninguna herramienta que se ajuste a sus necesidades y les ayude a identificar el comportamiento del prestatario ante su obligacin de pago y junto a eso la ausencia de una teora general del riesgo que proporcione una relacin de pasos a seguir para obtener factores que presente un elevado poder predictivo para clasificar a los prestatarios limitando de esta manera una optima toma de decisiones en la concesin del crdito por lo tanto se necesita una seleccin adecuada de factores que vayan acompaados de atributos que se ajustan a las caractersticas de este tipo de tecnologa crediticia logrando as la categorizacin de los clientes dotando de esta manera una herramienta til que permite disminuir la mora. De acuerdo al problema planteado el objetivo general del presente trabajo de investigacin es Determinar los factores que categoricen a los clientes mediante el proceso de minera de datos y el modelo de redes neuronales artificiales para optimizar la toma de decisiones en la colocacin de micro crditos para las instituciones financieras que trabajan bajo la metodologa de bancos comunales en la ciudad de Oruro, para lograr este objetivo se plantean las siguientes tareas concretas * Exponer y analizar los elementos tericos, conceptuales y legales sobre la estructura microfinanciera en Bolivia, inteligencia artificial, el proceso y tcnicas de minera de datos (data mining), la toma de decisiones en las micro finanzas y el marco jurdico relacionado con el micro crdito de las instituciones no reguladas, * Realizar una base de datos de la institucin financiera para despus identificar un conjunto de factores relevantes y con ello los atributos (socio-econmico-financiero) que presentan los postulantes a crdito para obtener una gua que ayude a la elaboracin del modelo matemtico del presente tema de investigacin, * Disear un modelo de redes neuronales artificiales que sea el mas apto para la aplicacin en estudio y sirva como herramienta que optimice la toma de decisiones en la colocacin del micro crdito. Para resolver el problema y alcanzar los objetivos planteados se utilizo el mtodo inductivo para el marco practico puesto que el anlisis de la informacin obtenida mediante la encuesta es generalizada , el mtodo deductivo en la elaboracin del marco terico como en el marco propositivo debido a que se generalizo los patrones de un grupo de prestatarios para mejorar la toma de decisiones en la concesin de un crdito para un caso en particular , el mtodo de anlisis para las primeras etapas del proceso de data mining y el anlisis de los resultados y el mtodo de sntesis se utilizo para la redaccin de las conclusiones y recomendaciones del trabajo de investigacin. En funcin al problema descrito anteriormente la hiptesis es la siguiente: El sector econmico, el comportamiento del prestatario y la operacin de microfinanciamiento son los factores que clasificaran a los clientes de los bancos comunales y permitir optimizar la toma de decisiones en la concesin del crdito por parte de la institucin financiera Pro Mujer Oruro Los resultados obtenidos en el desarrollo de la tesis fue el de identificar los factores mas adecuados que tienen mayor incidencia en la operacin de microcredito, que van acompaados de atributos cuidadosamente seleccionados gracias a la aplicacin del proceso de data mining , de esta manera el diseo del modelo de redes neuronales artificiales se ajusta a las necesidades de las instituciones financieras que trabajan con bancos comunales proporcionando un instrumento oportuno que es capaz de ayudar y reforzar el poder de anlisis en la toma de decisiones clasificando a los prestatarios como buenos o malos pagadores disminuyendo de esta manera el riesgo en esta operaciones como la mora entre las socias de los bancos. De acuerdo a la investigacin realizada se concluye que el diseo del modelo de RNA puede predecir el patrn de comportamiento de los clientes considerando las caractersticas propias de la metodologa de Bancos Comunales, con la aplicacin de este modelo la mora disminuir en un 85%, adems la categorizacin de los clientes si bien disminuye el numero de prestamista mejora la calidad de la cartera ya que disminuye el riesgo del prstamo, con el anlisis de factores se determino que la falta de pago se debe a un 50% de capacidad de pago insuficiente, un 30% de endeudamiento actual que compromete la capacidad de pago, 13% los que tienen antecedentes de incumplimiento de otras obligaciones en el pasado y un 7% por falta de voluntad de pago. Las recomendaciones que se realizan son que la Superintendencia de Bancos y Entidades Financieras proponga la utilizacin de este modelo neuronal en las operaciones de crdito de instituciones reguladas que conceden crditos y microcreditos , como tambin se aplique este modelo a todas las entidades financieras no reguladas que trabajen con la metodologa de Bancos Comunales.