Modelo predictivo para la detección de fraudes financieros y estimación del riesgo crediticio en tiempo real en el sector bancario

Abstract

El proyecto desarrolla un modelo predictivo para la detección de fraude financiero en tiempo real y generar una estimación del riesgo de no pago en solicitudes de crédito, basado en el contexto operativo de un banco de Colombia. Por temas de cumplimiento de la normativa de protección de datos, se utilizan bases de datos sintéticas, que imitan la composición de los datos de información crediticia y transaccional. Este modelo está centrado en la identificación de patrones a partir de datos previos, utilizando secciones avanzadas de análisis y algoritmos. El proceso metodológico abarca la etapa de preparación de datos, el ejercicio de análisis exploratorio de datos, ventana de validez cruzada, para asegura robustez y desempeño del modelo. Otros hitos para asegurar una implementación robusta que permita la evaluación del desempeño mediante métricas especializadas como precisión, sensibilidad y especificidad. Además, el enfoque no solo apunta a la detección de fraudes en tiempo real, sino que ha de estimar la probabilidad de que una solicitud crediticia se convierta en una obligación desatendida; de este modo, el proyecto propone el proceso de aprobación y gestión del riesgo para las áreas de impacto. Resultados para fortalecer asegurar la seguridad operativa y la toma de decisiones en un banco de Colombia.