Modelos de alerta temprana para pronosticar crisis bancarias en Ecuador

Abstract:

En el Ecuador no se han publicado trabajos de EWS para el sistema bancario, a junio del 2017. Por lo que se propuso encontrar el mejor método de clasificación de bancos en riesgo de quiebre en el sistema bancario ecuatoriano. Se usó el algoritmo Vecino Más Cercano “K-NN” para los datos faltantes y para la clasificación: Mínimos Cuadrados Parciales Discriminantes “PLSD”, Support Vector Machine “SVM” y Árbol de Clasificación (CART). El método PLSD alcanzó una clasificación global del 94.99% y una clasificación de bancos quebrados (18 meses antes de su cierre) del 18.89%. Los bancos que no quiebran tienen altos ratios en eficiencia financiera, margen de intermediación, resultados de ejercicios y cobertura de 100 mayores depositantes. Mientras los bancos que quiebran, tienen altos niveles de morosidad, vulnerabilidad del patrimonio, cartera improductiva y gastos operacionales. El Árbol de clasificación CART arrojó un buen modelo de clasificación, dando un 99.72% de clasificación global y 92.59% de bancos quebrados. Además, nos da información de las variables que mejor discriminan, bajo qué condiciones y nos indica el porcentaje de la población que se encuentra en dicho nodo. Con el SVM se obtuvo la mejor clasificación, un 99.14% de clasificación global. Clasificando el 100% de bancos quebrados y el 99.12% de bancos no quebrados. Esta investigación ayuda a difundir herramientas no tradicionales en el área financiera de América Latina y que sirve de base para impulsar dichas herramientas a otras problemáticas de clasificación

Año de publicación:

2017

Keywords:

• ÁRBOL DE DECISIÓN
• SVM
• ANÁLISIS MULTIVARIANTE DISCRIMINANTE
• PLSD

Fuente:

rraae