Escolar Documentos
Profissional Documentos
Cultura Documentos
(https
://twitter
(http
://www
://
.com
www
.facebook
/unimedio
.agencia
.co
ES
de-
Noticias-
Buscar en la Universidad
revistas.unal.edu.co
BIBLIOTECA DIGITAL
(http://unal.edu.co)
UN/193658967327822)
(http://www.revistas.unal.edu.co)
BIBLIOTECAS
RECURSOS BIBLIOGRFICOS
FORMACIN
DYNA
(http://www.revistas.unal.edu.co/index.php/dyna/index)
/
Vol.
75,
Nm.
154 (2008)
(http://www.revistas.unal.edu.co/index.php/dyna/issue/view/488)
/
MEDINA HURTADO
(http://www.revistas.unal.edu.co/index.php/dyna/article/view/1729/11625)
SANTIAGO MEDINA HURTADO
Profesor Asistente, Escuela de Ingeniera de la Organizacin, Universidad Nacional de Colombia, Sede Medelln
Portal de revistas UN
smedina@unalmed.edu.co
(mailto:smedina@unalmed.edu.co)
Iniciar sesin
GISELA PANIAGUA GMEZ
Especialista en Ingeniera Financiera. Universidad Nacional de Colombia, Sede Medelln
Registrarse
: El trabajo presenta el estudio realizado en una cooperativa de servicios nancieros, la cual utiliz un Sistema de
RESUMEN
Desarrollador por
Inferencia Difuso para evaluar la solvencia de los asociados de la cooperativa solicitantes de crdito. Para desarrollar el
modelo se cont con la base de datos de los asociados de la cooperativa y la opinin de expertos. De la base de datos se
extrajo informacin sobre el monto del crdito otorgado, plazo, garantas, aportes sociales e historial crediticio de los
clientes, para utilizarlos en el desarrollo del Modelo, el cual parte de denir las relaciones entre las variables de entrada y
salida con ayuda del criterio experto. Lo anterior permite denir la base de conocimiento que representa por una parte, el
entendimiento que los expertos tienen del fenmeno y por otra, sus sistemas de razonamiento. De esta manera se obtiene
Ayuda
un modelo que considera toda la informacin en el proceso de evaluacin crediticia bajo una perspectiva ms objetiva con
PALABRA CLAVE
: The work presents the study made in a cooperative of nancial services, for which a Fuzzy Inference System is
ABSTRACT
Nmero actual
ATOM
used, with the purpose of evaluating the solvency of those associated of the cooperative credit applicants. In order to
develop the model, we used the data base of the associate of the cooperative and the opinion of experts. From the data
1.0
base information was extracted on the amount of the granted credit, term, guarantees, social contribution, and historical
RSS
2.0
RSS
1.0
credit of the clients, to use them in the development of Model, which part to dene the relations between the entrance
and exit variables with the help of the experts criterion. The previous thing allows dening the knowledge base that
represents on one hand, the understanding that the experts have of the phenomenon and by another one, its systems of
reasoning. This way a model is obtained that considers all the information in the process of credit evaluation under one
more objective perspective with the purpose of diminishing in this way the operative risk in granting the credit.
KEYWORDS
Bienvenido a DYNA
1. INTRODUCCIN
Nmero actual
Uno de los temas de mayor relevancia en el tratamiento de los riesgos del sector
Nmeros anteriores
Avisos
Categora A1
nanciero
y cooperativas de ahorro y
crdito, es el asociado al crdito. Un cuidadoso anlisis en la concesin de ste es lo que permite tener una adecuada
nancieras.
Por lo tanto, un aspecto de extraordinaria importancia en la gestin de los riesgos crediticios es el relativo al anlisis y
Publindex
evaluacin del riesgo, as como la clasicacin de los clientes y la capacidad de pago, entre otros.
Scielo
Estos procesos de anlisis de riesgos precisan de fuentes de informacin, tanto internas como externas y de unos sistemas
especcos de evaluacin.
Generalmente en el tema de evaluacin de crdito se tienen en cuenta aspectos cuantitativos y cualitativos. Histricamente
los primeros se han tratado de una manera sistemtica, a travs de instrumentos estadsticos y economtricos; los
Idioma
Espaol
Ir
segundos, o aspectos cualitativos, han sido tratados de acuerdo con los criterios de las entidades
nancieras
y por los
expertos en el tema. Hasta ahora las entidades tienen herramientas para codicar estas variables cualitativas o variables
ling
sticas basadas en sistemas de puntos para los niveles denidos en el sistema de clasicacin. El anterior sistema de
Contenido de la revista
Todos
Nueva bsqueda
El uso de niveles en el sentido de la lgica clsica genera inconvenientes en los casos cercanos a los lmites ya que se pasa
de manera abrupta de pertenecer de un conjunto o a otro. En la lgica multivalente, el pasar de un estado a otro es una
cuestin de grado, por otra parte, se rompe con el principio de la no contradiccin o del tercero excluido, es decir, un objeto
de estudio puede pertenecer a la vez a conjuntos contrarios en cierto grado.
Buscar
Otro aspecto a considerar en los problemas de decisin es la calidad de la informacin, en este sentido, en muchas
Por nmero
ocasiones no se cuenta con la informacin suciente para aplicar modelos matemticos convencionales, lo que ha obligado
Por autor/a
a buscar modelos alternativos. Precisamente en la bsqueda de modelos que tengan en cuenta estas realidades surge la
Lgica Difusa como un modelo matemtico que permite utilizar conceptos relativos a la realidad, siguiendo patrones de
Por ttulo
Por secciones
En la vida real existen hechos que no se puede denir como totalmente verdaderos o totalmente falsos, sino que tienen un
1;
Otras revistas
En el sector
(costo
nanciero,
(o
la aplicacin de la lgica difusa es diversa, por ejemplo el anlisis de crdito, el anlisis de inversin
del capital, anlisis de equilibrio, etc.), son algunos de los trabajos representativos del uso de las nuevas
Tamao de fuente
nancieros
la incertidumbre de manera
La ventaja que tiene la lgica difusa es que permite denir e incluir en el anlisis conceptos o variables, an cuando no
estn formulados de forma precisa. sta trabaja con reglas de inferencia, las cuales se obtienen de las experiencias del
operador o a partir de las series histricas que son propias de cada sistema.
Indexada y registrada en
Actualmente el sector
nanciero
(http://201.234.78.173:8084/publindex)
nanciero
(de
[11]
cuya
losofa
metodologas han sido adoptadas por muchos entes reguladores, han propiciado la formalizacin de estructuras orgnicas
para la gestin de riesgos. Para el caso especco del riesgo de crdito se estudian las operaciones que se realizan para
(http://www.doaj.org/)
garantizar una excelente administracin crediticia, adems, uno de los retos que tienen las entidades
nancieras
cooperativas es la permanencia en el mercado y ello les exige que sean ms rpidas y slidas. Tiene sentido entonces
aumentar los volmenes de crdito de sus usuarios sin ver afectados los indicadores de riesgos, para poder permanecer en
(http://www.scielo.org.co/scielo.php?
el mercado.
script=sci_serial&pid=0366-5232&lng=en&nrm=iso)
Los efectos de la posible insolvencia de sus clientes justican la necesidad de desarrollar herramientas de evaluacin de la
(http://www.erevistas.csic.es/cha_revista.php?
oai_iden=oai_revista656)
(http://www.redalyc.org/home.oa)
capacidad para afrontar sus deudas. Ante esta realidad, es necesario disear un modelo de evaluacin crediticia para
intentar determinar la calidad
nanciera
Por lo anterior, el presente trabajo se centra en el diseo e implementacin de un modelo difuso para minimizar el riesgo
crediticio. La aplicacin de ste se recomienda a la Cooperativa de Ahorro y Crdito, entidad que aport la informacin
necesaria para el desarrollo del modelo.
(http://thomsonreuters.com/thomson-reuters-webof-science/target="_parent")
(http://www.scopus.com/)
2. LGICA DIFUSA
El origen de la lgica difusa se encuentra en los anlisis de la vaguedad y su relacin con la lgica clsica que se realizaron a
comienzos del siglo XX. A pesar del considerable inters por las lgicas multivalentes que despertaron Jan Lukasiewicz y su
(http://dialnet.unirioja.es)
de ?
la
(http://www.latindex.unam.mx/buscador/cRev.html
opcion=1&folio=7320)
perles
1965
de consistencia
(antecesores
1930,
Lofti Zadeh, con la denicin de conjunto difuso a partir de la idea de pertenencia gradual, sienta las bases
Teora
de la Posibilidad. La
teora de conjuntos difusos permite expresar en trminos matemticos los procesos lgicos y del razonamiento
aproximado que es el utilizado por el hombre en la vida cotidiana. Luego Mandani en
1977
extendi el concepto de
conjunto difuso a sistemas de lgica difusa que actualmente constituye un importante tpico de investigacin y desarrollo
SJR
de aplicaciones industriales. Por otra parte las investigaciones tericas han enfatizado en la borrosicacin de reas como
la aritmtica, el algebra, la programacin lineal, la topologa, el clculo integral y diferencial, la geometra, las
desigualdades, la trigonometra, la geometra plana, los sistemas de ecuaciones lineales.
La teora difusa rebas el mbito estrictamente matemtico y es as como se ha integrado a otras disciplinas: la semntica,
la lgica, la psicologa, la fsica, la economa, la geografa, la inteligencia articial, etc. Por otra parte en
1978
comienza la
publicacin de la revista Fuzzy Sets and Systems, dedicada a cuestiones especcas de sistemas difusos, lo que ha
permitido la ampliacin de la base matemtica y de aplicaciones prcticas.
(o
ser un componente esencial de cualquier teora socio econmica. Otra de las motivaciones de Zadeh es lo que l llama
(http://www.scimagojr.com/journalsearch.php?
q=12600154771&tip=sid&exact=no)
medida que aumenta la complejidad de un sistema, nuestra capacidad para hacer armaciones sobre su
comportamiento que sean precisas y al mismo tiempo signicativas, va disminuyendo, hasta alcanzar un umbral por debajo
del cual la precisin y signicacin
Palabras clave
(o
La metodologa de los sistemas difusos responde, segn lo anterior, a la urgente necesidad de elaborar otros modelos,
diferentes de los de la lgica y de la teora de conjuntos clsicos, que estn demandando extensos campos conceptuales en
los que realmente hay vaguedad e imprecisin. El objetivo es tratar lo difuso de manera sistemtica, aunque no
necesariamente cuantitativa, pues los elementos claves en el pensamiento humano no son nmeros, sino conceptos
(rotulos)
Resumen
que pueden ser expresados mediante conjuntos difusos, i. e., clases de objetos en los que la transicin de la
"muy
atractiva",
"extremadamente
inteligente",
"bastante
aceptable",
"ms
o menos acertado",
"casi
Metadatos de indexacin
(la
"semntico"
ms que
"sintctico";
quedan
(locales).
modelos que resultan especialmente tiles para tratar con la incertidumbre de manera ms
(Inicie
como
La teora de los conjuntos difusos y sus ulteriores desarrollos, la lgica difusa y la teora de la posibilidad, constituyen
Publique un comentario
(denidos)
sesin)
"natural"
y ms
"humana"
que
la lgica y la teora de conjuntos clsicas. Los sistemas extrados de la lgica clsica presentan las dicultades de la rigidez
natural, base fundamental de nuestros procesos cognoscitivos en la toma de decisiones y de la interaccin entre el hombre
y la mquina en la Ingeniera del Conocimiento.
Existen otras metodologas extradas de la teora de la probabilidad para tratar con la incertidumbre: la inferencia
bayesiana, la teora de las probabilidades subjetivas, la teora de la evidencia de Dempster y Shafer, etc., pero hay un cierto
tipo de incertidumbre de la que no puede dar cuenta la teora de la probabilidad, como es el caso de la vaguedad
(lo
(azar)
se ha medido con
base en la teora de la probabilidad sin embargo, la vaguedad queda por fuera de esta. El desarrollo terico formalizado
inicialmente por Zadeh en
Por ejemplo:
"El
1965
"Lanza
la
de la lgica difusa. Este tipo de armacin es comn en el campo social y en muchos problemas de Economa de empresa
donde los expertos toman sus decisiones basados en esquemas no cuantitativos y que sobrepasan en mucho los resultados
obtenidos de los modelos matemticos o estadsticos convencionales.
nanciero,
que parten de percepciones estrictamente humanas y que como tal no cuentan con la suciente informacin
para aplicar modelos matemticos convencionales, ha obligado a la bsqueda de modelos alternativos que permitan llegar
herramientas que permite hacer esta trasformacin y que proporciona una visin diferente a la otorgada por la Lgica
Formal o Clsica.
La Lgica Clsica, o Lgica Bivaluada, no resulta adecuada cuando se trata de describir hechos que no son totalmente
verdaderos o totalmente falsos ya que excluye por completo posibilidades entre estos dos valores. La Lgica Difusa en
cambio, permite utilizar conceptos relativos de la realidad, deniendo grados variables de pertenencia y siguiendo patrones
(Kosko, 1995).
La Lgica Difusa est relacionada y fundamentada en la teora de los Conjuntos Difusos, segn la cual, el grado de
pertenencia de un elemento a un conjunto est determinado por una funcin de pertenencia que puede tomar todos los
valores reales comprendidos en el intervalo
Kulkarni,
2001,
Kasabov,
1998
y Kosko,
1995).
De esta
manera, mientras que en el marco rgido de la lgica formal la utilidad de una empresa, por ejemplo, es baja, dndole un
valor de cero
(0)
muy
baja,
(1),
relativamente
alta,
media,
Las condiciones extremas o absolutas asumidas por la lgica formal son slo un caso particular dentro del universo de la
lgica difusa. Esta ltima permite ser relativamente imprecisa en la representacin de un problema y an as llegar a la
solucin correcta
(Kosko, 1995).
Con la Lgica Difusa se abre la posibilidad de dar solucin a problemas expresados desde la perspectiva humana y que, por
sta simple condicin, no pueden tener una solucin nica desde lo
falso
verdadero
Actualmente existe una amplia literatura sobre la teora de los conjuntos difusos aplicada a todos los campos de la
matemtica como la aritmtica, el lgebra, el clculo diferencial e integral, sistemas de ecuaciones, la topologa, la
econometra, la programacin lineal, la programacin multiobjetivo, la programacin dinmica, las desigualdades,
funciones, la geometra plana, la trigonometra, la teora probabilstica
matemtica difusa consltese Buckley
difusos puede consultarse a Kaufman
2002;
1990,
(Zadeh, 1968),
etc.
(Para
una introduccin a la
Trillas
1980 ,
Kaufman
1982
o Jang
1997).
(Kosko, 1992
y Wang,
1992),
se estableci
formalmente que cualquier relacin entre variables de entrada y salida, puede ser aproximada mediante un sistema difuso
(Jang, 1997).
variables de entrada y una variable de salida; esto proporciona una base desde la cual pueden tomarse decisiones o denir
patrones.
Las etapas que deben cumplirse para el montaje de un Sistema de Inferencia Difuso se muestran en la Figura
Figura
1.
Figure
(Jang, 1997,
Kasavov,
1998
y Kosko,
1992):
i. Identicar el tipo de problema y el tipo de sistema difuso que mejor se ajusta a los datos.
ii. Denicin de variables de entrada y salida, sus valores difusos y sus funciones de pertenencia
(parametrizacin
de
iv. Obtencin de salidas del sistema mediante la informacin de las variables de entrada utilizando el sistema de
inferencia difuso.
v. Traslado de la salida difusa del sistema a un valor ntido o concreto mediante un sistema de
concrecin.
La aplicacin de modelos basados en Lgica Difusa permite abordar de manera efectiva la creacin de sistemas soporte
para la toma de decisiones ya que brinda la capacidad de extraer datos de forma prctica, y a travs de las capacidades
analticas y la experiencia de los evaluadores, descubrir relaciones signicativas entre ellos. Los modelos de Lgica Difusa
son altamente
exibles,
ms tolerantes a la imprecisin de los datos y pueden trabajar con funciones no lineales de diversa
complejidad, as mismo no estn obligados por presunciones estadsticas acerca de las caractersticas de los datos y sus
distribuciones de probabilidad y se les puede modicar fcilmente dependiendo de la solucin requerida del problema.
Cuando se cuenta con informacin imprecisa e insuciente, usar instrumentos estadsticos no es suciente para obtener
resultados signicativos. La Lgica Difusa surge precisamente para tratar con este tipo de problemas y lograr darles una
solucin ptima. De sta forma, una combinacin entre un sistema de Lgica Difusa y la experiencia o conocimiento que
tienen los encargados de tomar las decisiones es una excelente manera de obtener buenos resultados
(Kosco, 1995).
. En esta primera etapa se denen las variables tanto de entrada como de salida del sistema
Proceso de concrecin
(variables
sticas), sus valores lingsticos y sus funciones de pertenencia. Este proceso tambin es llamado
ling
parametrizacin.
El trmino
variables
sticas se reere a variables que pueden tomar valores ambiguos, inexactos o poco claros, por
ling
stica Rentabilidad puede tomar los valores lingsticos bajo, medio y alto, que tienen un
x un elemento cualquiera de X
Si X es una coleccin de objetos denotados genricamente por x, entonces el conjunto difuso A en X es denido como el
conjunto de pares ordenados:
Donde
(x)
se denomina funcin de pertenencia del conjunto difuso A. La funcin de pertenencia otorga a cada elemento
1.
Triangular, Trapezoidal, Gausiana, Sigmoidal y Generalizada de Bell. stas se escogen de forma tal que se consiga una
Figura
Figure
sticos
El proceso de parametrizacin consiste en denir funciones de pertenencia para cada uno de los valores ling
denidos para las variables de entrada y salida del sistema. En general los valores ling
opiniones de expertos los cuales se distribuyen a lo largo del universo del discurso
(rango
tomar la variable).
Cuando hay informacin previa de la variable de inters, la distribucin de los conjuntos difusos en el universo del discurso
puede basarse en un anlisis estadstico previo de la serie histrica
(histograma
los expertos, mientras que para aquellas variables que caracterizan posiciones netamente subjetivas
(por
ejemplo
propensin a tomar riesgos) puede denirse una escala de calicacin donde los expertos ubican los niveles de la variable y
a los que se le asocian los conjuntos difusos.
Reglas Difusas SI Entonces: Estas reglas especican la relacin entre las variables de entrada y salida del sistema. Las
relaciones difusas determinan el grado de presencia o ausencia de asociacin o interaccin entre los elementos de
o ms
conjuntos.
.,A
Donde A1,A2,
,B
X1 es A1 y X2 es A2 y.......y Xk es Ak Entonces Y es B
..,X
La parte de la regla
Si
Xi
y Y respectivamente.
es B es llamada el consecuente o
conclusin. La regla anterior, dene una relacin borrosa en el espacio k+1 dimensional caracterizada por una funcin de
pertenencia
Ak-
La base de las reglas borrosas en general se obtiene del conocimiento de expertos mediante entrevistas, cuestionarios o
tcnicas de panel, sin embargo, en muchas ocasiones no se tiene acceso a dichos expertos pero se cuenta con una base de
datos de las variables de entrada-salida. En situaciones como sta, es posible generar reglas borrosas que denan una
adecuada correspondencia entre las variables de entrada y salida.
La interpretacin de una regla SI-Entonces involucra dos pasos, el primero es evaluar el antecedente mediante la aplicacin
de cualquier operador difuso y el segundo paso es la implicacin o la aplicacin del resultado del antecedente al
consecuente. Esto se hace evaluando la funcin de perteneca
activacin de una regla
(activacin
A-
del consecuente) en funcin del grado de cumplimiento del antecedente. Para realizar
dicha tarea, se hace uso de operadores de composicin de conjuntos difusos y de la aplicacin de un sistema de inferencia
(tambin
3.
Figura
Figure
. Las operaciones bsicas que se realizan con conjuntos difusos son la Unin, la Interseccin,
Operaciones de composicin
(Kaufman, 1990,
Trillas,
1980,
Jang,
(para
1997,
Kulkarni,
2001,
Kasabov,
(para
1998)
Debido a que las reglas difusas denen una relacin difusa en el espacio k+1-dimensional caracterizado por una funcin de
pertenencia
>B (X1,X2, ..,Xk,Y) [0; 1], las operaciones bsicas con conjuntos difusos son relaciones de implicacin
Ak-
utilizadas para derivar las funciones de pertenencia de conjuntos difusos n-dimensionales. Por otra parte, tambin
permiten denir operaciones de composicin para derivar relaciones difusas entre diferentes espacios producto, es decir, si
tenemos relaciones para los espacios producto X x Y y Y x Z podemos a travs de operaciones de composicin obtener la
relacin del espacio producto X x Z.
Se han sugerido diferentes operaciones de composicin para las relaciones difusas, las ms conocidas son la composicin
Max-Min propuesta por Zadeh y la composicin Max-producto
Mecanismos de Inferencia
usado para derivar conclusiones desde un conjunto de reglas difusas tipo SI-ENTONCES y los datos de entrada al sistema
mediante la aplicacin de relaciones de Composicin Max-Min o Max-Producto. Es decir, es un mecanismo que permite
inferir un valor difuso B cuando se tienen unas entradas difusas en el espacio k-dimensional Ak y se ha denido una
relacin de implicacin R
Ak
-> B,
esto es:
Regla
1:
SI x es A1 y y es B1 Entonces z es C1 si no,
Regla
2:
SI x es A2 y y es B2 Entonces z es C2.
(z),
Donde C1 y C2
el operador de composicin
(Ver
Figura
3)
es A e
= (A1xB1)->C1
y R2
= (A2xB2)-> C2.
y regla
(U)
como sigue:
Agregacin. En esta etapa del proceso las salidas de cada una de las reglas se combinan para obtener un nico conjunto
difuso. Las entradas del proceso de agregacin son las funciones de pertenencia truncadas obtenidas de la etapa de
inferencia para cada una de las n-reglas. En la Figura
el conjunto C
regla.
El mtodo de agregacin es conmutativo, es decir, no importa el orden en el que la salida de cada regla es agregada. Este
proceso dene un mtodo para hallar C
inferidos de la regla
1,2, . ,n.
= (C1
U C2 U
(z),
dadas las
condiciones de entrada del sistema y la base de reglas. El operador de agregacin mas utilizado es Mximo, por tanto:
(K)
encuentran: Centroide, Bisectriz, Media de los mximos, Ms pequeo de los mximos y Ms grande de los mximos.
En las siguientes sesiones se presentan algunas aplicaciones de la lgica difusa en la solucin de problemas
nancieros.
178
19.10%
de los
(plazo,
ujo
nanciar.
nanciera
actualizada y documentada.
Solvencia del deudor, a travs de variables como el nivel de endeudamiento y la calidad y composicin de los activos,
pasivos, patrimonio y contingencias del deudor y/o del proyecto.
Naturaleza, liquidez, cobertura, y valor de las garantas, teniendo en cuenta, entre otros aspectos, la celeridad con que
puedan hacerse efectivas, su valor de mercado tcnicamente establecido, los costos razonablemente estimados de su
realizacin y el cumplimiento de los requisitos de orden jurdico para hacerlas exigibles.
Las garantas que respaldan una operacin son necesarias para calcular las prdidas esperadas en el evento de no
pago. En este sentido, son fundamentales para determinar el nivel de las provisiones, pero no se deben tener en
cuenta para calicar los crditos.
Servicio de la deuda y cumplimiento de los trminos pactados, es decir, la atencin oportuna de todas las cuotas,
entendindose como tales cualquier pago derivado de una operacin activa de crdito que deba efectuar el deudor en
una fecha determinada, independientemente de los conceptos que comprenda
(capital,
cualquier otro).
Informacin comercial proveniente de centrales de riesgo como son data crdito, Procrdito.
Teniendo en cuenta lo anterior se denen como criterios mnimos para conceder un crdito los siguientes:
El Sistema de Inferencia Difuso, es implementado con el propsito de ayudar en la evaluacin de crditos, de acuerdo con
los criterios denidos que incorporan la percepcin de los especialistas de crditos. El problema consiste en analizar
algunas caractersticas de los usuarios para tomar la decisin de conceder o no el crdito, en el caso armativo, denir el
monto a prestar, todo lo anterior con el
nanciero
de una manera
oportuna.
Para el desarrollo de este trabajo se le solicit a la cooperativa la base de datos que sirvi para modelar el problema, y se
consult en la solicitud de crdito de cada uno las condiciones
nancieras
mismo se consult la calicacin crediticia, dada por las centrales de riesgo al momento del desembolso el crdito, y el
comportamiento histrico crediticio dentro de la entidad.
37.90%
empleados y
932
19.10%
43%
nmina, y el ltimo efecta sus pagos por caja. Para el desarrollo del trabajo se tom como muestra de evaluacin
crediticia al
19.10%
de los crditos que se cancelan por caja, por ser sta una muestra de la cual existe ms informacin.
La base de datos facilitada para esta evaluacin, contiene bsicamente la identicacin del usuario, ingresos, egresos, valor
Capacidad de pago:
Ingresos Totales
Egresos Totales
Capacidad de endeudamiento:
Pasivo Corriente
Activo Corriente
Estos ndices, son un indicador de riesgo que asume la cooperativa en el eventual caso de deterioro de sus condiciones
laborales. La evaluacin de estos ndices permite medir y evaluar la capacidad de solvencia de un solicitante de crdito con
el
sistema de inferencia difuso como herramienta de evaluacin para el otorgamiento del crdito.
A partir de la muestra de
histogramas, con el
178
de determinar los rangos mnimos y mximos de las variables de entrada y salida, como se
observar en las grcas que se presentan ms adelante. A partir de la denicin de los conjuntos difusos para cada una de
las variables se determinar su ubicacin en el rango, dividiendo el histograma en terciles o cuartiles segn el nmero de
conjuntos difusos denidos con base en la ayuda de expertos.
Despus de calicar los cuatro aspectos mencionados, el sistema emitir una evaluacin de salida con la cual se espera
obtener unos adecuados plazos y cupo crediticio que servirn de soporte al analista de crdito.
(Baja
Media
178
[0
5.
Se
1.200.000],
(tres
grupos de
60
cual es posible hallar la ubicacin de los conjuntos difusos en el rango de la variable a partir del histograma de frecuencias
acumuladas.
Figura
Figure
Figura
Figure
Nuevamente la asignacin de cada conjunto difuso a una variable especica, se asocia al histograma de frecuencias
acumuladas representadas en las clases que varan de
12 (para
bajo.
medio
alto
24.16%
en niveles medios y un
16.85%
gura 6.
Segn el histograma, el
58.99%
7.
Figura
Figure
Figura
Figure
stica antigedad nos indica el grado de delidad del asociado para utilizar los servicios de la entidad,
siendo este un factor a tener en cuenta cuando algunos de los indicadores anteriores son bajos.
20.79%
65.73%
13.48%
en
en niveles altos.
Figura
9.
Figure
Figura
8. Histogram to antique
Figure
Para
nanciera 00013,
ao
2002,
efectos de informacin, evaluacin del riesgo crediticio, aplicacin de normas contables y constitucin de
provisiones, entre otros, la cartera de crdito se clasicar en consumo, vivienda, microcrdito y comercial. La resolucin
adems indica que la calicacin de los crditos se har de acuerdo a las siguientes categoras:
Categora A o
"riesgo
normal".
Categora B o
"riesgo
Categora C o
"
Categora D o
"riesgo
Categora E o
riesgo apreciable".
"riesgo
signicativo".
de incobrabilidad".
Tabla
1. Calicacin de la cartera
Table
1. Qualication of portfolio
se denieron los rangos a tener en cuenta para la construccin del modelo, lo cual se
[0
Tabla
Calicacin
10.
Table
Figura
Crediticia de la Figura
180].
Figure
usuario teniendo en cuenta las variables de entrada y convirtiendo las salidas difusas a valores ntidos que se ajusten al
reglamento de crdito. Los valores ling
[0
20.000.000].
Figura
Figure
gura 11.
En la
gura
los
plazo
[0
48]
meses. En la Figura
12
se puede apreciar la
Figura
Figure
6. SISTEMA DE INFERENCIA
Los conjuntos difusos para las variables de entrada y salida denen el modelo completo, el cual puede verse en la Figura
13.
Figura
Figure
El sistema de inferencia difuso permite sacar conclusiones a partir de valores dados a las variables de entrada; sin embargo
antes de proceder a esto, se debe construir la base de conocimiento que relaciona cada una de las variables de entrada con
las variables de salida.
La base de conocimiento fue obtenida mediante criterio experto, es decir, se consult a varios expertos sobre las relaciones
de dichas variables y cmo stas determinan el nivel del cupo y el plazo. La base de conocimiento se indica en la Tabla
Tabla
3. Base de conocimiento
Table
3. system knowledge
El Nmero de reglas est determinado por el Nmero de conjuntos difusos de cada variable, en nuestro caso
108
THEN
(SI
ENTONCES).
3.
4=
Antes de proceder a aplicar el modelo para el apoyo a la toma de decisiones debe validarse teniendo en cuenta datos
reales, con el
(Tabla 4),
concuerda en pocas ocasiones con el monto arrojado por el Sistema de Inferencia Difuso. An as, el modelo entrega
informacin que da respuestas consistentes de acuerdo con el reglamento de crdito, indicando lo anterior que es
conveniente la utilizacin del Modelo de Inferencia Difuso como una herramienta estandarizada y objetiva de apoyo al
proceso de evaluacin de crdito.
Tabla
4. Cuadro Comparativo
Table
4. comparative table
Los plazos arrojados por el sistema de inferencia difuso son mucho ms congruentes con los autorizados por el experto,
pero utilizando el modelo se pueden determinar plazos intermedios de acuerdo a los presentados por la cooperativa.
La combinacin de un adecuado Sistema de Inferencia Difuso con el conocimiento adquirido por el experto en anlisis de
crdito, se convierte en una gran fortaleza para la cooperativa al momento del otorgamiento del crdito, ya que el sistema
siempre va a permitir tener una informacin adicional que est por fuera de otros modelos de evaluacin crediticia y que el
experto conoce. Por esto, la lgica difusa se perla como una alternativa importante para el desarrollo de sistemas
expertos que constituyen una verdadera herramienta de apoyo a los especialistas desarrollada de manera sencilla y
considerando que el conocimiento previo de los expertos es una metodologa que permite la minimizacin del riesgo de
crdito
8. CONCLUSIONES
En la gestin de riesgos pueden adoptarse varios mecanismos preventivos que intentan disminuir la probabilidad de
prdida del capital. Dentro de los procesos preventivos que tienen el objetivo de evitar la asuncin de riesgos por encima
de la poltica de la empresa, se encuadran el anlisis previo del cliente, el monitoreo y el control de riesgos, los informes
comerciales, los sistemas de anlisis
nanciero,
prdidas.
Esto es, analizar y valorar las contingencias, cuanticando cul se va a asumir con el cliente y qu valoracin tiene el
mismo, asignndose lmites de riesgos. Muchos modelos de anlisis de crdito tienen este objetivo.
nancieras
ha percibido una fuerte tendencia en esa direccin en los ltimos aos, con el advenimiento de varias conferencias
especializadas, la formacin de postgrados y la publicacin de libros y revistas especializadas, corriente que en pases
desarrollados data de los aos
90.
Es importante hacer notar que aunque los sistemas inteligentes suelen presentar varias ventajas con respecto a las tcnicas
tradicionales de programacin lineal o de clculo de series de tiempo para la toma de decisiones
nancieras,
su uso no
intenta reemplazar a los expertos humanos totalmente, sino ms bien auxiliarlos para realizar ms rpida y ecientemente
su tarea.
La aplicacin de un sistema de inferencia difuso es un mecanismo apropiado mediante el cual se puede abordar el tema de
la evaluacin de crdito de los usuarios de la cooperativa, ayudando a los evaluadores a tomar decisiones mucho ms
acertadas a la hora de determinar los montos y plazos adecuados para cada uno de los usuarios y observando las
debilidades y fortalezas del cliente.
El sistema de inferencia difuso aplicado en el anlisis de crdito es una alternativa para la evaluacin crediticia, sin embargo
en el diseo del sistema, una de las dicultades que existen se relaciona con la obtencin de la base de conocimiento a
partir de expertos y cmo evaluar su informacin. En este sentido el uso de los expertos es propuesto por Kauman
(1986),
es una adecuada metodologa del anlisis de informacin de expertos. Otros estudios tratan el problema de
manera diferente extrayendo reglas a partir de series de tiempo ya que en muchas ocasiones no existen los expertos que
apoyen la construccin de la base de conocimiento.
REFERENCIAS
AdobeAcrobat
Buscar
Inicio
Acerca de
[1] BASILEA. Convergencia Internacional de medidas y normas de capital. Marco Revisado. Comit de Supervisin Bancaria
(http://www.revistas.unal.edu.co)
de Basilea. Junio
2004.
Descargandoparalaconversin
[2] JYH SHING. R, J, Adaptive Network Based fuzzy Inference System IEEE transactions on systems, Man and cybernetics,
MODELODEINFERENCIADIFU
665-685p.
[3] KANDEL, A. Fuzzy mathematical techniques with applications. Addison-Wesley Publishing Company, 1986.
[4] GIL LAFUENTE, Ana Maria. El anlisis nanciero en la incertidumbre. Arial Economa. 1990
[5] LUGER, G.F. Articial intelligence: Structures and strategies for complex problem solving. England: Addison Wesley,
2002.
[6] MEDINA, S., MORENO,J. Risk evaluation in Colombian electricity market using fuzzy logic, Energy Economics 29 (2007)
9991009.
[7] SUPERINTENDENCIA DE ECONOMA SOLIDARIA. Circular externa 001 de marzo de 2002. Gestin del Riesgo
Crediticio,2002.
2002.
Mtricas de artculo
Vistas HTML.
351
2,632
Esta revista
monthly
yearly
monthly
yearly
Vistas PDF.
28
128
Esta revista
(http://pkp-alm.lib.sfu.ca/)
Enlaces refback
Repositorio Institucional UN
(http://www.bdigital.unal.edu.co/14002)
(http://www.addthis.com/bookmark.php)
REVISTA DYNA
103
Telfono:
53 43
(57-4) 425 53 43
Conmutador:
(57-4) 42 5000
ISSN Impreso:
0012-7353
ISSN En lnea:
2346-2183
4.0
extensin
45343 -
Fax:
(57-4) 425
(mailto:%20dyna@unal.edu.co)
International License
(http://creativecommons.org/licenses/by-nc-nd/4.0/).
(http://creativecommons.org/licenses/by-nc-nd/4.0/)
Talento humano
Correo institucional
(http://www.unal.edu.co/dnp)
(http://correo.unal.edu.co)
sitio/)
Contratacin
Ofertas de empleo
Redes Sociales
(http://www.unal.edu.co/contratacion/)
(http://www.unal.edu.co/dnp/)
(http://redessociales.unal.edu.co)
Rgimen Legal
(http://www.legal.unal.edu.co)
FAQ
(http://unal.edu.co/mapa-del-
(http://unal.edu.co/faq/)
Rendicin de cuentas
Concurso docente
Quejas y reclamos
(http://unal.edu.co/quejas-
Atencin en lnea
(http://www.unal.edu.co/rendicion_de_cuentas(/2012/)
http://www.concursoprofesoralun.unal.edu.co/y
ConcursoDocente
-reclamos/)
/news.php)
(http://unal.edu.co/atencion-en-linea/)
Pago Virtual
Contctenos
Control interno
(http://www.pagovirtual.unal.edu.co/)
Calidad
(http://www.simege.unal.edu.co)
Encuesta
(http://www.unal.edu.co/control_interno/index.html)
Buzn de noticaciones
(http://unal.edu.co/encuesta/)
Estadsticas
(http://unal.edu.co/contactenos/)
(http://www.onp.unal.edu.co)
Glosario
(http://unal.edu.co/glosario/)
(http://unal.edu.co/buzon-de-noticaciones/)
44A-40,
edicio
571,
piso
4o.
3165000
Copyright
2014
Ext.
20004
(http://www.orgulloun.unal.edu.co)
(http://www.agenciadenoticias.unal.edu.co/inicio.html)
(mailto:digital@unal.edu.co)
Acerca de este sitio web
(http://unal.edu.co/acerca-de-este-sitio-web/)
Actualizacin:
08/05/2015
(http://www.gobiernoenlinea.gov.co/web/guest)
(http://www.contaduria.gov.co/)