class: left, bottom background-image: url(http://medios.ut.edu.co/wp-content/uploads/2021/03/logout2021.png) background-position: 94% 10% background-size: 15% # Factores determinantes de tener una calificación financiera perfecta ---- ## **Modelo Logístico de regresión** ### Juan Carlos Hernandez Bernal, Miguel Angel Herrera Arevalo, Diego Alejandro Jaramillo Guzmán ### 25/09/2021 --- name: hola class: inverse, middle, center <img style="border-radius: 90%;" src="http://medios.ut.edu.co/wp-content/uploads/2021/03/logout2021.png" width="160px" /> # Estimación de modelo logit ## Probabilidad de tener una calificación financiera perfecta [Correo Juan Carlos](jchernandezber@ut.edu.co)<br/> [Correo Diego Alejandro](dajaramillog@ut.edu.co)<br/> [Correo Miguel Angel](mangelherrera@ut.edu.co) ??? ¡Hola! Esperemos que esto funcione. --- name: listas # Contenido -- En el desarrollo de la presentación encontraremos: -- * Supuesto económico. -- * Antecedentes. -- * Minería de datos y ejecución de codigo. -- * Descripción de variablas relevantes -- * Consideración de efectos -- * Conclusiones -- --- .pull-left[ # Supuesto económico ] .pull-right[ ] ---- .footnote[ Fuente: https://www.researchgate.net] --- class: center, middle .pull-left[ # Supuesto económico - Particularmente en la base de datos se tienen variables socioeconómicas, cuantitativas y otras cualitativas, por lo cual el objetivo planteado será significativo estadísticamente hablando, a su vez será útil para verificar la causalidad que tienen factores independientes para explicar que una persona tenga una calificación financiera positiva en las diferentes centrales de información.  ] .pull-right[ # Antecedentes - (Fernández, Perez, 2005) nos desribe cómo el uso de un modelo eficiente puede marcar la diferencia dentro de alguna entidad financiera a la hora de otorgar créditos a sus respectivos clientes, en donde deben “evaluar la probabilidad de que el cliente devuelva el dinero, lo cual será un hecho positivo para la entidad, o bien que el cliente llegue a ser moroso, y esto será un hecho negativo para la entidad.”  ] --- class: inverse, middle # Ruta de trabajo ---- .pull-left[ Se pretende construir un modelo que muestre de qué depende que una persona tenga “calificación perfecta” o no. La cual se definió que ocurre cuando una persona tiene calificación interna y externa igual a “A". ]<!--end of left-column--> .pull-right[ .left[ Para ello, se utilizan variables como: 1. [Ingresos](#listas) 2. [Pasivos](#tablas-citas) 3. [Activos](#resaltando-lineas) 4. [Género, entre otras](#adios) ] ] <!--end of right-column--> --- name: resaltando-lineas .pull-left[ # Llamar la base de datos `Se llama la base logit` ``` base1 = read.csv("C:/Users/juan1/Documents/modulo2/B.D/01 PlanoR.csv", header = T, sep= ";", stringsAsFactors = T ) ``` ] .pull-right[ ] --- class: center, top name: tablas-citas # Tablas descriptivas ### Tabla `Base financiera` La base de datos financiera llamada `base1` posee información de riesgo financiera apta para evaluar un posible préstamo.
ID
INGRESOS
EGRESOS
ACTIVOS
PASIVOS
APORTES.SOCIALES
SALDO_AHORRO_CONTRACTUAL
ACTIVIDAD_ECONOMICA
ANTIGUEDAD_ENTIDAD
DEPARTAMENTO
PERSONAS_CARGO
GENERO
PROPIEDAD_VIVIENDA
SALDO_INTERNO
MORA_MAX_12M
CALIFICACION_INTERNA
CALIFICACION_EXTERNA
SCORE_EXTERNO
ENDEUDAMIENTO_TOTAL
GARANTIA
VALOR.GARANTIA
SALDO.VENCIDO
534792
7126566
4700000
117676500
118656000
1480668
0
EMPLEADO_PUBLICO
2
TOLIMA
0
MASCULINO
PROPIA
3931308
0
A
A
787
86577305
PERSONAL
-
0
486490
2242820
2409000
58838250
43646000
10127389
7112235
EMPLEADO_PUBLICO
12
TOLIMA
1
FEMENINO
PROPIA
1771318
0
A
A
916
45058517
PERSONAL
-
0
903998
1747013
490000
110772812
0
4067254
3676132
EMPLEADO_PUBLICO
18
TOLIMA
2
MASCULINO
PROPIA
1126510
20
A
A
889
7722309
PERSONAL
-
0
684474
3171401
2805000
138697445
17377000
7221654
6110352
MICROEMPRESARIO
18
TOLIMA
3
FEMENINO
PROPIA
6474374
0
A
A
928
17623337
PERSONAL
-
0
779498
4968563
3721000
8047169
14390000
692164
3675111
MICROEMPRESARIO
18
TOLIMA
0
MASCULINO
PROPIA
2918888
0
A
A
953
19494131
PERSONAL
-
0
--- name: tablas-citas # Tablas descriptivas ### Tabla
vars
n
mean
sd
median
trimmed
mad
min
max
range
skew
kurtosis
se
1
1998
3.210671e+07
5.370694e+07
12257761
2.035310e+07
1.744243e+07
0
780658000
780658000
4.3101941
33.3869233
1.201525e+06
2
1998
4.227315e+06
3.204681e+06
4077278
4.106953e+06
4.335023e+06
0
9983810
9983810
0.1480500
-1.2857553
7.169471e+04
3
1998
2.992333e+06
4.936963e+06
2129050
2.300409e+06
1.375524e+06
420184
162950964
162530780
18.7503310
558.1157272
1.104491e+05
4
1998
3.467467e+00
1.041306e+00
4
3.560625e+00
1.482600e+00
1
5
4
-0.8018075
0.3772876
2.329597e-02
5
1998
1.471471e+00
4.993104e-01
1
1.464375e+00
0.000000e+00
1
2
1
0.1142145
-1.9879493
1.117051e-02
6
1998
1.259448e+08
1.331952e+08
88649630
1.026069e+08
9.591391e+07
0
1049674380
1049674380
2.3941595
8.3344628
2.979826e+06
--- class: center ## Transformando las variables - base1$PROPIEDAD_VIVIENDA = factor(base1$PROPIEDAD_VIVIENDA) -- - base1$ACTIVIDAD_ECONOMICA = factor(base1$ACTIVIDAD_ECONOMICA) -- - base1$GENERO = factor(base1$GENERO) -- - base1$DEPARTAMENTO = factor(base1$DEPARTAMENTO) -- --- # Transformando variables con ifelse - base1$ACTIVIDAD_ECONOMICA1 = ifelse(base1$ACTIVIDAD_ECONOMICA != "EMPLEADO_PUBLICO" & base1$ACTIVIDAD_ECONOMICA != "PENSIONADO", "OTRASACTIVIDADES", "PUBLICOYPENSIONADO") -- - base1$NUEVACAL= ifelse(base1$CALIFICACION_INTERNA== "A" & base1$CALIFICACION_EXTERNA== "A", "CALIFICACIÓN PERFECTA","CALIFICACIÓN NO PERFECTA") * Se le asigna un valor de 1 si cumple la condición, y de 0 si no la cumple. - base1$NUEVACAL= ifelse(base1$NUEVACAL== "CALIFICACIÓN PERFECTA",1,0) -- * Se continúa generando condicionales para ajustar el modelo a una categoria binaria. - base1$GENERO1 = ifelse(base1$GENERO == "FEMENINO", 0, 1) --- class: center, middle name: tablas-citas # Estimación del modelo ``` ## (Intercept) INGRESOS ## "-1.689362119551547" "-0.000000035806551" ## PASIVOS ACTIVOS ## "-0.000000004971434" " 0.000000003209351" ## SALDO_AHORRO_CONTRACTUAL ACTIVIDAD_ECONOMICAEMPLEADO_PUBLICO ## " 0.000000525794112" "-0.071380125993904" ## ACTIVIDAD_ECONOMICAMICROEMPRESARIO ACTIVIDAD_ECONOMICAPENSIONADO ## "-0.204785628688441" " 0.853813960905172" ## ACTIVIDAD_ECONOMICAPROFESION LIBERAL ANTIGUEDAD_ENTIDAD ## " 0.007995212705432" " 0.021556349362360" ## GENERO1 PERSONAS_CARGO ## " 0.073284162785042" " 0.903184420477470" ``` --- class: middle, center ## **Considerando efectos** .left[El hecho de tener mayores pasivos...] .right[...disminuye la probabilidad de tener calificación perfecta.] .left[El hecho de tener mayo Ahorro contractual...] .right[...aumenta la probabilidad de tener calificación perfecta.] .left[El hecho de tener vivienda propia...] .right[...disminuye la probabilidad de tener calificación perfecta.] .left[El hecho de tener la actividad economica publico o pensionado...] .right[...aumenta la probabilidad de tener puntaje perfecto.] .left[El hecho de tener más años de antiguedad en la entidad...] .right[...aumenta la probabilidad de tener puntaje perfecto.] .left[El hecho de tener más personas a cargo...] .right[aumenta la probabilidad de tener puntaje perfecto.] --- class: middle ## Conclusiones -- - "La calificación perfecta" o "NUEVACAL" tiene ligada una causalidad directa con los ingresos de las personas, sus deudas, bienes y activos , ahorros, actividad económica, personas a cargo y el genero. -- - Se concluye que tener mayores pasivos, disminuye la probabilidad de tener calificación perfecta. -- - En el presente informe se obtuvo, que en efecto la información contenida en la base de datos no solamente brinda información de las condiciones socioeconómicas sino también condiciones demográficas y geográficas de cada una de las personas analizadas. ----- .footnote[ Mas detalles en: https://rpubs.com/jchernandezbernal/810838 ] --- name: adios class: middle, inverse .pull-left[ # **¡Gracias por su atención!** ] .pull-right[ .right[ <img style="border-radius: 50%;" src="http://medios.ut.edu.co/wp-content/uploads/2021/03/logout2021.png" width="160px" /> [Correo Juan Carlos](jchernandezber@ut.edu.co)<br/> [Correo Diego Alejandro](dajaramillog@ut.edu.co)<br/> [Correo Miguel Angel](mangelherrera@ut.edu.co) ] ]