Tarea.

6 Business Analytics

Integrantes:
Gustavo Adolfo Diaz
Santiago Rodríguez Medina

Pontificia Universidad Javeriana

Facultad de Ciencias Económicas

Programa Maestría en Banca y Finanzas –Business Analytics

Bogotá 27/03/2022
Mediante el siguiente estudio se estimará un modelo de probabilidad lineal para estimar el efecto del
ingreso (income), del balance mensual en la tarjeta de crédito (balance) y de ser estudiante sobre la
probabilidad de que un cliente no pague la tarjeta de crédito (default), este tipo de estudios sirven muy a
menudo en para realizar estudios crediticios; los bancos pueden realizar un análisis parecido y en base a
ello tomar decisiones, siempre y cuando existan datos históricos como los que se mostraran a
continuación como ejemplo, la asimetría de la información en selección adversa se disminuirá y los
créditos serán concedidos a personas con menor probabilidad de incumpliendo, esto permitirá un mejor
desempeño en el sector financiero.

Se tienen en cuenta las siguientes variables:

- Si el usuario es estudiante o no (variable explicativa binaria) donde 0 es que no es estudiante

- El balance de la tarjeta (Variable explicativa)
- Los ingresos que tiene cada usuario (Variable explicativa)
- El hecho de incumplimiento (Variable binaria explicada) donde 0 es que no hay incumplimiento

Después de realizar el análisis de regresión línea entre las variables se obtuvieron los siguientes
resultados:

Estadísticas de la regresión
Coeficiente de correlación múltiple 0,35216371
Coeficiente de determinación R^2 0,12401928
R^2 ajustado 0,12375638
Error típico 0,16795855
Observaciones 10000

Coeficientes Probabilidad
Intercepción -0,081179487 4,37057E-22
student 0=no -0,010330101 0,068169534
balance 0,00013269 8,0371E-287
income 1,99E-07 0,298956668

Si la persona que tiene la tarjeta de crédito es estudiante la probabilidad de

incumplimiento disminuye en-0,01033, Pero hay que tener en cuenta que su
student 0=no
Pvalor es más del 5% entonces es una variable que no afecta
significativamente la probabilidad de default
 Entre más balance tiene la tarjeta más probabilidades hay de incumplimiento
y este aumenta por cada peso un 0,0001327, Pero hay que tener en cuenta
balance
que su Pvalor es más del 5% entonces es una variable que no afecta
significativamente la probabilidad de default

Entre más ingresos reciba el portador de la tarjeta de crédito su probabilidad

de incumplimiento aumenta 1,9915277126695E-07, Pero hay que tener en
income
cuenta que su Pvalor es más del 5% entonces es una variable que no afecta
significativamente la probabilidad de default

Por ende, la probabilidad de incumplimiento aumenta dependiendo del balance y de los ingresos de los
usuarios, sin embargo los estudiantes tienden a realizar sus pagos a tiempo y no caen en mora o
incumplimiento.

Pero para realmente comprobar la probabilidad de incumplimiento se hará uso de un modelo logitEn el
siguiente estudio se realizará un estudio de regresión logística entre la variable logit “Income” como
explicativa y “default” como explicada.

Se obtuvieron los siguientes resultados:

coeff s.e. Wald p-value exp(b) lower upper

1,1988245 0,5668910 0,4514969 0,4055054
intercept -0,902621 8 9 7 2
- 0,1165326 4,2190805 0,0399718 0,7871293 0,6264023 0,9890969
income 0,2393627 3 8 1 5 2 4

R-square
R-sq (L) 0,00140939
R-sq (CS) 0,00041155
R-sq (N) 0,00162488
Significance Test
p-value 0,04247109

La variable income afecta significativamente la probabilidad de pago segun su p valor. Entre mayor sea
el income, menor será la probabilidad de incumplimiento. El Comportamiento de su grafica sera el
siguiente:
Como se observa en la gráfica, los valores toman lugares entre de 0 a 1, donde 1 es que el usuario
incumpla con el pago de su tarjeta. Dando valores a los ingresos los valores se encontrarán en este
rango, se podría establecer un cut off, que por lo general es de 0,5, esto para que cuando la probabilidad
sea superior a 0,5 el dato se tome como más probable a incumplimiento.

La función utilizada para este estudio fue:

𝐷𝑒𝑓𝑎𝑢𝑙𝑡 = (𝐸𝑋𝑃(𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 + 𝐿𝑜𝑔𝑖𝑡𝑖𝑛𝑐𝑜𝑚𝑒 ∗ 𝑥1)

/ (1 + (𝐸𝑋𝑃(𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 + 𝐿𝑜𝑔𝑖𝑡𝑖𝑛𝑐𝑜𝑚𝑒 ∗ 𝑥1))))

En el siguiente estudio se realizará un estudio de regresión logística entre la variable “balance” como
explicativa y “default” como explicada.

Se obtuvieron los siguientes resultados:

coeff s.e. Wald p-value exp(b) lower upper

- 0,3611687 869,73602 2,3669E-
intercept 10,651331 3 3 0 05
0,0054989 0,0002203 622,62247 1,0055140 1,0050798 1,0059484
balance 2 8 3 0 6 5 7

R-square
R-sq (L) 0,45339159
R-sq (CS) 0,12402682
R-sq (N) 0,48968267
Significance Test
p-value 0
La variable “balance” afecta significativamente la probabilidad de pago según su p valor. Entre mayor
sea el balance en la tarjeta, mayor sera la probabilidad de incumplimiento. El comportamiento de su
grafica sera el siguiente:

La grafica toma rangos de inferiores y superiores a los entregados y de las probabilidades siguen
estando dentro del rango de probabilidades.

La función utilizada para este estudio fue:

𝐷𝑒𝑓𝑎𝑢𝑙𝑡 = (𝐸𝑋𝑃(𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 + 𝑏𝑎𝑙𝑎𝑛𝑐𝑒 ∗ 𝑥1)/ (1 + (𝐸𝑋𝑃(𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 + 𝑏𝑎𝑙𝑎𝑛𝑐𝑒 ∗ 𝑥1))))

Sin embargo al incluir todas las variables en un solo modelo, las variables de la regresión quedaran tal
como se presenta en el siguiente cuadro:

coeff s.e. Wald p-value exp(b) lower upper

-
intercept 10,8690452 0,49227265 487,496358 0 1,9039E-05
student -
0=no 0,64677581 0,23625693 7,49442703 0,00618902 0,52373167 0,3296147 0,83216816
balance 0,00573651 0,0002319 611,894739 0 1,00575299 1,00529596 1,00621023
income 3,0335E-06 8,2028E-06 0,13675812 0,71152539 1,00000303 0,99998696 1,00001911
 R-square
R-sq (L) 0,46191944
R-sq (CS) 0,12620588
R-sq (N) 0,49828603

Significance
Test
p-value 0
# iter 20

Con el fin de poder evaluar el modelo se estimara la probabilidad que un estudiante con un balance
de $1.500 y un ingreso de $40.000 no pague su tarjeta de crédito. Para hallar esta probabilidad se
usara el siguiente modelo:

𝑒 −10,86+0,646 (1)+0,005(1500)+3,03𝐸−06(40.000)
𝑃𝑟𝑜𝑏 =
1 + 𝑒 −10,86+0,646 (1)+0,005(1500)+3,03𝐸−06(40.000)

El resultado de esta ecuación es 5,79% . Por lo tanto la probabilidad que un estudiante que un
estudiante con ingresos de 40,000 dólares y con un saldo de 1.500 dolares no pague es tan solo del
5,79%.

Para finalizar se quiso indagar el cómo hallar una probabilidad basada en una regresión logística
incluyendo las 3 variables explicativas, Ser estudiante, El balance y El ingreso de los usuarios.

Se debe tener en cuenta que la variable income sigue siendo logit

Se utilizo la función: Logistic Regression (Excel – hoja “regresión logística”)

Y se obtuvieron los siguientes resultados con las siguientes conclusiones:

Coeff
Intercepto -12,014026
Estudiante -0,6172375
Balance 0,00573586
Income 0,11996749

R-Sq (L) 0,4619472

R-Sq (CS) 0,12621296
R-Sq (N) 0,498314
p-value 3,128E-292
alpha 0,05
 Suc-Obs Fail-Obs
Suc-Pred 105 40 145
Fail-Pred 228 9627 9855
333 9667 10000
Accuracy 0,31531532 0,99586221 0,9732
Cutoff 0,5

El estudio tuvo un acierto del 97,32% en los datos calculados, De los 333 usuarios de los 10000 que
incumplieron con el pago de su tarjeta de crédito, el estudio predijo que solo 105 tendrían
incumplimiento. De los 9667 usuarios de los 10000 que no incumplieron con el pago de su tarjeta de
crédito, el estudio predijo que solo 9627 no tendría incumplimiento. Esto con un cut off del 0,5. Si este
cut off se mueve a 0,4, los datos serían los siguientes:

Suc-Obs Fail-Obs
Suc-Pred 134 77 211
Fail-Pred 199 9590 9789
333 9667 10000
Accuracy 0,4024024 0,99203476 0,9724
Cutoff 0,4

Se observa que el accuracy disminuye a 97,24%, por esa razón por lo general se utiliza el 0,5. Se observa
que disminuye poco, esto quiere decir que lo datos están agrupados más a los extremos que en la
mediana.

La grafica del estudio es la siguiente:

Por más que los datos de balance y income incrementen, los datos nunca serán superiores a 1

La función utilizada para este estudio fue:

1/= 1(𝐸𝑋𝑃 + −𝑖𝑛𝑡𝑒𝑟𝑐𝑒𝑝𝑡𝑜 − 𝑀𝑀𝑈𝐿𝑇(𝑋1, 𝑋2, 𝑋3; 𝐸𝑠𝑡𝑢𝑑𝑖𝑎𝑛𝑡𝑒, 𝑏𝑎𝑙𝑎𝑛𝑐𝑒, log 𝑖 𝑛𝑐𝑜𝑚𝑒))

Para concluir, el R cuadrado fue mas certero en los estudios de regresión logística, también se observó
que la variable que más influye en el incumplimiento es la del balance, y el resultado no solo hace
sentido al cálculo matemático sino también a la actualidad, entre mas grande pueda llegar a ser la
deuda, el incumplimiento puede que aumente.