Icono de flecha hacia arriba blanco
Investigación
19 / 03 / 2024
icono de usuario naranja Marcos García, Departamento de Estudios Económicos
En esta investigación, se identificaron las variables que tienen mayor impacto en la predicción de default por parte de un deudor en el sistema financiero dominicano. Partiendo de los datos reportados en la Central de Riesgo de la Superintendencia de Bancos de República Dominicana y un criterio de default, se seleccionan 39 variables inspiradas por la literatura de predicción de default. Luego, se realiza la predicción, utilizando un modelo de aprendizaje automático denominado catboost. Para evaluar la interacción entre las variables e identificar la relevancia de cada una, se empleó la técnica de los valores SHAP. Las cinco variables que tuvieron mayor impacto en la predicción de default fueron la utilización de tarjetas de crédito, la cantidad de días de atraso en la deuda de tarjetas de crédito, la vejez del crédito más antiguo del deudor, consumo del deudor en tarjetas de crédito y la cantidad de meses desde el último desembolso de un crédito al deudor. Adicionalmente, se observa que durante el periodo de pandemia del COVID-19, variables como el nivel de ingresos del deudor y la vejez de su crédito más antiguo, las cuales suelen tener un alto nivel predictivo, tuvieron menor importancia en la predicción de default en este periodo.
Investigación
25 / 07 / 2023
icono de usuario naranja Departamento de Estudios Económicos
En esta investigación estudiamos la predicción de seis variables que indican el devenir en el corto plazo de la economía dominicana (Remesas, IMAE, Turistas, Cotizantes AFP, IPC y Crédito Privado). Para lo mismo se utilizan varios algoritmos de la Econometría Clásica. Se evalúan las predicciones de los mismos con Time Series Cross-Validation y se le realiza una diagnosis para decidir sobre el mejor método de predicción entre los considerados para cada variable.
Investigación
17 / 12 / 2021
icono de usuario naranja Georges Bournigal y Manuel Ignacio Díaz
En esta investigación se presenta una metodología para la estimación de las matrices de transición en riesgo de crédito, que posteriormente, nos permite cuantificar las probabilidades de deterioro de un deudor nuevo a la peor clasificación crediticia 12 meses luego de su originación. Los resultados revelan la dinámica del crédito que pueden ser vinculadas a distintas fases del ciclo crediticio, y muestran algunas dimensiones particulares del choque ocasionado por la pandemia del SARS-CoV-2.
Mostrando 3 entradas
Entradas a mostrar :
Icono de chevron hacia abajo gris Icono de chevron hacia abajo, azul oscuro
Publicaciones recientes
Próximas publicaciones
Marzo 2024

Informe sobre el crédito en el sistema financiero

Abril 2024

Informe banca e industria nacional

Mayo 2024

Informe trimestral de desempeño del sistema financiero

Junio 2024

Informe del crédito a las MIPYMES

Agosto 2024

Informe trimestral de desempeño del sistema financiero

Agosto 2024

Ranking de digitalización del sector bancario dominicano

Septiembre 2024

Informe sobre el crédito en el sistema financiero

Octubre 2024

Informe sobre tendencias del ahorro

Noviembre 2024

Informe trimestral de desempeño del sistema financiero

Publicaciones técnicas

La Superintendencia de Bancos tiene un compromiso con la investigación y el avance del conocimiento. Encuentra aquí los informes periódicos y la documentación técnica sobre temas de relevancia del sistema financiero.