Modelo predictivo basado en indicadores financieros históricos para clasificar riesgo en cooperativas ecuatorianas segmento uno

Autores/as

DOI:

https://doi.org/10.62452/ew9ns279

Palabras clave:

Modelo predictivo, indicadores financieros, riesgo financiero, aprendizaje automático, cooperativas de ahorro y crédito, Random Forest

Resumen

Este artículo presenta un modelo de clasificación supervisada basado en el algoritmo Random Forest para estimar el nivel de riesgo de las cooperativas de ahorro y crédito del segmento uno en Ecuador. Se analizaron doce indicadores financieros históricos —suficiencia patrimonial, calidad de activos, morosidad, eficiencia operativa, rentabilidad, liquidez y vulnerabilidad patrimonial— obtenidos de los boletines anuales de la Superintendencia de Economía Popular y Solidaria (SEPS) para el período 2021-2025. Los resultados muestran que la intermediación financiera, la liquidez, el índice de capitalización, el retorno sobre activos (ROA) y la morosidad son los predictores con mayor capacidad discriminante. La curva ROC multiclase confirma un desempeño robusto del modelo, con un AUC macro de 0,956 (alto: 0,973; bajo: 0,979; medio: 0,917), superando el umbral convencional de discriminación excelente. Los hallazgos ofrecen una herramienta de análisis aplicable a la supervisión preventiva del sistema financiero popular y solidario del Ecuador.

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Basel Committee on Banking Supervision. (2011). Basel III: A global regulatory framework for more resilient banks and banking systems. Bank for International Settlements. https://www.bis.org/publ/bcbs189.pdf

Basel Committee on Banking Supervision. (2013). Basel III: The liquidity coverage ratio and liquidity risk monitoring tools. Bank for International Settlements. https://www.bis.org/publ/bcbs238.pdf

Bessis, J. (2015). Risk management in banking. John Wiley & Sons.

Damodaran, A. (2014). Applied corporate finance. John Wiley & Sons

Diamond, D. W., & Dybvig, P. H. (1983). Bank runs, deposit insurance, and liquidity. Journal of Political Economy, 91(3), 401–419. https://doi.org/10.1086/261155

Ecuador. Superintendencia de Economía Popular y Solidaria. (2025). Boletines financieros del segmento 1. https://www.seps.gob.ec/boletines/

European Central Bank. (2020). Financial stability review. https://www.ecb.europa.eu/pub/fsr/html/index.en.html

Golin, J., & Delhaise, P. (2013). The bank credit analysis handbook (2nd ed.). Wiley.

Hasan, I., & Wall, L. D. (2004). Determinants of the loan loss allowance: Some cross-country comparisons. Financial Review, 39(1), 129–152. https://doi.org/10.1111/j.0732-8516.2004.00070.x

International Monetary Fund. (2019). The IMF 2019 Financial Soundness Indicators Compilation Guide (2019 FSI Guide). https://www.imf.org/-/media/files/data/2019/2019-fsi-guide.pdf

Ledgerwood, J., & White, V. (2006). Transforming microfinance institutions. World Bank. https://documents1.worldbank.org/curated/en/723801468161668762/pdf/372590Transforming0microfinance.pdf

Mishkin, F. S., & Eakins, S. G. (2017). Financial markets and institutions. Pearson.

Rose, P. S., & Hudgins, S. C. (2013). Bank management & financial services (9th ed.). McGraw-Hill.

Saunders, A., & Cornett, M. M. (2014). Financial institutions management: A risk management approach. McGraw-Hill.

Van Greuning, H., & Bratanovic, S. B. (2020). Analyzing banking risk: A framework for assessing corporate governance and financial risk (5th ed.). World Bank.

World Bank. (2019). Credit scoring approaches guidelines.https://thedocs.worldbank.org/en/doc/935891585869698451-0130022020/original/CREDITSCORINGAPPROACHESGUIDELINESFINALWEB.pdf

World Bank. (2021). Global financial development report 2021. https://openknowledge.worldbank.org/bitstream/handle/10986/35218/211600ovSP.pdf

Publicado

2026-05-01

Cómo citar

Villacis-Diaz, J. F., & Martínez-Ortiz, F. X. (2026). Modelo predictivo basado en indicadores financieros históricos para clasificar riesgo en cooperativas ecuatorianas segmento uno. Revista Metropolitana De Ciencias Aplicadas, 9(3), 208-215. https://doi.org/10.62452/ew9ns279