Análisis de la base de datos CIR-CBI: estudio analítico y predicción de impagos

Abstract

El objetivo principal de este Trabajo de Fin de Grado es investigar los determinantes de la duración de los impagos de los créditos de las empresas utilizando datos provenientes de la Central de Información de Riesgos (CIR) y la Central de Balances (CBI) del Banco de España. Para ello se implementa un modelo de predicción utilizando técnicas de machine learning, concretamente, el modelo Random Forest. Dicho modelo permitirá predecir o clasificar si se producirán impagos de mayor o menor duración. El estudio se basa en un extenso conjunto de datos, con alrededor de siete millones de observaciones de operaciones financieras registradas entre 2016 y 2021. Las variables consideradas en el análisis provienen tanto del CIR como de la Central de Balances, ofreciendo una visión comprensiva de la situación financiera de las empresas en España. Este estudio no solo proporciona una evaluación solida de los riesgos crediticios basados en datos reales y actuales, sino que también contribuye al desarrollo de metodologías más precisas y efectivas para la predicción de incumplimientos. Las conclusiones del estudio pueden ser utilizadas para mejorar las prácticas de gestión de riesgos en instituciones financieras y para informar políticas regulatorias más efectivas. Todos los modelos, cálculos y resultados han sido realizados y obtenidos a través del software R. Más precisamente, usando Rstudio, entorno de desarrollo integrado para el lenguaje de programación R.