Evaluación de riesgos con Data Mining: el sistema financiero español

Authors

  • José Alejandro Fernández Fernández Universidad ESERP de MADRID
  • Virginia Bejarano Vázquez Universidad UNED de Madrid
  • Juan Antonio Vicente Virseda Universidad UNED de Madrid.

DOI:

https://doi.org/10.21919/remef.v14i3.349

Keywords:

Data Mining, Machine Learning, classification methods, risk prediction, solvency

Abstract

(Risk assessment with Data Mining: the Spanish financial system)

Abstract. The objective of this work, based on Data Mining techniques, is to identify the best risk prediction method for the Spanish banking system, taking into account its specific characteristics and the economic situation of Spain during the period under study. For this purpose, first of all, fourteen ratios are defined in order to identify, in terms of risks, the situation of Spanish banks and savings banks during the period under review. Through a technique of reduction of dimensions which simplifies the interpretation of results, four latent factors are obtained on which are evaluated, together with four additional macroeconomic variables, a set of algorithms of Data Mining, being finally selected the CHAID tree, unlike previous works, in which it had never come to propose the application of techniques of Data Mining and Machine Learning in the identification of situations of risk in the Spanish banking industry. One limitation of this work has been the impossibility of incorporating regulatory variables, due that this information is confidential, otherwise, we would have been able to incorporate a new dimension in the prediction of risks.

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

Author Biographies

José Alejandro Fernández Fernández, Universidad ESERP de MADRID

Profesor de Economía Financiera en la UNiversidad ESERP de Madrid

Virginia Bejarano Vázquez, Universidad UNED de Madrid

  • Licenciada en Ciencias Económicas y Empresariales (Rama Economía de la Empresa) por la Universidad Complutense de Madrid (1994).
  • Doctorado en Ciencias Económicas y Empresariales por la Universidad Nacional de Educación a Distancia (UNED). Madrid (2006). (Tesis: Las Combinaciones de Negocios en la Regulación Contable Internacional). 

 

PUESTOS DOCENTES

 

  • Profesora en el departamento de Economía de la Empresa y Contabilidad de la Facultad de CC. EE y Empresariales de la Universidad Nacional de Educación a Distancia (UNED).
  • Instituto de Estudios Bursátiles (IEB): Profesora en el Master de Análisis Bursátil. 
  • Universidad Rey Juan Carlos de Madrid: Profesora titular interina de Escuela Universitaria(1995 – 2001).
  • Escuela Social de Madrid: Profesora interina (1995)

Juan Antonio Vicente Virseda, Universidad UNED de Madrid.

Profesor del Departamento de Economía Aplicada y Estadística de la Universidad Nacional a Distancia (UNED). Es Licenciado en Ciencias y Técnicas Estadísticas. Universidad Carlos III de Madrid y Doctor en Estadística Aplicada a la Economía y a la Administración y Dirección de Empresas (UNED). Ha centrado su labor investigadora en el ámbito de la Estadística Pública, especializándome en Cuentas Nacionales. Fruto de este trabajo, en el ámbito de las TIC, elaboró en su tesis doctoral un modelo de simulación del impacto económico en la economía española, basado en la construcción previa de una Cuenta Satélite sobre el sector. Otros sectores analizados recientemente han sido: el transporte, donde se ha simulado la ilmplantación del megatruck en España, estimando los efectos económicos de cambios en los costes generalizados del transporte mediante tablas input-output regionales del transporte; la I+D, estimando la capitalización del gasto y su impacto sobre el PIB de la economía española; la inmigración, analizando su aportación a la economía, así como el impacto en los diferentes sectores económicos, en varias comunidades autónomas. Otros sectores: el turismo, la inversión y el gasto público, el colectivo de los jóvenes, etc. Ha elaborado los sistemas de cuentas nacionales anuales y trimestrales de diferentes comunidades autónomas y municipios, estimando el Marco Input-Output, los agregados por ramas de actividad y las cuentas de los sectores. Entre otras, destacar la Ciudad de Madrid, la Comunidad de Madrid, Castilla-La Mancha, La Rioja, Baleares, Canarias o Castilla y León. Por último, cabe señalar que ha escrito numerosos trabajos en estadística especializada: encuestas, estudios de mercado, sondeos de opinión, diseño experimental, etc.

Published

2019-06-25

How to Cite

Fernández Fernández, J. A., Bejarano Vázquez, V., & Vicente Virseda, J. A. (2019). Evaluación de riesgos con Data Mining: el sistema financiero español. The Mexican Journal of Economics and Finance, 14(3), 309–328. https://doi.org/10.21919/remef.v14i3.349

Issue

Section

Research and Review Articles

PlumX detalle de metricas