Fuzzy model Takagi Sugeno with structured evolution for determining consumer credit score

Abstract

Resumen -La calificación (score) y el conocimiento del comportamiento de pago de un cliente para reducir el tiempo de otorgamiento de un crédito de consumo es una de las necesidades que poseen las entidades financieras dedicadas a brindar este tipo de servicios. Para la calificación de los clientes, estas entidades se basan en información cualitativa y cuantitativa de un cliente, lo que hace difícil una calificación homogénea. Debido a la necesidad de disminuir los tiempos de respuesta con respecto a la aprobación o rechazo de una solicitud de crédito, es importante la utilización de modelos que ayuden al análisis de un crédito en tiempo real. Por esto, en este artículo se desarrolla y analiza un modelo basado en los principios de la computación evolutiva, y en los principios de un modelo borroso del tipo Takagi Sugeno, para la estimación del score en la asignación de créditos de consumo. Para la optimización del aprendizaje, el modelo propuesto se ve sometido a un proceso por evolución, basado en el modelo EVOP, el cual guía el aprendizaje del modelo, en torno a dos parámetros como son: el parámetro de generación, y el parámetro de mutación, generando así una evolución estructurada que llevará al modelo, a diferentes estados en el aprendizaje. Los resultados obtenidos por el modelo propuesto, permiten disminuir el tiempo de otorgamiento de un crédito de consumo, al igual que permitió evidenciar la sensibilidad del modelo frente al score, de acuerdo con la variación del monto solicitado por un cliente. Palabras Clave -Mapa de Kohonen; Agrupación Neuronal; Calicficación; Takagi Sugeno, Capacidad de Pago, Estrategias por Evolución, EVOP.Abstract -The rating (score) and knowledge of the payment behavior of a client to reduce the time of granting of consumer credit is one of the requirements that financial institutions have dedicated to providing these services. For qualifying customers, these entities are based on qualitative and quantitative information of a client, making it difficult a homogeneous rating. Because of the need to reduce response times regarding the approval or rejection of a credit application is important to use models that help to analyze a real-time credit. Hence, this paper develops and analyzes based on the principles of evolutionary computation model, and the principles of a fuzzy Takagi Sugeno type model, to estimate the score in the allocation of consumer loans. To optimize learning, the proposed model is subjected to a process of evolution, based on the EVOP model, which guides learning model, based on two parameters such as: the generation parameter and the parameter mutation thus generating a structured evolution that will take the model to different states in learning. The results obtained by the proposed model allows to decrease the time of granting of consumer credit, as allowed demonstrate the sensitivity of the model against the score, according to the variation of the amount requested by a customer.