EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Gestión de riesgo de modelos de crédito con machine learning: desarrollo, explicabilidad y monitoreo automatizado

Eduardo Rafael Jauregui Romero

Interfases · 30.07.2026 · (023) · 86-120

DOI: 10.26439/interfases2026.n023.8406 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Interfases, online erschienen am 30.07.2026. Verfasst von Eduardo Rafael Jauregui Romero. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

La adopción de modelos de aprendizaje automático en el sector bancario peruano enfrenta el desafío crítico de garantizar su estabilidad y transparencia en entornos productivos, conforme a las exigencias de la regulación vigente sobre gestión de riesgo de modelos. Este estudio presenta no solo el desarrollo de un modelo de calificación crediticia basado en el algoritmo HistGradientBoosting optimizado, sino, principalmente, la implementación de una arquitectura integral de monitoreo automatizado desplegada en servicios de computación en la nube. Utilizando una muestra histórica de 50 206 registros, se diseñó un flujo de trabajo que integra ingeniería de características y validación cruzada y que ha logrado un indicador de Gini del 67,4 %. La principal contribución radica en el despliegue de una plataforma web interactiva que permite la vigilancia en tiempo real de métricas de desempeño y estabilidad. A través de este sistema, se evaluó la consistencia del modelo mediante el índice de estabilidad poblacional y se obtuvo un valor de 0,4 %, lo que confirma la ausencia de degradación predictiva o de cambios estructurales en las variables a lo largo del tiempo. Este enfoque demuestra cómo la integración de técnicas de machine learning operations (MLOps) y herramientas de visualización avanzada facilita la auditoría continua y la detección temprana de desviaciones, lo que supera las limitaciones de los reportes estáticos tradicionales.

Zitieren

APA

Romero, E. R. J. (2026). Gestión de riesgo de modelos de crédito con machine learning: desarrollo, explicabilidad y monitoreo automatizado. Interfases, 86-120. https://doi.org/10.26439/interfases2026.n023.8406

Vancouver

Romero ERJ. Gestión de riesgo de modelos de crédito con machine learning: desarrollo, explicabilidad y monitoreo automatizado. Interfases. 2026:86-120. doi:10.26439/interfases2026.n023.8406

BibTeX
@article{Romero2026,
  author = {Romero, Eduardo Rafael Jauregui},
  title = {Gestión de riesgo de modelos de crédito con machine learning: desarrollo, explicabilidad y monitoreo automatizado},
  journal = {Interfases},
  year = {2026},
  number = {023},
  pages = {86--120},
  doi = {10.26439/interfases2026.n023.8406}
}
Kostenlos starten →