Propagación de la mora en redes financieras

En este post os presentamos un resumen y la presentación completa de una de las charlas del UOC Data Day, celebrado el día 16 de mayo de 2018 en Barcelona sobre la propagación de la mora en redes financieras.

Esta ponencia fue a cargo de Jordi Nin, senior Data Scientist a BBVA Data & Analytics y profesor colaborador de los Estudios de Informática, Multimedia y Telecomunicación de la UOC.

El riesgo sistémico de las instituciones financieras y empresas sectoriales depende de sus interdependencias. La interconectividad de las redes financieras ha demostrado ser crucial para comprender la propagación de los valores predeterminados y una forma de evaluar el impacto de los eventos predeterminados únicos en todo el sistema. Aquí, aprovechamos la teoría de redes complejas para arrojar luz sobre los mecanismos detrás de la propagación predeterminada. Con datos reales de la compañía financiera BBVA, extraemos la red de transacciones cliente-proveedor entre más de 140000 empresas y sus flujos económicos. Proponemos un modelo computacional, basado en las probabilidades de contagio por defecto, que nos permita evaluar las principales estadísticas de difusión predeterminada a nivel individual y de sistema. Nuestros resultados muestran la exposición de diferentes sectores a las cascadas predeterminadas, y permiten una cuantificación y clasificación de los sectores en consecuencia. Esta información es relevante para proponer contramedidas a la propagación predeterminada en escenarios específicos.

A continuación, os dejamos la grabación de la ponencia completa, así como el material de soporte utilizado para la presentación.

¡Esperamos que la disfrutéis!

This entry was posted in Customer Analytics, Data, Data Science, Machine learning, Social Network Analysis, UOC D^2 and tagged , , , . Bookmark the permalink.

Leave a Reply

Your email address will not be published. Required fields are marked *