(Universidad Externado de Colombia, 2021-04) Avellaneda Hortua, Mauricio; Henao Pérez, Juan Carlos; Lopez Jimenez, Liliana
Mediante el uso de redes neuronales artificiales se replica la calificación
soberana que Fitch, Moody’s y S&P publican. Al considerar la calificación
crediticia con ± 1 nivel en la escala crediticia, la precisión alcanza 80 %.
Esta investigación es innovadora tanto por utilizar técnicas de aprendizaje de
máquina para modelar el riesgo soberano como por incluir en las variables
relevantes los indicadores de gobernabilidad mundial. Las pruebas realizadas
sobre las diferentes variables permiten discriminar a los emisores por
su perfil de riesgo. Los resultados sugieren a los responsables de política
pública la necesidad de mejorar el desempeño de las variables analizadas y
así lograr progresos en la evaluación crediticia.
