Rensin

Universidad Nacional de Ingeniería Facultad de Ingeniería económica y CC.SS. E.P. de Ingeniería Económica

Minería de datos, redes neuronales y finanzas de mercado Rafael CAPARO

Junio del 2002 Minería de datos, redes neuronales y finanzas de mercado Rafael CAPARO

1

Introducción La creciente ola tecnológica que acompaña el desarrollo de los mercados financieros, tanto en productosfinancieros como en nuevas técnicas para el análisis de datos, han permitido un gran avance en las aplicaciones numéricas más sofisticadas hacia estos mercados, incentivado por sus altas rentabilidades. La gestión de una institución financiera pasa por un buen análisis de “todos” los datos disponibles de “todos” sus clientes. La minería de datos se encarga de analizar todos los datos disponibles parasacar conclusiones creíbles y razonables bajo un margen de error también razonable. La minería de datos proporciona al gerente general de un banco el marco suficiente para encaminar sus decisiones. Dentro de este estudio presentamos como el uso de técnicas como las redes neuronales pueden servir y apoyar de manera general la toma de decisiones financieras, específicamente las ligadas al crédito,al depósito y al comportamiento del mercado marginal. Este articulo se divide en dos tres partes, la primera corresponde al marco teórico, donde presentamos una breve revisión de la relación entre, minería de datos, redes neuronales y mercados financieros, en la segunda parte presentamos la parte empírica, aplicando nuestras técnicas hacia un conjunto de variables financieras. En la última partepresentamos nuestras conclusiones y recomendaciones.

Minería de datos, redes neuronales y finanzas de mercado Rafael CAPARO

2

I.

Marco Teórico a. La minería de datos.

Actualmente la minería de datos es una herramienta muy importante para las organizaciones financieras que cuentan con importantes bases de datos y que contienen información valiosa sobre sus clientes; pero que sinembargo, les resulta difícil analizarlas y sacar provecho de ellas. Data mining o minería de datos resuelve estos problemas analizando la base de datos de sus clientes o sus instrumentos financieros, que permiten explorar de forma más rápida y en profundidad grandes cantidades de datos, para luego extraer conclusiones muy importantes para la toma de decisiones que beneficien a las organizaciones. Lostipos de información que se pueden obtener a partir de la minería de datos son por asociación, secuencias, clasificación y agrupación. Asociaciones son ocurrencias enlazadas a un solo evento, por ejemplo un estudio de los patrones de compra de un supermercado reveló que cuando se compran hojuelas de maíz también se compra en un 65% de las veces una gaseosa. Secuenciales son eventos que se enlazancon el paso del tiempo, por ejemplo si se compra una casa, 65% de las veces se comprará un refrigerador dentro de las siguientes dos semanas. Clasificación patrones que describen el grupo al cual pertenece un elemento por medio del análisis de los elementos existentes que se han clasificado, por ejemplo las empresas de tarjeta de crédito se preocupan por la pérdida de clientes permanentes, laclasificación ayuda a descubrir las características de los clientes que se podrían perder y para ello se puede adoptar un modelo que ayude a predecir quiénes son esos clientes e idear campañas especiales para retenerlos.

Minería de datos, redes neuronales y finanzas de mercado Rafael CAPARO

3

Agrupación funciona de manera semejante a la clasificación donde puede encontrar grupos de afinidadpor ejemplo clientes por sus características demográficas y el tipo de sus inversiones personales. Para llegar a estos niveles de análisis la minería de datos utiliza a gran escala la ciencia estadística, como la desarrollada en las redes neuronales, para describir los patrones de compra, agrupar clientes, formar segmentos, clasificar nuevos clientes, etc. Entre las principales aplicaciones que...