Diseño de un modelo predictivo del riesgo de cartera vencida en clientes en una empresa distribuidora de agroquímicos, a partir de indicadores comerciales y financieros, utilizando técnicas de regresión y aprendizaje automático

Abstract

El presente trabajo tiene como propósito desarrollar un modelo estadístico y de aprendizaje automático orientado a predecir la probabilidad de que un cliente empresarial de una compañía distribuidora de agroquímicos presente una cartera vencida alta. El estudio se basa en información comercial, de ventas y financiera correspondiente al año 2024. La metodología integra técnicas de regresión logística, árboles de decisión y Random Forest, evaluadas mediante métricas como precisión, sensibilidad y área bajo la curva ROC. A través de este enfoque, se busca identificar los factores que influyen en la morosidad y construir una herramienta analítica que fortalezca la toma de decisiones crediticias. Se espera que los resultados contribuyan al diseño de políticas de crédito más efectivas y a la mejora de la gestión de riesgo financiero dentro de la organización.