Luis Otero, Catedrático de Economía Financiera y Contabilidad de la Universidad de Santiago de Compostela, Director de su Cátedra de Empresa Familiar y Académico de Número de la Real Academia de Ciencias Económicas y Financieras (RACEF), presentó una mejora en los modelos de algoritmos que evalúan el riesgo en la concesión de préstamos Peer-to-Peer en el trabajo "Modelos de Machine Learning para la predicción del riesgo de crédito en préstamos P2P", que presentó en el Acto Nacional que la Real Corporación celebró en Madrid junto a la Universidad Rey Juan Carlos entre los pasados 13 y 14 de mayo.

El experto señala cómo este modelo que ha revolucionado el acceso al crédito al conectar directamente a prestatarios e inversores, eliminando en gran medida a los bancos tradicionales, traslada un riesgo significativo a los inversores: la dificultad para evaluar correctamente quién pagará sus préstamos y quién no. Ante esta información asimétrica, los modelos predictivos se convierten en una herramienta clave. Para ello, el Académico analizó cómo los algoritmos de Machine Learning pueden mejorar la predicción de impagos en este mercado. El trabajo, centrado en datos reales de Lending Club (una de las plataformas pioneras en Estados Unidos), examina más de 313.000 préstamos y compara tres enfoques principales: la tradicional regresión logística, Random Forest y redes neuronales artificiales.