Actualmente, las técnicas de Machine Learning son de gran interés en diversos campos de conocimiento así como en entidades gubernamentales y corporativas, como una manera de abordar el aprovechamiento de los datos y la respuesta a preguntas complejas desde un enfoque más integral, utilizando técnicas actualizadas y eficientes. En esta conferencia se abordará la importancia del uso de estas técnicas para diversos procesos de análisis de datos y toma de decisiones, así como los retos que representa para los analistas aproximarse a los conceptos, técnicas y herramientas que les permitan responder a esta necesidad mediante el uso de herramientas adecuadas de programación. Igualmente, se presentarán algunas herramientas de Stata que permiten desarrollar estos modelos de forma eficiente, teniendo como base la facilidad de uso, precisión y reproducibilidad.

La Norma Internacional de Información Financiera (IFRS) 9 ha requerido algunos cambios y adaptaciones en las organizaciones para lograr su implementación. Uno de los retos principales es la definición de las metodologías para obtener su provisión teniendo presente el tipo de cliente, su nivel de riesgo y la vida remanente de las obligaciones, adicionando otros elementos a tener en cuenta al momento de incorporar los efectos macroeconómicos dentro de sus modelos. Durante esta conferencia mencionaremos cómo con Stata podrá trabajar con diferentes modelos y metodologías para una implementación y parametrización adecuada de los modelos de riesgo de crédito y provisiones bajo IFRS 9.