logo móvil
Contáctanos

RW-UCFI: Un Marco de Explicabilidad Condicionado por la Incertidumbre Ponderado por Riesgo para Modelos de Ensamble Apilados en el Perfilado de Riesgo Financiero B2B

Autores: Widiyatmoko, Carolus Borromeus; Gernowo, Rahmat; Warsito, Budi

Idioma: Inglés

Editor: MDPI

Año: 2026

Descargar PDF

Acceso abierto

Artículo científico
2026

RW-UCFI: Un Marco de Explicabilidad Condicionado por la Incertidumbre Ponderado por Riesgo para Modelos de Ensamble Apilados en el Perfilado de Riesgo Financiero B2B


Categoría

Gestión y administración

Subcategoría

Gestión de la tecnología y la inovación

Palabras clave

Interpretabilidad
Perfilado de riesgo financiero
Toma de decisiones orientada a la gobernanza
RW-UCFI
Análisis empírico
Análisis de incertidumbre

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
La interpretabilidad en el perfil de riesgo financiero corporativo debe apoyar no solo el rendimiento predictivo, sino también la toma de decisiones orientada a la gobernanza. Este estudio propone un flujo de trabajo de evaluación de riesgo financiero de tres clases para entornos B2B e introduce la Importancia de Características Condicionada por Incertidumbre Ponderada por Riesgo (RW-UCFI) como un marco de priorización posterior a la explicación. RW-UCFI no es un nuevo método de atribución; más bien, reorganiza las salidas de explicación existentes de acuerdo con la sensibilidad de clase, la incertidumbre predictiva y la relevancia del riesgo asimétrico. El análisis empírico utiliza un único conjunto de datos transversales de 954 empresas cotizadas en la Bolsa de Valores de Indonesia con etiquetas de Bajo Riesgo, Riesgo Medio y Alto Riesgo proporcionadas organizativamente. Se utiliza un modelo de ensamblaje apilado como sustrato explicativo, seguido de análisis de calibración, análisis de incertidumbre y agregación de explicabilidad orientada a la gobernanza. En el conjunto de validación retenido, el modelo logró una precisión de 0.7487 y un macro ROC-AUC de 0.8630. La validación estratificada repetida indicó un rendimiento agregado moderadamente estable, aunque la fiabilidad a nivel de clase siguió siendo desigual, con el recuerdo de Alto Riesgo emergiendo como el componente más débil y variable. El modelo original mostró la fiabilidad de probabilidad más favorable entre las variantes evaluadas, mientras que la calibración de temperatura y la regresión isotónica uno contra el resto no mejoraron la calibración. El análisis de incertidumbre mostró además que los casos más inciertos concentraron sustancialmente más clasificaciones erróneas y fallos en Alto Riesgo; el 30% superior de los casos más inciertos capturó el 52.1% de todos los errores y el 43.8% de los fallos en Alto Riesgo. RW-UCFI produjo una estructura de prioridad de características materialmente diferente de la clasificación global estándar de SHAP, sugiriendo que las salidas de explicación pueden volverse más relevantes para la toma de decisiones en la revisión orientada a la gobernanza cuando se contextualizan por la incertidumbre y las condiciones de riesgo asimétrico en el entorno presente.

Otros recursos que podrían interesarte

Temas Virtualpro