Sistema de apoyo a la toma de decisiones que integra registro negativo, scoring, análisis cualitativo de crédito con inteligencia artificial y creación de contratos: Protocolo para la revisión de alcance

Autores/as

DOI:

https://doi.org/10.33448/rsd-v12i7.42680

Palabras clave:

Análisis de crédito; Scoring; Registro negativo; Software; Sistema de información; Inteligencia artificial; Revisión de alcance.

Resumen

De acuerdo con el protocolo de revisión de alcance presentado en este artículo, el crédito se define como la combinación de confianza y tiempo, pero también conlleva riesgos de incumplimiento. Las empresas que ofrecen crédito agregan valor a los clientes, y los estudios muestran que el crédito privado tiene un impacto positivo en el crecimiento económico. Sin embargo, existen problemas de asimetría de información, selección adversa y riesgo moral en la relación prestamista-prestatario. El objetivo de esta revisión de alcance es mapear sistemas de apoyo a la toma de decisiones crediticias para empresas no financieras que utilicen registros negativos, puntuación crediticia, análisis cualitativo con inteligencia artificial y generación automática de contratos, precisamente para determinar si existen soluciones de sistemas de software inteligentes y adaptables que resuelvan o minimicen los problemas identificados aquí. El protocolo de revisión se desarrolló siguiendo los elementos de la Extensión PRISMA para Revisiones de Alcance (PRISMA-ScR): Lista de verificación y Explicación, y el registro del protocolo se realizó en el Open Science Framework, que contribuye a la práctica científica confiable y reproducible. La investigación se llevará a cabo en bases de datos relevantes, con criterios de elegibilidad definidos, y se analizarán los estudios seleccionados y se sintetizarán los datos en una tabla para proporcionar una visión general completa de los sistemas de apoyo a la toma de decisiones crediticias existentes.

Citas

Almeida, V. L. D. De. (2019). O efeito do crédito privado sobre o crescimento econômico: uma análise por meio de variáveis instrumentais. https://repositorio.insper.edu.br/handle/11224/2583

Arksey, H., & O’Malley, L. (2005). Scoping studies: towards a methodological framework. International Journal of Social Research Methodology, 8(1), 19–32. https://doi.org/10.1080/1364557032000119616

Barros, S. R. R., Medeiros, G. P., & Miranda, M. D. de A. (2019). Software para Análise de Concessão de Crédito Usando Redes Neurais Artificiais. Anais do Encontro Virtual de Documentação em Software Livre e Congresso Internacional de Linguagem e Tecnologia Online, 7(1). http://www.periodicos.letras.ufmg.br/index.php/anais_linguagem_tecnologia/article/view/15080

dos Santos Marloch, V. (2022). A sistematização das informações no auxílio do processo de tomada de decisão na análise de crédito. https://repositorio.ufsc.br/handle/123456789/234878

Foster, E. D., & Deardorff, A. (2017). Open Science Framework (OSF). Journal of the Medical Library Association, 105(2). https://doi.org/10.5195/jmla.2017.88

Grau Álvarez, J., & Portela González, J. (2020). Machine Learning y riesgo de crédito. https://repositorio.comillas.edu/xmlui/handle/11531/39062

Herce, J. A., & Hernández, P. (2014). Morosidad y financiación empresarial: el papel de la financiación no bancaria en España. http://www.cepyme.es/es/documentos/boletin-de-morosidad-y-financiacion-empresarial_23.html

Martinho, R., & Antunes, A. (2012). Um modelo de scoring para as empresas portuguesas.

Martin-Marin, J., Medina, R., & Trujillo-Ponce, A. (2007). Un análisis de los modelos contables y de mercado en la evaluación del riesgo de crédito: una aplicación al mercado brusátil español. Revista europea de dirección y economía de la empresa, 16(2), 93-110.

Munn, Z., Peters, M. D. J., Stern, C., Tufanaru, C., McArthur, A., & Aromataris, E. (2018). Systematic review or scoping review? Guidance for authors when choosing between a systematic or scoping review approach. BMC Medical Research Methodology, 18(1). https://doi.org/10.1186/s12874-018-0611-x

Ortega Moreno, P. (2014). Sistema web de cálculo de calificaciones de crédito de empresas. https://repositorio.uam.es/handle/10486/660521

Pansonato, F. (2016). Avaliação do impacto da lei de aviso recebimento sobre o mercado de crédito. https://doi.org/10.272/15

Pereira, V. M. M. (2009). Selecção adversa na concessão de crédito a particulares em Portugal. https://repositorio.iscte-iul.pt/handle/10071/1724

Peters, M. D. J., Godfrey, C. M., Khalil, H., McInerney, P., Parker, D., & Soares, C. B. (2015). Guidance for conducting systematic scoping reviews. International Journal of Evidence-Based Healthcare, 13(3), 141–146. https://doi.org/10.1097/XEB.0000000000000050

Peters, M. D. J., Marnie, C., Tricco, A. C., Pollock, D., Munn, Z., Alexander, L., McInerney, P., Godfrey, C. M., & Khalil, H. (2020). Updated methodological guidance for the conduct of scoping reviews. JBI Evidence Synthesis, 18(10), 2119–2126. https://doi.org/10.11124/JBIES-20-00167

Reis, V. M. S. dos. (2012). Ensaios sobre seleção adversa e risco moral no mercado de crédito. http://bibliotecadigital.fgv.br:80/dspace/handle/10438/10137

Santos, J. O. dos. (2009). Análise de Crédito (3a ed.). Editora Atlas.

Santos, & dos, M. M. (2010). Análise de crédito para micro e pequenas empresas a partir do CREDIT SCORING: elaborada por uma cooperativa de crédito do sistema SICREDI. http://www.repositorio.jesuita.org.br/handle/UNISINOS/5899

Smolski, F., & Ruffoni, J. (2021, Agosto 12). A relação entre crédito e inovação: uma revisão sistemática da literatura empírica. Conference: I Encontro Nacional de Jovens Pesquisadores (ENJP). https://www.researchgate.net/publication/358228296_A_relacao_entre_credito_e_inovacao_uma_revisao_sistematica_da_literatura_empirica

Tricco, A. C., Lillie, E., Zarin, W., O’Brien, K. K., Colquhoun, H., Levac, D., Moher, D., Peters, M. D. J., Horsley, T., Weeks, L., Hempel, S., Akl, E. A., Chang, C., McGowan, J., Stewart, L., Hartling, L., Aldcroft, A., Wilson, M. G., Garritty, C., & Straus, S. E. (2018). PRISMA Extension for Scoping Reviews (PRISMA-ScR): Checklist and Explanation. Annals of Internal Medicine, 169(7), 467–473. https://doi.org/10.7326/M18-0850

Wanzeller, W. F., Cruz, M. E., Carvalho, M. F., & Da Cruz, A. M. R. (2021). Nice Payer-A software platform for registering Debtors with Past Due Debts. Iberian Conference on Information Systems and Technologies, CISTI. https://doi.org/10.23919/CISTI52073.2021.9476227

Publicado

01/08/2023

Cómo citar

WANZELLER, W. F. .; ALVES, C. M. O. .; COTA, M. P. . Sistema de apoyo a la toma de decisiones que integra registro negativo, scoring, análisis cualitativo de crédito con inteligencia artificial y creación de contratos: Protocolo para la revisión de alcance. Research, Society and Development, [S. l.], v. 12, n. 7, p. e18012742680, 2023. DOI: 10.33448/rsd-v12i7.42680. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/42680. Acesso em: 17 jul. 2024.

Número

Sección

Comunicación Breve