Datos no convencionales en problemas financieros

Esteban MoroUC3M, AFI

You are what you doEsteban MoroUC3M, AFI

@estebanmoro

Situation Behavior Observation

You are what you doYou are what you repeatedly do [Aristóteles]

@estebanmoro

Mejorar problemas que ya tenían respuesta

Responder a problemas que no tenían respuesta

Encontrar problemas que no sabíamos que teníamos

¿Datos no convencionales?

@estebanmoro

You are who you know

¿Quién tiene más riesgo de impago de un crédito en esta red social?

Utilizar llamadas de teléfono o redes sociales para determinar la probabilidad de impago Lenddo, Cignifi.

Granovetter: más diversidad de contactos, más oportunidades, más trabajo, etc.

@estebanmoro−3.80 −3.75 −3.70 −3.65 −3.60

40.3

540

.40

40.4

540

.50

finaltable$j * dx

final

tabl

e$i *

dx

You are what is surrounding you

Renta ⬆

Cocktail

Art GalleryPool

GardenBank

Renta ⬇BarBreweryGrocery StoreAutomotive

Datos de Foursquare para obtener el ADN comercial de las zonas Renta de las personas está correlacionada con el ADN de la zona (R2 = 0.5)

Data: 65000 fsq venues in Madrid

@estebanmoro

You are how you moveDatos de movilidad para detectar si una persona está en paro (Tweets geolocalizados)

−3.7 −3.6 −3.5 −3.4 −3.3

40.40

40.45

40.50

40.55

tabla$lon[ii]

tabla$lat[ii]

−3.7 −3.6 −3.5 −3.4 −3.3

40.40

40.45

40.50

40.55

tabla$lon[jj]

tabla$lat[jj]

10km

@estebanmoro

You are how you moveDatos de movilidad para detectar si una persona está en paro (Tweets geolocalizados)

−3.7 −3.6 −3.5 −3.4 −3.3

40.40

40.45

40.50

40.55

tabla$lon[ii]

tabla$lat[ii]

−3.7 −3.6 −3.5 −3.4 −3.3

40.40

40.45

40.50

40.55

tabla$lon[jj]

tabla$lat[jj]

Trabajando

10km

@estebanmoro

You are how you moveDatos de movilidad para detectar si una persona está en paro (Tweets geolocalizados)

−3.7 −3.6 −3.5 −3.4 −3.3

40.40

40.45

40.50

40.55

tabla$lon[ii]

tabla$lat[ii]

−3.7 −3.6 −3.5 −3.4 −3.3

40.40

40.45

40.50

40.55

tabla$lon[jj]

tabla$lat[jj]

Trabajando En paro

10km

@estebanmoro

You are how you moveDatos de movilidad para detectar si una persona está en paro (Tweets geolocalizados)

−3.7 −3.6 −3.5 −3.4 −3.3

40.40

40.45

40.50

40.55

tabla$lon[ii]

tabla$lat[ii]

−3.7 −3.6 −3.5 −3.4 −3.3

40.40

40.45

40.50

40.55

tabla$lon[jj]

tabla$lat[jj]

Trabajando En paro

Menor movilidad geográfica, más probabilidad de estar en paro

10km

@estebanmoro

You are when you actDatos de actividad en redes sociales para detectar si una persona está en paro (Tweets geolocalizados)

0

20

40

0 5 10 15 20 25dos

count

0 4 8 12 16 20 24

Núm

ero

de tw

eets

0 4 8 12 16 20 240

10

20

30

40

0 5 10 15 20 25uno

count

10

20

40

30

20

10

Hora Hora

@estebanmoro

You are when you actDatos de actividad en redes sociales para detectar si una persona está en paro (Tweets geolocalizados)

Trabajando

0

20

40

0 5 10 15 20 25dos

count

0 4 8 12 16 20 24

Núm

ero

de tw

eets

0 4 8 12 16 20 240

10

20

30

40

0 5 10 15 20 25uno

count

10

20

40

30

20

10

Hora Hora

@estebanmoro

You are when you actDatos de actividad en redes sociales para detectar si una persona está en paro (Tweets geolocalizados)

Trabajando En paro

0

20

40

0 5 10 15 20 25dos

count

0 4 8 12 16 20 24

Núm

ero

de tw

eets

0 4 8 12 16 20 240

10

20

30

40

0 5 10 15 20 25uno

count

10

20

40

30

20

10

Hora Hora

@estebanmoro

You are when you actDatos de actividad en redes sociales para detectar si una persona está en paro (Tweets geolocalizados)

Trabajando En paroMás tweets por la mañana, más probabilidad de trabajar

0

20

40

0 5 10 15 20 25dos

count

0 4 8 12 16 20 24

Núm

ero

de tw

eets

0 4 8 12 16 20 240

10

20

30

40

0 5 10 15 20 25uno

count

10

20

40

30

20

10

Hora Hora

@estebanmoro

We are when we actDatos de actividad para detectar el paro en una zona (Tweets geolocalizados)

Torrijos, 26% paroSobrarbe, 7% paro

2

4

6

8

5 10 15 20hour

fraction

0 4 8 12 16 20

2%

Frac

ción

de tw

eets

4%

6%

8%

Hora

Modelo sencillo: Paro = Actividad por la mañana Dataset: 19.6 Million geolocalized tweets A. Llorente, EM, et al, 2015 http://arxiv.org/abs/1411.3140

@estebanmoro

Are we what we say or what we do?

Detectamos más o menos paro que oficialmente se declara? (por provincias)Error = ModeloParo(Actividad) - Paro declarado (Tweets geolocalizados)

Dataset: 19.6 Million geolocalized tweets A. Llorente, EM, et al, 2015 http://arxiv.org/abs/1411.3140

15 20 25 30 35

−0.3

−0.1

0.0

0.1

0.2

0.3

tt$sumergida

error

30%

20%

10%

0%

-10%

-20%

-30%

Erro

r

% Economía Sumergida15 20 25 30 35

El modelo predice menos paro que el

oficial en las provincias con

mayor economía sumergida

@estebanmoro

We are what we saidPodemos predecir el impacto económico de un desastre natural? Cuantía de los Seguros? Huracán Sandy, 29 de Octubre de 2012 Impacto económico ~10/20 mil millones de dólares

Dataset: 52.55 Million messages, 14Million users Yury Kryvasheyeu, Manuel Cebrián, EM, et al 2015 http://arxiv.org/abs/1504.06827

@estebanmoro

We are what we saidPodemos predecir el impacto económico de un desastre natural? Cuantía de los Seguros? Huracán Sandy, 29 de Octubre de 2012 Impacto económico ~10/20 mil millones de dólares

Dataset: 52.55 Million messages, 14Million users Yury Kryvasheyeu, Manuel Cebrián, EM, et al 2015 http://arxiv.org/abs/1504.06827

!

@estebanmoro

We are what we saidPodemos predecir el impacto económico de un desastre natural? Cuantía de los Seguros? Huracán Sandy, 29 de Octubre de 2012 Impacto económico ~10/20 mil millones de dólares

Dataset: 52.55 Million messages, 14Million users Yury Kryvasheyeu, Manuel Cebrián, EM, et al 2015 http://arxiv.org/abs/1504.06827

!

Número de tweets Sentimiento de los

tweets

Ayudas (FEMA)Reclamaciones

Seguros

!

Corre

lació

n co

n im

pact

o ec

onóm

ico

Horas desde toma de tierra

actividad

sentimiento

@estebanmoro

Gracias

Esteban Moro UC3M, AFI

You are what you repeatedly do [Aristóteles]