Applying wrapper-based variable selection techniques to predict MFIs profitability: evidence from Peru

Abstract

En este trabajo, analizamos los principales factores que explican la rentabilidad (ROA) de las Instituciones de Microfinanzas (IMF) en Perú desde 2011 hasta 2107. Aplicamos tres técnicas de envoltura a una muestra de 168 IMF peruanas y 69 atributos obtenidos de la base de datos MIX Market. Después de ejecutar los algoritmos M5', vecinos knearest (KNN) y Random Forest, encontramos que el algoritmo M5' proporciona el mejor ajuste para predecir el ROA. En particular, la variable clave del árbol de regresión es el porcentaje de gastos sobre activos y, dependiendo de su valor, le sigue la utilidad neta después de impuestos y antes de donaciones o márgenes de utilidad.