Predicción y calibración del riesgo de impago mediante aprendizaje automático en usuarios residenciales de servicios de agua
DOI:
https://doi.org/10.51252/rcsi.v6i2.1265Palabras clave:
cobranza, comportamiento de pago, estratificación, facturación, validación temporalResumen
La morosidad en los servicios de agua limita la disponibilidad de recursos para sostener las operaciones y dificulta la priorización de las acciones de cobranza. El objetivo del estudio fue evaluar modelos de aprendizaje automático para estimar el riesgo de impago de recibos de usuarios residenciales de EMAPAB S.A. Se analizaron 264 382 recibos correspondientes a 6 358 usuarios, utilizando 51 predictores construidos a partir de registros históricos de facturación y pagos. Se compararon Random Forest, CatBoost y una red neuronal feedforward mediante optimización con Optuna, validación cruzada estratificada y agrupada de diez folds y una prueba temporal independiente. Random Forest obtuvo el mejor desempeño en el test temporal, con accuracy de 0.9037, F1-score de 0.6333, ROC-AUC de 0.8681 y PR-AUC de 0.6892. Posteriormente, sus probabilidades fueron calibradas mediante Platt Scaling y estratificadas en riesgo bajo, medio y alto, concentrando el 74.61 %, 13.96 % y 11.44 % de los recibos, respectivamente. Los resultados evidencian que el enfoque permite identificar recibos con mayor riesgo y puede apoyar la priorización de la cartera de cobranza, aunque su impacto operativo requiere validación prospectiva.
Descargas
Citas
Abuzaid, A., & Alkronz, E. (2024). A comparative study on univariate outlier winsorization methods in data science context. Italian Journal of Applied Statistics, 36(1). https://doi.org/ 10.26398/IJAS.0036-004
Ayala esquivel, B. D., & Cabrera Tapia, C. F. (2021). La importancia de la economía del agua. RD-ICUAP, 78–91. https://doi.org/10.32399/icuap.rdic.2448-5829.2021.21.630
Bashar, M. A., Nayak, R., Astin-Walmsley, K., & Heath, K. (2023). Machine learning for predicting propensity-to-pay energy bills. Intelligent Systems with Applications, 17, 200176. https://doi.org/10.1016/j.iswa.2023.200176
Breiman, L. (2001). Random Forests. Machine Learning, 45(1), 5–32. https://doi.org/10.1023/A:1010933404324
García Hernández, J. M., & Torres Moreno, W. N. (2023). Predicción de riesgo de impago en institución financiera usando modelos de Machine Learning [Universidad Tecnológica Centroamericana UNITEC]. https://repositorio.unitec.edu/xmlui/handle/123456789/12906
García, S., Fernández, A., Luengo, J., & Herrera, F. (2010). Advanced nonparametric tests for multiple comparisons in the design of experiments in computational intelligence and data mining: Experimental analysis of power. Information Sciences, 180(10), 2044–2064. https://doi.org/10.1016/j.ins.2009.12.010
Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning. Springer New York. https://doi.org/10.1007/978-0-387-84858-7
Hornik, K., Stinchcombe, M., & White, H. (1989). Multilayer feedforward networks are universal approximators. Neural Networks, 2(5), 359–366. https://doi.org/10.1016/0893-6080(89)90020-8
Lara López, F., Manríquez García, N., & Quintero Rodríguez, J. O. (2023). Comportamiento de la demanda del consumo de agua potable por zonas en Mazatlán, Sinaloa. INTER DISCIPLINA, 11(31), 317–337. https://doi.org/10.22201/ceiich.24485705e.2023.31.86085
Lescano-Delgado, M. (2024). Avances en el uso de inteligencia artificial para la mejora del control y la detección de fraudes en organizaciones. Revista Científica de Sistemas e Informática, 4(2), e671. https://doi.org/10.51252/rcsi.v4i2.671
Li, J., Cheng, K., Wang, S., Morstatter, F., Trevino, R. P., Tang, J., & Liu, H. (2018). Feature Selection. ACM Computing Surveys, 50(6), 1–45. https://doi.org/10.1145/3136625
Mervin, L., H., Afzal, A. M., Engkvist, O., & Bender, A. (2020). Comparison of Scaling Methods to Obtain Calibrated Probabilities of Activity for Protein–Ligand Predictions. Journal of Chemical Information and Modeling, 60(10), 4546–4559. https://doi.org/10.1021/acs.jcim.0c00476
Montenegro-Chasquibol, B., Labajos-Portocarrero, H., Terrones-Suarez, O., Minga-Sarmiento, R., & Fasanando-Garcia, S. (2024). Gestión de cobranzas y su influencia en la liquidez de una empresa inmobiliaria. Revista Amazónica de Ciencias Económicas, 3(2), e741. https://doi.org/10.51252/race.v3i2.741
Odesola, P. A., Adegoke, A. A., & Babalola, I. (2025). Model uncertainty quantification: A post hoc calibration approach for heart disease prediction. https://doi.org/10.1101/2025.09.28.25336834
Olmedo, A. T., Castro, J. R., Reátegui, R., & Castillo, T. (2023). Aplicación de algoritmos de Machine Learning para la segmentación del consumo de agua potable. Caso de estudio en Catamayo, Ecuador. 2023 18th Iberian Conference on Information Systems and Technologies (CISTI), 1–6. https://doi.org/10.23919/CISTI58278.2023.10211900
Prokhorenkova, L., Gusev, G., Vorobev, A., Dorogush, A. V., & Gulin, A. (2018). CatBoost: unbiased boosting with categorical features. Advances in Neural Information Processing Systems 31.
Ramirez Villacorta, J. M. (2024). Modelo predictivo basado en redes neuronales artificiales para pronosticar el consumo de agua potable en la ciudad de Iquitos [Universidad Nacional Federico Villarreal]. https://hdl.handle.net/20.500.13084/8532
Roberts, D. R., Bahn, V., Ciuti, S., Boyce, M. S., Elith, J., Guillera‐Arroita, G., Hauenstein, S., Lahoz‐Monfort, J. J., Schröder, B., Thuiller, W., Warton, D. I., Wintle, B. A., Hartig, F., & Dormann, C. F. (2017). Cross‐validation strategies for data with temporal, spatial, hierarchical, or phylogenetic structure. Ecography, 40(8), 913–929. https://doi.org/10.1111/ecog.02881
Soudachanh, S., Langergraber, G., & Salhofer, S. (2022). Sanitation planning for resettlement sites in Laos. Journal of Water, Sanitation and Hygiene for Development, 12(3), 248–257. https://doi.org/10.2166/washdev.2022.178
Tharwat, A. (2021). Classification assessment methods. Applied Computing and Informatics, 17(1), 168–192. https://doi.org/10.1016/j.aci.2018.08.003
Yajure Ramírez, C. A. (2022). Uso de algoritmos de Machine Learning para analizar los datos de energía eléctrica facturada en la Ciudad de Buenos Aires durante el período 2010–2021. Ciencia, Ingenierías y Aplicaciones, 5(2), 7–37. https://doi.org/10.22206/cyap.2022.v5i2.pp7-37
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Miguel Angel Valles-Coral, Rusber Cuello-Sangama, Roger Rengifo-Amasifen, Pierre Vidaurre-Rojas, Jaime Cesar Prieto-Luna, Luis Alberto Holgado-Apaza, Richard Injante
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores retienen sus derechos:
a. Los autores retienen sus derechos de marca y patente, y tambien sobre cualquier proceso o procedimiento descrito en el artículo.
b. Los autores retienen el derecho de compartir, copiar, distribuir, ejecutar y comunicar públicamente el articulo publicado en la Revista Científica de Sistemas e Informática (RCSI) (por ejemplo, colocarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en la RCSI.
c. Los autores retienen el derecho a hacer una posterior publicación de su trabajo, de utilizar el artículo o cualquier parte de aquel (por ejemplo: una compilación de sus trabajos, notas para conferencias, tesis, o para un libro), siempre que indiquen la fuente de publicación (autores del trabajo, revista, volumen, número y fecha).
