Diccionario: loan_applications_synthetic.csv
- Nombre: Solicitudes de crédito (sintético)
- Ruta:
datasets/loan_applications_synthetic.csv - Filas: 100
- Origen: generado para el programa; ninguna fila corresponde a una persona
- Licencia: MIT, como el resto del repositorio
- Fecha de generación: 2025 (versión 1.0.0 del programa)
- Privacidad: sin datos personales; el identificador es secuencial
- Usado en: Parte 9 (análisis y gestión de crédito) y
apps/credit_scoring/
Método de generación
Cada fila es una solicitud con las variables mínimas para calcular carga
financiera y construir un modelo de decisión elemental. La variable approved
existe para poder medir un modelo, no para afirmar que esa decisión fue
correcta: es una etiqueta del ejercicio.
Diccionario
| Campo | Tipo | Obligatorio | Significado | NO significa |
|---|---|---|---|---|
application_id |
cadena | sí | Identificador de la solicitud | No identifica al solicitante |
monthly_income |
entero | sí | Ingreso mensual declarado | No está verificado con documento |
monthly_debt |
entero | sí | Servicio de deuda mensual actual | No incluye la cuota solicitada |
requested_amount |
entero | sí | Monto solicitado | No es el monto aprobado |
term_months |
entero | sí | Plazo solicitado en meses | No es el plazo final |
years_employed |
entero | sí | Antigüedad laboral en años | No mide estabilidad del sector |
past_due_events |
entero | sí | Eventos de mora en el histórico | No indica su gravedad ni su antigüedad |
approved |
0/1 | sí | Etiqueta del ejercicio | No es una decisión de crédito correcta |
Supuestos
- Una sola moneda; importes mensuales salvo
requested_amount. monthly_debtno incluye la cuota del crédito solicitado: calcularla es parte del ejercicio.- La etiqueta
approvedse generó con una regla del ejercicio, no con una política real de riesgo.
Calidad
| Dimensión | Valor | Umbral |
|---|---|---|
| Completitud | 100 % | > 99,9 % |
Unicidad de application_id |
100 % | 100 % |
Validez (monthly_income > 0) |
100 % | 100 % |
Limitaciones
- 100 filas no bastan para entrenar ni evaluar un modelo con validez estadística; sirven para practicar el procedimiento.
- No hay variable temporal: no se pueden estudiar cosechas.
- No hay garantías, avales ni tipo de producto.
- No usar para calibrar ninguna política de crédito real.
Verificación
python tools/validate_datasets.py
python -m pytest tests/test_scoring.py -q