Extreme Learning Machine to Analyze the Level of Default in Spanish Deposit Institutions

Abstract

The level of default in financial institutions is a key piece of information in the activity of these organizations and reveals their level of risk. This in turn explains the growing attention given to variables of this kind, during the crisis of these last years. This paper presents a method to estimate the default rate using the non-linear model defined by standard Multilayer Perceptron (MLP) neural networks trained with a novel methodology called Extreme Learning Machine (ELM). The experimental results are promising, and show a good performance when comparing the MLP model trained with the Leverberg-Marquard algorithm.

La morosidad en las entidades financieras es un dato muy importante de la actividad de estas instituciones pues permite conocer el nivel de riesgo asumido por éstas. Esto a su vez explica la creciente atención otorgada a esta variable, especialmente en los últimos años de crisis. Este artículo presenta un método para estimar el nivel de la tasa de morosidad por medio de un modelo no lineal definido por la red neuronal Multilayer Perceptron (MLP) entrenada con una nueva metodología llamada Extreme Learning Machine (ELM). Los resultados experimentales son prometedores, mostrando un buen resultado si se compara con el modelo MLP entrenado con el algoritmo de Leverberg-Marquard.