Publicación: Discriminación étnica en préstamos hipotecarios en estados unidos : un análisis predictivo con métodos causales y de aprendizaje automático
Fecha
2025
Autores
Galeano Naranjo, Juan Pablo
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad EAFIT
Resumen
Descripción
En Estados Unidos, el proceso de solicitud y aprobación de préstamos hipotecarios implica la evaluación de variables como ingresos, historial crediticio, nivel de endeudamiento y características de la propiedad, ya sea mediante revisión manual o sistemas automatizados. Aunque este procedimiento busca objetividad, puede estar influenciado por sesgos estructurales, especialmente de tipo étnico. Esta tesis examina el fenómeno de la discriminación en el acceso al crédito hipotecario mediante una estrategia metodológica que combina técnicas de evaluación causal y aprendizaje automático explicable. A partir del caso de los blancos latinos en Estados Unidos —un grupo cuya ambigua categorización étnica lo convierte en un caso clave—, se observa cómo decisiones crediticias aparentemente neutras pueden reproducir patrones históricos de exclusión al incorporar variables geográficas o demográficas estrechamente correlacionadas con la etnicidad.
La principal contribución metodológica consiste en integrar el emparejamiento por puntaje de propensión (PSM) con modelos de clasificación supervisada (Gradient Boosting, Random Forest), auditados mediante SHAP (SHapley Additive Explanations). Esta combinación permite detectar disparidades en la aprobación de créditos no atribuibles a variables observables, revelando formas indirectas de discriminación algorítmica. Aunque los modelos no presentan una alta capacidad predictiva en términos absolutos, los patrones identificados son consistentes y estadísticamente significativos. A nivel empírico, se encuentra que los solicitantes latinos enfrentan tasas de aprobación más bajas, incluso con perfiles crediticios similares a los de sus contrapartes blancos no hispanos. Variables como la proporción de minorías en el vecindario y el estado de residencia influyen de manera considerable en las predicciones, lo que sugiere la presencia de sesgos geoespaciales en los sistemas de originación de crédito.
Finalmente, esta investigación ofrece un marco replicable para auditar decisiones algorítmicas y promover una evaluación crediticia más justa. Sus hallazgos son aplicables a contextos como el colombiano, donde persisten brechas de acceso para mujeres, migrantes y poblaciones étnicas. Así, la tesis contribuye tanto al debate académico como al diseño de políticas públicas y modelos institucionales orientados a la inclusión financiera con enfoque diferencial.