$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Los préstamos digitales y las innovaciones fintech han cambiado los sistemas bancarios establecidos, cambiando la inclusión financiera y la disponibilidad de crédito en países de todo el mundo. Este estudio examina cómo están cambiando las plataformas de préstamos digitales y entre pares (P2P), enfatizando cómo tecnologías como la inteligencia artificial y el aprendizaje automático están cambiando la forma en que se aprueban los préstamos. Un estudio exhaustivo de la literatura destaca las oportunidades y los problemas en el ecosistema de préstamos digitales, como la evaluación de riesgos algorítmicos, la confianza del cliente, la exclusión financiera y las lagunas regulatorias. Este documento sugiere un sólido enfoque de aprendizaje automático que utiliza un modelo de conjunto de apilamiento para pronosticar con precisión las aprobaciones de préstamos con el fin de abordar estos problemas. Los datos se preprocesaron mediante partición de prueba de entrenamiento, análisis exploratorio y codificación de etiquetas utilizando un conjunto de datos de Kaggle de acceso público que incluía datos demográficos de los solicitantes, características financieras e historiales crediticios. Con XGBoost sirviendo como meta-aprendiz, el conjunto incorpora los clasificadores Gradient Boosting Model, Efficient Gradient Boosting, AdaBoost y Extra Trees como aprendices base. Con una precisión del 98%, el modelo se evaluó utilizando medidas que incluían exactitud, precisión, recuerdo, puntuación F1 y métricas de error (MAE- Error absoluto medio, MSE- Error cuadrático medio y RMSE- Error cuadrático medio). Según los estudios de correlación, factores que incluyen activos, ingresos y puntajes CIBIL tienen un impacto significativo en las aprobaciones de préstamos. Superando a los métodos convencionales, el modelo mostró equilibrio y generalización en ambas clases. La utilidad de estos modelos para determinaciones crediticias automatizadas y basadas en datos se enfatiza en la conclusión del documento.