Estoy trabajando con una gran cartera de pagarés hipotecarios y tratando de crear una forma más fiable de identificar problemas de datos antes de que los activos pasen a una fase de diligencia debida más exhaustiva.
La cartera contiene campos como saldo del préstamo, historial de pagos, tasa de interés, fecha de vencimiento, información de la propiedad, posición de la garantía, estado fiscal y registros de cesión. El problema radica en que algunos registros están incompletos, algunos valores no coinciden entre los distintos archivos y algunos activos presentan datos de pago o garantías inusuales.
Me interesa utilizar el análisis de datos para detectar estas excepciones automáticamente, en lugar de revisar cada registro manualmente. Por ejemplo, sería útil identificar valores faltantes, registros duplicados, saldos de préstamos inusuales, fechas inconsistentes o activos donde la posición de gravamen reportada no coincide con otra fuente de datos.
Para quienes trabajan con JMP o herramientas de análisis similares, ¿qué enfoque utilizarían para crear un flujo de trabajo repetible para este tipo de problema de calidad de datos de pagarés hipotecarios?
¿Utilizaría la detección estadística de valores atípicos, reglas de validación de datos, paneles visuales u otro método para identificar los registros que necesitan una revisión más exhaustiva?
