Medir el riesgo crediticio es esencial para las instituciones financieras porque existe un alto nivel de riesgo asociado con decisiones crediticias incorrectas. El acuerdo de Basilea II recomendó el uso de métodos avanzados de puntuación de crédito para mejorar la eficiencia de la asignación de capital. El último acuerdo de Basilea (Basilea III) establece que los requisitos de reservas basados en el riesgo han aumentado. Las instituciones financieras actualmente cuentan con conjuntos de datos exhaustivos sobre sus operaciones; este es un problema que se puede abordar aplicando un buen método de selección de características combinado con técnicas de big data para la gestión de datos. En este trabajo se lleva a cabo un estudio comparativo de técnicas de selección para encontrar el selector que reduzca el error cuadrático medio y requiera el menor tiempo de ejecución.