A pesar del escepticismo del mundo academico sobre los avances de la inteligencia artificial, las redes neuronales han abierto un campo de exploracion bursatil que aun tiene mucho por investigar. Atendiendo a las ventajas del uso de las redes neuronales artificiales (ANN, por sus siglas en ingles) y a su capacidad para estimar modelos no lineales, en este articulo se muestra la aplicacion de las redes neuronales a la cuantificacion del riesgo de credito. Ademas, se hace el desarrollo teorico de los fundamentos basicos de las redes neuronales. Para presentar las metodologias de medicion de riesgo de credito basados en redes neuronales, y aplicarlas a la base de datos de una cartera comercial, fue necesario elaborar un analisis exploratorio de cada una de las variables e investigar la correlacion entre ellas. El objetivo del analisis es encontrar algunas relaciones para grupos determinados de la poblacion, de acuerdo con sus caracteristicas particulares. Por tanto, se cruzan variables de cada cliente, del credito y del comportamiento contra la variable default (fallidos y no fallidos). Variable que establece un procedimiento de clasificacion, y permite determinar las ponderaciones necesarias y, ademas, establece la probabilidad de fallido.