Mostrar el registro sencillo del ítem

dc.contributor.advisorViveros Burgos, Julio, tutor
dc.contributor.authorBalcazar Bernal, Yamel Candy
dc.date.accessioned2015-07-24T08:30:53Z
dc.date.available2015-07-24T08:30:53Z
dc.date.issued2014
dc.identifier.urihttp://hdl.handle.net/123456789/5799
dc.description.abstractLa adecuada medición del riesgo de crédito se constituye en un elemento esencial para la toma de decisiones de cualquier entidad de intermediación financiera, puesto que permite analizar el comportamiento de pago de los clientes, optimizar el manejo de la cartera de créditos y consecuentemente minimizar las posibles pérdidas. Actualmente las Instituciones Especializadas en Microfinanzas (IEM) se han visto exigidas a mejorar la gestión del riesgo por los nuevos lineamientos de Basilea II y Basilea III publicados por el Banco Internacional de Pagos (BIS). Dichos lineamientos hacen especial énfasis en la necesidad de aplicar modelos de carácter predictivo, que soporten un buen análisis y a la vez alcancen objetivos medibles. En el presente trabajo se aplicaron redes neuronales artificiales identificando y analizando variables cuantitativas y cualitativas de clientes de microcrédito, del sector comercio de la agencia 12 de Octubre del Banco Fie para predecir el comportamiento crediticio de los clientes. Se pudo observar que el modelo tuvo la habilidad de abstraer características de la muestra, es decir pudo aprender, identificar dependencias y patrones con base en información recopilada, este conocimiento a su vez pudo ser generalizado a nuevas observaciones con un bajo nivel de error. En otros términos el modelo de credit scoring propuesto pudo capturar óptimamente las variables del riesgo de crédito, de clientes de microcrédito sector comercio de la agencia 12 de octubre del Banco FIE S.A.en_US
dc.language.isoesen_US
dc.subjectTRABAJO DIRIGIDOen_US
dc.subjectPETAENGen_US
dc.subjectSCORINGen_US
dc.subjectRIESGO DE CREDITO BANCO FIEen_US
dc.subjectENTIDAD FINANCIERAen_US
dc.subjectREDES NEURONALES ARTIFICIALESen_US
dc.subjectBANCO FIEen_US
dc.subjectENTIDADES BANCARIASen_US
dc.titleScoring para la evaluación del riesgo de crédito caso Banco FIE S.A. aplicación de redes neuronales artificialesen_US
dc.typeThesisen_US
dc.thesisdegreegrantorUniversidad Mayor de San Andrés. Facultad de Ciencias Económicas y Financieras. Carrera de Economía. Instituto de Investigaciones Económicas.
dc.thesisdegreenameLicenciatura en Economía


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem