Mostrar el registro sencillo del ítem
Scoring para la evaluación del riesgo de crédito caso Banco FIE S.A. aplicación de redes neuronales artificiales
dc.contributor.advisor | Viveros Burgos, Julio, tutor | |
dc.contributor.author | Balcazar Bernal, Yamel Candy | |
dc.date.accessioned | 2015-07-24T08:30:53Z | |
dc.date.available | 2015-07-24T08:30:53Z | |
dc.date.issued | 2014 | |
dc.identifier.uri | http://hdl.handle.net/123456789/5799 | |
dc.description.abstract | La 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.iso | es | en_US |
dc.subject | TRABAJO DIRIGIDO | en_US |
dc.subject | PETAENG | en_US |
dc.subject | SCORING | en_US |
dc.subject | RIESGO DE CREDITO BANCO FIE | en_US |
dc.subject | ENTIDAD FINANCIERA | en_US |
dc.subject | REDES NEURONALES ARTIFICIALES | en_US |
dc.subject | BANCO FIE | en_US |
dc.subject | ENTIDADES BANCARIAS | en_US |
dc.title | Scoring para la evaluación del riesgo de crédito caso Banco FIE S.A. aplicación de redes neuronales artificiales | en_US |
dc.type | Thesis | en_US |
dc.thesisdegreegrantor | Universidad Mayor de San Andrés. Facultad de Ciencias Económicas y Financieras. Carrera de Economía. Instituto de Investigaciones Económicas. | |
dc.thesisdegreename | Licenciatura en Economía |