Riesgo crediticio: aplicación de me todos predictivos y análisis multivariado

El presente trabajo, se desarrolla con el fin de determinar una metodología eficiente que pueda realizar una evaluación crediticia contemplando diversas características de la persona en cuestión, con lo cual se pueda determinar si incurrirá en un incumplimiento del pago de sus créditos; buscando ade...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Muñoz, Erika Beatriz
Publicado: 2019
Materias:
Riesgo crediticio
Análisis de datos
Acceso en línea:http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502-2228_MunozEB
http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=tpos&d=1502-2228_MunozEB_oai
Aporte de:
Repositorio Digital de la Universidad de Buenos Aires (UBA) de Universidad de Buenos Aires
id I28-R145-1502-2228_MunozEB_oai
record_format dspace
spelling I28-R145-1502-2228_MunozEB_oai2023-04-05 Muñoz, Erika Beatriz 2019 El presente trabajo, se desarrolla con el fin de determinar una metodología eficiente que pueda realizar una evaluación crediticia contemplando diversas características de la persona en cuestión, con lo cual se pueda determinar si incurrirá en un incumplimiento del pago de sus créditos; buscando además encontrar variables explicativas o bien una correlación entre ellas. Para ese fin, se realizó una investigación tanto de los conceptos y el marco teóricos que abarca el riesgo crediticio, como también la aplicación de técnicas de minería de datos y machine learning o aprendizaje automático, con el fin de evaluar distintas características de las personas que nos den como resultado una probabilidad de incumplimiento, y que esto pueda contribuir a que las entidades financieras puedan reducir la tasa de morosidad, la cual es muy importante a la hora de asegurar la liquidez y futuro de dicha institución. 1502-2228_MunozEB http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502-2228_MunozEB Riesgo crediticio Análisis de datos Riesgo crediticio: aplicación de me todos predictivos y análisis multivariado http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=tpos&d=1502-2228_MunozEB_oai
institution Universidad de Buenos Aires
institution_str I-28
repository_str R-145
collection Repositorio Digital de la Universidad de Buenos Aires (UBA)
topic Riesgo crediticio
Análisis de datos
spellingShingle Riesgo crediticio
Análisis de datos
Muñoz, Erika Beatriz
Riesgo crediticio: aplicación de me todos predictivos y análisis multivariado
topic_facet Riesgo crediticio
Análisis de datos
description El presente trabajo, se desarrolla con el fin de determinar una metodología eficiente que pueda realizar una evaluación crediticia contemplando diversas características de la persona en cuestión, con lo cual se pueda determinar si incurrirá en un incumplimiento del pago de sus créditos; buscando además encontrar variables explicativas o bien una correlación entre ellas. Para ese fin, se realizó una investigación tanto de los conceptos y el marco teóricos que abarca el riesgo crediticio, como también la aplicación de técnicas de minería de datos y machine learning o aprendizaje automático, con el fin de evaluar distintas características de las personas que nos den como resultado una probabilidad de incumplimiento, y que esto pueda contribuir a que las entidades financieras puedan reducir la tasa de morosidad, la cual es muy importante a la hora de asegurar la liquidez y futuro de dicha institución.
author Muñoz, Erika Beatriz
author_facet Muñoz, Erika Beatriz
author_sort Muñoz, Erika Beatriz
title Riesgo crediticio: aplicación de me todos predictivos y análisis multivariado
title_short Riesgo crediticio: aplicación de me todos predictivos y análisis multivariado
title_full Riesgo crediticio: aplicación de me todos predictivos y análisis multivariado
title_fullStr Riesgo crediticio: aplicación de me todos predictivos y análisis multivariado
title_full_unstemmed Riesgo crediticio: aplicación de me todos predictivos y análisis multivariado
title_sort riesgo crediticio: aplicación de me todos predictivos y análisis multivariado
publishDate 2019
url http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502-2228_MunozEB
http://repositoriouba.sisbi.uba.ar/gsdl/cgi-bin/library.cgi?a=d&c=tpos&d=1502-2228_MunozEB_oai
work_keys_str_mv AT munozerikabeatriz riesgocrediticioaplicaciondemetodospredictivosyanalisismultivariado
_version_ 1766016892660613120

Ejemplares similares