1. Trabajos conducentes a grados y títulos
URI permanente para esta comunidadhttps://hdl.handle.net/20.500.12640/4150
Examinar
5 resultados
Resultados de la búsqueda
Ítem Acceso Abierto Análisis de opciones de financiamiento a largo plazo para pequeñas empresas en Perú: Caso Innova Integral S.A.C.(Universidad ESAN, 2023) Zavaleta De la Cruz, Ronel JesusLas pequeñas empresas en el Perú, especialmente las vinculadas a temas de limpieza y desinfección, afrontan el reto de recapitalizar estos ingresos para financiar la expansión de sus actividades y, en esta búsqueda, incluso, analizar las opciones de financiamiento a largo plazo que el mercado peruano de capitales puede ofrecer. Específicamente, en el caso de Innova Integral S.A.C., la compañía aún afronta el reto de sostener los ingresos en el tiempo y de que éstos sean catalizadores de su crecimiento y mayor penetración en el mercado, frente a sus competidores más cercanos. Por lo tanto, el objetivo general de esta investigación es el de identificar y analizar las opciones de financiamiento a largo plazo para pequeñas empresas en Perú y, de manera específica: (i) Identificar las opciones disponibles de financiamiento a largo plazo en el mercado financiero, (ii) Identificar las limitaciones para el acceso de las pequeñas empresas al financiamiento de largo plazo; y, (iii) Desarrollar el caso aplicativo. Se ha encontrado que es la banca tradicional la principal prestamista de las pequeñas empresas en el Perú.Ítem Acceso Abierto Aplicación de técnicas de Machine Learning para predecir el número de ventas de créditos en el sector bancario(Universidad ESAN, 2023) Rodriguez Villanueva, Alvaro André; Sánchez Adauto, Egor Leonardo; Valverde Rojo, Lisset MilenaUna de las principales fuentes de ingreso del sector bancario es el otorgamiento de créditos. La captación de clientes frente a este producto depende de montos y tasas de interés atractivas. Uno de los canales de venta de los créditos es el telemarketing el cual proactivamente ofrece préstamos. El presente trabajo propone al área de telemarketing de un banco la elaboración de un modelo predictivo con técnicas de machine learning que permita conocer el número de ventas de crédito que se realizarán con el fin de agilizar la toma de decisiones frente a estrategias de venta y mejorar la planificación de recursos para optimizar el costo de venta. Para la construcción del modelo se utilizaron técnicas de aprendizaje supervisado de clasificación k-NN y SVM. En la primera simulación se tuvo niveles de precisión de 61.68% y 68.41% respectivamente. Dada la dispersión de los datos se realizó la normalización la cual arrojó niveles de precisión de 91.12% para k-NN y 93.85% para SVM siendo este último la mejor técnica de predicción. Como futuros pasos se propone la utilización de otras técnicas de machine learning que permitan una comparación de resultados de predicción con los modelos elaborados en este trabajo.Ítem Acceso Abierto Influencia del conocimiento financiero en el bienestar financiero de usuarios de tarjeta de crédito y/o préstamos personales entre 18 y 79 años en Perú en el 2019(Universidad ESAN, 2020) De La Cruz Peña, Jorge César; Ore Quezada, Richard; Paz Iglesias, Gianina Karen; Quispe Carhuapoma, EstelaEn razón de que existe incertidumbre y vacíos de información relacionados a la vulnerabilidad económica y su relación con el conocimiento financiero, esta investigación tiene como objetivo determinar si el nivel de conocimiento financiero influyó significativamente en el bienestar financiero de los usuarios de tarjetas de crédito y préstamos personales de 18-79 años en el Perú en el año 2019. La metodología empleada fue de tipo correlacional transversal, con diseño no experimental. Se utilizó como base de datos, la información de la Encuesta Nacional de Capacidades Financieras 2019, realizada por la SBS entre julio y agosto del 2019 a nivel nacional; y, como guía de determinación de variables, metodología y análisis, las provistas por la SBS y la OECD/INFE. La población contiene 1205 observaciones; y, la muestra 219. Para el análisis se aplicaron: Prueba de Alfa de Cronbach; Prueba de correlación de Pearson; Prueba de Rachas; y, Pruebas Logit Binomiales y Multinomiales. El estudio concluyó que el conocimiento financiero influyó significativamente en el bienestar financiero de los usuarios de tarjetas de crédito y préstamos personales de 18-79 años en el Perú en el año 2019.Ítem Acceso Abierto Optimización del margen comercial de préstamos de consumo : algoritmo de optimización con Machine Learning(Universidad ESAN, 2019) Azabache La Torre, Pablo JulioEn Perú, a pesar que los bancos tienen grandes volúmenes de información no la utilizan en su totalidad para conocer a sus clientes y fijar precios dinámicos que les permita maximizar sus ganancias. Además, aún no utilizan los avances en inteligencia artificial para construir algoritmos que les permita conocer la disposición a pagar de sus clientes. En esta investigación se utilizan técnicas de inteligencia artificial para diseñar un algoritmo que permite maximizar el margen comercial de los préstamos bancarios. La aplicación empírica utiliza información de créditos de consumo de un banco. El algoritmo de inteligencia artificial definió 4 grupos homogéneos. Las variables de homogenización de clientes son: riesgo del cliente, nivel de deuda en el sistema financiero, nivel de pasivos, nivel de ingresos. En la estimación del modelo de willingness-to-pay se utilizó la función llamada logit-response function. Finalmente, se hizo un piloto de prueba en las ofertas proactivas del banco. El piloto fue exitoso, se incrementó las colocaciones y el margen de utilidad. En conclusión, los bancos pueden aumentar sus márgenes de ganancia a través de una gestión de pricing soportada por algoritmos que identifiquen la disposición a pagar de sus clientes.Ítem Acceso Abierto Factores relevantes en la solicitud de créditos Mi Vivienda financiados por Banbif en el distrito de Lurigancho(Universidad ESAN, 2017) Paredes Barrozo, Gladys DaniellaEl presente trabajo de investigación tiene como objetivo analizar los factores relevantes en la solicitud de créditos mi vivienda financiados por Banbif en el distrito de Lurigancho. Se planteó un diseño no experimental, tipo transversal con la finalidad de analizar la relevancia de los factores, en base a estudios encontrados en otros países se identificó los siguientes: Situación laboral, el nivel de ingreso, el valor del arriendo, y el Subsidio del Estado. La muestra estuvo conformada por 46 personas que aceptaron ser encuestas del distrito de Lurigancho. Los resultados nos muestra que el factor más relevante es el Subsidio del Estado con un 76.1% de aceptación con un “muy de acuerdo”, este indicador nos señala que el beneficio del apoyo a la cuota inicial que el Estado ofrece por medio del Fondo Mi vivienda es muy significativo por lo que la política gubernamental para la adquisición de primera vivienda debería ser mejor comunicado, seguido del factor ingreso que un 65.2% coincidieron en un “muy de acuerdo” con respecto a su relevancia, sobre todo para las personas de bajos recursos, la adquisición de una vivienda propia es una decisión fundamental en la vida .
