Tesis
URI permanente para esta comunidadhttps://hdl.handle.net/20.500.12640/4147
Examinar
2 resultados
Resultados de la búsqueda
Ítem Acceso Abierto Educación financiera, comportamiento crediticio de riesgo y estilo de vida minimalista: Evidencia intergeneracional desde un enfoque SEM-ANN(Universidad ESAN, 2023) Pardo Piñashca, Eduardo AndresEl estilo de vida minimalista representa una oportunidad para enfocarse en aquello que proporciona mayor bienestar y crecimiento personal. A pesar de su creciente popularidad entre generaciones jóvenes e influencia sobre el proceso de toma de decisión, este estilo de vida ha recibido poca atención de la academia. En particular, la expresión del estilo de vida minimalista en el proceso de toma de decisión financiera en países en desarrollo representa un área de investigación inexplorada. Con el fin de abordar esta brecha en la investigación, se analizó el efecto moderador del estilo de vida minimalista sobre la relación entre la educación financiera y el comportamiento crediticio de riesgo, y se determinó si existen diferencias significativas entre individuos de la generación X e Y. A la luz de los resultados, se encontró que la educación financiera tiene un efecto negativo y significativo sobre el comportamiento crediticio de riesgo. Por otro lado, se observó que la adopción del estilo de vida minimalista fortalece el efecto negativo de la educación financiera sobre el comportamiento de riesgo relacionado al uso de crédito de consumo. Sin embargo, el efecto moderador solo fue significativo entre individuos de la generación Y.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.
