Modelos de clasificación de clientes bancarizados de los niveles socioeconómicos C y D
dc.contributor.advisor | Chávez-Bedoya Mercado, Luis C. | |
dc.contributor.author | Tineo Nieves, Anthony Kevin | |
dc.coverage.spatial | Perú | |
dc.date.accessioned | 2019-05-30T22:08:20Z | |
dc.date.available | 2019-05-30T22:08:20Z | |
dc.date.issued | 2019 | |
dc.description.abstract | El objetivo de la presente investigación es desarrollar tres modelos de clasificación de deudores a fin de determinar la probabilidad de incumplimiento asociada a los créditos “retail” solicitados a instituciones microfinancieras. Los modelos utilizados son: una función logística binaria, árbol de decisión y redes neuronales artificiales. Asimismo, la presente investigación busca determinar las variables relevantes para determinar probabilidad de incumplimiento, identificar el nivel de ajuste y discrimancia en cada modelo a través del análisis de la Curva de ROC, estadístico Kolmogorov-Smirnov y coeficiente de GINI. Por último, se busca conocer las principales fortalezas y debilidades de cada modelo. Los resultados muestran que el modelo de redes neuronales artificiales presenta mejor nivel de ajuste y discrimancia en comparación con los otros dos modelos. Adicionalmente, se ha encontrado que las variables más relevantes provienen del historial crediticio del cliente. Finalmente, los modelos de función logística binaria y árbol de decisión también muestran un buen nivel de ajuste y discrimancia, por lo cual soportar una decisión de clasificación de clientes considerando la complementariedad de dichos modelos resulta optima, ya que dichos modelos consideran adicionalmente otras variables provenientes del historial crediticio y otras de tipo demográficas relevantes para la toma de decisiones. | es_ES |
dc.format | application/pdf | es_ES |
dc.identifier.uri | https://hdl.handle.net/20.500.12640/1566 | |
dc.language | Español | |
dc.language.iso | spa | |
dc.publisher | Universidad ESAN | es_ES |
dc.publisher.country | PE | es_ES |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.subject | Gestión financiera | es_ES |
dc.subject | Nivel de vida | es_ES |
dc.subject | Indicadores económicos | es_ES |
dc.subject | Indicadores sociales | es_ES |
dc.subject | Clasificación | es_ES |
dc.subject | Clientes | es_ES |
dc.subject | Instituciones financieras | es_ES |
dc.subject | Microfinanzas | es_ES |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#5.02.04 | es_ES |
dc.title | Modelos de clasificación de clientes bancarizados de los niveles socioeconómicos C y D | es_ES |
dc.type | info:eu-repo/semantics/masterThesis | es_ES |
dc.type.other | Tesis de Maestría | |
local.acceso.esan | Acceso abierto | |
renati.advisor.dni | 40674396 | |
renati.advisor.orcid | https://orcid.org/0000-0002-0992-9495 | |
renati.author.dni | 70753951 | |
renati.discipline | 412297 | es_ES |
renati.juror | Mendiola Cabrera, Alfredo | |
renati.juror | Rojas Chang, Javier | |
renati.level | http://purl.org/pe-repo/renati/level#maestro | es_ES |
renati.type | http://purl.org/pe-repo/renati/type#tesis | es_ES |
thesis.degree.discipline | Finanzas | es_ES |
thesis.degree.grantor | Universidad ESAN. Escuela de Administración de Negocios para Graduados | es_ES |
thesis.degree.name | Maestro en Finanzas | es_ES |
Archivos
Bloque original
1 - 1 de 1
- Nombre:
- 2019_MAF_16-2_01_T.pdf
- Tamaño:
- 2.97 MB
- Formato:
- Adobe Portable Document Format
- Descripción:
- Texto completo
Bloque de licencias
1 - 1 de 1
No hay miniatura disponible
- Nombre:
- license.txt
- Tamaño:
- 1.71 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: