Comparacion de dos modelos para predecir la probabilidad deincumplimiento (Modelo Logit-Modelo GAM)
Una de las necesidades mas importantes de las instituciones crediticias es tener criterios confiables para determinar a quienes deben otorgar el credito. En este sentido, se debe implementar metodologıas como lo son los modelos de otorgamiento de creditos como una solucion a estas necesidades. En est...
- Autores:
-
Gualteros Barbosa, Maria Alejandra
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2020
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Repositorio Institucional USTA
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/22500
- Acceso en línea:
- http://hdl.handle.net/11634/22500
- Palabra clave:
- Logistic model
Generalized additive models
Probability of default
Credit risk.
Credit management
Business logistics
Debtor and creditor
Administración de créditos
Logística en los negocios
Deudor y acreedor
Modelo logístico
Modelos aditivos generalizados
Probabilidad de incumplimiento
Riesgo de credito.
- Rights
- openAccess
- License
- CC0 1.0 Universal
| id |
SANTTOMAS2_8e491fd37ccb63d616afa3adf8fb94b3 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/22500 |
| network_acronym_str |
SANTTOMAS2 |
| network_name_str |
Repositorio Institucional USTA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Comparacion de dos modelos para predecir la probabilidad deincumplimiento (Modelo Logit-Modelo GAM) |
| title |
Comparacion de dos modelos para predecir la probabilidad deincumplimiento (Modelo Logit-Modelo GAM) |
| spellingShingle |
Comparacion de dos modelos para predecir la probabilidad deincumplimiento (Modelo Logit-Modelo GAM) Logistic model Generalized additive models Probability of default Credit risk. Credit management Business logistics Debtor and creditor Administración de créditos Logística en los negocios Deudor y acreedor Modelo logístico Modelos aditivos generalizados Probabilidad de incumplimiento Riesgo de credito. |
| title_short |
Comparacion de dos modelos para predecir la probabilidad deincumplimiento (Modelo Logit-Modelo GAM) |
| title_full |
Comparacion de dos modelos para predecir la probabilidad deincumplimiento (Modelo Logit-Modelo GAM) |
| title_fullStr |
Comparacion de dos modelos para predecir la probabilidad deincumplimiento (Modelo Logit-Modelo GAM) |
| title_full_unstemmed |
Comparacion de dos modelos para predecir la probabilidad deincumplimiento (Modelo Logit-Modelo GAM) |
| title_sort |
Comparacion de dos modelos para predecir la probabilidad deincumplimiento (Modelo Logit-Modelo GAM) |
| dc.creator.fl_str_mv |
Gualteros Barbosa, Maria Alejandra |
| dc.contributor.advisor.spa.fl_str_mv |
Romero, Gil Robert |
| dc.contributor.author.spa.fl_str_mv |
Gualteros Barbosa, Maria Alejandra |
| dc.contributor.orcid.spa.fl_str_mv |
https://orcid.org/0000-0001-8602-6890 |
| dc.contributor.googlescholar.spa.fl_str_mv |
https://scholar.google.com/citations?user=LUEZqaYAAAAJ&hl=es |
| dc.contributor.cvlac.spa.fl_str_mv |
https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000157060 |
| dc.subject.keyword.spa.fl_str_mv |
Logistic model Generalized additive models Probability of default Credit risk. Credit management Business logistics Debtor and creditor |
| topic |
Logistic model Generalized additive models Probability of default Credit risk. Credit management Business logistics Debtor and creditor Administración de créditos Logística en los negocios Deudor y acreedor Modelo logístico Modelos aditivos generalizados Probabilidad de incumplimiento Riesgo de credito. |
| dc.subject.lemb.spa.fl_str_mv |
Administración de créditos Logística en los negocios Deudor y acreedor |
| dc.subject.proposal.spa.fl_str_mv |
Modelo logístico Modelos aditivos generalizados Probabilidad de incumplimiento Riesgo de credito. |
| description |
Una de las necesidades mas importantes de las instituciones crediticias es tener criterios confiables para determinar a quienes deben otorgar el credito. En este sentido, se debe implementar metodologıas como lo son los modelos de otorgamiento de creditos como una solucion a estas necesidades. En este proyecto se compara dos metodologıas que pueden utilizarse en el Riesgo de Credito, los datos proporcionados a este proyecto son de una entidad financiera Colombiana, como primera parte se describe los estudios anteriores que tuvieron respuesta al problema, las metodologıas utilizadas para desarrollar un modelo de originacıon, como primer paso para esta construccion es la agrupacion de caracteristicas en categorıas y se calcula su capacidad predictiva utilizando medidas de prediccion, como el peso de la evidencia y el valor de la informacion, las variables que presentan poca capacidad de prediccion son eliminadas del modelo. Una vez obtenidos los modelos cuyas variables presentan un buen nivel predictivo se sigue con la etapa de selccion de modelo utilizando tecnicas como el criterio AUC y la matriz de confusion y finalmente se hacen algunas las recomendaciones con el fin de implemntar el mejor modelo en esta entidad. |
| publishDate |
2020 |
| dc.date.accessioned.spa.fl_str_mv |
2020-04-16T13:33:20Z |
| dc.date.available.spa.fl_str_mv |
2020-04-16T13:33:20Z |
| dc.date.issued.spa.fl_str_mv |
2020-01 |
| dc.type.local.spa.fl_str_mv |
Trabajo de grado |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.category.spa.fl_str_mv |
Formación de Recurso Humano para la Ctel: Trabajo de grado de Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.citation.spa.fl_str_mv |
Gualteros Barbosa, M. A. (2020). Comparacion de dos modelos para predecir la probabilidad de incumplimiento (Modelo Logit-Modelo GAM). |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/11634/22500 |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad Santo Tomás |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Santo Tomás |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.usta.edu.co |
| identifier_str_mv |
Gualteros Barbosa, M. A. (2020). Comparacion de dos modelos para predecir la probabilidad de incumplimiento (Modelo Logit-Modelo GAM). reponame:Repositorio Institucional Universidad Santo Tomás instname:Universidad Santo Tomás repourl:https://repository.usta.edu.co |
| url |
http://hdl.handle.net/11634/22500 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
Aedo, S., Pavlov, S., Clavero, F. (2010). Riesgo Relativo y Odds Ratio. Aguas Gonzales , D. A., Castillo H, M. (2005). Modelo de administracion del riesgo crediticio para la cartera comercial de una entidad financiera Colombiana. Bogota. Altman , E. (1968). Financial ratios, discriminant analysis and the prediction of corporate banckruptcy. The Journal of Finance. Amaya G, C. A. (2005). Evaluacion del riesgo de credito en el sistema financiero colombiano. Reporte de estabilidad financiera, Banco de la Republica. Colombia, S. F. (2002). CARTA CIRCULAR 31 DE 2002. Fernandez Castaño , H., Perez Ramirez , F. O. (2005). El modelo logıstico: Una herramienta estadıstica para evaluar el riesgo de credito . Revista Ingenierıas Universidad de Medellin, 55-75. Durban , M. (2015). Modelos Aditivos Generalizados con P-splines. Madrid. Gómez Gonzáles, J. E., Morales Acevedo, P., Pineda Garcia, F., Zamudio Gómez, N. (2007). Analternative methodology for estimating credit quality transition matrices. Borradores de Economía Banco de la República. Islam, S., Zhou, L., Li, F. (2009). Application of Artificial Intelligence (Artificial Neural Network) to Assess Credit Risk: A Predictive Model For Credit Card Score. Ladino, I. C. (Marzo de 2014). COMPARACION DE MODELOS DE RIESGO DE CREDÍTO: MODELOS LOGISTICOS Y REDES NEURONALES. COMPARACION DE MODELOS DE RIESGO DE CREDITO: MODELOS LOGISTICOS Y REDES NEURONALES. Bogotá. Leal Fica , A. L., Aranguiz Casanova, M. A., Gallegos Mardones , J. (2018). Análisis de riesgo crediticio, propuesta del modelo Credit Scoring. Revista Facultad de Ciencias Económicas: Investigación y Reflexión, vol. XXVI, núm. 1,, 181-207. Lennox, C. (1999). Identifying Failing Companies: A Reevaluation of the Logit, Probit and DA Approaches. Jornal of Economics and Bussines, 347-364. Martinez A, O. (2003). Determinantes de fragilidad en las empresas colombianas. Borradores de Economía, Banco de la República . Medina, S., Paniagua, G. (2008). Modelo de Inferencia Difuso para estudio de Crédito. 215- 229. Moscote Flórez, O., Arley Rincón, W. (Diciembre de 2012). Modelo Logit y Probit: un caso de aplicación. pág. 2. Murray R., S., Larry J., S. (2009). Estadistica. En S. Murray R., S. Larry J. Ochoa P, J. C., Galeano M, W., Agudelo V, L. G. (2010). Construcción de un modelo de scoring para el otorgamiento de crédito en una entidad financiera. Perfil de Coyuntura Económica, 191-222. Quintas, I. (2015). Modelo aditivo generalizado GAM: Regresión no lineal y no paramétrica. Riascos Villegas , A. J., Benavides Gutiérrez , H. L. (2017). Modelo G con garantía hipotecaria. Sior Alegre Norza, A. R. (2011). RELACIONES ONTOGENICAS Y ESPACIO-TEMPORALES EN LA DIETA DEL CALAMAR GIGANTE (Dosidicus gigas) EN PERU UTILIZANDO UN MODELO ADITIVO GENERALIZADO. Lima. Zamudio Gómez, N. E. (2007). Determinantes de la Probabilidad de Incumplimiento de las Empresas Colombianas. Banco de la republica . Cañete, I. (Septiembre de 2018). Scoring No Clientes (Modelización con información Big Data). Coruña |
| dc.rights.*.fl_str_mv |
CC0 1.0 Universal |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/publicdomain/zero/1.0/ |
| dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
CC0 1.0 Universal http://creativecommons.org/publicdomain/zero/1.0/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.coverage.campus.spa.fl_str_mv |
CRAI-USTA Bogotá |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| dc.publisher.program.spa.fl_str_mv |
Pregrado Estadística |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Estadística |
| institution |
Universidad Santo Tomás |
| bitstream.url.fl_str_mv |
https://repository.usta.edu.co/bitstream/11634/22500/1/2020mariagualteros.pdf https://repository.usta.edu.co/bitstream/11634/22500/2/Autorizacion.pdf https://repository.usta.edu.co/bitstream/11634/22500/5/Carta%20derechos%20de%20autor.pdf https://repository.usta.edu.co/bitstream/11634/22500/8/maria%20gualteros%20barbosa%20estadistica%20carta%20de%20facultad.pdf https://repository.usta.edu.co/bitstream/11634/22500/6/license_rdf https://repository.usta.edu.co/bitstream/11634/22500/7/license.txt https://repository.usta.edu.co/bitstream/11634/22500/9/2020mariagualteros.pdf.jpg https://repository.usta.edu.co/bitstream/11634/22500/10/Autorizacion.pdf.jpg https://repository.usta.edu.co/bitstream/11634/22500/11/Carta%20derechos%20de%20autor.pdf.jpg https://repository.usta.edu.co/bitstream/11634/22500/12/maria%20gualteros%20barbosa%20estadistica%20carta%20de%20facultad.pdf.jpg |
| bitstream.checksum.fl_str_mv |
957c723ecc618328dd891877d36b0518 336ba5aa1faedbbe11920be8b727f182 59141d26241130a81ec18bd751a4b852 916f7a4c7f38b232fa82d1a2fb87dd3d 42fd4ad1e89814f5e4a476b409eb708c f6b8c5608fa6b2f649b2d63e10c5fa73 1c413e8caeb4c58a1125362b3a2c7c30 11c669c922105bdc3f04ff52535cf9c2 6fad07bf08041588159815bff50d4a82 6f25d8e624e60f9a9440f90d9d9ef1d7 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
repositorio@usantotomas.edu.co |
| _version_ |
1782026209394163712 |
| spelling |
Romero, Gil RobertGualteros Barbosa, Maria Alejandrahttps://orcid.org/0000-0001-8602-6890https://scholar.google.com/citations?user=LUEZqaYAAAAJ&hl=eshttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=00001570602020-04-16T13:33:20Z2020-04-16T13:33:20Z2020-01Gualteros Barbosa, M. A. (2020). Comparacion de dos modelos para predecir la probabilidad de incumplimiento (Modelo Logit-Modelo GAM).http://hdl.handle.net/11634/22500reponame:Repositorio Institucional Universidad Santo Tomásinstname:Universidad Santo Tomásrepourl:https://repository.usta.edu.coUna de las necesidades mas importantes de las instituciones crediticias es tener criterios confiables para determinar a quienes deben otorgar el credito. En este sentido, se debe implementar metodologıas como lo son los modelos de otorgamiento de creditos como una solucion a estas necesidades. En este proyecto se compara dos metodologıas que pueden utilizarse en el Riesgo de Credito, los datos proporcionados a este proyecto son de una entidad financiera Colombiana, como primera parte se describe los estudios anteriores que tuvieron respuesta al problema, las metodologıas utilizadas para desarrollar un modelo de originacıon, como primer paso para esta construccion es la agrupacion de caracteristicas en categorıas y se calcula su capacidad predictiva utilizando medidas de prediccion, como el peso de la evidencia y el valor de la informacion, las variables que presentan poca capacidad de prediccion son eliminadas del modelo. Una vez obtenidos los modelos cuyas variables presentan un buen nivel predictivo se sigue con la etapa de selccion de modelo utilizando tecnicas como el criterio AUC y la matriz de confusion y finalmente se hacen algunas las recomendaciones con el fin de implemntar el mejor modelo en esta entidad.One of the most important needs of lending institutions is to have reliable criteria to determine who should grant the credit. In this sense, methodologies such as credit granting models should be implemented as a solution to these needs. In this project, two methodologies that can be used in Credit Risk are purchased, the data provided to this project are from a Colombian financial institution, as part one describes the previous studies that responded to the problem, the methodologies used to develop a model of origin, as a first step for this construction is the grouping of characteristics into categories and its predictive capacity is calculated using prediction measures, such as the weight of the evidence and the information value, the variables that have little predictive capacity are eliminated of the model. Once the models whose variables have a good predictive level are obtained, the model selection stage is followed using techniques such as the AUC criterion and the confusion matrix and finally some recommendations are made in order to implement the best model in this entity.Profesional en estadísticahttp://unidadinvestigacion.usta.edu.coPregradoapplication/pdfspaUniversidad Santo TomásPregrado EstadísticaFacultad de EstadísticaCC0 1.0 Universalhttp://creativecommons.org/publicdomain/zero/1.0/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Comparacion de dos modelos para predecir la probabilidad deincumplimiento (Modelo Logit-Modelo GAM)Logistic modelGeneralized additive modelsProbability of defaultCredit risk.Credit managementBusiness logisticsDebtor and creditorAdministración de créditosLogística en los negociosDeudor y acreedorModelo logísticoModelos aditivos generalizadosProbabilidad de incumplimientoRiesgo de credito.Trabajo de gradoinfo:eu-repo/semantics/acceptedVersionFormación de Recurso Humano para la Ctel: Trabajo de grado de Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisCRAI-USTA BogotáAedo, S., Pavlov, S., Clavero, F. (2010). Riesgo Relativo y Odds Ratio.Aguas Gonzales , D. A., Castillo H, M. (2005). Modelo de administracion del riesgo crediticio para la cartera comercial de una entidad financiera Colombiana. Bogota.Altman , E. (1968). Financial ratios, discriminant analysis and the prediction of corporate banckruptcy. The Journal of Finance.Amaya G, C. A. (2005). Evaluacion del riesgo de credito en el sistema financiero colombiano. Reporte de estabilidad financiera, Banco de la Republica.Colombia, S. F. (2002). CARTA CIRCULAR 31 DE 2002.Fernandez Castaño , H., Perez Ramirez , F. O. (2005). El modelo logıstico: Una herramienta estadıstica para evaluar el riesgo de credito . Revista Ingenierıas Universidad de Medellin, 55-75.Durban , M. (2015). Modelos Aditivos Generalizados con P-splines. Madrid.Gómez Gonzáles, J. E., Morales Acevedo, P., Pineda Garcia, F., Zamudio Gómez, N. (2007). Analternative methodology for estimating credit quality transition matrices. Borradores de Economía Banco de la República.Islam, S., Zhou, L., Li, F. (2009). Application of Artificial Intelligence (Artificial Neural Network) to Assess Credit Risk: A Predictive Model For Credit Card Score.Ladino, I. C. (Marzo de 2014). COMPARACION DE MODELOS DE RIESGO DE CREDÍTO: MODELOS LOGISTICOS Y REDES NEURONALES. COMPARACION DE MODELOS DE RIESGO DE CREDITO: MODELOS LOGISTICOS Y REDES NEURONALES. Bogotá.Leal Fica , A. L., Aranguiz Casanova, M. A., Gallegos Mardones , J. (2018). Análisis de riesgo crediticio, propuesta del modelo Credit Scoring. Revista Facultad de Ciencias Económicas: Investigación y Reflexión, vol. XXVI, núm. 1,, 181-207.Lennox, C. (1999). Identifying Failing Companies: A Reevaluation of the Logit, Probit and DA Approaches. Jornal of Economics and Bussines, 347-364.Martinez A, O. (2003). Determinantes de fragilidad en las empresas colombianas. Borradores de Economía, Banco de la República .Medina, S., Paniagua, G. (2008). Modelo de Inferencia Difuso para estudio de Crédito. 215- 229.Moscote Flórez, O., Arley Rincón, W. (Diciembre de 2012). Modelo Logit y Probit: un caso de aplicación. pág. 2. Murray R., S., Larry J., S. (2009). Estadistica. En S. Murray R., S. Larry J.Ochoa P, J. C., Galeano M, W., Agudelo V, L. G. (2010). Construcción de un modelo de scoring para el otorgamiento de crédito en una entidad financiera. Perfil de Coyuntura Económica, 191-222.Quintas, I. (2015). Modelo aditivo generalizado GAM: Regresión no lineal y no paramétrica.Riascos Villegas , A. J., Benavides Gutiérrez , H. L. (2017). Modelo G con garantía hipotecaria.Sior Alegre Norza, A. R. (2011). RELACIONES ONTOGENICAS Y ESPACIO-TEMPORALES EN LA DIETA DEL CALAMAR GIGANTE (Dosidicus gigas) EN PERU UTILIZANDO UN MODELO ADITIVO GENERALIZADO. Lima.Zamudio Gómez, N. E. (2007). Determinantes de la Probabilidad de Incumplimiento de las Empresas Colombianas. Banco de la republica .Cañete, I. (Septiembre de 2018). Scoring No Clientes (Modelización con información Big Data). CoruñaORIGINAL2020mariagualteros.pdf2020mariagualteros.pdfapplication/pdf1229422https://repository.usta.edu.co/bitstream/11634/22500/1/2020mariagualteros.pdf957c723ecc618328dd891877d36b0518MD51open accessAutorizacion.pdfAutorizacion.pdfapplication/pdf158302https://repository.usta.edu.co/bitstream/11634/22500/2/Autorizacion.pdf336ba5aa1faedbbe11920be8b727f182MD52metadata only accessCarta derechos de autor.pdfCarta derechos de autor.pdfCarta Derecho de autorapplication/pdf289692https://repository.usta.edu.co/bitstream/11634/22500/5/Carta%20derechos%20de%20autor.pdf59141d26241130a81ec18bd751a4b852MD55metadata only accessmaria gualteros barbosa estadistica carta de facultad.pdfmaria gualteros barbosa estadistica carta de facultad.pdfapplication/pdf186855https://repository.usta.edu.co/bitstream/11634/22500/8/maria%20gualteros%20barbosa%20estadistica%20carta%20de%20facultad.pdf916f7a4c7f38b232fa82d1a2fb87dd3dMD58metadata only accessCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repository.usta.edu.co/bitstream/11634/22500/6/license_rdf42fd4ad1e89814f5e4a476b409eb708cMD56open accessLICENSElicense.txtlicense.txttext/plain; charset=utf-8807https://repository.usta.edu.co/bitstream/11634/22500/7/license.txtf6b8c5608fa6b2f649b2d63e10c5fa73MD57open accessTHUMBNAIL2020mariagualteros.pdf.jpg2020mariagualteros.pdf.jpgIM Thumbnailimage/jpeg7524https://repository.usta.edu.co/bitstream/11634/22500/9/2020mariagualteros.pdf.jpg1c413e8caeb4c58a1125362b3a2c7c30MD59open accessAutorizacion.pdf.jpgAutorizacion.pdf.jpgIM Thumbnailimage/jpeg7083https://repository.usta.edu.co/bitstream/11634/22500/10/Autorizacion.pdf.jpg11c669c922105bdc3f04ff52535cf9c2MD510open accessCarta derechos de autor.pdf.jpgCarta derechos de autor.pdf.jpgIM Thumbnailimage/jpeg9554https://repository.usta.edu.co/bitstream/11634/22500/11/Carta%20derechos%20de%20autor.pdf.jpg6fad07bf08041588159815bff50d4a82MD511open accessmaria gualteros barbosa estadistica carta de facultad.pdf.jpgmaria gualteros barbosa estadistica carta de facultad.pdf.jpgIM Thumbnailimage/jpeg7767https://repository.usta.edu.co/bitstream/11634/22500/12/maria%20gualteros%20barbosa%20estadistica%20carta%20de%20facultad.pdf.jpg6f25d8e624e60f9a9440f90d9d9ef1d7MD512open access11634/22500oai:repository.usta.edu.co:11634/225002022-10-10 15:55:20.976open accessRepositorio Universidad Santo Tomásrepositorio@usantotomas.edu.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 |