Uso de las redes neuronales en la medición del riesgo de credito

La medición del riesgo de crédito ha tenido un importante crecimiento, no sólo en su conceptualización síno en la aplicación práctica de medidas regulatorias para cuantificar sus efectos; tanto local como a escala internacional. En los mercados emergentes no sólo es necesario mantenerse a la altura de esíos avances, sino profundizar en el tema para medir y gestionar adecuadamente éste riesgo. Es importante crear conciencia de la relevancia del tema, con el fin de propiciar sistemas financieros sanos con incentivos adecuados en lo referente a la capitalización de instituciones financieras. El estudio de Riesgo de Crédito en países emergentes ha adquirido mayor importancia en años recientes. Uno de los efectos directos de las crisis financieras, es el deterioro de la calidad de los portafolios crediticios que originan problemas a las instituciones financieras. Por esta razón las empresas deben diseñar herramientas que les permita cuantificar el riesgo de incumplimiento, revisar constantemente sus objetivos y así poder mejorar la toma de decisiones puesto que el sostenimiento de la competitividad de las empresas sólo puede lograrse en favor de su orientación a la mejora continua.

• Autores: Serrano Acevedo, María Eugenia; Rico Arias, Jaime Ángel
• Tipo de recurso: Article of journal
• Fecha de publicación: 2009
• Institución: Universidad Autónoma de Bucaramanga - UNAB
• Repositorio: Repositorio UNAB
• Idioma: spa
• OAI Identifier: oai:repository.unab.edu.co:20.500.12749/18186
• Acceso en línea: http://hdl.handle.net/20.500.12749/18186
• Palabra clave: Neural networks; Credit risk; Financial institutions; Finance system; Economic growth; Economic variables; Matlab; Artificial intelligence; Redes neuronales; Sistema financiero; Crecimiento económico; Inteligencia artificial; Riesgo de crédito; Instituciones financieras; Capital; Variables económicas
• License: http://creativecommons.org/licenses/by-nc-nd/2.5/co/