Modelo predictivo para riesgo de liquidez de una entidad fiduciaria usando minería de datos

Este trabajo presenta un modelo predictivo para riesgo de liquidez basado en técnicas de minería de datos para una entidad fiduciaria. Se presentan los principales avances realizados desde la minería de datos en la gestión de riesgos financieros y otros métodos estadísticos empleados actualmente para riesgo de liquidez. El modelo en la fase de preprocesamiento analiza una serie histórica de registros de adiciones y retiros de una cartera colectiva y de otros factores macroeconómicos que inciden sobre el comportamiento del nivel de liquidez. Para la parte de predicción utiliza técnicas como redes neuronales y Naive Bayes. El modelo es validado con datos reales del producto fiduciario, los cuales son publicados por Asofiduciarias, Superfinanciera y la misma entidad.

• Autores: León Sánchez, Diana Patricia
• Fecha de publicación: 2015
• Institución: Universidad Nacional de Colombia
• Repositorio: Universidad Nacional de Colombia
• Idioma: spa
• OAI Identifier: oai:repositorio.unal.edu.co:unal/55726
• Acceso en línea: https://repositorio.unal.edu.co/handle/unal/55726; http://bdigital.unal.edu.co/51173/
• Palabra clave: 0 Generalidades / Computer science, information and general works; 33 Economía / Economics; 62 Ingeniería y operaciones afines / Engineering; 65 Gerencia y servicios auxiliares / Management and public relations; Minería de datos; Riesgo de liquidez.; Data Mining; Liquidity risk
• Rights: openAccess
• License: Atribución-NoComercial 4.0 Internacional