Identificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacial

Las instituciones financieras utilizan modelos de riesgo para el otorgamiento de créditos y el comportamiento de pago del cliente. La posibilidad de asignar un préstamo a una persona puede ser evaluada a través de variables económicas regionales que caracterizan de donde el cliente viene. En este tr...

Full description

Autores:
González Fernández, Karen Liseth
Tipo de recurso:
Fecha de publicación:
2016
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/58232
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/58232
http://bdigital.unal.edu.co/54905/
Palabra clave:
51 Matemáticas / Mathematics
Scoring crediticio
Datos regionales
Modelos lattice
Estadística espacial
Credit scoring
Regional data
Lattice models
Spatial statistics
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_3b3749d6c45511b20cd84200369eb9e7
oai_identifier_str oai:repositorio.unal.edu.co:unal/58232
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
spelling Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Salazar Uribe, Juan CarlosGonzález Fernández, Karen Lisethda96aa5b-758a-42eb-9507-d40193bdddf13002019-07-02T13:51:46Z2019-07-02T13:51:46Z2016-12-08https://repositorio.unal.edu.co/handle/unal/58232http://bdigital.unal.edu.co/54905/Las instituciones financieras utilizan modelos de riesgo para el otorgamiento de créditos y el comportamiento de pago del cliente. La posibilidad de asignar un préstamo a una persona puede ser evaluada a través de variables económicas regionales que caracterizan de donde el cliente viene. En este trabajo se propone el uso de un análisis espacial basado en modelos lattice para identificar los factores que ayudan a identificar comportamientos de pagos por departamentos. Para evaluar el desempeño de este modelo se compara con un modelo que no incluye la información espacial regionalizada. Se ilustra la metodología propuesta por medio de una aplicación con datos reales.Abstract: Financial institutions use risk models for measure both credit granting and customer behavior. The possibility of assigning a loan to a person could be assessed through regional economic variables that characterize where the customer comes from. This work presents a spatial analysis based in lattice models to identify factors that help identify behaviors payments department. To evaluate the performance of this model it compare it with a model which does not include regionalized spatial information. It illustrated the methodology proposed by an application with real data.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Medellín Facultad de Ciencias Escuela de EstadísticaEscuela de EstadísticaGonzález Fernández, Karen Liseth (2016) Identificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacial. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.51 Matemáticas / MathematicsScoring crediticioDatos regionalesModelos latticeEstadística espacialCredit scoringRegional dataLattice modelsSpatial statisticsIdentificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacialTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMORIGINAL50937936.2016.pdfTesis de Maestría en Ciencias - Estadísticaapplication/pdf2283691https://repositorio.unal.edu.co/bitstream/unal/58232/1/50937936.2016.pdfbfb0a2c65b21fa7149ddf9c700536184MD51THUMBNAIL50937936.2016.pdf.jpg50937936.2016.pdf.jpgGenerated Thumbnailimage/jpeg3787https://repositorio.unal.edu.co/bitstream/unal/58232/2/50937936.2016.pdf.jpgf5b9e9d52462061e05ec15212a20f5d2MD52unal/58232oai:repositorio.unal.edu.co:unal/582322024-03-31 23:08:34.437Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Identificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacial
title Identificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacial
spellingShingle Identificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacial
51 Matemáticas / Mathematics
Scoring crediticio
Datos regionales
Modelos lattice
Estadística espacial
Credit scoring
Regional data
Lattice models
Spatial statistics
title_short Identificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacial
title_full Identificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacial
title_fullStr Identificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacial
title_full_unstemmed Identificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacial
title_sort Identificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacial
dc.creator.fl_str_mv González Fernández, Karen Liseth
dc.contributor.author.spa.fl_str_mv González Fernández, Karen Liseth
dc.contributor.spa.fl_str_mv Salazar Uribe, Juan Carlos
dc.subject.ddc.spa.fl_str_mv 51 Matemáticas / Mathematics
topic 51 Matemáticas / Mathematics
Scoring crediticio
Datos regionales
Modelos lattice
Estadística espacial
Credit scoring
Regional data
Lattice models
Spatial statistics
dc.subject.proposal.spa.fl_str_mv Scoring crediticio
Datos regionales
Modelos lattice
Estadística espacial
Credit scoring
Regional data
Lattice models
Spatial statistics
description Las instituciones financieras utilizan modelos de riesgo para el otorgamiento de créditos y el comportamiento de pago del cliente. La posibilidad de asignar un préstamo a una persona puede ser evaluada a través de variables económicas regionales que caracterizan de donde el cliente viene. En este trabajo se propone el uso de un análisis espacial basado en modelos lattice para identificar los factores que ayudan a identificar comportamientos de pagos por departamentos. Para evaluar el desempeño de este modelo se compara con un modelo que no incluye la información espacial regionalizada. Se ilustra la metodología propuesta por medio de una aplicación con datos reales.
publishDate 2016
dc.date.issued.spa.fl_str_mv 2016-12-08
dc.date.accessioned.spa.fl_str_mv 2019-07-02T13:51:46Z
dc.date.available.spa.fl_str_mv 2019-07-02T13:51:46Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/58232
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/54905/
url https://repositorio.unal.edu.co/handle/unal/58232
http://bdigital.unal.edu.co/54905/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Medellín Facultad de Ciencias Escuela de Estadística
Escuela de Estadística
dc.relation.references.spa.fl_str_mv González Fernández, Karen Liseth (2016) Identificación de factores de riesgo en un scoring crediticio mediante técnicas de estadística espacial. Maestría thesis, Universidad Nacional de Colombia - Sede Medellín.
dc.rights.spa.fl_str_mv Derechos reservados - Universidad Nacional de Colombia
dc.rights.coar.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.license.spa.fl_str_mv Atribución-NoComercial 4.0 Internacional
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv Atribución-NoComercial 4.0 Internacional
Derechos reservados - Universidad Nacional de Colombia
http://creativecommons.org/licenses/by-nc/4.0/
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
institution Universidad Nacional de Colombia
bitstream.url.fl_str_mv https://repositorio.unal.edu.co/bitstream/unal/58232/1/50937936.2016.pdf
https://repositorio.unal.edu.co/bitstream/unal/58232/2/50937936.2016.pdf.jpg
bitstream.checksum.fl_str_mv bfb0a2c65b21fa7149ddf9c700536184
f5b9e9d52462061e05ec15212a20f5d2
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad Nacional de Colombia
repository.mail.fl_str_mv repositorio_nal@unal.edu.co
_version_ 1806885952380993536

Publicaciones similares