Predicción del riesgo default en acuerdos de ingreso compartido
ilustraciones, diagramas
- Autores:
-
López Becerra, Diana Carolina
- Tipo de recurso:
- Fecha de publicación:
- 2021
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/79808
- Palabra clave:
- 620 - Ingeniería y operaciones afines
Acuerdos de Ingreso Compartido
Riesgo Default
Métodos de Predicción
Regresión Logit
Financiación de Educación Superior
Machine Learning
Random Forest
Higher education financing
Income Share Agreements
Default risk
Machine Learning
Prediction Methods
Logit regression
Financiación de la educación
- Rights
- openAccess
- License
- Atribución-SinDerivadas 4.0 Internacional
| id |
UNACIONAL2_fd3c848e4f499475a61b4ad33c3ab0a7 |
|---|---|
| oai_identifier_str |
oai:repositorio.unal.edu.co:unal/79808 |
| network_acronym_str |
UNACIONAL2 |
| network_name_str |
Universidad Nacional de Colombia |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Predicción del riesgo default en acuerdos de ingreso compartido |
| dc.title.translated.eng.fl_str_mv |
Prediction of default risk in income share agreements |
| title |
Predicción del riesgo default en acuerdos de ingreso compartido |
| spellingShingle |
Predicción del riesgo default en acuerdos de ingreso compartido 620 - Ingeniería y operaciones afines Acuerdos de Ingreso Compartido Riesgo Default Métodos de Predicción Regresión Logit Financiación de Educación Superior Machine Learning Random Forest Higher education financing Income Share Agreements Default risk Machine Learning Prediction Methods Logit regression Financiación de la educación |
| title_short |
Predicción del riesgo default en acuerdos de ingreso compartido |
| title_full |
Predicción del riesgo default en acuerdos de ingreso compartido |
| title_fullStr |
Predicción del riesgo default en acuerdos de ingreso compartido |
| title_full_unstemmed |
Predicción del riesgo default en acuerdos de ingreso compartido |
| title_sort |
Predicción del riesgo default en acuerdos de ingreso compartido |
| dc.creator.fl_str_mv |
López Becerra, Diana Carolina |
| dc.contributor.advisor.none.fl_str_mv |
Muñoz Puerta, Giovanni |
| dc.contributor.author.none.fl_str_mv |
López Becerra, Diana Carolina |
| dc.subject.ddc.spa.fl_str_mv |
620 - Ingeniería y operaciones afines |
| topic |
620 - Ingeniería y operaciones afines Acuerdos de Ingreso Compartido Riesgo Default Métodos de Predicción Regresión Logit Financiación de Educación Superior Machine Learning Random Forest Higher education financing Income Share Agreements Default risk Machine Learning Prediction Methods Logit regression Financiación de la educación |
| dc.subject.proposal.spa.fl_str_mv |
Acuerdos de Ingreso Compartido Riesgo Default Métodos de Predicción Regresión Logit Financiación de Educación Superior |
| dc.subject.proposal.eng.fl_str_mv |
Machine Learning Random Forest Higher education financing Income Share Agreements Default risk Machine Learning Prediction Methods Logit regression |
| dc.subject.unesco.none.fl_str_mv |
Financiación de la educación |
| description |
ilustraciones, diagramas |
| publishDate |
2021 |
| dc.date.accessioned.none.fl_str_mv |
2021-07-19T14:46:56Z |
| dc.date.available.none.fl_str_mv |
2021-07-19T14:46:56Z |
| dc.date.issued.none.fl_str_mv |
2021 |
| 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/79808 |
| dc.identifier.instname.spa.fl_str_mv |
Universidad Nacional de Colombia |
| dc.identifier.reponame.spa.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
| dc.identifier.repourl.spa.fl_str_mv |
https://repositorio.unal.edu.co/ |
| url |
https://repositorio.unal.edu.co/handle/unal/79808 https://repositorio.unal.edu.co/ |
| identifier_str_mv |
Universidad Nacional de Colombia Repositorio Institucional Universidad Nacional de Colombia |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.spa.fl_str_mv |
[1] ICETEX, «Financiación Contingente al Ingreso – FCI,» 2017. [En línea]. Available: http://congresomundial.unad.edu.co/images/ponencias_y_conferencias/conferencias%20magistrales/Financiaci%C3%B3n%20Contingente%20al%20Ingreso_Andres%20Eduardo%20Vasquez.pdf . [Último acceso: 28 abril 2019]. [2] N. Salazar, C. A. Mesa y C. Correa, «Financiación de la educación superior a través del ICETEX: estimación de necesidades de recursos a futuro y propuestas de mecanismos de fondeo,» noviembre 2016. [En línea]. Available: http://www.repository.fedesarrollo.org.co/bitstream/handle/11445/3303/Repor_Noviembre_2016_Salazar_Mesa_y_Correa.pdf?sequence=1&isAllowed=y. [Último acceso: 28 abril 2019]. [3] K. Fadel, «Quran & Capitalism: The compliance of Income Share Agreements with Shari’ah. Rollins College,» 2017. [En línea]. Available: https://scholarship.rollins.edu/honors/48/. [Último acceso: 20 octubre 2018]. [4] P. Bidhan L. , S. Saras D. , S. Venkataraman y G. Glinska, «Felipe Vergara and Lumni: Launching an Innovation in a Developing Economy,» 2017. [En línea]. Available: https://doi.org/10.1108/case.darden.2016.000116. [Último acceso: 31 agosto 2018]. [5] Lumni, «Modelo financiero,» [En línea]. Available: https://www.lumni.net/. [Último acceso: 22 junio 2019]. [6] L. Arango Duque y D. Restrepo Baena, «Diseño de un modelo de scoring para el otorgamiento de crédito de consumo en una compañía de financiamiento colombiana,» 2017. [En línea]. Available: https://repository.eafit.edu.co/xmlui/bitstream/handle/10784/12434/Laura_ArangoDuque_Daniel_RestrepoBaena_2017.pdf?sequence=2&isAllowed=y. [Último acceso: 29 septiembre 2018]. [7] K. Brosofske, R. Froese, . M. Falkowski y A. Banskota, «A Review of Methods for Mapping and Prediction of Inventory Attributes for Operational Forest Management,» Agosto 2014. [En línea]. Available: https://doi.org/10.5849/forsci.12-134. [Último acceso: 03 Junio 2019]. [8] A. Polanco Rojas, M. D. J. Rúgeles Vásquez y A. Umaña Ruiz, «Estimación de probabilidad de no pago en nuevas originaciones de tarjeta de crédito,» [En línea]. Available: https://repositorio.uniandes.edu.co/bitstream/handle/1992/13770/u729296.pdf?sequence=1&isAllowed=y--. [9] A. Kaur y I. Kaur, «An empirical evaluation of classification algorithms for fault prediction in open source projects,» Enero 2018. [En línea]. Available: https://doi.org/10.1016/j.jksuci.2016.04.002. [10] D. E. Rodríguez-Guevara, J. A. Becerra-Arévalo y D. Cardona-Valencia, «Modelos y metodologías de credit score para personas naturales: una revisión literaria,» 2017. [En línea]. Available: https://revistas.itm.edu.co/index.php/revista-cea/article/view/645/643. [11] A. Bandyopadhyay, «Studying borrower level risk characteristics of education loan in India,» Septiembre 2016. [En línea]. Available: https://www.sciencedirect.com/science/article/pii/S097038961630043X. [12] The R Foundation for Statistical Computing, «What is R?,» 12 mayo 2019. [En línea]. Available: https://www.r-project.org/about.html. [13] SNIES, «Consulta de Instituciones,» 23 Junio 2021. [En línea]. Available: https://hecaa.mineducacion.gov.co/consultaspublicas/ies. [Último acceso: 23 Junio 2021]. [14] Consejo Nacional de Acreditación, «Sistema Nacional de Acreditación en Colombia,» [En línea]. Available: https://www.cna.gov.co/1741/article-186365.html. [Último acceso: 15 Septiembre 2020]. [15] Fundación ANDI, Fundación Corona, USAID y ACDI VOCA, «Informe Nacional de Empleo Inclusivo,» 2019. [En línea]. Available: http://www.andi.com.co/Uploads/INEI.pdf. [Último acceso: 15 Septiembre 2020]. [16] ICETEX, «Portal ICETEX,» [En línea]. Available: https://portal.icetex.gov.co/Portal. [Último acceso: 15 Septiembre 2020]. [17] MEN, «Niveles de la Educación Superior,» 15 junio 2010. [En línea]. Available: https://www.mineducacion.gov.co/1759/w3-article-231238.html. [Último acceso: 28 abril 2019]. [18] MEN, «Resumen de indicadores de Educación Superior,» 2018. [En línea]. Available: https://www.mineducacion.gov.co/sistemasdeinformacion/1735/w3-article-212350.html?_noredirect=1. [Último acceso: 03 Junio 2019]. [19] MEN, «Reporte sobre deserción y graduación en educación supeioror año 2016,» [En línea]. Available: https://www.mineducacion.gov.co/sistemasdeinformacion/1735/articles-357549_recurso_5.pdf. [Último acceso: 03 Junio 2019]. [20] CESU, «Acuerdo por lo superior 2034,» [En línea]. Available: http://www.dialogoeducacionsuperior.edu.co/1750/articles-321515_recurso_1.pdf. [Último acceso: 28 abril 2019]. [21] K. Monteverde, «Managing student loan default risk: evidence from a privately guaranteed portfolio,» Research in Higher Education, vol. 41, p. 331–352, 2000. [22] M. Holz y M. Poblete, Créditos para el financiamiento de estudios de la educación superior. El caso de EE. UU., 2018. [23] Illinois Student Assistance Commission, «An analysis of the feasibility of an illinois pay it forward program.,» 12 diciembre 2014. [En línea]. Available: https://www.isac.org/dotAsset/1b1c678e-6a2e-463c-bfaa-f3265d9c87ec.pdf%0A. [Último acceso: 20 octubre 2018]. [24] D. V. Colonia Iparragueguirre, «Validez de pronóstico del modelo credit scoring en una entidad financiera,» 2012. [En línea]. Available: http://dspace.unitru.edu.pe/bitstream/handle/UNITRU/10073/COLONIA IPARRAGUIRRE%2C Denis Vanesa.pdf?sequence=1&isAllowed=y. [Último acceso: 29 septiembre 2018]. [25] ICETEX, «Manual del sistema de administración de riesgo crediticio SARC,» 2014. [En línea]. Available: https://portal.icetex.gov.co/Portal/docs/default-source/documentos-el-icetex/biblioteca/manuales-de-la-entidad/manual_del_sistema_de_administración_de_riesgo_crediticio.pdf10.1596/1813-9450-4517. [Último acceso: 29 septiembre 2018]. [26] SFC, «Acerca de la SFC,» [En línea]. Available: https://www.superfinanciera.gov.co/inicio/acerca-de-la-sfc-60607. [Último acceso: 1 mayo 2019]. [27] . Y. Murakami y A. Blom, «Accessibility and affordability of tertiary education in Brazil, Colombia, Mexico and Peru within a global context.,» Febrero 2008. [En línea]. Available: https://doi.org/10.1596/1813-9450-4517. [Último acceso: 29 septiembre 2018]. [28] D. Ben Kei, «Big Data and data science: A critical review of issues for educational research,» 23 noviembre 2017. [En línea]. Available: https://onlinelibrary.wiley.com/doi/full/10.1111/bjet.12595. [Último acceso: 04 mayo 2019]. [29] S. Russell y P. Norving, Artificial Intelligence. A modern approach. Third edition, New Jersey: Pearson, 2010. [30] E. Alpaydın, Introduction to machine learning. Second edition, Cambridge: Thomas Dietterich, 2010. [31] T. Hastie, R. Tibshirani y J. Friedman, The elements of statistical learning. Data mining, Inference and Prediction, Standford: Springer, 2008. [32] K. P. Murphy, Machine Learning. A probabilistic perspective, Cambridge, 2012. [33] J. Gareth, D. Witten, T. Hastie y R. Tibshirani, An introduction to statistical learning with Applications in R, Stanford: Springer, 2013. [34] I. C. Ladino Becerra, «Comparación de modelos de riesgo de crédito: modelos logísticos y redes neuronales,» Marzo 2014. [En línea]. Available: https://repository.javeriana.edu.co/bitstream/handle/10554/14857/LadinoBecerraIvanCamilo2014.pdf?sequence=1. [Último acceso: 22 septiembre 2018]. [35] Watson, Alexander ;, «Improving massively imbalanced datasets in machine learning with synthetic data,» 27 julio 2020. [En línea]. Available: https://towardsdatascience.com/improving-massively-imbalanced-datasets-in-machine-learning-with-synthetic-data-7dd3d856bbdf. [Último acceso: 05 septiembre 2020]. [36] L. Breiman, «Random Forests. Machine Learning.,» Octubre 2001. [En línea]. Available: https://link.springer.com/article/10.1023/A:1010933404324. [37] L. Breiman y A. Cutler, «Random Forests,» 2005. [En línea]. Available: https://www.stat.berkeley.edu/users/breiman/RandomForests/cc_home.htm. [38] M. Paliwal y U. Kumar, «Neural networks and statistical techniques: A review of applications,» Enero 2009. [En línea]. Available: https://doi.org/10.1016/j.eswa.2007.10.005. [Último acceso: 25 Mayo 2019]. [39] J. M. Moine, «Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo,» abril 2013. [En línea]. Available: http://sedici.unlp.edu.ar/handle/10915/29582. [Último acceso: 17 abril 2019]. [40] O. Pervaiz Gill, «Credit Risk Modelling using Machine Learning: A Gentle Introduction,» 02 agosto 2020. [En línea]. Available: https://www.r-bloggers.com/credit-risk-modelling-using-machine-learning-a-gentle-introduction/?utm_source=feedburner&utm_medium=email&utm_campaign=Feed%3A+RBloggers+%28R+bloggers%29. [Último acceso: 05 septiembre 2020]. [41] L. A. Kurgan y K. Cios, «Trends in Data Mining and Knowledge Discovery. Advanced techniques in knowledge discovery and,» 2005. [En línea]. Available: https://link.springer.com/chapter/10.1007/1-84628-183-0_1. [Último acceso: 08 Abril 2019]. [42] A. Gelman, D. Lee, Y.-S. Su y A. Jakulin, «Package ‘arm’ - Pag. 4: Bayesian generalized linear models,» 13 Abril 2018. [En línea]. Available: https://cran.r-project.org/web/packages/arm/arm.pdf. [Último acceso: 10 Noviembre 2019]. [43] M. Kuhn, J. Wing, S. Weston, A. Williams, C. Keefer, A. Engelhardt y T. Cooper, «Package ‘caret’,» 27 Abril 2019. [En línea]. Available: https://cran.r-project.org/web/packages/caret/caret.pdf. [Último acceso: 23 Noviembre 2019]. [44] M. Jones, «Estimating Markov Transition Matrices Using Proportions Data: An Application to Credit Risk,» International Monetary Fund (IMF), 2005. |
| dc.rights.spa.fl_str_mv |
Derechos reservados del autor |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| dc.rights.license.spa.fl_str_mv |
Atribución-SinDerivadas 4.0 Internacional |
| dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nd/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Atribución-SinDerivadas 4.0 Internacional Derechos reservados del autor http://creativecommons.org/licenses/by-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
116 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad Nacional de Colombia |
| dc.publisher.program.spa.fl_str_mv |
Bogotá - Ingeniería - Maestría en Ingeniería - Ingeniería Industrial |
| dc.publisher.department.spa.fl_str_mv |
Departamento de Ingeniería de Sistemas e Industrial |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.place.spa.fl_str_mv |
Bogotá, Colombia |
| dc.publisher.branch.spa.fl_str_mv |
Universidad Nacional de Colombia - Sede Bogotá |
| institution |
Universidad Nacional de Colombia |
| bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/79808/1/license.txt https://repositorio.unal.edu.co/bitstream/unal/79808/3/1016062073.2021.pdf https://repositorio.unal.edu.co/bitstream/unal/79808/4/license_rdf https://repositorio.unal.edu.co/bitstream/unal/79808/5/1016062073.2021.pdf.jpg |
| bitstream.checksum.fl_str_mv |
cccfe52f796b7c63423298c2d3365fc6 d0d02fab9f390f45731b264f69d34b46 f7d494f61e544413a13e6ba1da2089cd 71b51a24209786ea244af8e46c7cf480 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
| repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
| _version_ |
1814089392575217664 |
| spelling |
Atribución-SinDerivadas 4.0 InternacionalDerechos reservados del autorhttp://creativecommons.org/licenses/by-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Muñoz Puerta, Giovannie39562ba68183971a399b20f1ee0b5fbLópez Becerra, Diana Carolina9614def8f0bc1900f332e3ca6c2278a12021-07-19T14:46:56Z2021-07-19T14:46:56Z2021https://repositorio.unal.edu.co/handle/unal/79808Universidad Nacional de ColombiaRepositorio Institucional Universidad Nacional de Colombiahttps://repositorio.unal.edu.co/ilustraciones, diagramasEn los Contratos de Capital Humano (HCCs), la inversión en educación superior de una persona es vista como una acción de sus ganancias futuras. Los Acuerdos de Ingreso Compartido (ISAs) son un mecanismo innovador de HCCs en Colombia. Un ISA le permite a un estudiante recibir financiación de un individuo o una organización, comprometiéndose a pagar un porcentaje fijo de sus ingresos como egresado por un cierto periodo de tiempo. Los ISAs, como todos los instrumentos financieros, están expuestos al riesgo Default (DR), calculado como la probabilidad de que una persona incumpla con los pagos pactados. Los métodos de Machine Learning para predecir el DR han sido ampliamente estudiados en la literatura y usados en el sector financiero; sin embargo, no están estandarizados debido a que cada empresa los adapta a sus necesidades particulares. El Random Forest (RF) es un método de Machine Learning que ha sido empleado exitosamente en los últimos años para predecir múltiples fenómenos. Un RF se construye generando árboles de decisión, combinando conjuntos de estos y eligiendo los más significativos estadísticamente. La presente investigación construye un modelo que predice el DR en ISAs a partir de los métodos de Machine Learning: Random Forest y la tradicional regresión logística (Logit). Con el método Logit se obtuvo una mejor precisión en la predicción del DR con respecto al RF. El modelo acertó en un 85% de los casos de la matriz de confusión. Este resultado se considera muy confiable para que la empresa, de la cual se tomaron los datos, implemente el modelo y minimice este riesgo financiero. (Tomado de la fuente)In Human Capital Contracts (HCCs), the investment of a person in higher education is seen as an action of their future earnings. Income Share Agreements (ISAs) are an innovative mechanism of HCC in Colombia. An ISA allows a student to receive funding from an individual or an organization, committing to pay a fixed percentage of their income as a graduate for a certain period of time. Like all financial instruments, ISAs are exposed to Default risk (DR), which is calculated as the probability that a person will Default on the agreed payments. The methods for predicting DR have been widely studied in the literature and used in the financial sector; however, they are not standardized because each company adapts them to their particular needs. Random Forest (RF) is a Machine Learning method that has been used successfully in recent years to predict multiple phenomena. An RF is constructed by generating decision trees, combining sets of them and choosing the most statistically significant. This research builds a model that predicts DR in ISAs from the methods of Machine Learning: Random Forest and the traditional logistic regression (Logit). With the Logit method, a better precision in the prediction of the DR was obtained with respect to the RF. The model was successful in 85% of the cases of the confusion matrix. This result is considered very reliable for the company, from which the data were taken, to implement the model and minimize this financial risk. (Taken from the source)MaestríaMagíster en Ingeniería IndustrialRiesgos financieros116 páginasapplication/pdfspaUniversidad Nacional de ColombiaBogotá - Ingeniería - Maestría en Ingeniería - Ingeniería IndustrialDepartamento de Ingeniería de Sistemas e IndustrialFacultad de IngenieríaBogotá, ColombiaUniversidad Nacional de Colombia - Sede Bogotá620 - Ingeniería y operaciones afinesAcuerdos de Ingreso CompartidoRiesgo DefaultMétodos de PredicciónRegresión LogitFinanciación de Educación SuperiorMachine LearningRandom ForestHigher education financingIncome Share AgreementsDefault riskMachine LearningPrediction MethodsLogit regressionFinanciación de la educaciónPredicción del riesgo default en acuerdos de ingreso compartidoPrediction of default risk in income share agreementsTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TM[1] ICETEX, «Financiación Contingente al Ingreso – FCI,» 2017. [En línea]. Available: http://congresomundial.unad.edu.co/images/ponencias_y_conferencias/conferencias%20magistrales/Financiaci%C3%B3n%20Contingente%20al%20Ingreso_Andres%20Eduardo%20Vasquez.pdf . [Último acceso: 28 abril 2019].[2] N. Salazar, C. A. Mesa y C. Correa, «Financiación de la educación superior a través del ICETEX: estimación de necesidades de recursos a futuro y propuestas de mecanismos de fondeo,» noviembre 2016. [En línea]. Available: http://www.repository.fedesarrollo.org.co/bitstream/handle/11445/3303/Repor_Noviembre_2016_Salazar_Mesa_y_Correa.pdf?sequence=1&isAllowed=y. [Último acceso: 28 abril 2019].[3] K. Fadel, «Quran & Capitalism: The compliance of Income Share Agreements with Shari’ah. Rollins College,» 2017. [En línea]. Available: https://scholarship.rollins.edu/honors/48/. [Último acceso: 20 octubre 2018].[4] P. Bidhan L. , S. Saras D. , S. Venkataraman y G. Glinska, «Felipe Vergara and Lumni: Launching an Innovation in a Developing Economy,» 2017. [En línea]. Available: https://doi.org/10.1108/case.darden.2016.000116. [Último acceso: 31 agosto 2018].[5] Lumni, «Modelo financiero,» [En línea]. Available: https://www.lumni.net/. [Último acceso: 22 junio 2019].[6] L. Arango Duque y D. Restrepo Baena, «Diseño de un modelo de scoring para el otorgamiento de crédito de consumo en una compañía de financiamiento colombiana,» 2017. [En línea]. Available: https://repository.eafit.edu.co/xmlui/bitstream/handle/10784/12434/Laura_ArangoDuque_Daniel_RestrepoBaena_2017.pdf?sequence=2&isAllowed=y. [Último acceso: 29 septiembre 2018].[7] K. Brosofske, R. Froese, . M. Falkowski y A. Banskota, «A Review of Methods for Mapping and Prediction of Inventory Attributes for Operational Forest Management,» Agosto 2014. [En línea]. Available: https://doi.org/10.5849/forsci.12-134. [Último acceso: 03 Junio 2019].[8] A. Polanco Rojas, M. D. J. Rúgeles Vásquez y A. Umaña Ruiz, «Estimación de probabilidad de no pago en nuevas originaciones de tarjeta de crédito,» [En línea]. Available: https://repositorio.uniandes.edu.co/bitstream/handle/1992/13770/u729296.pdf?sequence=1&isAllowed=y--.[9] A. Kaur y I. Kaur, «An empirical evaluation of classification algorithms for fault prediction in open source projects,» Enero 2018. [En línea]. Available: https://doi.org/10.1016/j.jksuci.2016.04.002.[10] D. E. Rodríguez-Guevara, J. A. Becerra-Arévalo y D. Cardona-Valencia, «Modelos y metodologías de credit score para personas naturales: una revisión literaria,» 2017. [En línea]. Available: https://revistas.itm.edu.co/index.php/revista-cea/article/view/645/643.[11] A. Bandyopadhyay, «Studying borrower level risk characteristics of education loan in India,» Septiembre 2016. [En línea]. Available: https://www.sciencedirect.com/science/article/pii/S097038961630043X.[12] The R Foundation for Statistical Computing, «What is R?,» 12 mayo 2019. [En línea]. Available: https://www.r-project.org/about.html.[13] SNIES, «Consulta de Instituciones,» 23 Junio 2021. [En línea]. Available: https://hecaa.mineducacion.gov.co/consultaspublicas/ies. [Último acceso: 23 Junio 2021].[14] Consejo Nacional de Acreditación, «Sistema Nacional de Acreditación en Colombia,» [En línea]. Available: https://www.cna.gov.co/1741/article-186365.html. [Último acceso: 15 Septiembre 2020].[15] Fundación ANDI, Fundación Corona, USAID y ACDI VOCA, «Informe Nacional de Empleo Inclusivo,» 2019. [En línea]. Available: http://www.andi.com.co/Uploads/INEI.pdf. [Último acceso: 15 Septiembre 2020].[16] ICETEX, «Portal ICETEX,» [En línea]. Available: https://portal.icetex.gov.co/Portal. [Último acceso: 15 Septiembre 2020].[17] MEN, «Niveles de la Educación Superior,» 15 junio 2010. [En línea]. Available: https://www.mineducacion.gov.co/1759/w3-article-231238.html. [Último acceso: 28 abril 2019].[18] MEN, «Resumen de indicadores de Educación Superior,» 2018. [En línea]. Available: https://www.mineducacion.gov.co/sistemasdeinformacion/1735/w3-article-212350.html?_noredirect=1. [Último acceso: 03 Junio 2019].[19] MEN, «Reporte sobre deserción y graduación en educación supeioror año 2016,» [En línea]. Available: https://www.mineducacion.gov.co/sistemasdeinformacion/1735/articles-357549_recurso_5.pdf. [Último acceso: 03 Junio 2019].[20] CESU, «Acuerdo por lo superior 2034,» [En línea]. Available: http://www.dialogoeducacionsuperior.edu.co/1750/articles-321515_recurso_1.pdf. [Último acceso: 28 abril 2019].[21] K. Monteverde, «Managing student loan default risk: evidence from a privately guaranteed portfolio,» Research in Higher Education, vol. 41, p. 331–352, 2000.[22] M. Holz y M. Poblete, Créditos para el financiamiento de estudios de la educación superior. El caso de EE. UU., 2018.[23] Illinois Student Assistance Commission, «An analysis of the feasibility of an illinois pay it forward program.,» 12 diciembre 2014. [En línea]. Available: https://www.isac.org/dotAsset/1b1c678e-6a2e-463c-bfaa-f3265d9c87ec.pdf%0A. [Último acceso: 20 octubre 2018].[24] D. V. Colonia Iparragueguirre, «Validez de pronóstico del modelo credit scoring en una entidad financiera,» 2012. [En línea]. Available: http://dspace.unitru.edu.pe/bitstream/handle/UNITRU/10073/COLONIA IPARRAGUIRRE%2C Denis Vanesa.pdf?sequence=1&isAllowed=y. [Último acceso: 29 septiembre 2018].[25] ICETEX, «Manual del sistema de administración de riesgo crediticio SARC,» 2014. [En línea]. Available: https://portal.icetex.gov.co/Portal/docs/default-source/documentos-el-icetex/biblioteca/manuales-de-la-entidad/manual_del_sistema_de_administración_de_riesgo_crediticio.pdf10.1596/1813-9450-4517. [Último acceso: 29 septiembre 2018].[26] SFC, «Acerca de la SFC,» [En línea]. Available: https://www.superfinanciera.gov.co/inicio/acerca-de-la-sfc-60607. [Último acceso: 1 mayo 2019].[27] . Y. Murakami y A. Blom, «Accessibility and affordability of tertiary education in Brazil, Colombia, Mexico and Peru within a global context.,» Febrero 2008. [En línea]. Available: https://doi.org/10.1596/1813-9450-4517. [Último acceso: 29 septiembre 2018].[28] D. Ben Kei, «Big Data and data science: A critical review of issues for educational research,» 23 noviembre 2017. [En línea]. Available: https://onlinelibrary.wiley.com/doi/full/10.1111/bjet.12595. [Último acceso: 04 mayo 2019].[29] S. Russell y P. Norving, Artificial Intelligence. A modern approach. Third edition, New Jersey: Pearson, 2010.[30] E. Alpaydın, Introduction to machine learning. Second edition, Cambridge: Thomas Dietterich, 2010.[31] T. Hastie, R. Tibshirani y J. Friedman, The elements of statistical learning. Data mining, Inference and Prediction, Standford: Springer, 2008.[32] K. P. Murphy, Machine Learning. A probabilistic perspective, Cambridge, 2012.[33] J. Gareth, D. Witten, T. Hastie y R. Tibshirani, An introduction to statistical learning with Applications in R, Stanford: Springer, 2013.[34] I. C. Ladino Becerra, «Comparación de modelos de riesgo de crédito: modelos logísticos y redes neuronales,» Marzo 2014. [En línea]. Available: https://repository.javeriana.edu.co/bitstream/handle/10554/14857/LadinoBecerraIvanCamilo2014.pdf?sequence=1. [Último acceso: 22 septiembre 2018].[35] Watson, Alexander ;, «Improving massively imbalanced datasets in machine learning with synthetic data,» 27 julio 2020. [En línea]. Available: https://towardsdatascience.com/improving-massively-imbalanced-datasets-in-machine-learning-with-synthetic-data-7dd3d856bbdf. [Último acceso: 05 septiembre 2020].[36] L. Breiman, «Random Forests. Machine Learning.,» Octubre 2001. [En línea]. Available: https://link.springer.com/article/10.1023/A:1010933404324.[37] L. Breiman y A. Cutler, «Random Forests,» 2005. [En línea]. Available: https://www.stat.berkeley.edu/users/breiman/RandomForests/cc_home.htm.[38] M. Paliwal y U. Kumar, «Neural networks and statistical techniques: A review of applications,» Enero 2009. [En línea]. Available: https://doi.org/10.1016/j.eswa.2007.10.005. [Último acceso: 25 Mayo 2019].[39] J. M. Moine, «Metodologías para el descubrimiento de conocimiento en bases de datos: un estudio comparativo,» abril 2013. [En línea]. Available: http://sedici.unlp.edu.ar/handle/10915/29582. [Último acceso: 17 abril 2019].[40] O. Pervaiz Gill, «Credit Risk Modelling using Machine Learning: A Gentle Introduction,» 02 agosto 2020. [En línea]. Available: https://www.r-bloggers.com/credit-risk-modelling-using-machine-learning-a-gentle-introduction/?utm_source=feedburner&utm_medium=email&utm_campaign=Feed%3A+RBloggers+%28R+bloggers%29. [Último acceso: 05 septiembre 2020].[41] L. A. Kurgan y K. Cios, «Trends in Data Mining and Knowledge Discovery. Advanced techniques in knowledge discovery and,» 2005. [En línea]. Available: https://link.springer.com/chapter/10.1007/1-84628-183-0_1. [Último acceso: 08 Abril 2019].[42] A. Gelman, D. Lee, Y.-S. Su y A. Jakulin, «Package ‘arm’ - Pag. 4: Bayesian generalized linear models,» 13 Abril 2018. [En línea]. Available: https://cran.r-project.org/web/packages/arm/arm.pdf. [Último acceso: 10 Noviembre 2019].[43] M. Kuhn, J. Wing, S. Weston, A. Williams, C. Keefer, A. Engelhardt y T. Cooper, «Package ‘caret’,» 27 Abril 2019. [En línea]. Available: https://cran.r-project.org/web/packages/caret/caret.pdf. [Último acceso: 23 Noviembre 2019].[44] M. Jones, «Estimating Markov Transition Matrices Using Proportions Data: An Application to Credit Risk,» International Monetary Fund (IMF), 2005.GeneralLICENSElicense.txtlicense.txttext/plain; charset=utf-83964https://repositorio.unal.edu.co/bitstream/unal/79808/1/license.txtcccfe52f796b7c63423298c2d3365fc6MD51ORIGINAL1016062073.2021.pdf1016062073.2021.pdfTesis de Maestría en Ingeniería Industrialapplication/pdf1769455https://repositorio.unal.edu.co/bitstream/unal/79808/3/1016062073.2021.pdfd0d02fab9f390f45731b264f69d34b46MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8799https://repositorio.unal.edu.co/bitstream/unal/79808/4/license_rdff7d494f61e544413a13e6ba1da2089cdMD54THUMBNAIL1016062073.2021.pdf.jpg1016062073.2021.pdf.jpgGenerated Thumbnailimage/jpeg4375https://repositorio.unal.edu.co/bitstream/unal/79808/5/1016062073.2021.pdf.jpg71b51a24209786ea244af8e46c7cf480MD55unal/79808oai:repositorio.unal.edu.co:unal/798082024-07-24 23:41:38.032Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.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 |