Propuesta de un modelo de Credit Scoring mediante la aplicación de técnicas de inteligencia artificial para el Fondo de Empleados y Trabajadores de la Universidad del Valle - FETRABUV

Analizar el riesgo crediticio es importante para las instituciones financieras, debido a que se disminuyen las pérdidas asociadas a políticas incorrectas de otorgamiento de créditos. La Superintendencia de la Economía Solidaria de Colombia está proponiendo la implementación de un Sistema de Administración del Riesgo Crediticio (SARC) para que las entidades del sector tengan un marco legislativo y de referencia, con el cual se puedan estructurar sus decisiones de esta índole. En este marco, el presente trabajo buscará la implementación de técnicas y modelos estadísticos a una serie de variables cuantitativas y cualitativas dentro de una base de datos provista por un Fondo de Empleados del Valle del Cauca. Con esto, se pretende definir perfiles de riesgo crediticio y flexibilizar las políticas de otorgamiento de la entidad.

• Autores: Varcarcel Trujillo, Edgar David
• Tipo de recurso: Tesis
• Fecha de publicación: 2020
• Institución: Pontificia Universidad Javeriana Cali
• Repositorio: Vitela
• Idioma: spa
• OAI Identifier: oai:vitela.javerianacali.edu.co:11522/1281
• Acceso en línea: https://vitela.javerianacali.edu.co/handle/11522/1281
• Palabra clave: Credit scoring; Supervised learning
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc-sa/4.0/