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 Administ...

Full description

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/
id Vitela2_663999cf2d82d55500a9c26a541b6728
oai_identifier_str oai:vitela.javerianacali.edu.co:11522/1281
network_acronym_str Vitela2
network_name_str Vitela
repository_id_str
spelling Varcarcel Trujillo, Edgar David2023-01-20T19:24:26Z2024-02-09T05:34:01Z2023-01-20T19:24:26Z2024-02-09T05:34:01Z2020https://vitela.javerianacali.edu.co/handle/11522/1281Analizar 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.application/pdfapplication/pdfspaPontificia Universidad Javeriana de CaliCaliinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/https://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_abf2Pontificia Universidad Javeriana de CaliVitelaPropuesta 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 - FETRABUVCredit scoringSupervised learninghttp://purl.org/coar/resource_type/c_46ecinfo:eu-repo/semantics/reportTesis/Trabajo de grado - Monografía – Especializacióninfo:eu-repo/semantics/acceptedVersionhttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_ab4af688f83e57aa11522/1281oai:vitela.javerianacali.edu.co:11522/12812024-06-25 05:13:02.849https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessmetadata.onlyhttps://vitela.javerianacali.edu.coRepositorio Vitelavitela.mail@javerianacali.edu.co
dc.title.spa.fl_str_mv 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
title 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
spellingShingle 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
Credit scoring
Supervised learning
title_short 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
title_full 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
title_fullStr 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
title_full_unstemmed 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
title_sort 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
dc.creator.fl_str_mv Varcarcel Trujillo, Edgar David
dc.contributor.author.spa.fl_str_mv Varcarcel Trujillo, Edgar David
dc.subject.proposal.spa.fl_str_mv Credit scoring
Supervised learning
topic Credit scoring
Supervised learning
description 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.
publishDate 2020
dc.date.issued.spa.fl_str_mv 2020
dc.date.accessioned.spa.fl_str_mv 2023-01-20T19:24:26Z
dc.date.available.spa.fl_str_mv 2023-01-20T19:24:26Z
dc.date.accessioned.none.fl_str_mv 2024-02-09T05:34:01Z
dc.date.available.none.fl_str_mv 2024-02-09T05:34:01Z
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_46ec
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/report
dc.type.local.spa.fl_str_mv Tesis/Trabajo de grado - Monografía – Especialización
dc.type.hasversion.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/TP
format http://purl.org/coar/resource_type/c_46ec
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://vitela.javerianacali.edu.co/handle/11522/1281
url https://vitela.javerianacali.edu.co/handle/11522/1281
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.creativecommons.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_abf2
dc.format.spa.fl_str_mv application/pdf
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Pontificia Universidad Javeriana de Cali
dc.publisher.place.spa.fl_str_mv Cali
dc.source.spa.fl_str_mv Pontificia Universidad Javeriana de Cali
Vitela
institution Pontificia Universidad Javeriana Cali
repository.name.fl_str_mv Repositorio Vitela
repository.mail.fl_str_mv vitela.mail@javerianacali.edu.co
_version_ 1808493678512046080

Publicaciones similares