Riesgo crediticio : aplicación de me todos predictivos y análisis multivariado

dc.creatorMuñoz, Erika Beatriz
dc.date2022-08-00
dc.date.accessioned2026-04-22T23:55:45Z
dc.descriptionFil: Muñoz, Erika Beatriz. Universidad de Buenos Aires. Facultad de Ciencias Económicas. Buenos Aires, Argentina.
dc.description.abstractEl presente trabajo, se desarrolla con el fin de determinar una metodología eficiente que pueda realizar una evaluación crediticia contemplando diversas características de la persona en cuestión, con lo cual se pueda determinar si incurrirá en un incumplimiento del pago de sus créditos; buscando además encontrar variables explicativas o bien una correlación entre ellas. Para ese fin, se realizó una investigación tanto de los conceptos y el marco teóricos que abarca el riesgo crediticio, como también la aplicación de técnicas de minería de datos y machine learning o aprendizaje automático, con el fin de evaluar distintas características de las personas que nos den como resultado una probabilidad de incumplimiento, y que esto pueda contribuir a que las entidades financieras puedan reducir la tasa de morosidad, la cual es muy importante a la hora de asegurar la liquidez y futuro de dicha institución.
dc.formatapplication/pdf
dc.identifier1502-2228_MunozEB
dc.identifier.otherEspecialización en Métodos Cuantitativos para la Gestión y Análisis de Datos en Organizaciones
dc.identifier.urihttps://bibliotecadigital.economicas.uba.ar/handle/123456789/6890
dc.languagespa
dc.publisherUniversidad de Buenos Aires. Facultad de Ciencias Económicas. Escuela de Estudios de Posgrado
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttp://creativecommons.org/licenses/by/2.5/ar/
dc.subjectRiesgo crediticio
dc.subjectAnálisis de datos
dc.subject.other8
dc.subject.otherBueno
dc.titleRiesgo crediticio : aplicación de me todos predictivos y análisis multivariado
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:ar-repo/semantics/tesis de maestría
dc.typeinfo:eu-repo/semantics/publishedVersion

Archivos

Bloque original

Mostrando 1 - 1 de 1
Miniatura
Nombre:
1502-2228_MunozEB.pdf
Tamaño:
1.65 MB
Formato:
Adobe Portable Document Format