Salazar Torres, Silvana Raquel

Diseño y validación de un modelo de scoring de aprobación de crédito para una institución financiera intermediaria mediante redes neuronales y su contraste con métodos clásicos Silvana Raquel Salazar Torres - QUITO EPN 2008 - 193 p.: il.; + CD 1811

FACULTAD DE CIENCIAS

Incluye referencia bibliográfica

Este trabajo tiene como objetivo predecir los tipos de clientes (buen pagador, mal pagador) dentro de las instituciones financieras a través de su historial crediticio; definiéndose como un buen pagador, según la Superintendencia de Bancos y Seguros para créditos de consumo, aquel cliente que se atrasa en sus pagos no más de 15 días. Y un mal pagador es aquel que sobrepasa los 15 días de atraso. Para ello se desarrolló por medio de redes neuronales artificiales un modelo que genera un patrón de datos que no fuerza una ecuación global para todos los datos, además de que no son necesarias las suposiciones sobre los datos como es el caso de otros modelos multivariantes que se usan para la clasificación, pueden tratar fácilmente problemas no lineales, y en principio pueden aproximar cualquier tipo de función.


REDES NEURONALES
ANALISIS MULTIVARIANTE
PROBABILIDAD Y ESTADISTICA
RIESGO FINANCIERO

Powered by Koha