Modelo de scoring crediticio en una empresa financiera

Colombo, Leticia - Cosentino, Camila

Supervisor(es): Álvarez-Vaz, Ramón - Castrillejo, Andrés - Rivero, Martín

Resumen:

En este trabajo se realizaron modelos de Credit Scoring, desarrollados utilizando información de una financiera real. La población objetivo fue toda persona física que haya solicitado un crédito al consumo y cuyo crédito fue aprobado por los analistas, durante el período del segundo semestre de 2011 al primer semestre de 2014. Los Credit Scoring son procedimientos estadísticos que se usan para clasificar a los solicitantes del crédito, inclusive a los que ya son clientes de la entidad crediticia, en los tipos de riesgo Bueno y Malo. Mediante una puntuación se mide el riesgo de un prestatario y/o de la operación en el momento en el que se está llevando a cabo la solicitud, es decir, se estima cuál será el comportamiento del crédito hasta su vencimiento atendiendo al riesgo del cliente. En la actualidad el riesgo se ve como una oportunidad más que una amenaza, debe ser considerado como una inversión en la organización, por lo que debería brindar a las instituciones ventajas competitivas y mejoras de gestión. El riesgo se mide, se evalúa y se cuantifica. De los distintos tipos, puede considerarse al riesgo de Crédito como el más importante al que deben hacer frente las entidades financieras. Para evaluar el riesgo crediticio o la conveniencia de otorgar un crédito, se utilizan una gran variedad de metodologías. De todas ellas se estudiaron la Regresión Logística y los modelos CART.

Detalles Bibliográficos
2015
ESTADISTICA APLICADA
GESTION DE CREDITOS
CREDIT RISK
CREDIT SCORING
SERVICIOS FINANCIEROS
REGRESION LOGISTICA
ARBOLES DE REGRESION Y CLASIFICACION
ARBOLES DE DECISION
RIESGO CREDITICIO
ANALISIS ESTADISTICO
Español
Universidad de la República
COLIBRI
https://hdl.handle.net/20.500.12008/22590
Acceso abierto
Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
_version_ 1877554532856102912
author Colombo, Leticia
author2 Cosentino, Camila
author2_role author
author_facet Colombo, Leticia
Cosentino, Camila
author_role author
bitstream.checksum.fl_str_mv 7f2e2c17ef6585de66da58d1bfa8b5e1
c160655373669e9e820be72396ec31f1
a006180e3f5b2ad0b88185d14284c0e0
1ad3fb9b6ddf205c397f9b25547bba95
d47e51ac7d12f36a98b59e784787fc97
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
bitstream.url.fl_str_mv http://localhost:8080/xmlui/bitstream/20.500.12008/22590/5/license.txt
http://localhost:8080/xmlui/bitstream/20.500.12008/22590/2/license_text
http://localhost:8080/xmlui/bitstream/20.500.12008/22590/3/license_url
http://localhost:8080/xmlui/bitstream/20.500.12008/22590/4/license_rdf
http://localhost:8080/xmlui/bitstream/20.500.12008/22590/1/M-CD4595.pdf
collection COLIBRI
dc.creator.advisor.none.fl_str_mv Álvarez-Vaz, Ramón
Castrillejo, Andrés
Rivero, Martín
dc.creator.none.fl_str_mv Colombo, Leticia
Cosentino, Camila
dc.date.accessioned.none.fl_str_mv 2019-11-28T21:29:06Z
dc.date.available.none.fl_str_mv 2019-11-28T21:29:06Z
dc.date.issued.es.fl_str_mv 2015
dc.date.submitted.es.fl_str_mv 20191125
dc.description.abstract.none.fl_txt_mv En este trabajo se realizaron modelos de Credit Scoring, desarrollados utilizando información de una financiera real. La población objetivo fue toda persona física que haya solicitado un crédito al consumo y cuyo crédito fue aprobado por los analistas, durante el período del segundo semestre de 2011 al primer semestre de 2014. Los Credit Scoring son procedimientos estadísticos que se usan para clasificar a los solicitantes del crédito, inclusive a los que ya son clientes de la entidad crediticia, en los tipos de riesgo Bueno y Malo. Mediante una puntuación se mide el riesgo de un prestatario y/o de la operación en el momento en el que se está llevando a cabo la solicitud, es decir, se estima cuál será el comportamiento del crédito hasta su vencimiento atendiendo al riesgo del cliente. En la actualidad el riesgo se ve como una oportunidad más que una amenaza, debe ser considerado como una inversión en la organización, por lo que debería brindar a las instituciones ventajas competitivas y mejoras de gestión. El riesgo se mide, se evalúa y se cuantifica. De los distintos tipos, puede considerarse al riesgo de Crédito como el más importante al que deben hacer frente las entidades financieras. Para evaluar el riesgo crediticio o la conveniencia de otorgar un crédito, se utilizan una gran variedad de metodologías. De todas ellas se estudiaron la Regresión Logística y los modelos CART.
dc.format.extent.es.fl_str_mv 151 p.
dc.format.mimetype.es.fl_str_mv application/pdf
dc.identifier.citation.es.fl_str_mv COLOMBO, L., COSENTINO, C. Modelo de scoring crediticio en una empresa financiera. Tesis de grado. Udelar. FCEA, 2015.
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12008/22590
dc.language.iso.none.fl_str_mv es
spa
dc.publisher.es.fl_str_mv Udelar. FCEA
dc.rights.license.none.fl_str_mv Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
dc.source.none.fl_str_mv reponame:COLIBRI
instname:Universidad de la República
instacron:Universidad de la República
dc.subject.other.es.fl_str_mv ESTADISTICA APLICADA
GESTION DE CREDITOS
CREDIT RISK
CREDIT SCORING
SERVICIOS FINANCIEROS
REGRESION LOGISTICA
ARBOLES DE REGRESION Y CLASIFICACION
ARBOLES DE DECISION
RIESGO CREDITICIO
ANALISIS ESTADISTICO
dc.title.none.fl_str_mv Modelo de scoring crediticio en una empresa financiera
dc.type.es.fl_str_mv Tesis de grado
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.none.fl_str_mv info:eu-repo/semantics/acceptedVersion
description En este trabajo se realizaron modelos de Credit Scoring, desarrollados utilizando información de una financiera real. La población objetivo fue toda persona física que haya solicitado un crédito al consumo y cuyo crédito fue aprobado por los analistas, durante el período del segundo semestre de 2011 al primer semestre de 2014. Los Credit Scoring son procedimientos estadísticos que se usan para clasificar a los solicitantes del crédito, inclusive a los que ya son clientes de la entidad crediticia, en los tipos de riesgo Bueno y Malo. Mediante una puntuación se mide el riesgo de un prestatario y/o de la operación en el momento en el que se está llevando a cabo la solicitud, es decir, se estima cuál será el comportamiento del crédito hasta su vencimiento atendiendo al riesgo del cliente. En la actualidad el riesgo se ve como una oportunidad más que una amenaza, debe ser considerado como una inversión en la organización, por lo que debería brindar a las instituciones ventajas competitivas y mejoras de gestión. El riesgo se mide, se evalúa y se cuantifica. De los distintos tipos, puede considerarse al riesgo de Crédito como el más importante al que deben hacer frente las entidades financieras. Para evaluar el riesgo crediticio o la conveniencia de otorgar un crédito, se utilizan una gran variedad de metodologías. De todas ellas se estudiaron la Regresión Logística y los modelos CART.
eu_rights_str_mv openAccess
format bachelorThesis
id COLIBRI_e3c6f9608ce1f5b06a808beb7daec98e
identifier_str_mv COLOMBO, L., COSENTINO, C. Modelo de scoring crediticio en una empresa financiera. Tesis de grado. Udelar. FCEA, 2015.
instacron_str Universidad de la República
institution Universidad de la República
instname_str Universidad de la República
language spa
language_invalid_str_mv es
network_acronym_str COLIBRI
network_name_str COLIBRI
oai_identifier_str oai:colibri.udelar.edu.uy:20.500.12008/22590
publishDate 2015
reponame_str COLIBRI
repository.mail.fl_str_mv karina.camps@seciu.edu.uy
repository.name.fl_str_mv COLIBRI - Universidad de la República
repository_id_str 4771
rights_invalid_str_mv Licencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)
spelling 2019-11-28T21:29:06Z2019-11-28T21:29:06Z201520191125COLOMBO, L., COSENTINO, C. Modelo de scoring crediticio en una empresa financiera. Tesis de grado. Udelar. FCEA, 2015.https://hdl.handle.net/20.500.12008/22590En este trabajo se realizaron modelos de Credit Scoring, desarrollados utilizando información de una financiera real. La población objetivo fue toda persona física que haya solicitado un crédito al consumo y cuyo crédito fue aprobado por los analistas, durante el período del segundo semestre de 2011 al primer semestre de 2014. Los Credit Scoring son procedimientos estadísticos que se usan para clasificar a los solicitantes del crédito, inclusive a los que ya son clientes de la entidad crediticia, en los tipos de riesgo Bueno y Malo. Mediante una puntuación se mide el riesgo de un prestatario y/o de la operación en el momento en el que se está llevando a cabo la solicitud, es decir, se estima cuál será el comportamiento del crédito hasta su vencimiento atendiendo al riesgo del cliente. En la actualidad el riesgo se ve como una oportunidad más que una amenaza, debe ser considerado como una inversión en la organización, por lo que debería brindar a las instituciones ventajas competitivas y mejoras de gestión. El riesgo se mide, se evalúa y se cuantifica. De los distintos tipos, puede considerarse al riesgo de Crédito como el más importante al que deben hacer frente las entidades financieras. Para evaluar el riesgo crediticio o la conveniencia de otorgar un crédito, se utilizan una gran variedad de metodologías. De todas ellas se estudiaron la Regresión Logística y los modelos CART.Made available in DSpace on 2019-11-28T21:29:06Z (GMT). No. of bitstreams: 5 M-CD4595.pdf: 1435636 bytes, checksum: d47e51ac7d12f36a98b59e784787fc97 (MD5) license_text: 38518 bytes, checksum: c160655373669e9e820be72396ec31f1 (MD5) license_url: 50 bytes, checksum: a006180e3f5b2ad0b88185d14284c0e0 (MD5) license_rdf: 11336 bytes, checksum: 1ad3fb9b6ddf205c397f9b25547bba95 (MD5) license.txt: 4194 bytes, checksum: 7f2e2c17ef6585de66da58d1bfa8b5e1 (MD5) Previous issue date: 2015151 p.application/pdfesspaUdelar. FCEALas obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad De La República. (Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución – No Comercial – Sin Derivadas (CC BY-NC-ND 4.0)ESTADISTICA APLICADAGESTION DE CREDITOSCREDIT RISKCREDIT SCORINGSERVICIOS FINANCIEROSREGRESION LOGISTICAARBOLES DE REGRESION Y CLASIFICACIONARBOLES DE DECISIONRIESGO CREDITICIOANALISIS ESTADISTICOModelo de scoring crediticio en una empresa financieraTesis de gradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaColombo, LeticiaCosentino, CamilaÁlvarez-Vaz, RamónCastrillejo, AndrésRivero, MartínUniversidad de la República (Uruguay). Facultad de Ciencias Económicas y de AdministraciónLicenciada en EstadísticaLICENSElicense.txttext/plain4194http://localhost:8080/xmlui/bitstream/20.500.12008/22590/5/license.txt7f2e2c17ef6585de66da58d1bfa8b5e1MD55CC-LICENSElicense_textapplication/octet-stream38518http://localhost:8080/xmlui/bitstream/20.500.12008/22590/2/license_textc160655373669e9e820be72396ec31f1MD52license_urlapplication/octet-stream50http://localhost:8080/xmlui/bitstream/20.500.12008/22590/3/license_urla006180e3f5b2ad0b88185d14284c0e0MD53license_rdfapplication/octet-stream11336http://localhost:8080/xmlui/bitstream/20.500.12008/22590/4/license_rdf1ad3fb9b6ddf205c397f9b25547bba95MD54ORIGINALM-CD4595.pdfapplication/pdf1435636http://localhost:8080/xmlui/bitstream/20.500.12008/22590/1/M-CD4595.pdfd47e51ac7d12f36a98b59e784787fc97MD5120.500.12008/225902020-10-14 14:21:03.321oai:colibri.udelar.edu.uy:20.500.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://www.colibri.udelar.edu.uyUniversidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestkarina.camps@seciu.edu.uyUruguayopendoar:47712020-10-14T17:21:03COLIBRI - Universidad de la Repúblicafalse
spellingShingle Modelo de scoring crediticio en una empresa financiera
Colombo, Leticia
ESTADISTICA APLICADA
GESTION DE CREDITOS
CREDIT RISK
CREDIT SCORING
SERVICIOS FINANCIEROS
REGRESION LOGISTICA
ARBOLES DE REGRESION Y CLASIFICACION
ARBOLES DE DECISION
RIESGO CREDITICIO
ANALISIS ESTADISTICO
status_str acceptedVersion
title Modelo de scoring crediticio en una empresa financiera
title_full Modelo de scoring crediticio en una empresa financiera
title_fullStr Modelo de scoring crediticio en una empresa financiera
title_full_unstemmed Modelo de scoring crediticio en una empresa financiera
title_short Modelo de scoring crediticio en una empresa financiera
title_sort Modelo de scoring crediticio en una empresa financiera
topic ESTADISTICA APLICADA
GESTION DE CREDITOS
CREDIT RISK
CREDIT SCORING
SERVICIOS FINANCIEROS
REGRESION LOGISTICA
ARBOLES DE REGRESION Y CLASIFICACION
ARBOLES DE DECISION
RIESGO CREDITICIO
ANALISIS ESTADISTICO
url https://hdl.handle.net/20.500.12008/22590