Repository logo

Tesis de Postgrado

Permanent URI for this collection

http://52.190.9.31//handle/123456789/12710

Browse

Browsing Tesis de Postgrado by Subject "Bancos Comerciales"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Modelo de perfilamiento de bancos comerciales en Honduras
    (Universidad Tecnológica Centroamericana UNITEC, 2024-03-14) Carlos Roberto Jeff Montoya; Milton Josué Hernández Fúnez; Alba Gabriela Garay Romero; Kevin Eduardo Fúnez Fúnez; Rafael Acosta Sandoval
    Esta investigación tuvo como propósito la generación de perfiles de los bancos comerciales hondureños mediante el análisis de los créditos otorgados, información que se obtuvo mediante el conjunto de datos expuesto por la CNBS. Para lograr la generación de los perfiles se aplicaron herramientas de aprendizaje automático, específicamente los algoritmos de K-Means y Agrupamiento Jerárquico, mediante los cuales se logró la definición de cuatro perfiles significativos los que se clasificaron como: Perfil Cobertura Integral, Perfil Diversificación Estratégica, Perfil Enfoque Estratégico y Perfil de Alta Especificación, revelando relaciones significativas entre variables de investigación género, ubicación y tipo de crédito. Este estudio proporcionó una herramienta de analítica de datos valiosa para la toma de decisiones financieras informada. Se consideró pertinente, para futuras investigaciones relacionadas, la inclusión de personas jurídicas, así como la evaluación de rangos de edades.
  • Thumbnail Image
    Item
    Modelo predictivo del comportamiento de la cuenta total activo de los balances generales de los bancos comerciales de Honduras del periodo enero a septiembre 2023
    (Universidad Tecnológica Centroamericana UNITEC, 2024-03-14) Elías Ariel Ortíz Flores; Kerlim Escarleth Varela Palma; Alba Gabriela Garay Romero; Julio Esteban Ramos
    El objetivo final de nuestra investigación fue proponer un modelo de aprendizaje automático para predecir los resultados de la cuenta total activo de los balances generales de los bancos comerciales de Honduras para el periodo de enero a septiembre de 2023. Nuestro proyecto de investigación final mediante un modelo de aprendizaje automático de auto regresión estará en la capacidad de beneficiar a las autoridades financieras, bancos comerciales, inversionistas y clientes del sector bancario comercial de Honduras a: detectar anomalías, optimizar recursos, eficientar la toma de decisiones, mejorar la gestión financiera, identificar y evaluar riesgos financieros futuros. El proceso metodológico implementado para el cumplimento de nuestro objetivo de investigación fue el modelo CRISP-DM (Cross-industry standard process for data mining), el objetivo de aplicar CRISP–DM es para desarrollar un modelo de machine learning aplicando las seis fases de: compresión del negocio, compresión de los datos, preparación de los datos, modelado, evaluación y despliegue. El aplicar un modelo de machine learning permitió reforzar el análisis que se obtiene con las observaciones de las series de tiempo, a su vez logra obtener resultados a futuros de una forma matemática valida, estos resultados ayudan al nete regulador de los bancos, clientes, inversiones y los mismos bancos replantear sus estrategias y tomar mejores decisiones.