Repository logo
 

Predicción de riesgo de impago en institución financiera usando modelos de Machine Learning

Simple item page
dc.campusUNITEC TGUes_ES
dc.catalogadorDennis Cálixes_ES
dc.codigocarreraM-40es_ES
dc.collectionTesis de Postgradoes_ES
dc.contributor.advisorHenry Antonio Osorto Ruizes_ES
dc.contributor.authorJosé Manuel García Hernándezes_ES
dc.contributor.authorWalther Nahun Torres Morenoes_ES
dc.coverageTegucigalpa, Francisco Morazán, Hondurases_ES
dc.date.accessioned2023-12-09T17:23:27Z
dc.date.available2023-12-09T17:23:27Z
dc.date.issued2023-12-04
dc.date.terna2023-09-02
dc.ddc006.31 G216es_ES
dc.description.abstractEsta investigación se centra en la identificación de las variables clave que influyen en el riesgo de impago en la cartera de consumo fiduciario de instituciones financieras en Honduras. A través de un análisis exhaustivo de datos históricos, se logró destacar las principales variables predictoras. Posteriormente, se desarrolló y aplicó un modelo de machine learning altamente preciso que utiliza estas variables para anticipar el riesgo de impago. Este modelo ha demostrado una capacidad excepcional al predecir con éxito aproximadamente el 60% de los clientes propensos a caer en impago. Además de mejorar la gestión del riesgo crediticio, la implementación de este enfoque promete reducir costos, optimizar recursos y fortalecer la toma de decisiones en el sector financiero hondureño.es_ES
dc.description.abstractenglishThis research focuses on identifying the key variables that influence the default risk in the fiduciary consumer portfolio of financial institutions in Honduras. Through a comprehensive analysis of historical data, the main predictive variables were highlighted. Subsequently, a highly accurate machine learning model was developed and applied, using these variables to anticipate the default risk. This model has demonstrated exceptional capability by successfully predicting approximately 60% of clients prone to default. In addition to improving credit risk management, the implementation of this approach promises to reduce costs, optimize resources, and strengthen decision-making in the Honduran financial sector.es_ES
dc.disciplineAdministración y Negocios / Business and Managementes_ES
dc.facultyFacultad de Postgradoes_ES
dc.formatPDFes_ES
dc.identifier.urihttps://repositorio.unitec.edu/xmlui/handle/123456789/12906
dc.languageEspañoles_ES
dc.publisherUniversidad Tecnológica Centroamericana UNITECes_ES
dc.sourceUniversidad Tecnológica Centroamericana UNITECes_ES
dc.subjectCartera de consumoes_ES
dc.subjectModelos predictivoses_ES
dc.subjectRiesgo crediticioes_ES
dc.thesis.degreelevelPostgradoes_ES
dc.thesis.degreenameMaestría en Analítica de Negocioses_ES
dc.titlePredicción de riesgo de impago en institución financiera usando modelos de Machine Learninges_ES
dc.typeThesises_ES

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Predicción de riesgo de impago en institución financiera usando modelos de Machine Learning.pdf
Size:
1.51 MB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download

Collections

Tesis de Postgrado