Repository logo
 

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

dc.campusUnitec Tegucigalpa
dc.catalogadorDennis Cálix
dc.codigocarreraM-40es_ES
dc.collectionTesis de Postgrado
dc.contributor.advisorHenry Antonio Osorto Ruiz
dc.contributor.authorJosé Manuel García Hernández
dc.contributor.authorWalther Nahun Torres Moreno
dc.coverageTegucigalpa, Francisco Morazán, Honduras
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.
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 Management
dc.facultyFacultad de Postgrado
dc.formatPDF
dc.identifier.urihttps://repositorio.unitec.edu/xmlui/handle/123456789/12906
dc.languageEspañol
dc.language.isoes
dc.publisherUniversidad Tecnológica Centroamericana UNITEC
dc.sourceUniversidad Tecnológica Centroamericana UNITEC
dc.subjectCartera de consumo
dc.subjectModelos predictivos
dc.subjectRiesgo crediticio
dc.thesis.degreelevelPostgrado
dc.thesis.degreenameMaestría en Analítica de Negocios / M-40
dc.titlePredicción de riesgo de impago en institución financiera usando modelos de Machine Learning
dc.typeThesis

Files

Original bundle
Now showing 1 - 1 of 1
Loading...
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:
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: