Mostrar el registro sencillo del ítem

dc.contributor.advisorAlba Gabriela Garay Romeroes_ES
dc.contributor.advisorKevin Eduardo Fúnez Fúnezes_ES
dc.contributor.advisorRafael Acosta Sandovales_ES
dc.contributor.authorCarlos Roberto Jeff Montoyaes_ES
dc.contributor.authorMilton Josué Hernández Fúnezes_ES
dc.date.accessioned2024-03-16T16:14:51Z
dc.date.available2024-03-16T16:14:51Z
dc.date.issued2024-03-14
dc.identifier.urihttps://repositorio.unitec.edu/xmlui/handle/123456789/13022
dc.description.abstractEsta 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.es_ES
dc.formatPDFes_ES
dc.languageEspañoles_ES
dc.publisherUniversidad Tecnológica Centroamericana UNITECes_ES
dc.sourceUniversidad Tecnológica Centroamericana UNITECes_ES
dc.subjectBancos Comercialeses_ES
dc.subjectAprendizaje Automáticoes_ES
dc.subjectCréditoes_ES
dc.titleModelo de perfilamiento de bancos comerciales en Hondurases_ES
dc.typeThesises_ES
dc.description.abstractenglishThis research aimed to generate profiles of Honduras commercial banks by analyzing granted credits, using data provided by the CNBS. Machine learning tools, specifically K-Means and Hierarchical Clustering algorithms, were employed to define four significant profiles: Comprehensive Coverage Profile, Strategic Diversification Profile, Strategic Focus Profile, and High Specification Profile. This classification revealed meaningful relationships among gender, location, and credit type variables. The study delivered a valuable data analytics tool for informed financial decision-making. Future research relevance was identified for the inclusion of legal entities and the assessment of age ranges.es_ES
dc.coverageTegucigalpa, Francisco Morazán, Hondurases_ES
dc.catalogadorDennis Calixes_ES
dc.facultyFacultad de Postgradoes_ES
dc.thesis.degreenameMaestría en Analítica de Negocios / M-40es_ES
dc.thesis.degreelevelPostgradoes_ES
dc.disciplineAdministración y Negocios / Business and Managementes_ES
dc.ddc332.12 J45es_ES
dc.campusUNITEC TGUes_ES
dc.collectionTesis de Postgradoes_ES
dc.date.terna2023-12-01


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem