Modelo para la evaluación del riesgo crediticio para los clientes de las microfinancieras del Perú
Average rating
Cast your vote
You can rate an item by clicking the amount of stars they wish to award to this item.
When enough users have cast their vote on this item, the average rating will also be shown.
Star rating
Your vote was cast
Thank you for your feedback
Thank you for your feedback
Asesores
Díaz Sánchez, Carlos FedericoFecha de publicación
2020-02-06Palabras clave
MicrofinanzasCrédito financiero
Empresas financieras
Microfinance
Financial credit
Financial companies
Metadatos
Mostrar el registro completo del ítemOtros títulos
Credit risk evaluation model for clients of microfinance companies in PeruResumen
El riesgo crediticio es un problema que viene afectando a las microfinancieras desde su nacimiento debido a que existe una probabilidad de que el cliente no termine de pagar el préstamo llegando inclusive al cierre de alguna de estas instituciones. En el Perú, la totalidad de empresas financieras utilizan el índice de morosidad como un indicador para medir el porcentaje de créditos no pagados con respecto a la totalidad de colocaciones, siendo en las microfinancieras el doble de la banca regular. Por este motivo, en la presente investigación se diseña un modelo de predicción que permite una mejor toma de decisiones al momento de evaluar al prestatario, utilizando variables estándares y comunes, herramientas y algoritmos modernos que permitan una mejor evaluación de las variables con respecto a la información brindada. El resultado de la investigación muestra las variables y los porcentajes de predicción de pago con la información brindada por una microfinanciera aplicando el algoritmo de redes bayesianas. Para esto, este proyecto demostró la eficacia del modelo planteado como un medio para obtener una fuente fidedigna con respecto a la evaluación de los créditos de consumo de manera objetiva. El modelo cuenta con 5 etapas: 1. Los elementos de entrada; 2. El proceso de evaluación y el análisis; 3. Las regulaciones estandarizadas; 4. La arquitectura tecnológica; 5. Los elementos de salida. Como resultados se obtuve una predicción promedio de las prestatarios de un 63%; así mismo, se evaluaron otros factores del modelo como la sensibilidad y la especificidad que ayudaron a la construcción del mismo.The growth and importance of the microfinance institutions of Peru are increasing over the years, generating a greater grant of credits to people who use this service. Likewise, the credit risk is a problem that has been affecting this type of financial institution since its birth because there is a probability that the client does not finish paying the loan, even closing some companies. In Peru, all financial institutions use the delinquency rate as an indicator to measure the percentage of unpaid loans with respect to all placements, with double the regular banking in microfinance. This problem originates due to the lack of modern evaluation models that use objective variables. For this reason, in the present document we design a prediction model that allows to the Microfinance institutions the facility to take more accurate decisions about given a credit to the customers. We use standards, tools and modern algorithms that allow the evaluation of every variable. Likewise, this research seeks to design a prediction model that allows better decision making when evaluating the borrower, using standard and common variables for this type of institutions, and modern tools and algorithms that allow a better evaluation of the variables with respect to the information provided. The result of the investigation shows the variables and percentages of payment prediction with the information provided by a microfinance institution.
Tipo
info:eu-repo/semantics/bachelorThesisDerechos
info:eu-repo/semantics/openAccessAttribution-NonCommercial-ShareAlike 4.0 International
Idioma
spaColecciones
El ítem tiene asociados los siguientes ficheros de licencia:
- Creative Commons
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess