Buscar en Google Scholar
Título: Implementación de una herramienta de análisis de riesgo de crédito basado en el modelo de rating de crédito, algoritmos genéticos y clustering jerárquico aglomerativo
Asesor(es): Sobrevilla Cabezudo, Marco Antonio
Campo OCDE: https://purl.org/pe-repo/ocde/ford#2.02.04
Fecha de publicación: 2017
Institución: Universidad Nacional Mayor de San Marcos
Resumen: Propone un método para generar modelos de clasificación de riesgo de crédito de acuerdo a la metodología de rating de crédito. La implementación de esta metodología requiere construir dos grandes bloques de análisis: (1) la construcción de un modelo de puntuaciones, y (2) la construcción de un modelo de agrupación de clases de riesgo. Para construir el modelo de rating, este trabajo propone el uso de dos técnicas de la inteligencia artificial: (1) el uso de algoritmos genéticos para determinar el modelo de puntuaciones óptimo, y (2) el uso de clustering jerárquico aglomerativo para la segmentación de los grupos de riesgo. Los resultados de la experimentación mostraron que la presente propuesta obtiene un buen indicador de poder de predicción (58.9%). Además, se comparó este modelo con el modelo de regresión logística (un conocido método de estimación estadística), teniendo la propuesta actual un mejor desempeño que el modelo logístico. Se concluye que las técnicas de inteligencia artificial usadas en este trabajo muestran un buen resultado para generar un modelo de rating, y tienen como ventaja la fácil interpretación de sus resultados por un experto humano.
Disciplina académico-profesional: Ingeniería de Sistemas
Institución que otorga el grado o título: Universidad Nacional Mayor de San Marcos. Facultad de Ingeniería de Sistemas e Informática. Escuela Académico Profesional de Ingeniería de Sistemas
Grado o título: Ingeniero de Sistemas
Jurado: Pró Concepción, Luzmila Elisa; Rivas Peña, Marcos Hernán
Fecha de registro: 19-mar-2018



Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons