Look-up in Google Scholar
Full metadata record
López Rojas, Mario André
Ruiz Lima, Bruno
2023-05-29T16:13:23Z
2023-05-29T16:13:23Z
2023
https://hdl.handle.net/20.500.12737/9105
The present investigation was carried out to determine which are the best models to forecast the main indicators of the financial system of the Loreto region, which are direct loans and deposits. For this, the most appropriate time series econometric techniques reflected in the Box-Jenkins methodology were used, from which it was possible to corroborate that the model that performs a better fit to the data for both loans and deposits is the ARIMA(0,1,1), since this is the one that generates the smallest value of the Schwarz information criterion; however, this model is not the one that performs the best job in terms of forecast execution, since the values it yields when calculating the Root Mean Square Error (RMSE) for all models are not the lowest. For this reason, the models that have the best level of efficiency in terms of projections are the ARIMA(2,1,1) for direct loans and the ARIMA(1,1,1) for deposits. Likewise, these models predict a growth for loans and a contraction for deposits. (en_US)
La presente investigación se llevó a cabo para determinar cuáles son los mejores modelos para pronosticar los principales indicadores del sistema financiero de la región Loreto, los cuales son los créditos directos y los depósitos. Para ello, se empleó las técnicas econométricas de series de tiempo más adecuadas reflejadas en la metodología de Box – Jenkins, de lo cual se pudo corroborar que, el modelo que realiza un mejor ajuste a los datos tanto para los créditos como para los depósitos es el ARIMA(0,1,1), puesto que este es el genera el menor valor del criterio de información de Schwarz; sin embargo, este modelo no es el que realiza la mejor labor en cuanto a la ejecución de pronósticos ya que los valores que arroja cuando se calcula la Raíz del Error Cuadrático Medio (RECM) para todos los modelos, no son los más bajos. Por tal motivo, los modelos que cuentan con el mejor nivel de eficiencia en cuanto a proyecciones son el ARIMA(2,1,1) para los créditos directos y el ARIMA(1,1,1) para los depósitos. Asimismo, esos modelos pronostican un crecimiento para los créditos y una contracción para los depósitos. (es_PE)
application/pdf (es_PE)
spa (es_PE)
Universidad Nacional de la Amazonía Peruana (es_PE)
info:eu-repo/semantics/openAccess (*)
https://creativecommons.org/licenses/by/4.0/ (*)
Análisis económico (es_PE)
Depósitos bancarios (es_PE)
Préstamos bancarios (es_PE)
Operaciones bancarias (es_PE)
Entidades financieras (es_PE)
Proyecciones de los créditos directos y depósitos en moneda nacional del sistema financiero de Loreto periodo 2017 - 2021 (es_PE)
info:eu-repo/semantics/bachelorThesis (es_PE)
Universidad Nacional de la Amazonía Peruana. Facultad de Ciencias Económicas y de Negocios (es_PE)
Economía (es_PE)
Economista (es_PE)
PE (es_PE)
https://purl.org/pe-repo/ocde/ford#5.02.01 (es_PE)
https://purl.org/pe-repo/renati/level#tituloProfesional (es_PE)
40526097
https://orcid.org/0000-0001-9812-6696
44691954
311016 (es_PE)
Velásquez Freitas, Ricardo Augusto
Panduro Torres, Ingrith Yoshiro
Garcia Minbela, Juan Carlos
https://purl.org/pe-repo/renati/type#tesis (es_PE)
Pública



This item is licensed under a Creative Commons License Creative Commons