Look-up in Google Scholar
Full metadata record
Bazán Guzmán, Jorge Luis
Pantoja Marin, Luis (es_ES)
2013-02-05T14:38:50Z
2013-02-05T14:38:50Z (es_ES)
2013-02-05T14:38:50Z (es_ES)
2013-02-05T14:38:50Z
2012 (es_ES)
2013-02-05 (es_ES)
http://hdl.handle.net/20.500.12404/1716
La presente investigación se fundamenta en el uso o aplicación de Modelos Skew Probit con enlace asimétrico desde un enfoque Bayesiano. Los modelos a usar incorporan la posibilidad de usar enlaces asimétricos para estimar la probabilidad de y i =1 en muestras no balanceadas (alta proporción de ceros y por ende pequeña proporción de unos). La formulación general de esto modelos es debida a Bazán, Bolfarine y Branco (2010). Aunque en estos modelos inicialmente su computación es complicada se usaron Cadenas de Markov por Monte Carlo (MCMC) o muestreo Gibbs (para la aplicación de estos procedimientos ver Carlin y Polson, 1992) que hacen simple la formulación del modelo y por tanto simple su implementación usando el software WinBugs (los códigos de los diferentes modelos utilizados fueron obtenidos en el programa BRMUW propuesto por Bazán y Bayes, 2010). De acuerdo al análisis y estudio de aplicación realizado sobre una muestra de clientes de préstamos pertenecientes a una entidad micro financiera, aquellos modelos Skew Probit BBB y Estándar presentan los mejores indicadores de eficiencia. El análisis sobre datos reales señala que el modelo tradicional Probit presenta un 56.6% (371/664) de mala clasificación versus los modelos Estándar y BBB que en promedio muestran dicho indicador alrededor de 43% (290/664). El análisis mediante curvas COR (Receiver Operating Characteristic) ratifica lo mencionado; el área debajo de las curvas superan el 0.74 de 1 para el modelo BBB, mientras que dicho dato es de 0.70 para el caso del modelo simétrico tradicional probit. Por tanto la sensibilidad y especificidad (eficiencia) es mayor para aquellos modelos Skew Probit (mejor modelo BBB). Dentro de los modelos con Enlaces Asimétricos los modelos (SP) BBB y Estándar son los que presentan mejores indicadores de ajuste e información as__ como mejoran la sensibilidad y especificidad de un determinado modelo. Finalmente, se pretende la sistematización de la propuesta a nivel de la entidad micro financiera y su aplicación en la estimación de la probabilidad de default de créditos pero aplicado en todos los tipos de créditos. (es_ES)
spa (es_ES)
Pontificia Universidad Católica del Perú (es_ES)
info:eu-repo/semantics/openAccess (es_ES)
http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ (*)
Modelos matemáticos (es_ES)
Estadística bayesiana (es_ES)
Estadística (es_ES)
Análisis de regresión (es_ES)
Modelos de regresión binaria Skew probit para el calculo de probabilidad de default en el ámbito del sistema financiero (es_ES)
info:eu-repo/semantics/masterThesis (es_ES)
Pontificia Universidad Católica del Perú. Escuela de Posgrado (es_ES)
Estadística (es_ES)
Maestría (es_ES)
Maestro en Estadística (es_ES)
PE (es_ES)
https://purl.org/pe-repo/ocde/ford#1.01.03 (es_ES)
https://purl.org/pe-repo/renati/level#maestro (es_ES)
542037 (es_ES)
http://purl.org/pe-repo/renati/type#tesis (es_ES)
Privada asociativa



This item is licensed under a Creative Commons License Creative Commons