Modelación en riesgo financiero: aplicaciones con bibliometría y Latent Dirichlet Allocation

Descripción del Articulo

El presente tiene como objetivo explorar la importancia de la modelación en el riesgo financiero, un aspecto clave para la estabilidad de las instituciones financieras y las empresas en un entorno global caracterizado por incertidumbres económicas. Utilizando herramientas de bibliometría y Latent Di...

Descripción completa

Detalles Bibliográficos
Autores: Haro Sarango, Alexander Fernando, Cabanillas Ñaño, Sara Isabel
Formato: artículo
Fecha de Publicación:2025
Institución:Universidad Nacional de Trujillo
Repositorio:Revistas - Universidad Nacional de Trujillo
Lenguaje:español
OAI Identifier:oai:ojs.revistas.unitru.edu.pe:article/6755
Enlace del recurso:https://revistas.unitru.edu.pe/index.php/SCIENDO/article/view/6755
Nivel de acceso:acceso abierto
Materia:Riesgo financiero
modelación
Latent Dirichlet Allocation
big data
insolvencia
id REVUNITRU_04437c63a7dc2c32c5b3c7a6ff1d72a2
oai_identifier_str oai:ojs.revistas.unitru.edu.pe:article/6755
network_acronym_str REVUNITRU
network_name_str Revistas - Universidad Nacional de Trujillo
repository_id_str
spelling Modelación en riesgo financiero: aplicaciones con bibliometría y Latent Dirichlet AllocationHaro Sarango, Alexander Fernando Cabanillas Ñaño, Sara Isabel Riesgo financieromodelaciónLatent Dirichlet Allocationbig datainsolvenciaEl presente tiene como objetivo explorar la importancia de la modelación en el riesgo financiero, un aspecto clave para la estabilidad de las instituciones financieras y las empresas en un entorno global caracterizado por incertidumbres económicas. Utilizando herramientas de bibliometría y Latent Dirichlet Allocation (LDA), se analizan los avances recientes en el campo, desde el uso de big data y algoritmos genéticos mejorados hasta la adopción de modelos predictivos avanzados. Este enfoque permite identificar patrones de investigación y tendencias clave, destacando el papel de la colaboración internacional y el crecimiento de la producción científica en la gestión del riesgo financiero. Los resultados subrayan la necesidad de seguir desarrollando modelos más sofisticados para predecir insolvencias y mejorar la capacidad de respuesta ante riesgos financieros en mercados cada vez más interconectados.  Universidad Nacional de Trujillo2025-09-02info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.unitru.edu.pe/index.php/SCIENDO/article/view/6755SCIÉNDO; Vol. 28 Núm. 2 (2025): Abril-Junio; 227-2362617-37351681-7230reponame:Revistas - Universidad Nacional de Trujilloinstname:Universidad Nacional de Trujilloinstacron:UNITRUspahttps://revistas.unitru.edu.pe/index.php/SCIENDO/article/view/6755/6952Derechos de autor 2025 Alexander Fernando Haro Sarango, Sara Isabel Cabanillas Ñañohttps://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessoai:ojs.revistas.unitru.edu.pe:article/67552025-09-02T19:15:46Z
dc.title.none.fl_str_mv Modelación en riesgo financiero: aplicaciones con bibliometría y Latent Dirichlet Allocation
title Modelación en riesgo financiero: aplicaciones con bibliometría y Latent Dirichlet Allocation
spellingShingle Modelación en riesgo financiero: aplicaciones con bibliometría y Latent Dirichlet Allocation
Haro Sarango, Alexander Fernando
Riesgo financiero
modelación
Latent Dirichlet Allocation
big data
insolvencia
title_short Modelación en riesgo financiero: aplicaciones con bibliometría y Latent Dirichlet Allocation
title_full Modelación en riesgo financiero: aplicaciones con bibliometría y Latent Dirichlet Allocation
title_fullStr Modelación en riesgo financiero: aplicaciones con bibliometría y Latent Dirichlet Allocation
title_full_unstemmed Modelación en riesgo financiero: aplicaciones con bibliometría y Latent Dirichlet Allocation
title_sort Modelación en riesgo financiero: aplicaciones con bibliometría y Latent Dirichlet Allocation
dc.creator.none.fl_str_mv Haro Sarango, Alexander Fernando
Cabanillas Ñaño, Sara Isabel
author Haro Sarango, Alexander Fernando
author_facet Haro Sarango, Alexander Fernando
Cabanillas Ñaño, Sara Isabel
author_role author
author2 Cabanillas Ñaño, Sara Isabel
author2_role author
dc.subject.none.fl_str_mv Riesgo financiero
modelación
Latent Dirichlet Allocation
big data
insolvencia
topic Riesgo financiero
modelación
Latent Dirichlet Allocation
big data
insolvencia
description El presente tiene como objetivo explorar la importancia de la modelación en el riesgo financiero, un aspecto clave para la estabilidad de las instituciones financieras y las empresas en un entorno global caracterizado por incertidumbres económicas. Utilizando herramientas de bibliometría y Latent Dirichlet Allocation (LDA), se analizan los avances recientes en el campo, desde el uso de big data y algoritmos genéticos mejorados hasta la adopción de modelos predictivos avanzados. Este enfoque permite identificar patrones de investigación y tendencias clave, destacando el papel de la colaboración internacional y el crecimiento de la producción científica en la gestión del riesgo financiero. Los resultados subrayan la necesidad de seguir desarrollando modelos más sofisticados para predecir insolvencias y mejorar la capacidad de respuesta ante riesgos financieros en mercados cada vez más interconectados.  
publishDate 2025
dc.date.none.fl_str_mv 2025-09-02
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv https://revistas.unitru.edu.pe/index.php/SCIENDO/article/view/6755
url https://revistas.unitru.edu.pe/index.php/SCIENDO/article/view/6755
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv https://revistas.unitru.edu.pe/index.php/SCIENDO/article/view/6755/6952
dc.rights.none.fl_str_mv Derechos de autor 2025 Alexander Fernando Haro Sarango, Sara Isabel Cabanillas Ñaño
https://creativecommons.org/licenses/by/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Derechos de autor 2025 Alexander Fernando Haro Sarango, Sara Isabel Cabanillas Ñaño
https://creativecommons.org/licenses/by/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional de Trujillo
publisher.none.fl_str_mv Universidad Nacional de Trujillo
dc.source.none.fl_str_mv SCIÉNDO; Vol. 28 Núm. 2 (2025): Abril-Junio; 227-236
2617-3735
1681-7230
reponame:Revistas - Universidad Nacional de Trujillo
instname:Universidad Nacional de Trujillo
instacron:UNITRU
instname_str Universidad Nacional de Trujillo
instacron_str UNITRU
institution UNITRU
reponame_str Revistas - Universidad Nacional de Trujillo
collection Revistas - Universidad Nacional de Trujillo
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1847155308500090880
score 13.434648
Modelación en riesgo financiero: aplicaciones con bibliometría y Latent Dirichlet Allocation
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares