Aplicación del modelo credit scoring y regresión logística en la predicción del crédito, en una entidad financiera de la ciudad del Cusco 2022

• Autor: Sanchez Farfan, Yeli Sandra
• Formato: tesis de maestría
• Fecha de Publicación: 2023
• Institución: Universidad Nacional de San Antonio Abad del Cusco
• Repositorio: UNSAAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsaac.edu.pe:20.500.12918/8131
• Enlace del recurso: http://hdl.handle.net/20.500.12918/8131
• Nivel de acceso: acceso restringido
• Materia: Regresión logística; Arboles de decisión; Credit scoring; Riesgo crediticio; http://purl.org/pe-repo/ocde/ford#1.01.03

El propósito del presente trabajo fue comparar la eficiencia de los modelos credit scoring y regresión logística para la predicción del otorgamiento de un crédito en una entidad financiera en la ciudad del Cusco 2022, utilizando los modelos de árboles de decisión y regresión logística para determinar el riesgo crediticio en el proceso de evaluación. El estudio se realizó dentro de un paradigma cuantitativo, investigación básica y un diseño no experimental. Donde la población de estudio fue de 5000 clientes que obtuvieron un préstamo de tipo consumo no revolvente en la entidad financiera en el periodo de enero a diciembre del 2022, según registro en la cartera de créditos de la entidad y se utilizó un muestreo no probabilístico de tipo censal, la información se recopilo mediante una técnica documental. Los resultados del estudio muestran que los factores asociados en el otorgamiento del crédito son: días de mora, provisiones constituidas, numero de cuotas programadas y cuotas pendientes. Se concluye que el modelo de regresión logística presenta una precisión del 99% superior al modelo credit scoring que presenta una precisión del 98% para el otorgamiento del crédito.