Evaluación de riesgos crediticios en la empresa Mibanco S.A. – agencia Chupaca, mediante redes neuronales

  • Descripción del artículo
  • La tesis titulada: “EVALUACIÓN DE RIESGOS CREDITICIOS EN LA EMPRESA MI BANCO S.A. – AGENCIA CHUPACA, MEDIANTE REDES NEURONALES”; es el resultado del estudio al comportamiento que tienen las diversas variables que determinan el Riesgo crediticio de los clientes, en la agencia Chupaca de la empresa Mi...

    Full description

Main Author: Paucar Sulka, Deisy Cintia
Format: Tesis de grado
Language: spa
Published: 2018
Subjects:
Online Access: http://repositorio.uncp.edu.pe/handle/UNCP/4914
Summary:La tesis titulada: “EVALUACIÓN DE RIESGOS CREDITICIOS EN LA EMPRESA MI BANCO S.A. – AGENCIA CHUPACA, MEDIANTE REDES NEURONALES”; es el resultado del estudio al comportamiento que tienen las diversas variables que determinan el Riesgo crediticio de los clientes, en la agencia Chupaca de la empresa Mibanco S.A, los cuales determinan el otorgamiento de créditos dentro del entorno, utilizando para ello la aplicación de Redes Neuronales que optimizarán el resultado. Así mismo se ha recopilado la información de las variables identificadas como: Distrito, Edad, Actividad comercial/Ingresos, Estado civil, Número de hijos dependientes, Firma de un aval, tipo de garantía, días máximos de atraso y número de bancos. Cuya relación determina el riesgo crediticio de cada cliente, cuando se le otorga un crédito. Minimizando la posibilidad de que el cliente tenga problemas con el pago en sus cuotas, evitando perdidas económicas a la empresa Financiera. Los datos utilizados permitieron entrenar y probar comportamientos óptimos de la segmentación de riesgos en los clientes, para ello se Utilizó la Red Neuronal Perceptrón de tres capas y La Red Neuronal probabilística de cuatro capas. Concluyendo que la Red Neuronal Probalísticas es la que posee mayor exactitud en su modelo con 80.10% entre los datos entrenados y predichos. Siendo los variables más influentes en el modelo: Los días de atraso, número de bancos y Actividad comercial. Dicha Red Neural Probabilística permitió predecir la segmentación de riesgo crediticio del cliente de una manera óptima

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).