Las entidades crediticias constantemente se enfrentan al problema de controlar el riesgo de crédito al que se exponen al desarrollar sus operaciones crediticias, en tal sentido, siempre han requerido apoyarse en modelos predictivos que les ayuden a tomar decisiones acertadas para la aceptación o el rechazo de una solicitud de crédito. Los modelos predictivos que emplean las instituciones financieras para calificar a los solicitantes de crédito son los conocidos modelos clásicos basados en técnicas estadísticas y los modelos basados en técnicas de máquinas de aprendizaje. En esta investigación, con el objetivo de clasificar a los solicitantes de microcrédito y contribuir a la mejora de la gestión del riesgo crediticio, se trabaja con la Base de datos de una Caja Municipal de Ahorro y Crédito (CMAC) que contiene 15,569 registros, cada uno con 27 variables, en donde las primera...

La propuesta consistió en crear un modelo para diseño de una base de datos multidimensional aplicando Inteligencia de Negocios para que las PYMES la utilicen, de manera que cuando se hagan las consultas, estas sean eficientes, es decir menor tiempo de respuesta con optimización de almacenamiento en pocos pasos. Por naturaleza en las PYMES no han tenido referencia de uso en el Perú. Se construyó primero un modelo de entidad relación se pasó al modelo multidimensional, con la herramienta MS-SQL Server 2012, se implemento el modelo usando su suite Business Intelligence. Se contó con distintos niveles de agregación donde se recurrió a la jerarquía, que nos permitió agregar la información a distintos niveles. El nivel de detalle con el que se construyó el modelo dependió de las interrogantes que se respondió a partir del mismo. Se construyó normalmente al máximo nivel de det...