Variables predictoras de Impago de responsables financieros en una universidad privada

Descripción del Articulo

Objetivo: Identificar variables predictoras de impago en responsables financieros en una universidad privada. Metodología: El diseño de la investigación es explicativo, pues se discriminan variables que ayudan a predecir la probabilidad de impago mediante la regresión logística binaria (logit). Resu...

Descripción completa

Detalles Bibliográficos
Autor: Trinidad Ticse, Benjamin David
Formato: tesis de grado
Fecha de Publicación:2023
Institución:Universidad Peruana Unión
Repositorio:UPEU-Tesis
Lenguaje:español
OAI Identifier:oai:repositorio.upeu.edu.pe:20.500.12840/6825
Enlace del recurso:http://repositorio.upeu.edu.pe/handle/20.500.12840/6825
Nivel de acceso:acceso embargado
Materia:Puntuación crediticia
Mineria de Datos
Probabilidad de impago
Responsable financiero
Credit Scoring
Default
http://purl.org/pe-repo/ocde/ford#5.02.02
Descripción
Sumario:Objetivo: Identificar variables predictoras de impago en responsables financieros en una universidad privada. Metodología: El diseño de la investigación es explicativo, pues se discriminan variables que ayudan a predecir la probabilidad de impago mediante la regresión logística binaria (logit). Resultados: Las variables: tipo de vivienda, escolaridad, estatus laboral, trabajo adicional, deudas al banco y trabajo adicional del cónyuge, tienen un p-valor 0.000 menor al 1% lo que indica que contribuyen al modelo en forma significativa para predecir impago en responsables financieros. Conclusión: La presente investigación muestra que existen 6 variables predictoras de impago en responsables financieros. Estas variables adecuadamente manejadas ayudarían a optimizar las decisiones que se toman en relación al riesgo crediticio en las instituciones educativas privadas, mejoraría el flujo de efectivo, favorecería a tomar decisiones crediticias más rápidas y permitiría un monitoreo más cercano de las cuenten por cobrar existentes priorizando la cobranza. Asimismo, reduciría el costo del análisis crediticio, costos de cobranzas y morosidad en las instituciones ya mencionadas.
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).