Regresión bayesiana con enlaces asimétricos para la clasificación de clientes con propensión a caer en mora en una entidad bancaria

Descripción del Articulo

Universidad Nacional Agraria La Molina. Escuela de Posgrado. Maestría en Estadística Aplicada
Detalles Bibliográficos
Autor: Fernández Vásquez, Richard Fernando
Formato: tesis de maestría
Fecha de Publicación:2018
Institución:Universidad Nacional Agraria La Molina
Repositorio:UNALM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.lamolina.edu.pe:20.500.12996/3093
Enlace del recurso:https://hdl.handle.net/20.500.12996/3093
Nivel de acceso:acceso abierto
Materia:Bancos
Consumidores
Préstamos
Crédito comercial
Riesgo
Modelos estadísticos
Métodos estadísticos
Evaluación
Perú
Clientes
Morosidad
https://purl.org/pe-repo/ocde/ford#4.05.00
id UNAL_07a10c11300b0238a6f37eec657bfb02
oai_identifier_str oai:repositorio.lamolina.edu.pe:20.500.12996/3093
network_acronym_str UNAL
network_name_str UNALM-Institucional
repository_id_str 3039
dc.title.es_PE.fl_str_mv Regresión bayesiana con enlaces asimétricos para la clasificación de clientes con propensión a caer en mora en una entidad bancaria
title Regresión bayesiana con enlaces asimétricos para la clasificación de clientes con propensión a caer en mora en una entidad bancaria
spellingShingle Regresión bayesiana con enlaces asimétricos para la clasificación de clientes con propensión a caer en mora en una entidad bancaria
Fernández Vásquez, Richard Fernando
Bancos
Consumidores
Préstamos
Crédito comercial
Riesgo
Modelos estadísticos
Métodos estadísticos
Evaluación
Perú
Clientes
Morosidad
https://purl.org/pe-repo/ocde/ford#4.05.00
title_short Regresión bayesiana con enlaces asimétricos para la clasificación de clientes con propensión a caer en mora en una entidad bancaria
title_full Regresión bayesiana con enlaces asimétricos para la clasificación de clientes con propensión a caer en mora en una entidad bancaria
title_fullStr Regresión bayesiana con enlaces asimétricos para la clasificación de clientes con propensión a caer en mora en una entidad bancaria
title_full_unstemmed Regresión bayesiana con enlaces asimétricos para la clasificación de clientes con propensión a caer en mora en una entidad bancaria
title_sort Regresión bayesiana con enlaces asimétricos para la clasificación de clientes con propensión a caer en mora en una entidad bancaria
author Fernández Vásquez, Richard Fernando
author_facet Fernández Vásquez, Richard Fernando
author_role author
dc.contributor.advisor.fl_str_mv Chue Gallardo, Jorge
dc.contributor.author.fl_str_mv Fernández Vásquez, Richard Fernando
dc.subject.es_PE.fl_str_mv Bancos
Consumidores
Préstamos
Crédito comercial
Riesgo
Modelos estadísticos
Métodos estadísticos
Evaluación
Perú
Clientes
Morosidad
topic Bancos
Consumidores
Préstamos
Crédito comercial
Riesgo
Modelos estadísticos
Métodos estadísticos
Evaluación
Perú
Clientes
Morosidad
https://purl.org/pe-repo/ocde/ford#4.05.00
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#4.05.00
description Universidad Nacional Agraria La Molina. Escuela de Posgrado. Maestría en Estadística Aplicada
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2018-02-20T15:54:39Z
dc.date.available.none.fl_str_mv 2018-02-20T15:54:39Z
dc.date.issued.fl_str_mv 2018
dc.type.en_US.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.other.none.fl_str_mv E13.F4755-T BAN UNALM
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12996/3093
identifier_str_mv E13.F4755-T BAN UNALM
url https://hdl.handle.net/20.500.12996/3093
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.en_US.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.en_US.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional Agraria La Molina
dc.source.es_PE.fl_str_mv Universidad Nacional Agraria La Molina
Repositorio institucional - UNALM
dc.source.none.fl_str_mv reponame:UNALM-Institucional
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str UNALM-Institucional
collection UNALM-Institucional
bitstream.url.fl_str_mv https://repositorio.lamolina.edu.pe/bitstreams/46c1d101-0b46-4e01-b6ac-806be66f3a23/download
https://repositorio.lamolina.edu.pe/bitstreams/d6cd2b74-f563-4262-bf95-a77612dfde09/download
https://repositorio.lamolina.edu.pe/bitstreams/3c53b432-7a32-42fc-9a8d-756751a55546/download
https://repositorio.lamolina.edu.pe/bitstreams/de3b2035-1923-4df1-a50a-4b8e9033a4a8/download
https://repositorio.lamolina.edu.pe/bitstreams/38a8f83d-bf5a-4ce6-ae8c-6c4914a11d1b/download
https://repositorio.lamolina.edu.pe/bitstreams/dd2524ec-3adf-4491-8249-15f735571851/download
https://repositorio.lamolina.edu.pe/bitstreams/25e088fe-81f8-4f06-89e9-1ad054a8bd03/download
bitstream.checksum.fl_str_mv 10282d2fd2a39e203b67ba9ca1d1f978
9f6dc52893506b1008a3965c52883d05
85e652b8dfa19b82485c505314e0a902
9d36fd5eac5348fee055cda9f8475f54
ebc779e65e392abccb7429df6e1b917b
7ea442ad8a903927661e4427a4718305
7e2558e978cf24d7816662892d475aba
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Nacional Agraria La Molina
repository.mail.fl_str_mv dspace@lamolina.edu.pe
_version_ 1852682911785943040
spelling Chue Gallardo, Jorgeb26f5cfc-8ddd-4349-9c32-fa6df8a2a1aaFernández Vásquez, Richard Fernando2018-02-20T15:54:39Z2018-02-20T15:54:39Z2018E13.F4755-T BAN UNALMhttps://hdl.handle.net/20.500.12996/3093Universidad Nacional Agraria La Molina. Escuela de Posgrado. Maestría en Estadística AplicadaEn la actualidad las entidades bancarias conviven con clientes que no cumplen con sus obligaciones crediticias y se exceden del plazo estipulado acordado con el banco, a estos clientes se les denomina clientes morosos, por tal motivo el objetivo del presente trabajo es determinar el modelo de regresión binaria bayesiano con enlace asimétrico más adecuado para clasificar a los clientes que incumplirán sus pagos de sus tarjetas de crédito según sus probabilidades de mora en la entidad bancaria UNIBANK y haciendo uso de las variables más significativas. Se realizó un análisis comparativo entre los modelos de regresión bayesiana con enlaces asimétricos cloglog, power logit y scobit, y se determinó que el modelo de regresión binaria bayesiano con enlace asimétrico cloglog fue el más adecuado para clasificar a los clientes que incumplen sus obligaciones crediticias con sus tarjetas de crédito en la entidad bancaria UNIBANK según su probabilidad de mora, pues este modelo presentó un valor mucho mayor de sensibilidad que los modelos power logit y scobit, siendo las diferencias 8.5% y 9.1%, respectivamenteAt present the banking entities coexist with clients that do not fulfill their credit obligations and exceed the stipulated term agreed with the bank, these clients are called delinquent clients, for that reason the objective of the present work is to determine the regression model Bayesian binary with asymmetric link more suitable to classify customers who will default their payments on their credit cards according to their probability of default in the bank UNIBANK and making use of the most significant variables. A comparative analysis was performed between the bayesian regression models with asymmetric cloglog, power logit and scobit links, and it was determined that the bayesian binary regression model with asymmetric link cloglog was the most adequate to classify clients who breach their credit obligations with their credit cards in the bank UNIBANK according to their probability of default, since this model presented a much greater value of sensitivity than the models power logit and scobit, being the differences 8.5% and 9.1%, respectivelyTesisapplication/pdfspaUniversidad Nacional Agraria La Molinainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional Agraria La MolinaRepositorio institucional - UNALMreponame:UNALM-Institucionalinstname:Universidad Nacional Agraria La Molinainstacron:UNALMBancosConsumidoresPréstamosCrédito comercialRiesgoModelos estadísticosMétodos estadísticosEvaluaciónPerúClientesMorosidadhttps://purl.org/pe-repo/ocde/ford#4.05.00Regresión bayesiana con enlaces asimétricos para la clasificación de clientes con propensión a caer en mora en una entidad bancariainfo:eu-repo/semantics/masterThesisSUNEDUEstadística AplicadaUniversidad Nacional Agraria La Molina. Escuela de PosgradoMagister Scientiae - Estadística AplicadaMaestríaTHUMBNAILfernandez-vasquez-richard-fernando.pdf.jpgfernandez-vasquez-richard-fernando.pdf.jpgGenerated Thumbnailimage/jpeg3586https://repositorio.lamolina.edu.pe/bitstreams/46c1d101-0b46-4e01-b6ac-806be66f3a23/download10282d2fd2a39e203b67ba9ca1d1f978MD56E13-F4755-T-resumen.pdf.jpgE13-F4755-T-resumen.pdf.jpgGenerated Thumbnailimage/jpeg3572https://repositorio.lamolina.edu.pe/bitstreams/d6cd2b74-f563-4262-bf95-a77612dfde09/download9f6dc52893506b1008a3965c52883d05MD58LICENSElicense.txtlicense.txttext/plain; charset=utf-81683https://repositorio.lamolina.edu.pe/bitstreams/3c53b432-7a32-42fc-9a8d-756751a55546/download85e652b8dfa19b82485c505314e0a902MD52TEXTfernandez-vasquez-richard-fernando.pdf.txtfernandez-vasquez-richard-fernando.pdf.txtExtracted texttext/plain97455https://repositorio.lamolina.edu.pe/bitstreams/de3b2035-1923-4df1-a50a-4b8e9033a4a8/download9d36fd5eac5348fee055cda9f8475f54MD54E13-F4755-T-resumen.pdf.txtE13-F4755-T-resumen.pdf.txtExtracted texttext/plain3060https://repositorio.lamolina.edu.pe/bitstreams/38a8f83d-bf5a-4ce6-ae8c-6c4914a11d1b/downloadebc779e65e392abccb7429df6e1b917bMD57ORIGINALfernandez-vasquez-richard-fernando.pdffernandez-vasquez-richard-fernando.pdfTexto completoapplication/pdf1012501https://repositorio.lamolina.edu.pe/bitstreams/dd2524ec-3adf-4491-8249-15f735571851/download7ea442ad8a903927661e4427a4718305MD53E13-F4755-T-resumen.pdfE13-F4755-T-resumen.pdfResumenapplication/pdf196605https://repositorio.lamolina.edu.pe/bitstreams/25e088fe-81f8-4f06-89e9-1ad054a8bd03/download7e2558e978cf24d7816662892d475abaMD5520.500.12996/3093oai:repositorio.lamolina.edu.pe:20.500.12996/30932023-01-05 06:04:34.28https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.lamolina.edu.peRepositorio Universidad Nacional Agraria La Molinadspace@lamolina.edu.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
score 12.683994
Regresión bayesiana con enlaces asimétricos para la clasificación de clientes con propensión a caer en mora en una entidad bancaria
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