Proyecciones de los créditos directos y depósitos en moneda nacional del sistema financiero de Loreto periodo 2017 - 2021

Descripción del Articulo

The present investigation was carried out to determine which are the best models to forecast the main indicators of the financial system of the Loreto region, which are direct loans and deposits. For this, the most appropriate time series econometric techniques reflected in the Box-Jenkins methodolo...

Descripción completa

Detalles Bibliográficos
Autor: Ruiz Lima, Bruno
Formato: tesis de grado
Fecha de Publicación:2023
Institución:Universidad Nacional De La Amazonía Peruana
Repositorio:UNAPIquitos-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unapiquitos.edu.pe:20.500.12737/9105
Enlace del recurso:https://hdl.handle.net/20.500.12737/9105
Nivel de acceso:acceso abierto
Materia:Análisis económico
Depósitos bancarios
Préstamos bancarios
Operaciones bancarias
Entidades financieras
https://purl.org/pe-repo/ocde/ford#5.02.01
id UNAP_19a9194dcc4d565c52a46ca5e28d91e6
oai_identifier_str oai:repositorio.unapiquitos.edu.pe:20.500.12737/9105
network_acronym_str UNAP
network_name_str UNAPIquitos-Institucional
repository_id_str 4362
dc.title.es_PE.fl_str_mv Proyecciones de los créditos directos y depósitos en moneda nacional del sistema financiero de Loreto periodo 2017 - 2021
title Proyecciones de los créditos directos y depósitos en moneda nacional del sistema financiero de Loreto periodo 2017 - 2021
spellingShingle Proyecciones de los créditos directos y depósitos en moneda nacional del sistema financiero de Loreto periodo 2017 - 2021
Ruiz Lima, Bruno
Análisis económico
Depósitos bancarios
Préstamos bancarios
Operaciones bancarias
Entidades financieras
https://purl.org/pe-repo/ocde/ford#5.02.01
title_short Proyecciones de los créditos directos y depósitos en moneda nacional del sistema financiero de Loreto periodo 2017 - 2021
title_full Proyecciones de los créditos directos y depósitos en moneda nacional del sistema financiero de Loreto periodo 2017 - 2021
title_fullStr Proyecciones de los créditos directos y depósitos en moneda nacional del sistema financiero de Loreto periodo 2017 - 2021
title_full_unstemmed Proyecciones de los créditos directos y depósitos en moneda nacional del sistema financiero de Loreto periodo 2017 - 2021
title_sort Proyecciones de los créditos directos y depósitos en moneda nacional del sistema financiero de Loreto periodo 2017 - 2021
author Ruiz Lima, Bruno
author_facet Ruiz Lima, Bruno
author_role author
dc.contributor.advisor.fl_str_mv López Rojas, Mario André
dc.contributor.author.fl_str_mv Ruiz Lima, Bruno
dc.subject.es_PE.fl_str_mv Análisis económico
Depósitos bancarios
Préstamos bancarios
Operaciones bancarias
Entidades financieras
topic Análisis económico
Depósitos bancarios
Préstamos bancarios
Operaciones bancarias
Entidades financieras
https://purl.org/pe-repo/ocde/ford#5.02.01
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#5.02.01
description The present investigation was carried out to determine which are the best models to forecast the main indicators of the financial system of the Loreto region, which are direct loans and deposits. For this, the most appropriate time series econometric techniques reflected in the Box-Jenkins methodology were used, from which it was possible to corroborate that the model that performs a better fit to the data for both loans and deposits is the ARIMA(0,1,1), since this is the one that generates the smallest value of the Schwarz information criterion; however, this model is not the one that performs the best job in terms of forecast execution, since the values it yields when calculating the Root Mean Square Error (RMSE) for all models are not the lowest. For this reason, the models that have the best level of efficiency in terms of projections are the ARIMA(2,1,1) for direct loans and the ARIMA(1,1,1) for deposits. Likewise, these models predict a growth for loans and a contraction for deposits.
publishDate 2023
dc.date.accessioned.none.fl_str_mv 2023-05-29T16:13:23Z
dc.date.available.none.fl_str_mv 2023-05-29T16:13:23Z
dc.date.issued.fl_str_mv 2023
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12737/9105
url https://hdl.handle.net/20.500.12737/9105
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.*.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional de la Amazonía Peruana
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.none.fl_str_mv reponame:UNAPIquitos-Institucional
instname:Universidad Nacional De La Amazonía Peruana
instacron:UNAPIquitos
instname_str Universidad Nacional De La Amazonía Peruana
instacron_str UNAPIquitos
institution UNAPIquitos
reponame_str UNAPIquitos-Institucional
collection UNAPIquitos-Institucional
bitstream.url.fl_str_mv https://repositorio.unapiquitos.edu.pe/bitstreams/fc0d4f7a-2c9b-4481-9d73-2aaf464ef9b7/download
https://repositorio.unapiquitos.edu.pe/bitstreams/a655aaa4-8ade-4b77-9a95-d3515510d1f9/download
https://repositorio.unapiquitos.edu.pe/bitstreams/5913d8c1-bfc7-46e5-a707-e3fe2c870956/download
https://repositorio.unapiquitos.edu.pe/bitstreams/75641809-bbc3-40c3-a29b-e66a783c01d0/download
https://repositorio.unapiquitos.edu.pe/bitstreams/e5daee4c-bbbf-4064-a259-86af1a171de5/download
https://repositorio.unapiquitos.edu.pe/bitstreams/bef4f857-acf2-4639-a74a-54fba84c600f/download
https://repositorio.unapiquitos.edu.pe/bitstreams/df553a78-940f-4d02-bbde-e098dd37976c/download
https://repositorio.unapiquitos.edu.pe/bitstreams/497522f9-7e48-41bb-94c4-223213a0047a/download
https://repositorio.unapiquitos.edu.pe/bitstreams/1dce9937-ab5e-48d8-b540-9ee5dd33029a/download
https://repositorio.unapiquitos.edu.pe/bitstreams/46fcb644-736e-4bf5-8480-cbfad97c1805/download
https://repositorio.unapiquitos.edu.pe/bitstreams/32f30516-a461-4796-8163-37bf108f3565/download
https://repositorio.unapiquitos.edu.pe/bitstreams/32d9a403-096e-437c-b9e1-d80134ae3565/download
bitstream.checksum.fl_str_mv bb091d2e9cc6923b31698417ce3b0570
674a45e80adb7dccce622e8553465730
9c8d665ec23d9685faaa1f7c4fe0b661
ed02c242d98d742d83233317864054ed
94abdee601df2874bb80fc85ae6945a5
f53e4d7393605b15892d6a7f6a461c7e
ce6ba2912b4344379538e8756aafcfc0
268ec3789387a007fafefea37d78626f
773dd5dad5c8117ac56a9642d905e4bc
abe955e5e4d3f328bfa9795c3e5a1de1
facf6f910619d0460a4b26663228b847
ff9287c00d0e58a877fed429bebac826
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Digital UNAP
repository.mail.fl_str_mv repositorio.institucional@unapiquitos.edu.pe
_version_ 1846613095959494656
spelling López Rojas, Mario AndréRuiz Lima, Bruno2023-05-29T16:13:23Z2023-05-29T16:13:23Z2023https://hdl.handle.net/20.500.12737/9105The present investigation was carried out to determine which are the best models to forecast the main indicators of the financial system of the Loreto region, which are direct loans and deposits. For this, the most appropriate time series econometric techniques reflected in the Box-Jenkins methodology were used, from which it was possible to corroborate that the model that performs a better fit to the data for both loans and deposits is the ARIMA(0,1,1), since this is the one that generates the smallest value of the Schwarz information criterion; however, this model is not the one that performs the best job in terms of forecast execution, since the values it yields when calculating the Root Mean Square Error (RMSE) for all models are not the lowest. For this reason, the models that have the best level of efficiency in terms of projections are the ARIMA(2,1,1) for direct loans and the ARIMA(1,1,1) for deposits. Likewise, these models predict a growth for loans and a contraction for deposits.La presente investigación se llevó a cabo para determinar cuáles son los mejores modelos para pronosticar los principales indicadores del sistema financiero de la región Loreto, los cuales son los créditos directos y los depósitos. Para ello, se empleó las técnicas econométricas de series de tiempo más adecuadas reflejadas en la metodología de Box – Jenkins, de lo cual se pudo corroborar que, el modelo que realiza un mejor ajuste a los datos tanto para los créditos como para los depósitos es el ARIMA(0,1,1), puesto que este es el genera el menor valor del criterio de información de Schwarz; sin embargo, este modelo no es el que realiza la mejor labor en cuanto a la ejecución de pronósticos ya que los valores que arroja cuando se calcula la Raíz del Error Cuadrático Medio (RECM) para todos los modelos, no son los más bajos. Por tal motivo, los modelos que cuentan con el mejor nivel de eficiencia en cuanto a proyecciones son el ARIMA(2,1,1) para los créditos directos y el ARIMA(1,1,1) para los depósitos. Asimismo, esos modelos pronostican un crecimiento para los créditos y una contracción para los depósitos.application/pdfspaUniversidad Nacional de la Amazonía PeruanaPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Análisis económicoDepósitos bancariosPréstamos bancariosOperaciones bancariasEntidades financierashttps://purl.org/pe-repo/ocde/ford#5.02.01Proyecciones de los créditos directos y depósitos en moneda nacional del sistema financiero de Loreto periodo 2017 - 2021info:eu-repo/semantics/bachelorThesisreponame:UNAPIquitos-Institucionalinstname:Universidad Nacional De La Amazonía Peruanainstacron:UNAPIquitosSUNEDUEconomíaUniversidad Nacional de la Amazonía Peruana. Facultad de Ciencias Económicas y de NegociosEconomista44691954https://orcid.org/0000-0001-9812-669640526097https://purl.org/pe-repo/renati/type#tesis311016https://purl.org/pe-repo/renati/level#tituloProfesionalVelásquez Freitas, Ricardo AugustoPanduro Torres, Ingrith YoshiroGarcia Minbela, Juan CarlosORIGINALBruno_Tesis_Titulo_2023.pdfBruno_Tesis_Titulo_2023.pdfTexto completoapplication/pdf1743588https://repositorio.unapiquitos.edu.pe/bitstreams/fc0d4f7a-2c9b-4481-9d73-2aaf464ef9b7/downloadbb091d2e9cc6923b31698417ce3b0570MD51trueAnonymousREADBruno_Formulario de Autorizacion.pdfBruno_Formulario de Autorizacion.pdfapplication/pdf676321https://repositorio.unapiquitos.edu.pe/bitstreams/a655aaa4-8ade-4b77-9a95-d3515510d1f9/download674a45e80adb7dccce622e8553465730MD52falseAnounymousREADBruno_Constancia de Similitud.pdfBruno_Constancia de Similitud.pdfapplication/pdf878940https://repositorio.unapiquitos.edu.pe/bitstreams/5913d8c1-bfc7-46e5-a707-e3fe2c870956/download9c8d665ec23d9685faaa1f7c4fe0b661MD53falseAnounymousREADBruno_Constancia de Conformidad.pdfBruno_Constancia de Conformidad.pdfapplication/pdf652583https://repositorio.unapiquitos.edu.pe/bitstreams/75641809-bbc3-40c3-a29b-e66a783c01d0/downloaded02c242d98d742d83233317864054edMD54falseAnounymousREADTEXTBruno_Tesis_Titulo_2023.pdf.txtBruno_Tesis_Titulo_2023.pdf.txtExtracted texttext/plain82913https://repositorio.unapiquitos.edu.pe/bitstreams/e5daee4c-bbbf-4064-a259-86af1a171de5/download94abdee601df2874bb80fc85ae6945a5MD585falseAnonymousREADBruno_Formulario de Autorizacion.pdf.txtBruno_Formulario de Autorizacion.pdf.txtExtracted texttext/plain6056https://repositorio.unapiquitos.edu.pe/bitstreams/bef4f857-acf2-4639-a74a-54fba84c600f/downloadf53e4d7393605b15892d6a7f6a461c7eMD587falseAnounymousREADBruno_Constancia de Similitud.pdf.txtBruno_Constancia de Similitud.pdf.txtExtracted texttext/plain101922https://repositorio.unapiquitos.edu.pe/bitstreams/df553a78-940f-4d02-bbde-e098dd37976c/downloadce6ba2912b4344379538e8756aafcfc0MD589falseAnounymousREADBruno_Constancia de Conformidad.pdf.txtBruno_Constancia de Conformidad.pdf.txtExtracted texttext/plain1772https://repositorio.unapiquitos.edu.pe/bitstreams/497522f9-7e48-41bb-94c4-223213a0047a/download268ec3789387a007fafefea37d78626fMD591falseAnounymousREADTHUMBNAILBruno_Tesis_Titulo_2023.pdf.jpgBruno_Tesis_Titulo_2023.pdf.jpgGenerated Thumbnailimage/jpeg3412https://repositorio.unapiquitos.edu.pe/bitstreams/1dce9937-ab5e-48d8-b540-9ee5dd33029a/download773dd5dad5c8117ac56a9642d905e4bcMD586falseAnonymousREADBruno_Formulario de Autorizacion.pdf.jpgBruno_Formulario de Autorizacion.pdf.jpgGenerated Thumbnailimage/jpeg4022https://repositorio.unapiquitos.edu.pe/bitstreams/46fcb644-736e-4bf5-8480-cbfad97c1805/downloadabe955e5e4d3f328bfa9795c3e5a1de1MD588falseAnounymousREADBruno_Constancia de Similitud.pdf.jpgBruno_Constancia de Similitud.pdf.jpgGenerated Thumbnailimage/jpeg5381https://repositorio.unapiquitos.edu.pe/bitstreams/32f30516-a461-4796-8163-37bf108f3565/downloadfacf6f910619d0460a4b26663228b847MD590falseAnounymousREADBruno_Constancia de Conformidad.pdf.jpgBruno_Constancia de Conformidad.pdf.jpgGenerated Thumbnailimage/jpeg4998https://repositorio.unapiquitos.edu.pe/bitstreams/32d9a403-096e-437c-b9e1-d80134ae3565/downloadff9287c00d0e58a877fed429bebac826MD592falseAnounymousREAD20.500.12737/9105oai:repositorio.unapiquitos.edu.pe:20.500.12737/91052025-09-27T21:34:09.899139Zhttps://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://repositorio.unapiquitos.edu.peRepositorio Digital UNAPrepositorio.institucional@unapiquitos.edu.pe
score 13.395044
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).