Modelo de serie de tiempo que pronostique el porcentaje de morosidad de las cajas rurales de la región Lambayeque. 2001 – 2017.

Descripción del Articulo

La presente tesis tuvo como objetivo general determinar el mejor modelo de pronóstico de la serie de tiempo del porcentaje de morosidad de las cajas rurales de la región. Lambayeque, Enero 2001- Junio 2017. La presente tesis fue no experimental - longitudinal; los datos del porcentaje de morosidad d...

Descripción completa

Detalles Bibliográficos
Autores: Bances Piscoya, Jesús Manuel, Rojas Puicón, William Enrique
Formato: tesis de grado
Fecha de Publicación:2019
Institución:Universidad Nacional Pedro Ruiz Gallo
Repositorio:UNPRG-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unprg.edu.pe:20.500.12893/5092
Enlace del recurso:https://hdl.handle.net/20.500.12893/5092
Nivel de acceso:acceso abierto
Materia:Clientes morosos
Préstamos financieros
Cartera de préstamos
http://purl.org/pe-repo/ocde/ford#1.01.03
Descripción
Sumario:La presente tesis tuvo como objetivo general determinar el mejor modelo de pronóstico de la serie de tiempo del porcentaje de morosidad de las cajas rurales de la región. Lambayeque, Enero 2001- Junio 2017. La presente tesis fue no experimental - longitudinal; los datos del porcentaje de morosidad de las cajas rurales de la región Lambayeque, Enero 2001-Junio 2017 se obtuvieron de la página web Superintendencia de Banca, Seguros y AFP (SBS). Se analizaron los datos de la serie, utilizando la metodología de Box –Jenkins, con el fin de identificar el modelo que mejor se ajuste a los datos observados. Se determinó que el mejor modelo que explica el comportamiento del porcentaje de morosidad de las cajas rurales, Lambayeque, Enero 2001-Junio 2017 es el modelo SARIMA(0,1,0)(0,1,1)12 ;mediante la evaluación y comparación de los errores de pronóstico este modelo obtuvo los errores más bajos los cuales son: Desviación Absoluta de la media = 0.26452,con un Error Absoluto de = 0.3739, con un Error Cuadrático Medio =0.76568 , el Error Medio Absoluto = 4.7767, con un AIC 0.4066 y BIC -0.57663; y con coeficiente estimado SMA(12)= -0.94, el cual utilizando los operadores de retardo resulta el siguiente modelo estimado: ���� ���� = ���� ����−1 − ���� ����−12 + ���� ����−13 + ���� ����−12 + 0.9404 1 ���� ����−12
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).