Pronóstico de clasificación del cliente mediante el modelo Credit Scoring para una institución microfinanciera

Simple item page
dc.contributor.advisorReyes Cortes, Willianes
dc.contributor.authorSernaqué López, Felipe Martínes
dc.contributor.otherUniversidad de Piura. Facultad de Ciencias Económicas y Empresariales. Área de Finanzas.es
dc.coverage.spatialPiura, Perúes
dc.date.accessioned2019-05-07T00:29:50Z
dc.date.issued2019-05-06es
dc.date.submitted2018-10es
dc.description.abstractLa presente tesis busca determinar las variables que clasifiquen a un cliente en el cumplimiento de pago ante la posibilidad de un incremento en el índice de morosidad, de manera tal que se establezca un modelo Credit Scoring que permita un mayor control sobre este índice en la cartera. Con este propósito, se trata de encontrar un modelo que pronostique la probabilidad de incumplimiento de un futuro solicitante de crédito para IDESI Región Grau (Instituto de Desarrollo de la Micro y Pequeña Empresa). Asimismo, identificar las variables que influyen en la probabilidad de incumplimiento y determinar la capacidad de pronóstico del Credit Scoring, modelo econométrico específico para la institución, siendo una herramienta de apoyo al analista durante el proceso de otorgamiento de créditos. El trabajo concluye que, de las 35 variables ingresadas para la obtención del modelo, el algoritmo de Wald del modelo de regresión logística binaria implementado en SPSS ha brindado solo dos variables significativas, ambas de carácter cualitativo: Calificación Normal y Sexo Femenino, las cuales influyen en la probabilidad de pago para este tipo de análisis según la literatura revisada y aplicada a la institución. A su vez, el modelo obtenido discrimina correctamente entre buenos y malos pagadores.es
dc.format.extent0,57 MBes
dc.format.mimetypeapplication/pdfes
dc.identifier.citationSernaqué, F. (2018). Pronóstico de clasificación del cliente mediante el modelo Credit Scoring para una institución microfinanciera (Tesis para optar el título de Licenciado en Administración de Empresas). Universidad de Piura. Facultad de Ciencias Económicas y Empresariales. Programa Académico de Administración de Empresas. Piura, Perú.es
dc.identifier.urihttps://hdl.handle.net/11042/3960
dc.languageEspañoles
dc.language.isospaes
dc.publisherUniversidad de Piuraes
dc.relation.publishversion1es
dc.relation.requiresAdobe Readeres
dc.rightsinfo:eu-repo/semantics/embargoedAccesses
dc.rights.holderFelipe Martín Sernaqué Lópezes
dc.rights.licenseCreative Commons Atribución-NoComercial-SinDerivar 4.0 Internacionales
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/es
dc.sourceUniversidad de Piuraes
dc.sourceRepositorio Institucional Pirhua - UDEPes
dc.subjectCrédito comercial -- Análisises
dc.subjectRiesgo de crédito -- Análisises
dc.subjectGestión de crédito -- Análisises
dc.subject.ddc332.742es
dc.titlePronóstico de clasificación del cliente mediante el modelo Credit Scoring para una institución microfinancieraes
dc.typeinfo:eu-repo/semantics/bachelorThesises
rim.embargo.terms2020-05-07es
thesis.degree.disciplineAdministración de Empresases
thesis.degree.grantorUniversidad de Piura. Facultad de Ciencias Económicas y Empresarialeses
thesis.degree.levelTítulo Profesionales
thesis.degree.nameLicenciado en Administración de Empresases
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
AE_310_REST.pdf
Size:
581.35 KB
Format:
Adobe Portable Document Format
Description:
Archivo%20principal
Download
Collections
Área de Finanzas - Tesis