Análisis de riesgo de una cartera de clientes mediante un método de Credit Scoring
Material type:
TextLanguage: Spanish Valparaíso, 2017Description: 92 hContent type: - texto
- No mediado
- Volumen
| Item type | Current library | Collection | Call number | Status | Date due | Barcode | |
|---|---|---|---|---|---|---|---|
Tesis Impresas
|
Central Circulación | Colección General | I.Est A662 2017 (Browse shelf(Opens below)) | No para préstamo | TCD007972 | ||
|
Tesis Impresas
|
Ciencias e ingeniería Circulación | Colección General | I.Est A662 2017 (Browse shelf(Opens below)) | Available | T021676 |
Browsing Central shelves, Shelving location: Circulación, Collection: Colección General Close shelf browser (Hides shelf browser)
Disponible en CD-ROM
Tesis (Ingeniero Estadístico), Tesis (Licenciado en Ciencias de la Ingeniería) Universidad de Playa Ancha de Ciencias de la Educación, 2017
RESUMENLos métodos de Credit Scoring son utilizados para catalogar a los posibles clientes que vayan a distintas instituciones a solicitar créditos, según la puntuación que obtengan pueden ser clasificados como buenos o malos.Para las instituciones que ofrecen servicios de prestación de créditos es de suma importancia utilizar estas técnicas de credit scoring ya que pueden hacer seguimiento a los clientes mediante múltiples variables.Para nuestra investigación se utilizó una base de datos de 150.000 clientes con el objetivo de determinar el porcentaje de riesgo que este poseía y concluir si se catalogaba como bueno o malo.Las variables que se utilizaron fueron la edad, el número de dependientes, el ingreso mensual, ratio de deuda, la cantidad de atrasos entre 30 y 59 días, entre otras variables.Debido a que se encontraron valores atípicos como edades que no servirían para nuestro análisis y también casillas en blanco, tuvo que efectuarse previamente una limpieza de la base de datos, dando como resultado un total de 88.974 clientes a evaluar a través de la aplicación de la técnica de regresión logística.Luego de realizar el análisis se obtuvo que 76.742 clientes fueron catalogados como buenos lo que equivale al 86,25%, el resto 13,75% son los clientes evaluados como malos, es decir, 12.232 fueron calificados como malos.