Search

Los modelos de estimación de riesgo de crédito presentan una amplia trayectoria dentro del sector financiero, no siendo así para el sector real que informalmente busca un mayor retorno de la inversión con créditos comerciales, lo que en algunos casos ha implicado una adhesión a las operaciones avanzadas por el sector financiero en materia del cálculo de riesgo, a partir de las características propias de las empresas que emprenden este esfuerzo. Por tal motivo, se propone la construcción de un modelo de estimación de riesgo de crédito para que una empresa del sector textil amplíe los cupos de crédito de manera calculada. Para tal cumplimiento se propuso una investigación experimental que permitió la construcción del modelo bajo indicadores financieros. Se concluyó que al aumentar los cupos, a riesgo de la compañía, se gana participación en el marcado y se mejoran las utilidades con un riesgo aceptable dentro de los estándares financieros., Models of estimation of credit risk have a long history in the financial sector, not being so for the real sector that informally seeks a greater return on investment with commercial credits, which in some cases has implied adherence to advanced operations by the financial sector in the area of risk calculation, based on the characteristics of the companies that undertake this effort. For this reason, the construction of a model of estimation of credit risk proposed so that a company in the textile sector expands the credit quotas in a calculated way. For such compliance was proposed an experimental investigation which allowed the construction of the model under financial indicators. It concluded that by increasing the quotas, at the risk of the company, participation in the marking is gained and profits are improved with an acceptable risk within the financial standards.

Los scoring de crédito son herramientas estadísticas usadas desde los años setenta para asignar una probabilidad de incumplimiento al solicitante de un crédito, al realizar una ponderación de sus variables cualitativas y cuantitativas y, a su vez, con inclusión de las condiciones del crédito solicitado -- El uso de scoring se ha potenciado desde los años noventa con el fin de mitigar el riesgo de crédito de las solicitudes y buscar los clientes que se ajusten al perfil deseado por la entidad, con el fin de dar cumplimiento a lo establecido por el ente regulador en cuanto a la implementación de un sistema de riesgo que disminuya las posibles pérdidas económicas por medio del cuidado de cada uno de las etapas que comprenden el ciclo de crédito, en este caso, de manera específica, el otorgamiento -- El objetivo de este trabajo es diseñar un modelo de scoring basado en la metodología de regresión logística para una entidad financiera del valle de Aburrá, vigilada por la Superintendencia Financiera de Colombia, con base en la información entregada por dicha entidad, que comprende variables cualitativas y cuantitativas de un grupo de clientes en un período establecido -- Para alcanzar el objetivo se llevó a cabo la modelación de una base de datos suministrada por la entidad financiera mencionada en el programa estadístico R, de lo que se obtuvo el diseño de un modelo de scoring de 23 variables cualitativas y cuantitativas capaz de predecir la probabilidad de incumplimiento del deudor, Credit scorings are tools used since the 1970s to grant a probability of default to the applicant of a credit, to weigh their qualitative and quantitative variables; and in turn, including the conditions of the requested credit -- The use of scoring has been boosted since the 1990s, in order to mitigate the credit risk of the requests and to find the clients that fit the profile desired by the entity, complying with what was established by the regulator regarding the implementation of a risk system that reduces economic losses taking care of each stage of the credit cycle, in this case specifically, the granting -- Therefore, the objective of this work is to design a scoring model based on the methodology of logistic regression for a financial institution of the valle de Aburrá, supervised by the Superintendencia Financiera de Colombia, based on information provided by the entity, which comprises qualitative and quantitative variables of a group of clients in a set period of time

Elaboración de un modelo de scoring de seguimiento de cartera, para una entidad financiera colombiana que atiende clientes del segmento preferencial, vigilada por la Superintendencia Financiera de Colombia, y que pretende hacer una estimación correcta del nivel de riesgo de su cartera, para así determinar eficientemente las pérdidas esperadas (provisiones de cartera), y las pérdidas inesperadas (capital económico), para dar cumplimiento a las normas establecidas por el ente regulador en temas de cobertura de los activos, y a la par estar evaluando permanentemente el riesgo crediticio de la entidad y retroalimentando los procesos de originación de cartera, para que los mismos sean en un futuro mucho más ajustados para lograr disminuir al máximo el ingreso de clientes con perfiles de riesgo que sobrepasan los estándares predefinidos por la entidad -- En este orden de ideas, con base en la información cuantitativa y cualitativa proporcionada por el intermediario financiero, y realizando la minería de datos correspondiente, se determinaron las variables representativas para la medición del riesgo crediticio, posteriormente se desarrolló un modelo de scoring basado en la teoría estadística de la regresión logística, que determinara los niveles óptimos de pérdidas esperadas e inesperadas para este establecimiento de crédito, en la línea de Consumo del Segmento Preferencial, fijando los puntos de incumplimiento de la cartera