Publicación:
Implementación de un modelo de scoring de crédito para Mexichem Colombia SAS

dc.contributor.advisorRojas Ormaza, Brayan Ricardo
dc.contributor.authorVargas Izquierdo, Daniel Camilo
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.emaildanlo2000@hotmail.com
dc.date.accessioned2025-03-21T21:46:26Z
dc.date.available2025-03-21T21:46:26Z
dc.date.issued2024
dc.descriptionEste proyecto buscó implementar un modelo de scoring de crédito para Mexichem Colombia S. A. S. utilizando técnicas de machine learning para predecir la probabilidad de impago de empresas. Se compararon cuatro algoritmos: árboles de decisión, random forest, gradient boosting y redes neuronales, cada uno con características únicas en cuanto a precisión y manejo de datos complejos. La investigación incluyó la selección y evaluación de variables relevantes mediante el índice de Gini y técnicas de eliminación recursiva para evitar el sobreajuste. Los resultados ayudaron a identificar el modelo más eficaz para predecir riesgos crediticios, optimizando las decisiones financieras.
dc.description.abstractThis project sought to implement a credit scoring model for Mexichem Colombia SAS using machine learning techniques to predict the probability of default in companies. Four algorithms were compared: decision trees, random forest, gradient boosting and neural networks, each with unique characteristics in terms of accuracy and handling of complex data. The research included the selection and evaluation of relevant variables using the Gini index and recursive elimination techniques to avoid overfitting. The results helped to identify the most effective model to predict credit risks, optimizing financial decision-making.
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagíster en Administraciónspa
dc.format.mimetypeapplication/pdf
dc.identifier.instnameinstname:Universidad EAFIT
dc.identifier.reponamereponame:Repositorio Institucional Universidad EAFIT
dc.identifier.repourlrepourl:https://repository.eafit.edu.co
dc.identifier.urihttps://hdl.handle.net/10784/35611
dc.language.isospa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentÁrea Organización, Dirección y Estrategiaspa
dc.publisher.facultyEscuela de Administraciónspa
dc.publisher.placeBogotáspa
dc.publisher.programMaestría en Administración - MBAspa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.localAcceso abierto
dc.subjectScoring de crédito
dc.subjectMachine Learning
dc.subjectImpago
dc.subjectModelos predictivos
dc.subjectRiesgo crediticio
dc.subject.keywordCredit scoring
dc.subject.keywordDefault
dc.subject.keywordPredictive models
dc.subject.keywordCredit risk
dc.subject.lembADMINISTRACIÓN FINANCIERA
dc.subject.lembFINANZAS
dc.subject.lembRIESGO (FINANZAS)
dc.subject.lembCRÉDITO
dc.subject.lembTOMA DE DECISIONES
dc.titleImplementación de un modelo de scoring de crédito para Mexichem Colombia SAS
dc.typeinfo:eu-repo/semantics/masterThesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.localTesis de Maestríaspa
dc.type.localOtrospa
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dspace.entity.typePublication

Archivos

Bloque original
Mostrando 1 - 3 de 3
No hay miniatura disponible
Nombre:
DanielCamilo_VargasIzquierdo_2024.pdf
Tamaño:
867.6 KB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
No hay miniatura disponible
Nombre:
carta_aprobacion_trabajo_grado_eafit.pdf
Tamaño:
46.5 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
1.31 MB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción: