Medición del riesgo sistémico intra-bancario

Cadavid Betancur, Lixander Felipe

Publicación:
Medición del riesgo sistémico intra-bancario

dc.contributor.advisor	Restrepo Tobón, Diego Alexander
dc.contributor.author	Cadavid Betancur, Lixander Felipe
dc.coverage.spatial	Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees	eng
dc.creator.email	lixandercad@gmail.com	spa
dc.date.accessioned	2020-04-23T20:29:53Z
dc.date.available	2020-04-23T20:29:53Z
dc.date.issued	2020
dc.description	El riesgo sistémico se entiende como aquel que hace que un sistema complejo colapse como consecuencia de las decisiones y acciones que toman los agentes individuales que hacen parte del sistema. En este trabajo se utilizan técnicas de aprendizaje de máquinas con el objetivo de analizar desde la transaccionalidad y riesgo crediticio el impacto esperado ante las dificultades financieras que se presentan en clientes con quienes se tienen altas exposiciones de cartera y tienen riesgo de contagiar otros clientes con obligaciones financieras en el sistema bancario. Desde un enfoque de la administración del riesgo crediticio, se proponen recomendaciones sobre buenas prácticas para contribuir con la mitigación de este tipo de riesgo.	spa
dc.description.abstract	Systemic risk is understood as the risk that a complete complex system collapses as a result of the decisions and actions taken by the individual agents that are part of the system. It is a subject of high importance for both the real sector and the financial system, since a contribution is made to the management, administration and mitigation of credit and contagion risk. A model is proposed through machine learning techniques with the objective of analyzing from the transactional and credit risk, the expected impact of financial difficulties that arise in clients with high portfolio exposures and contagion risk with other customers. From a credit risk management and machine learning approach, recommendations of good practices are proposed in this article to contribute to the mitigation of this type of risk.	spa
dc.description.degreelevel	Maestría	spa
dc.description.degreename	Magíster en Administración Financiera	spa
dc.format.mimetype	application/pdf
dc.identifier.ddc	332.7 C121
dc.identifier.instname	instname:Universidad EAFIT
dc.identifier.reponame	reponame:Repositorio Institucional Universidad EAFIT
dc.identifier.repourl	repourl:https://repository.eafit.edu.co
dc.identifier.uri	https://hdl.handle.net/10784/16060
dc.language.iso	spa
dc.publisher	Universidad EAFIT	spa
dc.publisher.department	Departamento de Finanzas	spa
dc.publisher.faculty	Escuela de Economía y Finanzas	spa
dc.publisher.place	Medellín	spa
dc.publisher.program	Maestría en Administración Financiera	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.local	Acceso abierto
dc.subject	Riesgo sistémico	spa
dc.subject	Riesgo de contagio	spa
dc.subject	Técnicas de aprendizaje de máquina	spa
dc.subject	Transaccionalidad	spa
dc.subject.keyword	Systemic risk	spa
dc.subject.keyword	Contagion Risk	spa
dc.subject.keyword	Machine learning techniques	spa
dc.subject.lemb	RIESGO (ECONOMÍA)	spa
dc.subject.lemb	ADMINISTRACIÓN DE CRÉDITOS	spa
dc.subject.lemb	RIESGO (FINANZAS)	spa
dc.title	Medición del riesgo sistémico intra-bancario
dc.type	info:eu-repo/semantics/masterThesis
dc.type.coarversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.local	Tesis de Maestría	spa
dc.type.redcol	http://purl.org/redcol/resource_type/TM
dc.type.version	info:eu-repo/semantics/acceptedVersion
dspace.entity.type	Publication