Clasificación de créditos de libranza negociados en el mercado secundario colombiano, aplicando técnicas de aprendizaje supervisado

Gómez Betancur , Juan Camilo

Publicación:
Clasificación de créditos de libranza negociados en el mercado secundario colombiano, aplicando técnicas de aprendizaje supervisado

dc.contributor.advisor	Moreno Reyes, Nicolás Alberto
dc.contributor.author	Gómez Betancur , Juan Camilo
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	jcgomezb@eafit.edu.co
dc.date.accessioned	2024-10-21T15:51:29Z
dc.date.available	2024-10-21T15:51:29Z
dc.date.issued	2024
dc.description	El riesgo crediticio, exacerbado por eventos como la crisis financiera de 2008, sigue siendo una preocupación para entidades bancarias y no bancarias. Este estudio aborda la necesidad de mejorar la clasificación de créditos de libranza en Colombia mediante técnicas tradicionales y de aprendizaje automático. El objetivo de este estudio es desarrollar un modelo capaz de identificar los créditos con mayor probabilidad de incumplimiento mediante el uso de algoritmos de aprendizaje supervisado. Este enfoque ha demostrado una eficacia superior en la clasificación del riesgo crediticio. Como resultado, se espera optimizar la adquisición de créditos de libranza y fortalecer la cartera de los portafolios de inversión.
dc.description.abstract	Credit risk, exacerbated by events such as the 2008 financial crisis, remains a concern for both banking and non-banking entities. This study addresses the need to improve the classification of payroll loans in Colombia using both traditional and machine learning techniques. It highlights the superior effectiveness of supervised learning algorithms in credit risk classification, with the ultimate goal of developing a model capable of identifying loans with a higher probability of default. This would optimize the acquisition of payroll loans and strengthen investment portfolio.
dc.description.degreelevel	Maestría	spa
dc.description.degreename	Magíster en Ciencias de Datos y Analítica	spa
dc.format.mimetype	application/pdf
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/10784/34684
dc.language.iso	spa
dc.publisher	Universidad EAFIT	spa
dc.publisher.department	Área Computación y Analítica	spa
dc.publisher.faculty	Escuela de Ciencias Aplicadas e Ingeniería	spa
dc.publisher.place	Medellín	spa
dc.publisher.program	Maestría en Ciencias de los Datos y Analítica	spa
dc.rights	Todos los derechos reservados	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.rights.local		spa
dc.subject	Clasificación binaria
dc.subject	Puntuación crediticia
dc.subject	Riesgo crédito
dc.subject	Clasificador de créditos
dc.subject	Crédito de libranza
dc.subject.keyword	Binary Classification
dc.subject.keyword	Credit Scoring
dc.subject.keyword	Credit
dc.subject.keyword	Credit Scoring
dc.subject.keyword	Credit Classifiers
dc.subject.keyword	Libranza
dc.subject.keyword	XGBoost
dc.subject.keyword	Credit risk
dc.subject.lemb	CRÉDITO
dc.subject.lemb	RIESGO (FINANZAS)
dc.subject.lemb	ALGORITMOS
dc.subject.lemb	CIENCIA DE LA INFORMACIÓN
dc.title	Clasificación de créditos de libranza negociados en el mercado secundario colombiano, aplicando técnicas de aprendizaje supervisado
dc.type	info:eu-repo/semantics/masterThesis
dc.type.coar	http://purl.org/coar/resource_type/c_bdcc
dc.type.coarversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.local	Tesis de Maestría	spa
dc.type.local	Informe	spa
dc.type.redcol	http://purl.org/redcol/resource_type/TM
dc.type.version	info:eu-repo/semantics/acceptedVersion
dspace.entity.type	Publication