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

Vista sencilla de ítem
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.degreeMagíster en Administración Financiera
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.formatapplication/pdfeng
dc.identifier.urihttps://hdl.handle.net/10784/35611
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Administración. Área Organización, Dirección y Estrategiaspa
dc.publisher.placeBogotá
dc.publisher.programMaestría en Administración - MBAspa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
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.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.typeinfo:eu-repo/semantics/publishedVersioneng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa
dc.type.spaOtro

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
Descargar
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
Descargar
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
Descargar
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:
Descargar

Colecciones

Maestría en Administración - MBA (tesis)