Determinación de algoritmos de clasificación óptimos para la evaluación de riesgo crediticio en el caso de pymes que operan en plataformas P2P
Guardado en:
| Autor principal: | |
|---|---|
| Otros Autores: | |
| Publicado: |
2023
|
| Materias: | |
| Acceso en línea: | https://bdigital.uncu.edu.ar/fichas.php?idobjeto=19110 |
| date_str_mv |
2023-07-01 |
|---|---|
| descriptores_str_mv |
Algoritmos Análisis de riesgos Aprendizaje Aprendizaje automático Peer to peer Plataformas P2P |
| disciplina_str_mv |
Ciencias económicas |
| titulo_str_mv |
Determinación de algoritmos de clasificación óptimos para la evaluación de riesgo crediticio en el caso de pymes que operan en plataformas P2P |
| todos_str_mv |
Director/a fce_tg Licenciado/a en Economía Licenciatura en Economía spa UNCuyo FCE |
| description_str_mv |
En las últimas décadas, y especialmente en los últimos años, el sector financiero se ha visto empujado a desarrollar nuevas técnicas que sirvan para estimar la probabilidad de default de la manera más eficiente y precisa posible a partir de una mayor demanda de créditos y una coyuntura macroeconómica en algunos periodos cada vez más volátil. En relación con esto, la reciente aparición de nuevos actores dentro del sistema financiero como las Fintechs plantean nuevos desafíos debido a la ruptura con el esquema tradicional del sector bancario. Las plataformas P2P son una de las que más relevancia ha tomado en los últimos años dentro del mercado crediticio debido principalmente a la rapidez en el otorgamiento de créditos. Sin embargo, el crecimiento de estas plataformas puede acarrear un significativo riesgo para la estabilidad financiera debido a malos incentivos que aparecen con su funcionamiento, y es a partir de ello que la presente investigación se propone determinar cuál algoritmo de clasificación presenta un mejor desempeño en la obtención de un modelo de puntaje crediticio para los clientes que operan en dichas plataformas.
|
| dependencia_str_mv |
Facultad de Ciencias Económicas |
| autor_str_mv |
García Ojeda, Juan Gabriel |
| contributor_str_mv |
Mahnic, Pablo David |
| object_type_str_mv |
Textual: Tesis |
| id |
19110 |
| plantilla_str |
Tesis |
| record_format |
Tesis |
| author2 |
Mahnic, Pablo David |
| author_facet |
Mahnic, Pablo David García Ojeda, Juan Gabriel |
| tipo_str |
textuales |
| type_str_mv |
Tesis |
| title_full |
Determinación de algoritmos de clasificación óptimos para la evaluación de riesgo crediticio en el caso de pymes que operan en plataformas P2P |
| title_fullStr |
Determinación de algoritmos de clasificación óptimos para la evaluación de riesgo crediticio en el caso de pymes que operan en plataformas P2P Determinación de algoritmos de clasificación óptimos para la evaluación de riesgo crediticio en el caso de pymes que operan en plataformas P2P |
| title_full_unstemmed |
Determinación de algoritmos de clasificación óptimos para la evaluación de riesgo crediticio en el caso de pymes que operan en plataformas P2P Determinación de algoritmos de clasificación óptimos para la evaluación de riesgo crediticio en el caso de pymes que operan en plataformas P2P |
| title |
Determinación de algoritmos de clasificación óptimos para la evaluación de riesgo crediticio en el caso de pymes que operan en plataformas P2P |
| spellingShingle |
Determinación de algoritmos de clasificación óptimos para la evaluación de riesgo crediticio en el caso de pymes que operan en plataformas P2P Algoritmos Análisis de riesgos Aprendizaje Aprendizaje automático Peer to peer Plataformas P2P García Ojeda, Juan Gabriel |
| topic |
Algoritmos Análisis de riesgos Aprendizaje Aprendizaje automático Peer to peer Plataformas P2P |
| topic_facet |
Algoritmos Análisis de riesgos Aprendizaje Aprendizaje automático Peer to peer Plataformas P2P |
| publishDate |
2023 |
| author |
García Ojeda, Juan Gabriel |
| tags_str_mv |
fce_tg |
| title_sort |
Determinación de algoritmos de clasificación óptimos para la evaluación de riesgo crediticio en el caso de pymes que operan en plataformas P2P |
| title_short |
Determinación de algoritmos de clasificación óptimos para la evaluación de riesgo crediticio en el caso de pymes que operan en plataformas P2P |
| url |
https://bdigital.uncu.edu.ar/fichas.php?idobjeto=19110 |
| estado_str |
1 |
| building |
Biblioteca Digital |
| collection |
Tesis |
| institution |
Sistema Integrado de Documentación |
| indexed_str |
2023-08-14 20:06 |
| _version_ |
1774250271085428736 |
