Desarrollo de score crediticio a través de redes neuronales y regresión logística

Simple item page
dc.contributor.MentorBasaluzzo, Gabriel
dc.creator.AutorFida, Alex Eduardo
dc.date.accessioned2024-05-03T17:17:30Z
dc.date.available2024-05-03T17:17:30Z
dc.date.issued2023-12
dc.descriptionFil: Fida, Alex Eduardo. Universidad de San Andrés. Escuela de Negocios; Argentina.
dc.description.abstractEn este trabajo se realiza una comparación de dos modelos para estimar la probabilidad de no pago de clientes que sacaron un préstamo en una institución financiera. En el primer modelo se utiliza una regresión logística y en el segundo una red neuronal. Se comprueba una mejor performance en la red neuronal logrando una mejor discriminación en ambas colas de la distribución del modelo. Para lograr este objetivo se construye una base de datos de originación de préstamos y se divide de forma aleatoria en una muestra de entrenamiento y otra de testeo. Este procedimiento se repite en varios pasos para así lograr obtener distribuciones de las distintas métricas de performance de los modelos y realizar el estudio de ellas.
dc.formatapplication/pdf
dc.identifier.citationFida, A. E. (2023). Desarrollo de score crediticio a través de redes neuronales y regresión logística. [Tesis de maestría, Universidad de San Andrés. Escuela de Administración y Negocios.]. Repositorio Digital San Andrés. http://hdl.handle.net/10908/23727
dc.identifier.urihttp://hdl.handle.net/10908/23727
dc.languagespa
dc.publisherUniversidad de San Andrés. Escuela de Administración y Negocios.
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.titleDesarrollo de score crediticio a través de redes neuronales y regresión logística
dc.typeTesis
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:ar-repo/semantics/tesis de maestría
dc.typeinfo:eu-repo/semantics/updatedVersion
Files
Original bundle
Thumbnail Image
Name:
[P][W] M. Fin. Fida, Alex Eduardo.pdf
Size:
2.18 MB
Format:
Adobe Portable Document Format
Description:
Download
Collections
Tesis de Maestría en Finanzas