En los últimos años, se ha producido una intensa producción de investigación académica con respecto a los modelos que estiman o predicen los eventos de incumplimiento de pago, debido al mayor interés de las empresas por mantener una mejor gestión de riesgo de crédito. Por ello, el presente trabajo tiene como principal objetivo comparar la capacidad predictiva de los modelos tradicionales o estadísticos (Regresión Logística) contra modelos Machine Learning (XGBoost y Random Forest). Para lo cual, se emplea una muestra de compañías latinoamericanas que emitieron bonos corporativos durante el período de 1990 a 2022, analizando así un total de 389 empresas. Asimismo, se usó Bloomberg, como fuente de información para extraer los ratios financieros con frecuencia trimestral en el periodo ya mencionado, obteniendo así 51,060 observaciones. Una de las características de este trabajo es que se usaron las variables del modelo de puntaje Z de Altman junto con otros ratios financieros complementarios, para así mejorar la precisión de los modelos. Sin embargo, para la determinación del mejor modelo predictivo, se usaron las métricas de clasificación como el AUC (Área bajo la curva ROC), Precisión, Recall y Score F1, y los resultados mostraron que los modelos de Machine Learning tuvieron un mejor rendimiento de clasificación con respecto a la Regresión logística, siendo el modelo Random Forest el que mejor performance según las métricas de evaluación.

Con el objetivo de contrastar algunas herramientas pronósticas que puedan utilizarse en los pacientes con insuficiencia cardiaca aguda que consultan a un servicio de urgencias, la presente tesis doctoral plantea los siguientes objetivos: 1) Contrastar si la existencia de una ecocardiografía previa a la consulta por episodio de insuficiencia cardiaca aguda puede ser una herramienta pronóstico útil a la hora de establecer el pronóstico en la ICA. . 2) Investigar si el valor de los péptidos natriuréticos (BNP) obtenidos en el servicio de urgencias en un paciente que consulta por ICA puede constituir una herramienta pronóstico útil. 3) Analizar si la disponibilidad de determinación urgente de péptido natriurético (BNP) en urgencias se asocia a un mejor pronóstico a corto plazo de los pacientes atendidos en urgencias por ICA. 4) Investigar un valor elevado de troponina determinada en urgencias puede ser una herramienta pronóstico útil en la ICA. Para realizar esta tesis doctoral se analiza la base de datos generada por los estudios EAHFE-1 y EAHFE-2. Los protocolos de trabajo de ambos registros EAHFE fueron los mismos y solamente difirió la fecha de recogida de datos (2007 y en 2009, respectivamente). En el EAHFE-1 participaron 10 SUH españoles, se incluyeron 1.017 pacientes, en tanto que en el EAHFE-2 participaron 19 SUH y se incluyeron 1.483 pacientes. En ambos registros la introducción de pacientes con ICA fue sucesiva en todos los centros y realizada por investigadores del grupo de trabajo ICA-SEMES, con revisión de la historia clínica y cumplimiento de los criterios de calidad que cada centro tiene asignados. El protocolo fue aprobado por los Comités de Ética e Investigación Clínica de los centros participantes. Se reunió la información de todos los pacientes atendidos en los servicios de urgencias con diagnóstico final de ICA, de acuerdo a los criterios diagnósticos de Framinghan basados en la presencia de síntomas (disnea, ortopnea, disnea paroxística nocturna), signos (tercer ruido, crepitantes pulmonares, presión venosa yugular > 4 cm, taquicardia sinusal en reposo, edemas, hepatomegalia, reflujo hepatoyugular) y datos radiológicos de congestión pulmonar. Los pacientes fueron clasificados de acuerdo con las guías de Insuficiencia Cardiaca Aguda de la Sociedad Europea de Cardiología1, en la que se distinguen entre pacientes con insuficiencia cardiaca crónica descompensada, que eran aquellos que presentaban un diagnóstico previo de insuficiencia cardiaca o tenían síntomas crónicos atribuibles a insuficiencia cardiaca, y pacientes con insuficiencia cardiaca de novo o pacientes sin historia previa de insuficiencia cardiaca y síntomas de reciente aparición.

Exports are one of the key aggregates in the Argentina’s economy, both because to its links with thedomestic demand and by its influence on the behaviour of the trade balance and current account.Have adequate forecasts for this variable is useful to design policies to keep surpluses in the externalsector and prevent recurring crises seen in the past. In this work, we considered some modelsfor forecasting the performance of this aggregate, which could be an alternative to the estimationof structural econometric models. For this purpose, we used two approaches: the first is based instandard and Bayesian VARs (Minnesota prior, Gibbs sampler, partial BVAR and BVAR-Kalman). Thelatter combines the evidence in the data with any prior information that may also be available. Thesecond approach considers the FAVAR (Factor-augmented VAR) models, which combines the standardVAR with factor analysis. Finally, we evaluated the forecasting ability of different models. / Las exportaciones representan uno de los agregados más importantes de la economía argentina,tanto por su vinculación con la demanda doméstica como por su influencia en el comportamientode la balanza comercial y de la cuenta corriente. Disponer de adecuados pronósticos deesta variable resulta útil a fin de diseñar políticas que permitan mantener superávit en el sectorexterno y evitar las recurrentes crisis observadas en el pasado. En este trabajo, se consideran algunosmodelos destinados a la realización de pronósticos de dicho agregado, los cuales podrían seruna alternativa a la estimación de sistemas econométricos estructurales. A tal efecto, se utilizandos propuestas: la primera se basa en modelos de VAR sin restricciones y Bayesianos (‘Minnesota’prior, ‘Gibbs sampler’, parcial BVAR y BVAR-Kalman). Estos últimos consideran supuestos a priori(‘prior’) e información histórica de las series de tiempo empleadas. La segunda propuesta descansaen modelos FAVAR (Factor-aumentado VAR), que combinan los VAR con el análisis de factores.Finalmente, se evalúa la capacidad de pronóstico de los distintos modelos.

Publicación a texto completo no autorizada por el autor / Evalúa e interpreta la predicción de las Anomalías de la Temperatura Superficial del Mar (ATSM) frente a la costa de Sudamérica asociada al fenómeno El Niño-Oscilación del Sur (ENOS), se analizaron los resultados de las dos interpretaciones del modelo climático acoplado (océano - tierra - atmósfera) CLIMATE FORECAST SYSTEM (CFS) del organismo National Centers for Enviromental Prediction (NCEP) de la National Oceanic and Atmospheric Administration (NOAA) de los EEUU. La primera versión del modelo hace el pronóstico hasta 9 leads (meses) a futuro y se toma para el estudio los pronósticos para el periodo de los años 1982-2009 para la región Niño 1+2; la segunda versión del modelo hace el pronóstico hasta 10 leads (meses) a futuro y se toma el periodo 1983-2010 para la misma región. Los mayores coeficientes de correlación entre los pronósticos del CFSv1 (versión 1) y los datos observados se dieron entre los meses mayo-diciembre con un valor entre 0.65 y 0.9. Estos valores son mayores hacia los últimos meses del año y disminuyen a manera que se incrementan el tiempo de pronósticos; los mayores coeficientes de correlación para el CFSv2 (versión2) se observa entre los meses abril-mayo y octubre-enero; como un primer resultado se observa que los coeficientes de correlación de CFSv2 son menores que los coeficientes que CFSv1. Se realiza también el mismo procedimiento y análisis de los pronósticos de anomalías de TSM para las regiones Niño 3, Niño 3.4 y Niño4; de la misma manera para el estudio en tres periodos del CFSv1 abarcando los siguientes años 1982-1990, 1991-2000, 2001-2009, y para el CFSv2 los años 1983-1990, 1991-2000, 2001-2010. Las correlaciones fueron buenas para los primeros dos periodos, pero en el último periodo se observaron bajos niveles de correlación para la región Niño 1+2 en las 2 predicciones del CFS, donde los niveles de correlación incluso fueron en algunos meses negativos. Se sugiere que esto último se debe a cambios decadales en el clima del Pacífico que ha llevado en una predominancia de eventos “El Niño Modoki”. El CFS también hace pronósticos de otras variables y/o indicadores, entre ellos se utilizo el Contenido de Calor en el Océano (CCO), Profundidad de la Isoterma de 15 ◦C (PI15◦C) y Nivel Medio del Mar (NMM) como posibles predictores de cambios en el océano Pacífico, los resultados de estas variables indicaron que no son mejores que la TSM modelada por el mismo modelo. La importancia de este trabajo es la utilidad para un eventual pronóstico de un evento Niño en el OP, en especial el monitoreo de la región Niño 1+2. / Tesis

El presente trabajo abarca el análisis de las operaciones de una empresa de producción industrial que abastece al sector de minería con productos como bandas de ventilación para sus operaciones. Para este tipo de empresas el manejo del inventario es vital pues de él depende si la operación es rentable o no, debido al alto costo unitario de sus productos. El análisis de la empresa identificó altos niveles de stock de productos en las instalaciones de la empresa lo cual en los últimos dos años aumento el costo logístico de la empresa reduciendo su rentabilidad. Esta situación implica la necesidad de optar por un sistema que permita mejorar la disposición de los inventarios y las actividades generadas en su manipulación. Para ello se propone un modelo basado en la implementación del VMI (Vendor Inventory Management) para lograr la optimización de la gestión del almacén e inventarios de la empresa CIDELSA. El motivo de esta propuesta nace de la necesidad de controlar el sobre stock generada en el producto mangas de ventilación para lo cual se propone un nuevo sistema de gestión de inventarios en la empresa, basado en el VMI, apoyado en el kanban y en la gestión de información de pronóstico de la demanda. Los resultados de la aplicación del modelo demuestran a través de la simulación del proceso que se logran mejoras en los principales indicadores de inventario como el aumento del índice de rotación, reducción del stock sin movimiento y la reducción de almacenamiento en las instalaciones de la empresa. / This paper covers the analysis of the operations of an industrial production company that supplies the mining sector with products such as ventilation bands for its operations. For these types of companies, inventory management is vital because it depends on whether the operation is profitable or not, due to the high unit cost of its products. The analysis of the company identified high levels of product stock in the company's facilities, which in the last two years increased the logistics cost of the company, reducing its profitability. This situation implies the need to opt for a system that allows improving the disposition of inventories and the activities generated in their handling. For this, a model based on the implementation of the VMI (Vendor Inventory Management) is proposed to achieve the optimization of the management of the warehouse and inventories of the company CIDELSA. The reason for this proposal arises from the need to control the excess stock generated in the product ventilation sleeves, for which a new inventory management system is proposed in the company, based on the VMI, supported by kanban and management demand forecast information. The results of the application of the model show through the simulation of the process that improvements are achieved in the main inventory indicators such as the increase in the turnover rate, reduction of the stock without movement and the reduction of storage in the company's facilities. / Trabajo de Suficiencia Profesional

El pronóstico erróneo de huéspedes y materiales en los hoteles de Huancayo es un problema que conlleva a generar gastos ocasionados por rotura de stock y exceso de stock, que a su vez conlleva a pérdida de clientes. De esta forma se diseñó un modelo el cual mediante cuatro métodos de pronóstico puede sugerir al hotel qué cantidad de huéspedes van a arribar al hotel y cuántos productos se debe de comprar para evitar costos adicionales. En esta investigación se dará a conocer los resultados obtenidos con la aplicación de un modelo de pronóstico de la demanda basado en forcast en el hotel “Rey” ubicado en la provincia de Huancayo del departamento de Junín. En el presente artículo se pronosticó cantidades para el año 2020 y se comparan mediante el error MAPE, así se logra sugerir un pronóstico con un porcentaje de error reducido y mejor a comparación con el que se tenía antes de la implementación. / The wrong forecast of guests and materials in Huancayo’s hotels is a big problem that leads to the generation of expenses caused by stock breakage and excess stock, which in turn leads to loss of customers. In this way, a model was designed which, through four forecasting methods, can suggest to the hotel how many guests will arrive at the hotel and how many products should be purchased to avoid additional costs. In this research, the results obtained with the application of a demand forecasting model based on forcast in the “Rey” hotel, located in Huancayo, will be disclosed. In this article, quantities were predicted for the year 2020 and they are compared using the MAPE error, in this way is possible to suggest a forecast with a reduced and better error percentage compared to the one that was had before implementation. / Trabajo de investigación

Antecedentes: El índice neutrófilo/linfocito(INL) es un biomarcador accesible y ampliamente utilizado. El INL puede usarse como un marcador temprano de mal pronóstico en pacientes con COVID-19. Objetivo: Evaluar el valor pronóstico del INL en pacientes diagnosticados con COVID-19. Métodos: Realizamos una revisión sistemática y un metanálisis. Se incluyeron los estudios observacionales que reportaron la asociación entre los valores iniciales de INL (es decir, al ingreso hospitalario) y la gravedad o la mortalidad por todas las causas en pacientes con COVID-19. La calidad de los estudios se evaluó mediante la escala de Newcastle-Ottawa (NOS). Se utilizaron modelos de efectos aleatorios y el método de varianza inversa para los metanálisis. Los efectos se expresaron como odds ratios (OR) y sus intervalos de confianza (IC) del 95%. Los efectos de los estudios pequeños se evaluaron con la prueba de Egger. Resultados: Se analizaron 61 estudios (n = 15 522 pacientes), 58 cohortes y 3 estudios de casos y controles. Un aumento de una unidad de INL se asoció con mayor probabilidad de desarrollar enfermedad severa (OR 6,22; IC del 95%: 4,93 a 7,84; P <0,001) y mortalidad (OR 12,6; IC del 95%: 6,88 a 23,06; P <0,001). En nuestro análisis de sensibilidad, encontramos que 41 estudios con bajo riesgo de sesgo y heterogeneidad moderada (I2= 53% y 58%) mantuvieron una fuerte asociación entre los valores de INL y ambos resultados (severidad : OR 5,36; IC del 95%: 4,45 a 6,45; P <0,001; mortalidad: OR 10,42; IC del 95%: 7,73 a 14,06; p = 0,005). Conclusiones: Los valores más altos de INL se asociaron con la gravedad y la mortalidad por todas las causas en los pacientes hospitalizados con COVID-19. / Background: Neutrophil-to-lymphocyte ratio (NLR) is an accessible and widely used biomarker. NLR may be used as an early marker of poor prognosis in patients with COVID-19. Objective: To evaluate the prognostic value of the NLR in patients diagnosed with COVID-19. Methods: We conducted a systematic review and meta-analysis. Observational studies that reported the association between baseline NLR values (i.e. at hospital admission) and severity or all-cause mortality in COVID-19 patients were included. The quality of the studies was assessed using the Newcastle-Ottawa Scale (NOS). Random effects models and inverse variance method were used for meta-analyses. The effects were expressed as odds ratios (OR) and their 95% confidence intervals (CI). Small study effects were assessed with the Egger’s test. Results: We analyzed sixty-one studies (n=15522 patients), 58 cohorts and three case-control. An increase of one unit of NLR was associated with a higher odds of severity (OR 6.22; 95%CI 4.93 to 7.84; p<0.001) and higher odds of all-cause mortality (OR 12.6; 95%CI 6.88 to 23.06; p<0.001). In our sensitivity analysis, we found that 41 studies with low risk of bias and moderate heterogeneity (I2=53% and 58%) maintained strong association between NLR values and both outcomes (severity: OR 5.36; 95% CI 4.45 to 6.45; p<0.001; mortality: OR 10.42 95%CI 7.73 to 14.06; p=0.005). Conclusions: Higher values of NLR were associated with severity and all-cause mortality in hospitalized COVID-19 patients. / Tesis

Generalmente, cuando una máquina falla y no es reparada en un corto tiempo, perjudica económicamente a la empresa, ya que el equipo deja de producir durante ese tiempo. Esta demora sucede porque la empresa encargada del servicio postventa no logra atender de forma inmediata, ya que no cuenta con los repuestos necesarios para lograr reparar el equipo. Es por ello, que el proveedor de las piezas de repuestos debe tener disponible los componentes para así atender a sus clientes en el menor tiempo posible y evitar de esta forma el pago de penalidades por incumplimiento del servicio. En ese sentido, con la finalidad de que estos proveedores puedan abastecer a sus clientes oportunamente, es importante que analicen el patrón de la demanda de los ítems, ya que estas presentan demanda intermitente. Si bien es cierto, existe una amplia literatura sobre modelos de pronósticos para piezas de repuestos; sin embargo, estas presentan deficiencias ya que se basan en la venta histórica y no utilizan como datos de entrada el ciclo de vida del equipo. De esta forma, en el presente trabajo de investigación se analizó en el primer capítulo la fundamentación teórica, en el cual se discute el estado de arte. En el segundo capítulo se presenta el diagnóstico realizado al caso de estudio. En el tercer capítulo se presenta la propuesta de solución a nivel macro y micro. Finalmente, en el cuarto capítulo se analizó la validación, así como la viabilidad económica de la propuesta. / Generally, when a machine fails and is not repaired in a short time, it hurts the company financially, since the equipment stops producing during that time. This delay happens because the company in charge of the after-sales service fails to attend immediately, since it doesn’t have the necessary spare parts to repair the equipment. That is why the supplier of spare parts must have the components available to serve their customers in the shortest possible time and thus avoid paying penalties for breach of service. In that sense, for these suppliers to supply their customers in a timely manner, it is important that they analyze the pattern of demand for the items, since they present intermittent demand. While it is true, there is extensive literature on forecast models for spare parts; However, these have deficiencies because they are based on historical sales and don’t the equipment life cycle as input data. In this way, in the present research work the theoretical foundation was analyzed in the first chapter, in which the state of art is discussed. In the second chapter the diagnosis made to the case study is presented. In the third chapter the proposal for a macro and micro level solution is presented. Finally, in the fourth chapter the validation was analyzed, as well as the economic viability of the proposal. / Trabajo de Suficiencia Profesional

El ajuste de juicio es el método más utilizado en la práctica empresarial. Es por ello la importancia de investigar el impacto del juicio del pronosticador en la precisión de los pronósticos que genera para la empresa. En esta investigación, se expone las diversas posturas encontradas que comprenden aquellas que indican que están a favor, en desacuerdo y posturas neutras, así como las características del pronosticador y factores contextuales que originan sesgos que influyen en la precisión del pronóstico. Asimismo, se presentan diversas técnicas de pronósticos con ajuste de juicio y criterios que contribuyen a mejorar la precisión de los pronósticos cuantitativos. Los resultados de esta investigación determinan que no existe un consenso entre las posturas identificadas con respecto al ajuste de juicio, sin embargo, el efecto del ajuste de juicio podría variar de acuerdo al contexto en el cual se desarrolla la empresa y cómo esta se relaciona con diferentes variables. / Adjusting judgment is the most widely used method in business practice. That is why it is important to investigate the impact of the forecaster´s judgment on the accuracy of the forecasts it generated for the company. In this investigation, the various positions found that include those that indicate that they are in favour and neutral positions are exposed, as well as the characteristics of the forecaster and contextual factors that cause biases that influence the accuracy of the forecast. Likewise, various forecasting techniques with judgment adjustment and criteria that contribute to improve the accuracy of quantitative forecasts are presented. The results of this investigation determine that there is no consensus between the positions identified with respect to the adjustment of judgment, however, the effect of the adjustment of judgment could vary according to the environment in which the company develops and how it relates to contextual factors. / Trabajo de Suficiencia Profesional

Tener un acertado pronóstico de ventas es un tema indispensable en empresas productoras y distribuidoras, ya que impacta positivamente en la toma de decisiones relacionadas a la demanda, gestión de inventario, abastecimiento, distribución y surtido de productos, así como otras áreas del negocio como finanzas, marketing, operaciones y servicio al cliente. Sin embargo, actualmente, en la mayoría de los casos, las predicciones de las ventas se basan en análisis individuales de los productos, mas no en técnicas de clustering, las cuales permitirían reducir el error y ser más acertados en sus pronósticos. Por ello, el presente trabajo propone evaluar y comparar el impacto de la precisión de los pronósticos de ventas del método tradicional, regresión lineal simple con series de tiempo, con los métodos de clustering k-means y Ward. El alcance de la investigación será a los cinco principales productos de una importante empresa productora y distribuidora de alimentos procesados en el Perú. Los indicadores que se utilizarán para identificar el método más preciso serán los errores medios absolutos (MAD) y errores cuadráticos medios (MSE) resultantes. / Having a successful sales forecast is an essential issue in manufacturing and distributing companies, since this impacts the decision-making related to demand, inventory management, supply, distribution and product assortment, as well as other areas of the business such as finance, marketing, operations and customer service. However, currently, in most cases, sales forecast are based on individual product analyzes, but not on clustering techniques, which would reduce error and be more accurate in their forecasts. Therefore, the present work proposes to evaluate and compare the impact of the precision of the sales forecasts between the traditional method, simple linear regression with time series, and the clustering methods such as k-means and Ward. The investigation scope will be the five main products of an important manufacturer and distributor of processed foods in Peru. The indicators that will be used to identify the most accurate method will be the mean absolute deviation (MAD) and mean square errors (MSE). / Tesis