Desarrolla un modelo de Score (calificación) para clientes de una financiera que presentan días de atraso entre 1 a 29 días, cuyo análisis se realiza mediante un modelo predictivo de regresión logística binaria. La finalidad es predecir la probabilidad de que un cliente llegue a caer en default (mayor a 30 días de atraso) y que no llegue a recuperarse, para así poder tomar medidas preventivas. / Trabajo de suficiencia profesional
Identifer | oai:union.ndltd.org:Cybertesis/oai:cybertesis.unmsm.edu.pe:cybertesis/6544 |
Date | January 2016 |
Creators | Rodriguez Castro, Maricela Mercedes |
Publisher | Universidad Nacional Mayor de San Marcos |
Source Sets | Universidad Nacional Mayor de San Marcos - SISBIB PERU |
Language | Spanish |
Detected Language | Spanish |
Type | info:eu-repo/semantics/bachelorThesis |
Source | Repositorio de Tesis - UNMSM, Universidad Nacional Mayor de San Marcos |
Rights | info:eu-repo/semantics/restrictedAccess |
Page generated in 0.008 seconds