Minimización del riesgo crediticio mediante la evaluación de la solicitud del cliente

Solo disponible en BuenasTareas
  • Páginas : 13 (3002 palabras )
  • Descarga(s) : 0
  • Publicado : 17 de noviembre de 2011
Leer documento completo
Vista previa del texto
MINIMIZACIÓN DEL RIESGO CREDITICIO MEDIANTE LA EVALUACIÓN DE LA SOLICITUD DEL CLIENTE. La Paz Bolivia Febrero 2006.

Autor: Sr. Luis Ernesto Domínguez Velásquez
e-mail: ldominguez@innser.org dvlpana@hotmail.com

Abstract Today in day it is said that the information is the resource but valuable with which it counts a business, but so that this he/she has relevance it is necessary to give hima value added task that was carried out investigation work presently. By means of the application of Trees of Decision to the process of economic evaluation of the SFR "SARTAWI", it is achieved that the rules that derive of the tree built for if same they evaluate new applications of credits and rule an intelligent decision, so that we know with certain guarantees before that clients' type is,that is to say in that way will complete with its obligations towards the financial entity if this it grants him a loan. To carry out the pattern information it was gathered specifically in the areas of Artificial Intelligence of Trees of Decision, the area microfinanciera, administration and credit analysis. Keywords: Credit risk, financial indicators, trees of decision.

Resumen Hoy en día sedice que la información es el recurso más valioso con que cuenta un negocio, pero para que este tenga relevancia es necesario darle un valor agregado tarea que se realizó en el presente trabajo de investigación. Mediante la aplicación de Árboles de Decisión al proceso de evaluación económica de una institución microfinanciera, se logra que las reglas que derivan del árbol construido por si mismasevalúen nuevas solicitudes de créditos y dictaminen una decisión inteligente, de manera que sepamos con ciertas garantías ante que tipo de clientes estamos, es decir, en que modo cumplirá con sus obligaciones para con la entidad financiera si esta le concede un préstamo.

Para realizar el modelo se recopiló información en las áreas de Inteligencia Artificial específicamente de Árboles de Decisión,el área microfinanciera, administración y análisis crediticio.
Palabras clave: Riesgo crediticio, ratios financieros, árboles de decisión

1. INTRODUCCIÓN
Bolivia es el país latinoamericano pionero en microfinanzas, países como México, Senegal, China, etc. visitan a Bolivia para inmiscuirse en las diferentes metodologías microcrediticia que utiliza las diferentes instituciones dedicadas a estaactividad. Contar con una metodología y un sistema de información no es suficiente para tener una buena administración de cartera. Hoy en día las entidades micro financieras de Bolivia tienen una gran cantidad de datos históricos diseminados en los distintos sistemas operacionales pero a estos datos no se les da el uso adecuado, debido a que esta información muchas veces no esta a la vista odisponible de ser utilizada, o es difícil acceder, repercutiendo esta situación de manera negativa ya que, por ejemplo, las Instituciones necesitan tomar decisiones rápidas en el proceso de evaluación de créditos. Hoy en día muchos de estos problemas pueden ser resueltos con la implementación de herramientas inteligentes dando así un valor agregado a la información histórica con el fin de coadyuvar enla toma de decisiones en niveles medios y gerenciales.

1

El presente trabajo consiste básicamente en la aplicación al proceso crediticio de instituciones micro financieras del algoritmo árboles de decisiones desarrollado por Ross Quinlan “C45”, que como veremos, proporciona un modelo de predicción basado en un patrón de entrenamiento que tiene como variables de entrada a once indicadoresfinancieros obtenidos de una muestra de buenos y malos clientes de cierta entidad microfinanciera.

2. PLANTEMAINTO DEL PROBLEMA
El problema que se nos plantea es el de jerarquizar el conjunto de clientes de una institución microfinanciera, cuya cartera de clientes esta formada por pequeños microempresarios comerciantes, en función de once indicadores financieros (ratios) relevantes para...
tracking img