Datos alternativos en modelos de score para créditos a individuos en Argentina durante 2018
El presente trabajo es un abordaje a la utilización de datos alternativos en la gestión de riesgo de crédito bancario. Este aspecto es sumamente relevante dado que una mejor gestión del riesgo de crédito trae aparejadas dos cuestiones principales: por un lado, menores pérdidas crediticias y, por otro lado, un ahorro en provisiones. El objetivo principal de esta tesis es evaluar el impacto que posee la utilización de datos alternativos en la predicción acerca de la capacidad de repago ante la toma de deuda minorista en el sector bancario argentino. La hipótesis es que los datos alternativos mejoran la predicción acerca del riesgo crediticio de los solicitantes. La principal conclusión de este trabajo es que la incorporación de datos no convencionales mejora la capacidad de predecir el comportamiento de pago ante tomas de deuda minoristas en tarjetas de crédito y paquetes bancarios.
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | info:eu-repo/semantics/masterThesis biblioteca |
| Language: | spa |
| Online Access: | http://bibliotecadigital.econ.uba.ar/econ/collection/tpos/document/1502-2050_CohenNS |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | El presente trabajo es un abordaje a la utilización de datos alternativos en la gestión de riesgo de crédito bancario. Este aspecto es sumamente relevante dado que una mejor gestión del riesgo de crédito trae aparejadas dos cuestiones principales: por un lado, menores pérdidas crediticias y, por otro lado, un ahorro en provisiones. El objetivo principal de esta tesis es evaluar el impacto que posee la utilización de datos alternativos en la predicción acerca de la capacidad de repago ante la toma de deuda minorista en el sector bancario argentino. La hipótesis es que los datos alternativos mejoran la predicción acerca del riesgo crediticio de los solicitantes. La principal conclusión de este trabajo es que la incorporación de datos no convencionales mejora la capacidad de predecir el comportamiento de pago ante tomas de deuda minoristas en tarjetas de crédito y paquetes bancarios. |
|---|