Mostrar el registro sencillo del ítem

dc.contributor.advisorAriza Garzón, Millerspa
dc.contributor.advisorLozano Colegio, Javier Cadenaspa
dc.contributor.authorCórdoba Becerra, Felipe Andrésspa
dc.coverage.spatialColombiaspa
dc.coverage.temporalJulio 2015 - Marzo 2016spa
dc.date.accessioned2016-04-11T01:25:24Z
dc.date.accessioned2017-02-10T17:53:20Z
dc.date.accessioned2017-08-12T17:00:26Z
dc.date.available2016-04-11T01:25:24Z
dc.date.available2017-02-10T17:53:20Z
dc.date.available2017-08-12T17:00:26Z
dc.date.created2016
dc.identifier.urihttp://hdl.handle.net/10726/1080
dc.description.abstractLa cobranza es una parte fundamental dentro del ciclo de riesgo en una entidad financiera, debido a que mitiga el incumplimiento de pagos por parte de los clientes con el fin de mantener la rentabilidad esperada de los accionistas y el flujo de caja de la compañía. Sin embargo, los recursos con los cuales se realiza la gestión de cobro siempre serán limitados y por tal razón las áreas de cobranza deben buscar la optimización de los mismos buscando maximizar la recuperación de cartera con lo que disponen...spa
dc.description.tableofcontentsEstrategias de segmentación. Ciclos de mora. Etapas de cobranza. Niveles de riesgo. Modelos analíticos para la segmentación de riesgos. Modelos CHAID. Modelo de regresión logística. Default de cobranzas para microfinanzas. Modelo de cobranzas en microfinanzas. Metodologia. Definición del default. Definición de la etapa temprana de cobranza. Diseño y construcción de la tabla de datos. Variables de la tabla de datos. Agrupación de variables cuantitativas. Nivel de predicción de las variables cualitativas. Medidas de desempeño de los modelos. Desarrollo del modelo. Estadísticos Descriptivos y Pruebas Individuales. Prueba Z de Kolmogorov-Smirnov (KS) para dos muestras. Prueba ANOVA de un Factor. Prueba de Independencia Chi-Cuadrado. Regresión logística. Variables categóricas y definición de categorías base. Probabilidades de entrada y de salida del método de Pasos Hacia delante. Selección de variables por Pasos Hacia delante. Prueba Hosmer-Lemeshow. Construcción del modelo de regresión logística. Validación de resultados. Perfiles de riesgo con la Regresión Logística. Tabla de desempeño del modelo de regresión logística. Modelo CHAID. Validación de resultados. Perfiles de riesgo para priorización de cobranza con el modelo CHAID. Tabla de desempeño del modelo CHAID. Comparación de resultados de los modelos. Comparación de resultados con otros autores.spa
dc.format.extent203 páginasspa
dc.format.mimetypeapplication/pdfeng
dc.language.isospa
dc.subjectCompañías - Finanzasspa
dc.subject.ddc658.152 Administración de carteraspa
dc.titlePriorización de cobranza con microcréditos: Un caso de riesgo de crédito y segmentación de clientesspa
dc.rights.accessrightsinfo:eu-repo/semantics/restrictedAccess
dc.subject.lembRiesgo (Finanzas)spa
dc.subject.lembMicrofinanzasspa
dc.subject.lembCompañías - Finanzasspa
dc.subject.lembMicroempresas - Finanzasspa
dc.subject.lembRelaciones con los clientesspa
dc.subject.lembProgramas de fidelización de clientesspa
dc.subject.lembAdministración financieraspa
dc.subject.lembCobro de cuentasspa
dc.subject.lembCrédito - Administraciónspa
dc.identifier.localMFC00391 / C796p 2016
dc.rights.localAcceso restringidospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion
dc.description.degreenameMagíster en Finanzas Corporativasspa
dc.identifier.instnameinstname:Colegio de Estudios Superiores de Administración - CESAspa
dc.identifier.reponamereponame:Biblioteca Digital - CESAspa
dc.identifier.repourlrepourl:https://repository.cesa.edu.co/
dc.description.abstractenglishThe collection is a fundamental part of the cycle of credit risk in a financial institution, because it mitigates the non-payment creditors in order to maximize the profitability and (impaired loans) adequate liquidity bank. However, the resources available to manage the collection process is always limited and for this reason managers should optimize them, seeking to maximize loan recovery. Consequently, the priority should be set up in order to determine which collection customers are more likely to default on its debt obligations.eng
dc.description.degreelevelMaestríaspa
dc.publisher.programMaestría en Finanzas Corporativasspa
dc.publisher.grantorColegio de Estudios Superiores de Administración - CESAspa
dc.type.localTesis/Trabajo de grado - Monografía – Maestríaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.driverinfo:eu-repo/semantics/masterThesis
dc.type.redcolhttp://purl.org/redcol/resource_type/TM
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa


Ficheros en el ítem

Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem