dc.contributorFilgueira, Federico José
dc.date.accessioned2023-05-31T22:42:38Z
dc.date.accessioned2023-08-30T23:24:55Z
dc.date.available2023-05-31T22:42:38Z
dc.date.available2023-08-30T23:24:55Z
dc.date.created2023-05-31T22:42:38Z
dc.date.issued2023-03
dc.identifierhttp://hdl.handle.net/10908/23089
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8542433
dc.description.abstractA lo largo del trabajo se desarrollan distintos modelos de machine learning con el n de generar modelos predictivos asociados al default de entidades bancarias. A tal efecto, se lleva a cabo un relevamiento de la información disponible en el BCRA1, cuyo resultado nal es la generación de una base de información con decenas de indicadores. Ésta es, junto a la metodología desarrollada, la piedra angular del modelo desarrollado. El objetivo nal de dicho modelo es cuanti car, dado un conjunto de valores de un set de indicadores, la probabilidad de default que posee la entidad bancaria que se analice. Por otro lado, en la sección correspondiente se detalla el modo en que se aplica el aprendizaje automático supervisado al desarrollo del modelo predictivo en cuestión y, por último, se resumen los resultados alcanzados a partir del abordaje de los parámetros obtenidos y su poder explicativo.
dc.publisherUniversidad de San Andrés. Escuela de Negocios
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.titleModelos de machine learning aplicados a la estimación de la probabilidad de default de entidades bancarias del sistema bancario argentino
dc.typeTesis
dc.typeinfo:eu-repo/semantics/masterThesis
dc.typeinfo:ar-repo/semantics/tesis de maestría
dc.typeinfo:eu-repo/semantics/updatedVersion


Este ítem pertenece a la siguiente institución