1. Repositorio Digital USFQ
  2. TESIS COLEGIO DE POSGRADO
  3. MAESTRÍAS
  4. Tesis - Maestría en Ciencia de Datos
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/14589
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorPineda, Israel, dir.-
dc.contributor.authorLópez Suárez, Martín Emilio-
dc.date.accessioned2025-09-30T18:43:35Z-
dc.date.available2025-09-30T18:43:35Z-
dc.date.issued2024-12-02-
dc.identifier.citationTesis (Magíster en Ciencia de Datos), Universidad San Francisco de Quito, Colegio de Posgrados; Quito, Ecuador, 2024es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/14589-
dc.descriptionCredit risk scoring is pivotal for financial institutions, enabling effective risk management and informed lending decisions by assessing the likelihood of loan defaults, which pose significant financial and regulatory challenges. This study proposes a data-driven framework for constructing credit risk scorecards tailored to commercial applicants, combining statistical techniques like logistic regression with expert judgment to enhance predictive accuracy, interpretability, and practical applicability...es_ES
dc.description.abstractLa puntuación de riesgo crediticio es fundamental para las instituciones financieras, ya que permite una gestión efectiva del riesgo y decisiones de préstamo informadas al evaluar la probabilidad de incumplimiento de préstamos, que plantea desafíos financieros y regulatorios significativos. Este estudio propone un marco basado en datos para la construcción de modelos de puntuación de riesgo crediticio adaptados a solicitantes comerciales, combinando técnicas estadísticas como la regresión logística con juicio experto para mejorar la precisión predictiva, la interpretabilidad y la aplicabilidad práctica...es_ES
dc.format.extent22 h.es_ES
dc.language.isoenes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccesses_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectCiencia de la computación - Aplicaciones - Tesis y disertaciones académicases_ES
dc.subject.otherComputaciónes_ES
dc.subject.otherCienciases_ES
dc.titleOptimizing Credit Risk Assessment through Data-Driven Scorecardses_ES
dc.typemasterThesises_ES
Aparece en las colecciones: Tesis - Maestría en Ciencia de Datos

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
338689.pdfTexto completo657.73 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons