Diseño de un framework de clasificación supervisada para mejorar la gestión de cobranza de los asociados de la cartera microfinanzas de una cooperativa financiera

Simple item page
dc.contributor.advisorLamos Diaz, Henry
dc.contributor.authorGranda Rodriguez, Oscar Anibal
dc.contributor.authorNiño Hernandez, Juan Manuel
dc.date.accessioned2024-03-03T22:50:00Z
dc.date.available2016
dc.date.available2024-03-03T22:50:00Z
dc.date.created2016
dc.date.issued2016
dc.description.abstractLa cartera de microcréditos registra los mayores niveles de riesgo para las entidades financieras en comparación con otras unidades de negocio, son créditos para clientes con bajos ingresos, patrimonio limitado y no ofrecen garantías que respalden la operación contractual. Cuando estos incumplen o retrasa los pagos, requieren de mayores herramientas de cobranza. La mayoría de los clientes de microcréditos pagan su obligación presentando unos pocos días de retraso, pese a eso la intensidad del cobro es elevada ocasionando disguste en el prestatario, afectando relaciones comerciales futuras y generando excesos de cargas operativas para la entidad, disminuyendo la efectividad en las estrategias de cobranza y limitando la asignación de recursos. Este trabajo mejora la estrategia de cobranza de la cartera microfinanzas de una cooperativa financiera usando herramientas estadísticas. Parte de una base de asociados (clientes) con información histórica de variables sociodemográficas, financiera, otorgamiento y comportamiento crediticio, para explicar la probabilidad de que un cliente incurra en incumplimiento. El proceso para determinar el mejoramiento en la estrategia de cobranza genera el diseño de un framework abarcando diez pasos. Inicialmente la selección de una cartera objetivo, en este caso la unidad de negocios microfinanzas, define un marco histórico, obtiene las variables explicativas y depura la información, posteriormente calcula el default o incumplimiento dado que no existe un criterio único para definir qué cliente es bueno y cuál malo; luego analiza las variables mediante estadísticos descriptivos, aplica herramientas estadísticas de árboles de clasificación, análisis discriminante y regresión logística utilizando el software SPSS, selecciona el modelo que mejor explique los datos usando pruebas diagnósticas. Posteriormente, se diseña un scoring de cobranza mediante el cálculo de la probabilidad de incumplimiento distribuida en perce permite otorgar un puntaje o calificación asociada al riesgo esperado. Finalmente diseña una estrategia de cobro diferencial.
dc.description.abstractenglishDesign of a framework of supervised classification to improve the collection management of microloans portfolio in a financial cooperative
dc.description.degreelevelEspecialización
dc.description.degreenameEspecialista en Estadística
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/35512
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ciencias
dc.publisher.programEspecialización en Estadística
dc.publisher.schoolEscuela de Matemáticas
dc.rightshttp://creativecommons.org/licenses/by/4.0/
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0
dc.subjectMicrofinanzas
dc.subjectRiesgo De Crédito
dc.subjectCobranza
dc.subjectDefault De Cartera
dc.subjectScoring De Seguimiento
dc.subjectAnálisis Discriminante
dc.subjectRegresión Logística.
dc.subject.keywordThe microloan portfolio has the highest level of risk for financial institutions compared to other business units as they are credits for customers with low income
dc.subject.keywordlimited patrimony and don´t provide guarantees to support the contractual operation and
dc.subject.keywordwhen they fail or they are late in the payments require greater use of collection tools. Microcredit clients pay their obligation by a few days late and still intensity in the collection is very high causing upset in the borrower affecting future business relationships and excesses of operating loads collection for the entity that generates little effectiveness of collection strategies and limited resource allocation. This work improves collection strategy in microfinance portfolio of a cooperative financial institution in nature by using statistical tools. It starts from a base of partners (customers) with sociodemographic historical information
dc.subject.keywordfinancial variables
dc.subject.keywordgranting and credit behavior
dc.subject.keywordfrom which it´s explained the probability that a customer in default. The entire process to determine the improvement in collection strategy using statistical methods generates the design of a framework covering ten steps. Initially it part from the selection of a target portfolio
dc.subject.keywordin this case the business unit microfinance
dc.subject.keywordit is defined the historical frame of information
dc.subject.keywordthe explanatory variables are obtained and the information is purged
dc.subject.keywordthen the default or failure is calculated as that there is no single criterion for defining which client is good and which client is bad; then the variables are analyzed with descriptive statistics. Then it uses statistical tools as Classification Trees
dc.subject.keywordDiscriminant Analysis and Logistic Regression was applied using SPSS software
dc.subject.keywordthe model that best explains the data using diagnostic test is selected. Subsequently
dc.subject.keyworda collection scoring is designed by calculating the probability of default distributed in percentiles or "score distribution" that give an expected risk to finally design a differential collection strategy.
dc.titleDiseño de un framework de clasificación supervisada para mejorar la gestión de cobranza de los asociados de la cartera microfinanzas de una cooperativa financiera
dc.title.englishMicrofinance, Credit Risk, Collections, Default Portfolio, Monitor Scoring, Discriminant Analysis, Logistic Regression.
dc.type.coarhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversionhttp://purl.org/coar/resource_type/c_7a1f
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
75.41 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
3.72 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
128.53 KB
Format:
Adobe Portable Document Format
Download
Collections
Especialización en Estadística