Show simple item record

Professor Guidedc.contributor.advisorAravena González, Rodrigoes_CL
Authordc.contributor.authorBrender Zoldan, Andrés Yonathan es_CL
Staff editordc.contributor.editorFacultad de Ciencias Físicas y Matemáticases_CL
Staff editordc.contributor.editorDepartamento de Ingeniería Industriales_CL
Associate professordc.contributor.otherBaeza López, William
Associate professordc.contributor.otherValdivieso Contreras, Ercos
Admission datedc.date.accessioned2012-09-12T18:18:06Z
Available datedc.date.available2012-09-12T18:18:06Z
Publication datedc.date.issued2010es_CL
Identifierdc.identifier.urihttp://repositorio.uchile.cl/handle/2250/103925
Abstractdc.description.abstractEl objetivo de este trabajo es entregar una estimación de tasas de incumplimiento en carteras de personas naturales (consumo y vivienda) y empresas (comercial) bancos locales. Para ello, se desarrolla una metodología diferente a las tradicionales, que sólo ocupan variables de perfil del cliente (demográficas, comportamiento histórico de pagos, entre otras) sin considerar explícitamente el comportamiento del ciclo económico. Específicamente, se construyen dos modelos estadísticos, uno lineal (mínimos cuadrados ordinarios, o MCO) en conjunto con el modelo de Holt para estimación de series de tiempo que se incorpora como una variable adicional a la regresión, y otro no lineal (redes neuronales), con información de tasas de incumplimiento de los cuatro bancos y variables macroeconómicas entre noviembre de 2004 y noviembre de 2009. Actualmente, las instituciones bancarias utilizan métodos de estimación por cliente de la proporción (de las colocaciones) que pasan a cartera vencida, de acuerdo a los requerimientos de gestión de riesgo de crédito establecidos en la normativa SBIF. La importancia de una correcta proyección radica en que el banco pueda prever descalces entre lo estimado y lo real, y su impacto en la cartera. Los resultados obtenidos con ambos métodos en general son satisfactorios. En efecto, en la mayoría de las carteras de los cuatro bancos estudiados, el error relativo entre la tasa estimada y la observada es inferior al rango del 12-20%, que es el error de estimación aceptado, de acuerdo a fuentes provenientes de Gerencias de Riesgo de diversas instituciones bancarias. Por lo tanto, es posible afirmar que con la metodología propuesta se obtiene un nivel de predicción menor a credit scoring usadas por los bancos y las variables macroeconómicas contienen información potencialmente valiosa para predecir incumplimiento. El modelo lineal presenta un menor error relativo en comparación a las redes neuronales, y en particular resulta bastante útil para la estimación del sistema bancario utilizado como referencia para las comparaciones (benchmark).
Lenguagedc.language.isoeses_CL
Publisherdc.publisherUniversidad de Chilees_CL
Publisherdc.publisherCyberDocses_CL
Type of licensedc.rightsBrender Zoldan, Andrés Yonathanes_CL
Keywordsdc.subjectIngenieríaes_CL
Keywordsdc.subjectControl riesgoes_CL
Keywordsdc.subjectCrédito comerciales_CL
Keywordsdc.subjectRiesgo (Economía)es_CL
Keywordsdc.subjectBancos comercialeses_CL
Títulodc.titleProyección de Tasa de Default para Instituciones Bancarias con Variables Macroeconómicases_CL
Document typedc.typeTesises_CL


Files in this item

Icon

This item appears in the following Collection(s)

Show simple item record