Predicción de riesgo de retiro de un corresponsal bancario en la Cooperativa Financiera

dc.contributor.advisorParra Sánchez, Juan S.
dc.contributor.advisorParra Sánchez, Juan S.
dc.contributor.authorArias Trujillo, Juan G.
dc.contributor.authorGutiérrez Monsalve, Claudia M.
dc.date.accessioned2023-10-13T22:41:53Z
dc.date.available2023-10-13T22:41:53Z
dc.date.issued2023
dc.description.abstractEl desarrollo de un modelo para predecir el riesgo de retiro de un corresponsal bancario en una cooperativa financiera ha sido justificado por la necesidad de acercar los servicios financieros a los usuarios de manera eficiente. Los corresponsales bancarios desempeñan un papel fundamental al brindar servicios de recaudo y contribuir a la inclusión financiera en áreas con poca presencia de entidades financieras. Con el objetivo de mejorar el alcance y la presencia de la cooperativa en el territorio, así como tomar decisiones estratégicas de retención y soporte de servicios, se desarrolló un modelo utilizando algoritmos de machine learning. Para ello, se utilizó la base histórica de corresponsales bancarios de una cooperativa, en donde se observó que, desde 2013 hasta 2022, se cerraron un total de 84 puntos de corresponsalía. Actualmente, la cooperativa cuenta con 136 corresponsales bancarios vigentes, lo que representa el 61% de los puntos abiertos a lo largo de su trayectoria. El modelo se basó en información como la duración, ubicación, estado, fechas de instalación y cierre, tipo de negocio, comisiones recibidas y transacciones realizadas por los corresponsales. Se aplicaron técnicas como árboles de decisión y Random Forest, logrando demostrar un excelente desempeño en la clasificación con la técnica de árboles de decisión. Esto indica que el modelo ha capturado de manera precisa y completa las características distintivas de las clases suministradas. El desarrollo de este modelo predictivo de riesgo de retiro de corresponsales bancarios brinda a la cooperativa una herramienta para tomar decisiones informadas y oportunas.spa
dc.format.extent52 p.spa
dc.format.mimetypeapplication/pdfspa
dc.identifier.urihttp://repository.ucatolicaluisamigo.edu.co/handle/20.500.14531/1991
dc.language.isospaspa
dc.publisherUniversidad Catolica Luis Amigóspa
dc.publisher.facultyEscuela de Posgradosspa
dc.publisher.placeMedellínspa
dc.rightsinfo:eu-repo/semantics/restrictedAccessspa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_16ecspa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by/4.0/spa
dc.rights.urihttps://creativecommons.org/licenses/by-nd/4.0/spa
dc.sourceUniversidad Catolica Luis Amigóspa
dc.sourceRI-UCLAspa
dc.subject.armarca
dc.subject.keywordBig Dataspa
dc.subject.keywordMachine Learningspa
dc.subject.keywordDecision Treespa
dc.subject.keywordModel predictivespa
dc.subject.keywordDropout Predictionspa
dc.subject.proposalBig Dataspa
dc.subject.proposalMachine Learningspa
dc.subject.proposalÁrbol de decisiónspa
dc.subject.proposalModelo Predictivospa
dc.subject.proposalPredicción de Abandonospa
dc.titlePredicción de riesgo de retiro de un corresponsal bancario en la Cooperativa Financieraspa
dc.type.coarhttp://purl.org/coar/resource_type/c_1843spa
dc.type.driverinfo:eu-repo/semantics/articlespa
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bccespa
dc.type.localTesis/Trabajo de grado - Monografía - Especializaciónspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa
oaire.versionhttp://purl.org/coar/version/c_b1a7d7d4d402bccespa
thesis.degree.disciplineEscuela de posgrados. Especialización en Big Data e Inteligencia de Negocios.spa
thesis.degree.grantorUniversidad Católica Luis Amigóspa
thesis.degree.levelEspecializaciónspa
thesis.degree.nameEspecialista en Big Data e Inteligencia de Negocios.spa

Files

License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
responsive footer design codepen