Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Arias Trujillo, Juan G."

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Item
    Predicción de riesgo de retiro de un corresponsal bancario en la Cooperativa Financiera
    (Universidad Catolica Luis Amigó, 2023) Arias Trujillo, Juan G.; Gutiérrez Monsalve, Claudia M.; Parra Sánchez, Juan S.; Parra Sánchez, Juan S.
    El 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.

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback