http://hdl.handle.net/20.500.14076/25 2026-07-23T16:37:47Z http://hdl.handle.net/20.500.14076/29338 Título : Reducción del sesgo en modelos factoriales de baja dimensión : una aplicación a sistemas de información en el mercado financiero Autor : Ochoa Celis, Martín Andrés Resumen : En la presente investigación se aplicó el Bootstrap paramétrico y no paramétrico a los estimadores de Fama-Macbeth, Shanken y Bai-Zhou para obtener estimadores con el sesgo y el error cuadrático medio relativos reducidos respecto a los mencionados utilizando para el estudio simulaciones generadas a partir de datos generados por investigadores extranjeros dado que a nivel nacional no se posee acceso a datos de ese tipo, también se generaron intervalos de confianza para los estimadores mencionados y los obtenidos. Se simularon datos utilizando diferentes tipos de residuales, tamaños de cartera y tamaños de periodo de investigación. Se aplicó Bootstrap en el primer paso del modelo multifactorial en todos los casos, resultando que el método Bootstrap paramétrico logra mejoras solo en el caso de aplicarlo al estimador de Fama-Macbeth cuando la distribución de los errores es asimétrica. En el resto de los casos obtiene resultados similares a los estimadores de Bai-Zhou y en determinadas situaciones estimadores con pésimas características en términos de sesgo y error cuadrático medio. Se observó que las estimaciones puntuales son mejores cuando se considera aumentos en el periodo de tiempo, pero cambios en el tamaño de la cartera no tiene impactos significativos. En los intervalos de confianza bajo el enfoque de Fama-Macbeth se obtiene en los dos casos Bootstrap menor variabilidad cuando el tiempo es pequeño y se incrementa el tamaño de la cartera; mientras que en el enfoque Shanken se presenta menor variabilidad en todos los casos respecto al enfoque de Fama-Macbeth.; In this study, parametric and nonparametric bootstraps were applied to the Fama- Macbeth, Shanken, and Bai-Zhou estimators to obtain estimators with reduced bias and root mean square error compared to the cited estimators. Simulations were generated from data generated by foreign researchers, given that such data are not available at the national level. Confidence intervals were also generated for the cited and the obtained estimators. Data were simulated using different types of residuals, portfolio sizes, and research period sizes. Bootstrapping was applied in the first step of the multifactor model in all cases. It turned out that the parametric bootstrap method achieves parsimony only when applied to the Fama-Macbeth estimator when the error distribution is skewed. In the remaining cases, it obtains results similar to the Bai-Zhou estimators, and in certain situations, it produces estimators with poor characteristics in terms of bias and root mean square error. It was observed that point estimates are better when considering increases in the time period, but changes in portfolio size do not have significant impacts. Confidence intervals under the Fama-Macbeth approach show lower variability in both bootstrap cases when the time period is short and the portfolio size increases; while the Shanken approach shows lower variability in all cases compared to the Fama-Macbeth approach. 2025-01-01T00:00:00Z http://hdl.handle.net/20.500.14076/29335 Título : Identificación de segmentos de mayor riesgo mediante árboles de decisión para disminuir el índice de riesgo en la colocación de préstamo Autor : Vera Rivera, Luis Alberto Resumen : El riesgo al que se enfrentan las instituciones financieras cuando otorgan créditos es conocido como el riesgo de crédito, el cual está relacionado al incumplimiento de los pagos del crédito por parte de los clientes. Este incumplimiento ocasiona que la entidad financiera tenga que constituir mayores provisiones que afectan la utilidad de la institución. Para monitorear y mitigar este tipo de riesgo, existen varias metodologías que permiten conocer la calidad del crédito y las posibles pérdidas que puede afrontar estas. Una de estas metodologías que se utiliza para medir la calidad del crédito es el análisis de cosechas, el cual permite observar y analizar el comportamiento de las colocaciones de crédito en una ventana de tiempo determinada. Para el seguimiento se utiliza el indicador del índice de riesgo a 12 meses de maduración donde la entidad tiene definida el límite del apetito del riesgo. En ese sentido, el presente estudio tiene como objetivo identificar los segmentos de clientes con mayor nivel de riesgo en el producto de préstamo personal en una institución financiera, a fin de evitar pérdidas económicas por el mayor nivel de provisiones requeridas. Para identificar los segmentos de mayor nivel de riesgo crediticio se utilizará arboles de decisión con la técnica de Arboles de Clasificación CHAID, en cada nodo se determina el índice de riesgo; asimismo, estos segmentos al tener un mayor nivel de riesgos se excluirán de la actual política de créditos. Finalmente, al excluir los segmentos con mayor nivel de riesgo se tiene que el nivel de riesgo se encuentra dentro del límite de apetito de riesgo.; The risk faced by financial institutions when granting loans is known as credit risk, which is related to default on loan payments by customers. This non-compliance causes the financial institution to make greater provisions that affect the institution's profit. In order to monitor and mitigate this type of risk, there are several methodologies that allow us to know the credit quality and the possible losses that the institution may face. One of these methodologies used to measure credit quality is the vintage analysis, which makes it possible to observe and analyze the behavior of credit placements in a given time window. For the follow-up, the risk index indicator is used at 12 months of maturity where the entity has defined the risk appetite limit. In this sense, the objective of this study is to identify the client segments with the highest level of risk in the personal loan product in a financial institution, in order to avoid economic losses due to the higher level of provisions required. In order to identify the segments with the highest level of credit risk, decision trees will be used with the CHAID Classification Trees technique, in each node the risk index is determined; likewise, these segments will be excluded from the current credit policy since they have a higher level of risk. Finally, by excluding the segments with the highest level of risk, the level of risk is within the risk appetite limit. 2025-01-01T00:00:00Z http://hdl.handle.net/20.500.14076/29064 Título : Diseño del proceso de validación de un modelo predictivo con metodología XGBoost para predicción de ingresos de personas naturales con información limitada en el sistema financiero Autor : Miranda Vásquez, Isbella Merici Resumen : El presente informe se fundamenta en la necesidad de definir un proceso de validación robusta de modelos estadísticos que utilizan la técnica de aprendizaje XGBoost. Para este fin se presenta la propuesta del diseño de validación considerando una aplicación de la técnica en la predicción de ingresos de personas naturales que tienen información limitada en el sistema financiero. El objetivo de la validación de modelos es brindar la seguridad que todas las fases de construcción del modelo se han desarrollado de forma óptima considerando los criterios estadísticos necesarios para obtener un performance del modelo aceptable tal que el modelo pueda ser implementado en la gestión del negocio. A lo largo del documento se presentará y revisará el esquema completo de validación, que incluye desde la definición de la metodología, análisis y extracción de datos, proceso de modelado hasta la revisión de la completitud de la documentación que facilitará la implementación del modelo para la puesta en producción. Cumplir con los requisitos mínimos de la validación es necesario para dar luz verde a la salida a producción del modelo. Finalmente, se podrá observar cómo contribuye este nuevo diseño de validación en el desempeño del modelo final y la correcta integración a la gestión.; This report is based on the needed to define a robust validation process for statistical models using the XGBoost learning technique. For this purpose, the validation design proposal is presented considering an application of the technique in the prediction of income of individuals who have limited information in the financial system. The objective of model validation is to provide assurance that all phases of model construction have been optimally developed considering the necessary statistical criteria to obtain acceptable model performance such that the model can be implemented in business management. Throughout the document, the complete validation scheme will be presented and reviewed, which includes everything from the definition of the methodology, data analysis and extraction, the modeling process to the review of the completeness of the documentation that will facilitate the implementation of the model for the put into production. Meeting the minimum validation requirements is necessary to give the green light for the model to go into production. Finally, is possible to observe how this new validation design contributes to the performance of the final model and the correct integration to management. . 2022-01-01T00:00:00Z http://hdl.handle.net/20.500.14076/28853 Título : Optimización estocástica para encontrar soluciones numéricas de la ecuación Fisher-KPP Autor : Torres Ortiz, Melba Luz Resumen : Este estudio desarrolla y evalúa un método numérico que integra diferencias finitas y Simulated Annealing para resolver la ecuación de Fisher-KPP, una ecuación diferencial que es fundamental en el modelado de procesos dinámicos en biología y otras ciencias. El método propuesto se enfoca en mejorar la precisión y eficacia de las soluciones numéricas mediante la optimización de la búsqueda de mínimos locales en un espacio de soluciones complejo. Se diseñó un esquema de diferencias finitas para la adecuada discretización espacial y transformación de la ecuación diferencial en un sistema de ecuaciones de diferencia, facilitando la implementación numérica. Los experimentos numéricos realizados demostraron que el método alcanza una convergencia adecuada en más del 95 % de los casos evaluados, destacando su robustez y precisión. Sin embargo, la estabilidad y consistencia del método bajo diferentes configuraciones de parámetros y condiciones de contorno plantean desafíos que requieren investigaciones futuras. Este enfoque promete ampliar la aplicabilidad de técnicas numéricas avanzadas en el estudio de ecuaciones diferenciales complejas, potencialmente beneficiando una gama más amplia de aplicaciones científicas y técnicas.; This study develops and evaluates a numerical method integrating finite differences and Simulated Annealing to solve the Fisher-KPP equation, a differential equation fundamental in modeling dynamic processes in biology and other sciences. The proposed method focuses on enhancing the accuracy and efficacy of numerical solutions by optimizing the search for local minima in a complex solution space. A finite difference scheme was designed for proper spatial discretization and transformation of the differential equation into a system of difference equations, facilitating numerical implementation. Numerical experiments demonstrated that the method achieves adequate convergence in over 95 % of the cases evaluated, highlighting its robustness and precision. However, the stability and consistency of the method under different parameter settings and boundary conditions pose challenges that require furth research. This approach promises to expand the applicability of advanced numerical techniques in the study of complex differential equations, potentially benefiting a broader range of scientific and technical applications. 2024-01-01T00:00:00Z