Please use this identifier to cite or link to this item:
http://www.dspace.espol.edu.ec/handle/123456789/24421
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Valencia Rentería, Valeria | - |
dc.contributor.author | Zambrano Valencia., Jorge | - |
dc.date.accessioned | 2013-05-30 | - |
dc.date.available | 2013-05-30 | - |
dc.date.issued | 2013-05-30 | - |
dc.identifier.uri | http://www.dspace.espol.edu.ec/handle/123456789/24421 | - |
dc.description.abstract | El trabajo consiste en calcular la probabilidad de default de una cartera de créditos vehiculares aplicando el modelo de matrices de transición. El objetivo es dar a conocer cómo se mide el riesgo de crédito a través del cálculo de la probabilidad de default, para determinar la calidad y estabilidad de la cartera vigente así como también conocer la calidad de cartera de vehículos que permita evaluar la eficiencia en colocación y realizar un monitoreo de los meses críticos y de las diferentes ciudades con mayor probabilidad de default, a fin de determinar los sectores geográficos en los que se encuentra distribuida la cartera crediticia que deben tener un mayor control del cumplimiento de políticas. Enseguida se describen los riesgos financieros, sus objetivos y clasificación, dentro de la cual encontramos al riesgo de crédito cuyo principal elemento es la pérdida esperada que tiene como componentes: la severidad, la exposición al momento de default y la probabilidad de default. Posteriormente se analizan las diferentes metodologías para el cálculo de la probabilidad de default entre las cuales se destaca el modelo de matrices de transición. Se procede luego a la descripción del proceso a seguir para la creación de las matrices de transición partiendo de una base de cartera de clientes aplicando el uso de tablas dinámicas. Una vez explicado el proceso continua la aplicación del mismo en la base de datos descrita de la que se obtendrán los porcentajes de probabilidad de incumplimiento de acuerdo a las calificaciones de crédito que tenga cada operación, determinando que el punto de default es la calificación E más los castigos. Finalmente se obtiene una segmentación por zona geográfica y por oficinas. | es |
dc.language.iso | spa | es |
dc.rights | openAccess | - |
dc.subject | DEFAULT | es |
dc.subject | MATRICES DE TRANSICIÓN | es |
dc.subject | SEVERIDAD | es |
dc.subject | PÉRDIDA ESPERADA | es |
dc.title | “cálculo de la probabilidad de default para una cartera de créditos vehiculares” | es |
dc.type | Article | es |
Appears in Collections: | Artículos de Tesis de Grado - ICM |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
RESUMEN CICYT VALERIA VALENCIA Y JORGE ZAMBRANO.pdf | 625.44 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.