Propuesta de un modelo basado en redes neuronales para la detección de riesgo crediticio
|
|
- Tomás Ríos Miguélez
- hace 8 años
- Vistas:
Transcripción
1 Revista de Investigación ULASALLE, Rev Inv ULASALLE, Número 1, 2012 (55-64) Universidad La Salle Arequipa, Perú Propuesta de un modelo basado en redes neuronales para la detección de riesgo crediticio 1 Cristian López Del Álamo Universidad La Salle. Arequipa, Perú 2 Juan Lazo Lazo Laboratorio de Inteligencia Computacional Aplicada Río de Janeiro, Brasil Resumen En la actualidad, las entidades nancieras están interesadas en dar créditos nancieros con el objetivo de apoyar a las pequeñas empresas. Y, al mismo tiempo, porque estas operaciones constituyen un mecanismo que les permite obtener ganancias mediante sus tasas de interés. El problema radica en detectar qué clientes constituyen un riesgo crediticio potencial. Es decir, qué clientes posiblemente no paguen sus deudas y quiénes serán buenos clientes. El presente artículo propone un modelo basado en Redes Neuronales que permitiría clasi car a los clientes en buenos y malos pagadores. Para seleccionar el modelo adecuado, se realizaron diferentes con guraciones de la red Neuronal con aprendizaje tipo Back Propagation, las cuales incluyen modi caciones en el número de neuronas de la capa oculta hasta procesos de normalización y reducción de la dimensionalidad utilizando Análisis de Componentes Principales (PCA). Se realizaron comparaciones de los distintos modelos a n de obtener el más e ciente. Palabras clave: modelo, redes neuronales, riesgo crediticio. En la actualidad, las entidades nancieras, como cualquier empresa, buscan identi car mecanismos que les permita incrementar sus ingresos. Uno de esos mecanismos son los créditos nancieros. De esta manera los créditos 1 2 Ingeniero de Sistemas de la Universidad Nacional de San Agustín y Magíster en Ingeniería de Software de la Universidad de Tarapacá (Chile). Es Coordinador de la Carrera de Ingeniería Informática de la Correspondencia a clopez@ulasalle.edu.pe Doctor en Ingeniería Eléctrica de la Ponti cia Universidad de Río de Janeiro. Correspondencia a juan@ele.puc-rio.br -55-
2 nancieros permiten a los clientes hacerse de un capital, y a las entidades nancieras prestar ciertos montos de dinero. Esto, para posteriormente obtener ganancias mediante una tasa de interés que depende del monto prestado. Este instrumento nanciero, al igual que otros, incurre en algunos riesgos potenciales para la institución. Por ejemplo, qué sucede si una entidad nanciera X, realiza un crédito de $ a un cliente Y, y este, no llega a pagar ninguna cuota? Son estos riesgos los que estimulan el desarrollo de nuevos modelos para la predicción de clientes que podrían ser un riesgo potencial. Existen distintos tipos de algoritmos de clasi cación utilizados en la evaluación del riesgo crediticio: regresión logística, análisis de discriminación cuadrática y lineal, máquinas de soporte vectorial, clasi cación por medio de redes bayesianas y redes neuronales (Qian, 2007). Algunos trabajos relacionados a este tema, son los de Qian (2007), Dissanayake et al (2006) y Shyu et al (2008). En el trabajo de Shyu, Chang y Chi (2008), se desarrolló una red Back Propagation (RBP) para establecer modelos de predicción del ratio exacto de previsión en las organizaciones de supervisión para llevar a cabo el control acciones (Shyu et al, 2008).Por otro lado, Dissanayake, Hendahewa y Karunananda (2006) publicaron un nuevo enfoque sobre la evaluación del riesgo crediticio que incorpora el impacto de recursos nancieros, la industria y factores económicos especí cos, utilizando tecnología de redes neuronales arti ciales (Dissanayake et al, 2006). Actualmente, algunas de las mayores aplicaciones comerciales en predicción de mora de clientes están basadas en redes neuronales, como el modelo de riesgo de Moody. Estas investigaciones alentaron el estudio del presente artículo, que busca encontrar un modelo basado en redes neuronales con aprendizaje tipo Back Propagation, con el objetivo de minimizar el error de clasi cación y la complejidad de la red neural. Arquitectura de la Red Neuronal Dado que el propósito de esta investigación es utilizar una red neural para clasi car clientes, posiblemente morosos, de aquellos que no son, es que se requiere una red neural de n elementos de entrada, una capa oculta con m neuronas y una capa de salida con una sola neurona. Se utilizará una neurona en la capa de salida, debido a que la red debe retornar como resultado un valor de cero, si el cliente es potencialmente no -56-
3 pagador, y un valor de 1, si el cliente tiene el per l de una persona pagadora. Como se verá en la sección III, la información correspondiente a cada cliente cuenta con 11 campos, motivo por el cual, el número de elementos de entrada es 11. De esta manera, que se cuenta con un conjunto de patrones de entrenamiento 11-dimensional. En la gura Nº 1 se muestra la arquitectura de una red neuronal con un vector característica de 4 elementos, una capa oculta con 3 neuronas y una capa de salida con una neurona. Para encontrar el mejor modelo de la red neuronal, de manera e ciente y e caz, es necesario minimizar los elementos mal clasi cados por la red y simpli car su estructura. Esto se puede lograr, disminuyendo el número de neuronas en la capa oculta o utilizando técnicas de reducción de la dimensionalidad para minimizar el tiempo de entrenamiento. Figura N 1 Red Neuronal con una capa oculta y una neurona de salida. Descripción de los datos Los datos utilizados han sido divididos de manera aleatoria en tres grupos. En cada grupo, se tienen dos archivos, uno para proceso de entrenamiento y otro para las pruebas. -57-
4 En el cuadro Nº 1 se muestran las características de los datos y su respectiva descripción. La característica CLASE en la última la del cuadro representa, mediante el valor 1, si el cliente es pagador, y mediante el valor 0 si no lo es. Este dato indica el valor que la red debe inferir a partir de las 11 características anteriores. Cuadro N 1 Características de datos históricos. Variable Descripción Tipo Valores ESCT Estado civil Categ 0,1,2,3. NDEP Nro. de dependientes Categ 0,1,2,3,4,5,6,7. RENDA Renta Numer TIPOR Tipo de Residencia Categ 0,1 VBEM Valor de bien a ser adquirido Numer NPARC Número de parcelas o cuotas Numer jan/24 VPARC Valor de la parcela o cuota Numer TEL Si el cliente posee teléfono Categ 0,1. IDADE Edad del Cliente Numer RESMS Tiempo de mora Numer ENTRAD Valor de entrada Numer CLASE 1 si es cliente pagador, 0 en caso contrario Categ 0,1. Como se mencionó en la sección anterior, la entrada a la red podría ser un vector 11-dimensional en el caso de tomar todos los datos, mientras que la salida consistirá de una neurona. En la siguiente sección se describe la metodología para el preprocesamiento de los datos, la cual utiliza procedimientos para normalizar, como para reducir el número de variables mediante (PCA). -58-
5 Metodología para hallar el modelo de Red Neuronal Para encontrar el mejor modelo, es decir, aquel que realice el mejor proceso de clasi cación (maximice la cantidad de aciertos y minimice el error en el proceso de entrenamiento de la red neuronal), se realizaron dos experimentos: Experimento 1: Se crean 19 modelos de redes neuronales, los cuales van de 2 a 20 neuronas en la capa oculta, cuyos datos de entrada fueron preprocesados mediante técnicas de normalización y PCA. Normalización de los Datos Para los datos del experimento 1, se realizó un proceso de normalización de los datos de entrada a la red, en base a la media y la desviación estándar, como se muestra en la fórmula 1. Donde es el dato normalizado, x es el dato original, μ es la media de todos los valores de la variable x, y θ es la desviación estándar de la variable x. Esta técnica de normalización es aplicada a los patrones de entrada. La salida no requiere ser desnormalizada ya que toma valores entre 0 y 1. Con este proceso se busca que los elementos de entrada tengan una media de cero y una desviación estándar igual a uno. Análisis de Componentes Principales El análisis de componentes principales (PCA) busca explicar la estructura de la correlación de un conjunto de variables predictoras usando un pequeño conjunto de combinaciones lineales de esas variables. Esas combinaciones lineales son llamadas componentes. La variabilidad total de un conjunto de datos, producida por todos los datos de m variables, pueden ser, a menudo, representadas principalmente por un pequeño conjunto de k combinaciones lineales de esas variables. Lo cual podría signi car que hay tanta información en las k componentes como en el conjunto original de m variables (Dan, 2006). Experimento 2: Se crean 19 modelos de redes neuronales, los cuales van de 2 a 20 neuronas en la capa oculta, cuyos datos de entrada no han sido preprocesados. -59-
6 Este hecho, sugiere que en lugar de trabajar con n registros de m variables, ahora es posible trabajar con n registros de k componentes, donde k<m. Por lo tanto, el uso de esta técnica nos permitirá disminuir la dimensionalidad de los patrones de entrada, haciendo que el proceso de entrenamiento sea más e ciente. De esta manera, lo que se pretende determinar es, si este proceso de reducción de dimensionalidad, sumando a la normalización de los datos, mejora los resultados de la red. Así, para los datos del experimento 1, se realizó el proceso de normalización. Posteriormente, se aplicó PCA y se tomó un número de componentes principales con el n de que expliquen el total de la información en no menos de un 99.9%. En la gura Nº 2 se puede apreciar que solo son necesarios siete componentes principales para representar la información con un error de 0.001, de modo que, estos siete componentes representan un total del 99.9% de la información. Esto indica que la dimensionalidad de los patrones de entrada puede ser reducida de once dimensiones a solo siete, logrando una reducción de la dimensionalidad del 36.36%. Cuadro N 2 Análisis de componentes principales Entrenamiento En fase de entrenamiento se utilizaron tres archivos, cada uno de los cuales cuenta con 1500 registros. Las redes fueron con guradas para ser entrenadas con el 60% de los datos de cada archivo de entrenamiento. -60-
7 Asimismo, el 20% fue utilizado para validación y el 20% restante para pruebas. Posteriormente, el proceso fue dividido en los dos experimentos: Experimento 1: Las entradas a la red fueron normalizadas utilizando como base, la media y desviación estándar; luego se aplicó PCA a los datos, reduciendo la dimensionalidad a 7 características en lugar de 11, como se demuestra en la subsección B. Experimento 2: Las entradas a la red no fueron normalizadas ni se redujo la dimensionalidad. Para cada experimento, se crearon 19 redes neuronales tipo feedforward con entrenamiento Back Propagation, las redes variaron en el número de neuronas en la capa oculta de 2 a 20. En la siguiente subsección se explicará el proceso de pruebas y determinación del mejor modelo. Determinación del mejor modelo En esta fase se entrenaron a las redes con los datos de los experimentos 1 y 2 con el objetivo de analizar cuál de las con guraciones de red retorna el menor número de falsos positivos y falsos negativos, así como el error de la clasi cación. Para este propósito se utilizó una matriz de confusión desarrolladas por (Kohavi y Provost, 1998). Esta matriz contiene información sobre la clasi cación real y predicha por un sistema de clasi cación y permite evaluar la efectividad del sistema. Con esta información, la función de confusión puede determinar el número de falsos positivos, de falsos negativos y estimar la abilidad del modelo. Esta función fue aplicada a los datos de salida de las 19 redes neuronales y en cada experimento. Los resultados fueron evaluados a n de determinar cuál es la mejor con guración de red en cada experimento y veri car si el preprocesamiento de los datos signi ca alguna ventaja en relación a los experimentos sin preprocesamiento. -61-
8 Experimentos Se realizaron dos experimentos, el experimento 1, el cual aplica un proceso de normalización y PCA a los datos. Y el experimento 2, que no usa normalización ni PCA. Cuadro N 3 Falsos positivos en clase pagadores En el cuadro Nº 3, se observan los elementos mal clasi cados para el grupo de pagadores. Es decir, elementos que debieron ser clasi cados como 1, pero fueron clasi cados como cero, mientras que en la gura 4, se da el caso opuesto. Al lado izquierdo de ambas imágenes se aprecia la relación entre falsos positivos y el número de neuronas en cada modelo con datos normalizados y con disminución de la dimensionalidad por medio de PCA. Al lado derecho, se muestra la misma relación, pero para los datos no normalizados y sin reducción de la dimensionalidad. -62-
9 En el cuadro Nº 3, se muestran los elementos mal clasi cados en la clase 1, es decir, elementos que debieron estar en la clase 1 (buenos pagadores) pero que fueron clasi cados en la clase 2 (malos pagados). Aquí podemos notar, que utilizando PCA y normalización en los tres casos, son necesarias más de 8 neuronas para obtener falsos positivos de alrededor del 10%. Frente al caso, de los datos no normalizados (imágenes a la derecha y de color rojo), cuyos modelos requiere redes neuronales de 12 neuronas para obtener un 16% de falsos positivos. Cuadro N 4 Falsos positivos en clase no pagadores En el cuadro Nº 4, el caso es similar al anterior, solo que esta vez se trata de elementos que debieron ser clasi cados en el grupo 2, pero aparecen en el grupo 1. Aquí se puede notar que el grupo sin PCA requeriría solo de cuatro neuronas para clasi car con una cantidad de falsos positivos de alrededor del 15%, frente a las ocho neuronas que se necesitarían utilizando PCA y normalización (alcanzando aproximadamente un 16% de falsos positivos). Podemos notar que, aproximadamente con 12 neuronas, el modelo con datos normalizados y PCA tiene el menor número de falsos positivos en -63-
10 promedio, tanto en clase 1 como en la clase 2. Por otro lado, y para el modelo basado en datos normalizados y con PCA, esto ocurre solo con 8 neuronas. Conclusiones El comportamiento del modelo basado en redes neuronales con datos de entrenamiento normalizados y con dimensionalidad disminuida aplicando PCA es superior a los modelos sin realizar un tratamiento previo de los datos de entrenamiento. PCA permitió disminuir la dimensionalidad de los datos en un 36.36%. Esto, sumado a que el modelo solo requiere 8 neuronas frente a las 12 necesarias para el experimento que utiliza datos sin normalización ni PCA, permite realizar un proceso de entrenamiento mucho más rápido. Con los dos puntos anteriores podemos concluir que el modelo, entrenado con datos normalizados y a los cuales se les aplicó PCA, es e caz y e ciente frente al modelo sin normalización ni PCA. Referencias Dissanayake, B., Hendahewa, C., & Karunananda, A. (2007). Arti cial neural network approach to credit risk assessment. Second international conference on industrial and information systems, Larose, D. (2006). Mining methods and models. USA: Wiley-IEEE Press. Qian, Y. (2007). Financial modeling and credit scoring with neural network. Wireless communications, networking and mobile computing, Qian, Y. & Benquan, L. (2007). Classi cation algorithms based on neural network and it's application in the credit market. Service systems and service management, 1-6. Shyu, D., Chang, C., & Chi, T. (2008). Establish credit rating system and apply back-propagation network for forecasting insurance companies. In ICICIC '08: Proceedings of the rd International Conference on Innovative Computing Information and Control. Washington, D.C.: IEEE Computer Society. -64-
Covarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detallesDATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT
DATA MINING EN LA BASE DE DATOS DE LA OMS KNOWLEDGE DETECTION (DETECCIÓN DEL CONOCIMIENTO) Q.F.B. JUANA LETICIA RODRÍGUEZ Y BETANCOURT REACCIONES ADVERSAS DE LOS MEDICAMENTOS Los fármacos por naturaleza
Más detallesUna investigación australiana reveló que posiblemente la disminución
CIENTÍFICOS TRABAJAN EN DETECCIÓN DE CÁNCER DE MAMA A TRAVÉS DE REDES NEURONALES ARTIFICIALES Constituye un apoyo para el médico y los radiólogos para evitar falsos diagnósticos Fernando Álvarez Una investigación
Más detallesCAPITULO 4 JUSTIFICACION DEL ESTUDIO. En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de
CAPITULO 4 JUSTIFICACION DEL ESTUDIO En este capítulo se presenta la justificación del estudio, supuestos y limitaciones de estudios previos y los alcances que justifican el presente estudio. 4.1. Justificación.
Más detallesCAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS
Capitulo 6. Sistema de Detección de Intrusos con Redes Neuronales. 69 CAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS USANDO REDES NEURONALES. En este capítulo se realiza la preparación adecuada de toda la
Más detallesLA TIR, UNA HERRAMIENTA DE CUIDADO MBA. Fernando Javier Moreno Brieva
LA TIR, UNA HERRAMIENTA DE CUIDADO Resumen El presente estudio tiene como principal objetivo demostrar, que la TIR no es una herramienta, que por sí sola, pueda determinar la conveniencia de realizar o
Más detallesCapítulo 2 Tratamiento Contable de los Impuestos. 2.1 Normas Internacionales de Contabilidad
Capítulo 2 Tratamiento Contable de los Impuestos 2.1 Normas Internacionales de Contabilidad Las Normas Internacionales de Contabilidad (NIC) o International Financial Reporting Standard (IFRS) son los
Más detallesUnidad I. 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal)
Unidad I Sistemas numéricos 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal) Los computadores manipulan y almacenan los datos usando interruptores electrónicos que están ENCENDIDOS o APAGADOS.
Más detallesMineria de datos y su aplicación en web mining data Redes de computadores I ELO 322
Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción
Más detallesFórmulas y enfoques utilizados para calcular el Tasa Efectiva de Interés (TEI) o Costo Anual Total (CAT)
Fórmulas y enfoques utilizados para calcular el Tasa Efectiva de Interés (TEI) o Costo Anual Total (CAT) El propósito del Costo Anual Total (CAT) El precio verdadero del préstamo no solamente incluye los
Más detalles5.4. Manual de usuario
5.4. Manual de usuario En esta sección se procederá a explicar cada una de las posibles acciones que puede realizar un usuario, de forma que pueda utilizar todas las funcionalidades del simulador, sin
Más detallesCapítulo 3. Estimación de elasticidades
1 Capítulo 3. Estimación de elasticidades Lo que se busca comprobar en esta investigación a través la estimación econométrica es que, conforme a lo que predice la teoría y lo que ha sido observado en gran
Más detallesObservatorio Bancario
México Observatorio Bancario 2 junio Fuentes de Financiamiento de las Empresas Encuesta Trimestral de Banco de México Fco. Javier Morales E. fj.morales@bbva.bancomer.com La Encuesta Trimestral de Fuentes
Más detallesCORRELACIÓN Y PREDICIÓN
CORRELACIÓN Y PREDICIÓN 1. Introducción 2. Curvas de regresión 3. Concepto de correlación 4. Regresión lineal 5. Regresión múltiple INTRODUCCIÓN: Muy a menudo se encuentra en la práctica que existe una
Más detallesTEMA 5 ESTUDIOS CORRELACIONALES.
TEMA 5 ESTUDIOS CORRELACIONALES. 1. INTRODUCCIÓN. 2. CONCEPTO DE CORRELACIÓN. 3. CASOS EN LOS QUE SE UTILIZA LA INVESTIGACIÓN CORRELACIONAL. 4. LIMITACIONES DE LOS ESTUDIOS CORRELACIONALES 1 1. INTRODUCCIÓN.
Más detallesPRODUCTIVIDAD DE PROYECTOS DE DESARROLLO DE SOFTWARE: FACTORES DETERMINANTES E INDICADORES
PRODUCTIVIDAD DE PROYECTOS DE DESARROLLO DE SOFTWARE: FACTORES DETERMINANTES E INDICADORES Raúl Palma G. y Guillermo Bustos R. Escuela de Ingeniería Industrial Universidad Católica de Valparaíso Casilla
Más detallesCurso de Finanzas para Ejecutivos no Financieros. 3.3 Estado de Resultados
3.3 Es el Estado Financiero Básico que presenta información relevante acerca de las operaciones desarrolladas por una entidad durante un periodo determinado. Mediante la determinación de la utilidad neta
Más detallesAprende a rentabilizar tu negocio
Aprende a rentabilizar tu negocio Índice 1. Qué es la Cuenta de Resultados?... 3 2. Por qué es imprescindible elaborar la Cuenta de Resultados?... 3 3. Qué conceptos entran en la Cuenta de Resultados?...
Más detallesTema 7 COSTO ESTÁNDAR
Tema 7 COSTO ESTÁNDAR Campus Santa Fé Miguel Ángel Gutiérrez Banegas 1 Introducción En el proceso de generación de información en los negocios, la predeterminación de costos soluciona la dificultad que
Más detallesInteligencia de Negocio
UNIVERSIDAD DE GRANADA E.T.S. de Ingenierías Informática y de Telecomunicación Departamento de Ciencias de la Computación e Inteligencia Artificial Inteligencia de Negocio Guión de Prácticas Práctica 1:
Más detalles11.2-DISCUSIÓN Prueba rápida
11.2-DISCUSIÓN Prueba rápida Como se observa en la tabla 9 del total de las embarazadas (62,214) a las que se les realizo la prueba rápida un 99.3%(61,808) de ellas dio como resultado no reactivo, tan
Más detallesCAPÍTULO 2 DEFINICIÓN DEL PROBLEMA
CAPÍTULO 2 DEFINICIÓN DEL PROBLEMA En el capítulo anterior se describió la situación inicial en la que se encontraba la Coordinación de Cómputo Académico (CCA) del Departamento de Ingenierías (DI) de la
Más detallesMetodología de validación para el Sistema Estadístico del Sector Asegurador (SESA), del ramo de Crédito a la vivienda
DIRECCIÓN DE DAÑOS Y AUTOS ESTADÍSTICA 2009 Metodología de validación para el Sistema Estadístico del Sector Asegurador (SESA), del ramo de Crédito a la vivienda El siguiente documento presenta las especificaciones
Más detallesComente: Los bancos siempre deberían dar crédito a los proyectos rentables. Falso, hay que evaluar la capacidad de pago.
Explique Brevemente en que consiste el leasing y nombre los diferentes tipos existentes. Es un mecanismo de financiamiento de Activos el cual permite el uso del activo por un periodo determinado a cambio
Más detallesTIPO DE CAMBIO, TIPOS DE INTERES Y MOVIMIENTOS DE CAPITAL
TIPO DE CAMBIO, TIPOS DE INTERES Y MOVIMIENTOS DE CAPITAL En esta breve nota se intentan analizar las relaciones existentes en el sector español entre tipo de cambio, tasa de inflación y tipos de interés,
Más detallesSAQQARA. Correlación avanzada y seguridad colaborativa_
SAQQARA Correlación avanzada y seguridad colaborativa_ Tiene su seguridad 100% garantizada con su SIEM?_ Los SIEMs nos ayudan, pero su dependencia de los eventos y tecnologías, su reducida flexibilidad
Más detallesLISTA DE MATERIALES, BOM (BILL OF MATERIALS)
LISTA DE MATERIALES, BOM (BILL OF MATERIALS) El desglose de cualquier conjunto complejo que se produzca es un instrumento básico de los departamentos de ingeniería de diseño para la realización de su cometido.
Más detallesGUÍA PARA LAS FAMILIAS To Para Obtener Asistencia Financiera
GUÍA PARA LAS FAMILIAS To Para Obtener Asistencia Financiera sss.nais.org/parents GUÍA PARA LAS FAMILIAS Para obtener asistencia financiera Haciendo que la educación independiente sea una realidad. Usted
Más detallesInteroperabilidad de Fieldbus
2002 Emerson Process Management. Todos los derechos reservados. Vea este y otros cursos en línea en www.plantwebuniversity.com. Fieldbus 201 Interoperabilidad de Fieldbus Generalidades Qué es interoperabilidad?
Más detallesANALISIS MULTIVARIANTE
ANALISIS MULTIVARIANTE Es un conjunto de técnicas que se utilizan cuando se trabaja sobre colecciones de datos en las cuáles hay muchas variables implicadas. Los principales problemas, en este contexto,
Más detallesDecisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.
Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El
Más detalles1.1 EL ESTUDIO TÉCNICO
1.1 EL ESTUDIO TÉCNICO 1.1.1 Definición Un estudio técnico permite proponer y analizar las diferentes opciones tecnológicas para producir los bienes o servicios que se requieren, lo que además admite verificar
Más detallesPor otro lado podemos enunciar los objetivos más específicos de nuestro estudio:
RESUMEN La empresa familiar es aquella cuya administración, dirección y control está en manos de una familia. Sus miembros toman decisiones estratégicas y operativas, asumiendo por completo la responsabilidad
Más detallesAuditoría. 9 > Auditoría de cuentas a cobrar
Auditoría. 9 > Auditoría de cuentas a cobrar Juan Carlos Mira Navarro Juan Carlos Mira Navarro 1 / 13 Auditoría. 9 > Auditoría de cuentas a cobrar 1 2 3 4 Procedimientos para verificar la existencia de
Más detallesPortafolios Eficientes para agentes con perspectiva Pesos
RenMax Sociedad de Bolsa S.A www.renmax.com.uy Publicado Diciembre 2005 Portafolios Eficientes para agentes con perspectiva Pesos Este artículo muestra que para un agente residente en Uruguay que consume
Más detallesMatemática de redes Representación binaria de datos Bits y bytes
Matemática de redes Representación binaria de datos Los computadores manipulan y almacenan los datos usando interruptores electrónicos que están ENCENDIDOS o APAGADOS. Los computadores sólo pueden entender
Más detallesBOLSA MEXICANA DE VALORES, S.A. DE C.V.
(i) Resultados de Operación Análisis Comparativo de los Ejercicios Terminados el 31 de diciembre de 2004 y 2003 Las cifras en pesos en esta sección se expresan en miles de pesos constantes al 31 de diciembre
Más detallesCaso de estudio EFL: Uso del puntaje EFL para mejorar los datos de la central de riesgo crediticio
Caso de estudio EFL: Uso del puntaje EFL para mejorar los datos de la central de riesgo crediticio Equifax Perú Resumen ejecutivo: Equifax (EFX) se propuso determinar si EFL podría agregar valor a su score
Más detallesPRUEBA RAPIDA EN EMBARAZADAS (n=62,214 2009-Junio 2010) NO REACTIVO n=218 REACTIVO INDETERMINADO. Tabla 9: Resultados Prueba rápida
11-RESULTADOS 11.1-Interpretación y análisis de resultados Un total de de 62,214 mujeres embarazadas se realizaron la prueba rápida de VIH durante años 2009 hasta junio 2010 (Tabla 9). De ellas, 61,808
Más detallesTEMA 2: Representación de la Información en las computadoras
TEMA 2: Representación de la Información en las computadoras Introducción Una computadora es una máquina que procesa información y ejecuta programas. Para que la computadora ejecute un programa, es necesario
Más detallesLección 4: Suma y resta de números racionales
GUÍA DE MATEMÁTICAS II Lección : Suma y resta de números racionales En esta lección recordaremos cómo sumar y restar números racionales. Como los racionales pueden estar representados como fracción o decimal,
Más detallesDE VIDA PARA EL DESARROLLO DE SISTEMAS
MÉTODO DEL CICLO DE VIDA PARA EL DESARROLLO DE SISTEMAS 1. METODO DEL CICLO DE VIDA PARA EL DESARROLLO DE SISTEMAS CICLO DE VIDA CLÁSICO DEL DESARROLLO DE SISTEMAS. El desarrollo de Sistemas, un proceso
Más detallesClase 4: Probabilidades de un evento
Clase 4: Probabilidades de un evento Definiciones A continuación vamos a considerar sólo aquellos experimentos para los que el EM contiene un número finito de elementos. La probabilidad de la ocurrencia
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detalles2) Se ha considerado únicamente la mano de obra, teniéndose en cuenta las horas utilizadas en cada actividad por unidad de página.
APLICACIÓN AL PROCESO PRODUCTIVO DE LA EMPRESA "F. G. / DISEÑO GRÁFICO". AÑO 2004 Rescala, Carmen Según lo explicado en el Informe del presente trabajo, la variación en la producción de páginas web de
Más detalles"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios
"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se
Más detallesAula Banca Privada. La importancia de la diversificación
Aula Banca Privada La importancia de la diversificación La importancia de la diversificación La diversificación de carteras es el principio básico de la operativa en mercados financieros, según el cual
Más detallesNIC 39 Valor razonable
NIC 39 Valor razonable Medición inicial y posterior de activos y pasivos financieros Se medirá por su valor razonable más, (si no se contabiliza al valor razonable con cambios en resultados) los costos
Más detallesClasificación de Música por Genero Utilizando Redes Neuronales Artificiales. Elkin García, Germán Mancera, Jorge Pacheco
Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales Elkin García, Germán Mancera, Jorge Pacheco Presentación Los autores han desarrollado un método de clasificación de música a
Más detallesEcuación de Fisher. Estimación de la tasa de rendimiento real del capital a partir de la Ecuación de Fisher para Argentina 2003-2013
Ecuación de Fisher Estimación de la tasa de rendimiento real del capital a partir de la Ecuación de Fisher para Argentina 2003-2013 Paula Coronado Linares 1 RESUMEN En este trabajo se propone calcular
Más detallesGUÍA PARA LAS FAMILIAS
GUÍA PARA LAS FAMILIAS Para Obtener Asistencia Financiera Hacer de la educación independiente una realidad. Usted ha tomado la decisión de invertir en una educación independiente para su hijo. La educación
Más detallesTécnicas de valor presente para calcular el valor en uso
Normas Internacionales de Información Financiera NIC - NIIF Guía NIC - NIIF NIC 36 Fundación NIC-NIIF Técnicas de valor presente para calcular el valor en uso Este documento proporciona una guía para utilizar
Más detallesUniversidad Autónoma de los Andes Evaluación y Auditoría Informática Unidad 1: Metodología de una Auditoría de Sistemas Computacionales - ASC Ing. John Toasa Espinoza http://waudinfingjohntoasa.wikispaces.com
Más detallesSistemas de Calidad Empresarial
Portal Empresarial Aljaraque Empresarial Sistemas de Calidad Empresarial 1 ÍNDICE 1. INTRODUCCIÓN. 2. CONCEPTO DE CALIDAD Y SU SISTEMA. 3. MÉTODO PARA IMPLANTAR UN SISTEMA DE GESTIÓN DE LA CALIDAD. 4.
Más detallesCAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION
CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION Como hemos dicho anteriormente, los instrumentos de medición hacen posible la observación de los fenómenos eléctricos y su cuantificación. Ahora
Más detallesGuías aprendeafinanciarte.com
1 El futuro de muchas pequeñas y medianas empresas depende de la financiación externa. Y conseguir un crédito es indispensable una estrategia adecuada. Siempre es aconsejable que la empresa opere crediticiamente
Más detallesCapítulo 8. Tipos de interés reales. 8.1. Introducción
Capítulo 8 Tipos de interés reales 8.1. Introducción A lo largo de los capítulos 5 y 7 se ha analizado el tipo de interés en términos nominales para distintos vencimientos, aunque se ha desarrollado más
Más detallesCAPÍTULO III 3. MÉTODOS DE INVESTIGACIÓN. El ámbito de los negocios en la actualidad es un área donde que cada vez más
CAPÍTULO III 3. MÉTODOS DE INVESTIGACIÓN El ámbito de los negocios en la actualidad es un área donde que cada vez más se requieren estudios y análisis con criterios de carácter científico a fin de poder
Más detallesEvaluación, limpieza y construcción de los datos: un enfoque desde la inteligencia artificial
Universidad del Cauca Facultad de Ingeniería Electrónica y Telecomunicaciones Programas de Maestría y Doctorado en Ingeniería Telemática Seminario de Investigación Evaluación, limpieza y construcción de
Más detallesCAPÍTULO VI PREPARACIÓN DEL MODELO EN ALGOR. En este capítulo, se hablará acerca de los pasos a seguir para poder realizar el análisis de
CAPÍTULO VI PREPARACIÓN DEL MODELO EN ALGOR. En este capítulo, se hablará acerca de los pasos a seguir para poder realizar el análisis de cualquier modelo en el software Algor. La preparación de un modelo,
Más detallesBoletín de Asesoría Gerencial* Modelo Credit Scoring: Un paso hacia una gestión diferenciada y eficiente del riesgo de crédito
Espiñeira, Sheldon y Asociados No. 22-2008 *connectedthinking Contenido Haga click en los enlaces para navegar a través del documento Haga click en los enlaces para llegar directamente a cada sección 4
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesFinanzas de Empresas Turísticas
Finanzas de Empresas Turísticas Prof. Francisco Pérez Hernández (f.perez@uam.es) Departamento de Financiación e Investigación de la Universidad Autónoma de Madrid 1 Departamento de Financiación e Investigación
Más detallesIntroducción a la estadística y SPSS
Introducción a la estadística y SPSS Marcelo Rodríguez Ingeniero Estadístico - Magister en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I
Más detallesConclusiones. Particionado Consciente de los Datos
Capítulo 6 Conclusiones Una de las principales conclusiones que se extraen de esta tesis es que para que un algoritmo de ordenación sea el más rápido para cualquier conjunto de datos a ordenar, debe ser
Más detallesIntroducción a la Firma Electrónica en MIDAS
Introducción a la Firma Electrónica en MIDAS Firma Digital Introducción. El Módulo para la Integración de Documentos y Acceso a los Sistemas(MIDAS) emplea la firma digital como método de aseguramiento
Más detallesUnidad 7 Aplicación de máximos y mínimos
Unidad 7 Aplicación de máimos y mínimos Objetivos Al terminar la unidad, el alumno: Interpretará el concepto de ingreso y costos marginal. Aplicará la función de ingresos en problemas de maimización. Aplicará
Más detallesSISTEMA DE CONSULTAS PÚBLICAS SOBRE LA GESTIÓN PROCESAL DE LAS CAUSAS QUE SE TRAMITAN EN LA CORTE SUPREMA DE JUSTICIA Y FUEROS
SISTEMA DE CONSULTAS PÚBLICAS SOBRE LA GESTIÓN PROCESAL DE LAS CAUSAS QUE SE TRAMITAN EN LA CORTE SUPREMA DE JUSTICIA Y FUEROS PROGRAMA INTEGRAL DE REFORMA JUDICIAL MINISTERIO DE JUSTICIA Y DERECHOS HUMANOS
Más detallesIV. Indicadores Económicos y Financieros
IV. Indicadores Económicos y Financieros IV. Indicadores Económicos y Financieros Los indicadores económicos - financieros expresan la relación entre dos o más elementos de los estados financieros. Son
Más detallesCAPITULO 4. Requerimientos, Análisis y Diseño. El presente capítulo explica los pasos que se realizaron antes de implementar
CAPITULO 4 Requerimientos, Análisis y Diseño El presente capítulo explica los pasos que se realizaron antes de implementar el sistema. Para esto, primero se explicarán los requerimientos que fueron solicitados
Más detallesPRINCIPIOS FINAN IEROS FUNDAMENTALE DEL FED
PRINCIPIOS FINAN IEROS FUNDAMENTALE DEL FED Ahorradores inteligentes 100 AÑOS Descripción de la lección Conceptos Objetivos Los estudiantes calculan el interés compuesto para identificar las ventajas de
Más detallesCiclo de vida y Metodologías para el desarrollo de SW Definición de la metodología
Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología La metodología para el desarrollo de software es un modo sistemático de realizar, gestionar y administrar un proyecto
Más detallesTransUnion República Dominicana. Preguntas frecuentes sobre los modelos de score de TransUnion
TransUnion República Dominicana Preguntas frecuentes sobre los modelos de score de TransUnion Los modelos de score de TransUnion El siguiente es un resumen para ayudarle a entender mejor cómo se puede
Más detallesSÍNTESIS Y PERSPECTIVAS
SÍNTESIS Y PERSPECTIVAS Los invitamos a observar, a identificar problemas, pero al mismo tiempo a buscar oportunidades de mejoras en sus empresas. REVISIÓN DE CONCEPTOS. Esta es la última clase del curso.
Más detallesCAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de
CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.
Más detallesIndicaciones específicas para los análisis estadísticos.
Tutorial básico de PSPP: Vídeo 1: Describe la interfaz del programa, explicando en qué consiste la vista de datos y la vista de variables. Vídeo 2: Muestra cómo crear una base de datos, comenzando por
Más detallesServicios Financieros Móviles en El Salvador Viables?
Octubre de 2012 Servicios Financieros Móviles en El Salvador Viables? Por: Walter Elías Rodríguez Flamenco i Especialista del Departamento de Normas y Estudios de la Superintendencia del Sistema Financiero
Más detallesModificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere.
UNIVERSIDAD DE CARABOBO FACULTAD DE CIENCIA Y TECNOLOGÍA DIRECCION DE EXTENSION COORDINACION DE PASANTIAS Modificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere. Pasante:
Más detallesPrestamos injustos. Efectos raciales y del origen étnico en el precio de las hipotecas subpreferenciales
Prestamos injustos Efectos raciales y del origen étnico en el precio de las hipotecas subpreferenciales Debbie Gruenstein Bocian, Keith S. Ernst y Wei Li Centro para Prestamos Responsables (Center for
Más detallesCAPÍTULO 6 SIMULACIONES Y RESULTADOS
CAPÍTULO 6 SIMULACIONES Y RESULTADOS 6.1 Proceso de Simulación Las simulaciones fueros llevadas a cabo empleando como herramienta la Versión 6.5 Release 13 de Matlab. Para lo cual fue empleado un banco
Más detallesUNIDADES DE ALMACENAMIENTO DE DATOS
1.2 MATÉMATICAS DE REDES 1.2.1 REPRESENTACIÓN BINARIA DE DATOS Los computadores manipulan y almacenan los datos usando interruptores electrónicos que están ENCENDIDOS o APAGADOS. Los computadores sólo
Más detalles❷ Aritmética Binaria Entera
❷ Una de las principales aplicaciones de la electrónica digital es el diseño de dispositivos capaces de efectuar cálculos aritméticos, ya sea como principal objetivo (calculadoras, computadoras, máquinas
Más detallesLa selección del mercado meta es esencialmente idéntica, sin importar si una firma vende un bien o servicio.
4. SELECCIÓN Y EVALUACIÓN DE MERCADO META SELECCIÓN DE MERCADO META Un mercado meta se refiere a un grupo de personas u organizaciones a las cuales una organización dirige su programa de marketing. Es
Más detallesTÉRMINOS Y CONDICIONES MÁS X MÁS
TÉRMINOS Y CONDICIONES MÁS X MÁS DENOMINACIÓN: MÁS POR MÁS de la CUENTA CORRIENTE REMUNERADA B.O.D. MERCADO OBJETIVO: Esta Campaña está dirigida a toda persona natural y jurídica que mantenga y/o abra
Más detallesQUÉ NOS DICE EL ESTADO DE FLUJO DE EFECTIVO?
QUÉ NOS DICE EL ESTADO DE FLUJO DE EFECTIVO? I. INTRODUCCION. Por: Lidia Beatriz Cabrera El Estado de Flujo de Efectivo (variante del denominado Estado de origen y aplicación de fondos, basado en el movimiento
Más detallesUNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA
UNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA COSTOS II Guía No. 1.- Conceptos Básicos OBJETIVO 1. Asimilar conceptos fundamentales de costos I. CONCEPTOS BASICOS DE COSTOS 1. CONTABILIDAD DE
Más detallesUna de las operaciones cuyo tratamiento fiscal
ANÁLISIS Y OPINIÓN Costo fiscal de las acciones: Su determinación y algunas distorsiones previsibles en su resultado fiscal 60 La determinación del costo fiscal de las acciones constituye uno de los procedimientos
Más detallesCAPÍTULO 1 INTRODUCCIÓN. El Instituto Mexicano del Seguro Social (I.M.S.S.) es un organismo público
CAPÍTULO 1 INTRODUCCIÓN El Instituto Mexicano del Seguro Social (I.M.S.S.) es un organismo público descentralizado con personalidad y patrimonio propios, de administración tripartita que incluye al Estado,
Más detallesTÉRMINOS Y CONDICIONES
TÉRMINOS Y CONDICIONES Denominación: MÁS POR MÁS de la CUENTA CORRIENTE INVERAMIGO B.O.D. Mercado Objetivo: Esta Campaña está dirigida a toda persona natural y jurídica que mantenga y/o abra una Cuenta
Más detallesMÁQUINA DE VECTORES DE SOPORTE
MÁQUINA DE VECTORES DE SOPORTE La teoría de las (SVM por su nombre en inglés Support Vector Machine) fue desarrollada por Vapnik basado en la idea de minimización del riesgo estructural (SRM). Algunas
Más detallesCAPÍTULO 6 6.1 CONCLUSIONES Y RECOMENDACIONES
CAPÍTULO 6 6.1 CONCLUSIONES Y RECOMENDACIONES El trabajo de investigación presentado anteriormente tuvo como objetivo principal realizar un Plan de Negocios para la introducción exitosa al mercado de una
Más detallesLa NIC 32 acompaña a la NIC 39, instrumentos financieros: reconocimiento y medición.
Como clausura del Quinto Curso de la Normas Internacionales de Información Financiera a través de fundación CEDDET y el IIMV, se realizó del 30 de octubre al 1 de noviembre de 2012, en Montevideo Uruguay,
Más detallesAsesorías Técnicas Aérea Contable y Administrativa Lcda. Romelia Rodríguez V
LOS ASIENTOS DE AJUSTES. El empleo de un sistema de acumulación implica que habría que hacer numerosos ajustes antes de elaborar los Estados Financieros, por ciertas cuentas que no están presentes con
Más detallesActivos Intangibles Costos de Sitios Web
SIC-32 Documentos publicados para acompañar a la Interpretación SIC-32 Activos Intangibles Costos de Sitios Web Esta versión incluye las modificaciones resultantes de las NIIF emitidas hasta el 31 de diciembre
Más detallesLectura No. 12. Contextualización. Nombre: Análisis de la empresa ANÁLISIS FINANCIERO 1
Análisis financiero ANÁLISIS FINANCIERO 1 Lectura No. 12 Nombre: Análisis de la empresa Contextualización La selección de las compañías comparables es, sin lugar a dudas, uno de los aspectos más importantes
Más detallesCOMPRAS CEPAS A TRAVÉS DE INTERNET PORTAL CEPAS
COMPRAS CEPAS A TRAVÉS DE INTERNET PORTAL CEPAS Es un sistema que describe las funcionalidades claves a través de Internet. Se pueden efectuar las compras, ver la trazabilidad de los pedidos y visualizar
Más detallesIAP 1005 - CONSIDERACIONES PARTICULARES SOBRE LA AUDITORÍA DE LAS EMPRESAS DE REDUCIDA DIMENSIÓN
IAP 1005 - CONSIDERACIONES PARTICULARES SOBRE LA AUDITORÍA DE LAS EMPRESAS DE REDUCIDA DIMENSIÓN Introducción 1. Las Normas Internacionales de Auditoría (NIA) se aplican a la auditoría de la información
Más detalles