Propuesta de un modelo basado en redes neuronales para la detección de riesgo crediticio

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Propuesta de un modelo basado en redes neuronales para la detección de riesgo crediticio"

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 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 detalles

DATA 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 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 detalles

Una investigación australiana reveló que posiblemente la disminución

Una 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 detalles

CAPITULO 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 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 detalles

CAPITULO 6 SISTEMA DE DETECCION DE INTRUSOS

CAPITULO 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 detalles

LA TIR, UNA HERRAMIENTA DE CUIDADO MBA. Fernando Javier Moreno Brieva

LA 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 detalles

Capítulo 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 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 detalles

Unidad I. 1.1 Sistemas numéricos (Binario, Octal, Decimal, Hexadecimal)

Unidad 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 detalles

Mineria 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 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 detalles

Fórmulas 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) 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 detalles

5.4. Manual de usuario

5.4. 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 detalles

Capítulo 3. Estimación de elasticidades

Capítulo 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 detalles

Observatorio Bancario

Observatorio 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 detalles

CORRELACIÓN Y PREDICIÓN

CORRELACIÓN 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 detalles

TEMA 5 ESTUDIOS CORRELACIONALES.

TEMA 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 detalles

PRODUCTIVIDAD DE PROYECTOS DE DESARROLLO DE SOFTWARE: FACTORES DETERMINANTES E INDICADORES

PRODUCTIVIDAD 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 detalles

Curso de Finanzas para Ejecutivos no Financieros. 3.3 Estado de Resultados

Curso 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 detalles

Aprende a rentabilizar tu negocio

Aprende 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 detalles

Tema 7 COSTO ESTÁNDAR

Tema 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 detalles

Inteligencia de Negocio

Inteligencia 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 detalles

11.2-DISCUSIÓN Prueba rápida

11.2-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 detalles

CAPÍTULO 2 DEFINICIÓN DEL PROBLEMA

CAPÍTULO 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 detalles

Metodología de validación para el Sistema Estadístico del Sector Asegurador (SESA), del ramo de Crédito a la vivienda

Metodología 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 detalles

Comente: Los bancos siempre deberían dar crédito a los proyectos rentables. Falso, hay que evaluar la capacidad de pago.

Comente: 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 detalles

TIPO DE CAMBIO, TIPOS DE INTERES Y MOVIMIENTOS DE CAPITAL

TIPO 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 detalles

SAQQARA. Correlación avanzada y seguridad colaborativa_

SAQQARA. 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 detalles

LISTA DE MATERIALES, BOM (BILL OF MATERIALS)

LISTA 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 detalles

GUÍA PARA LAS FAMILIAS To Para Obtener Asistencia Financiera

GUÍA 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 detalles

Interoperabilidad de Fieldbus

Interoperabilidad 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 detalles

ANALISIS MULTIVARIANTE

ANALISIS 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 detalles

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.

Decisión: 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 detalles

1.1 EL ESTUDIO TÉCNICO

1.1 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 detalles

Por otro lado podemos enunciar los objetivos más específicos de nuestro estudio:

Por 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 detalles

Auditoría. 9 > Auditoría de cuentas a cobrar

Auditoría. 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 detalles

Portafolios Eficientes para agentes con perspectiva Pesos

Portafolios 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 detalles

Matemática de redes Representación binaria de datos Bits y bytes

Matemática 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 detalles

BOLSA MEXICANA DE VALORES, S.A. DE C.V.

BOLSA 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 detalles

Caso 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 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 detalles

PRUEBA RAPIDA EN EMBARAZADAS (n=62,214 2009-Junio 2010) NO REACTIVO n=218 REACTIVO INDETERMINADO. Tabla 9: Resultados Prueba rápida

PRUEBA 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 detalles

TEMA 2: Representación de la Información en las computadoras

TEMA 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 detalles

Lección 4: Suma y resta de números racionales

Lección 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 detalles

DE VIDA PARA EL DESARROLLO DE SISTEMAS

DE 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 detalles

Clase 4: Probabilidades de un evento

Clase 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 detalles

Análisis y cuantificación del Riesgo

Análisis 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 detalles

2) Se ha considerado únicamente la mano de obra, teniéndose en cuenta las horas utilizadas en cada actividad por unidad de página.

2) 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 "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 detalles

Aula Banca Privada. La importancia de la diversificación

Aula 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 detalles

NIC 39 Valor razonable

NIC 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 detalles

Clasificación 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 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 detalles

Ecuación 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 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 detalles

GUÍA PARA LAS FAMILIAS

GUÍA 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 detalles

Técnicas de valor presente para calcular el valor en uso

Técnicas 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 detalles

Universidad 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 detalles

Sistemas de Calidad Empresarial

Sistemas 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 detalles

CAPITULO II CARACTERISTICAS DE LOS INSTRUMENTOS DE MEDICION

CAPITULO 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 detalles

Guías aprendeafinanciarte.com

Guías 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 detalles

Capítulo 8. Tipos de interés reales. 8.1. Introducción

Capítulo 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 detalles

CAPÍTULO 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 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 detalles

Evaluación, limpieza y construcción de los datos: un enfoque desde la inteligencia artificial

Evaluación, 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 detalles

CAPÍTULO 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 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 detalles

Boletín de Asesoría Gerencial* Modelo Credit Scoring: Un paso hacia una gestión diferenciada y eficiente del riesgo de crédito

Boletín 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 detalles

Tema 3. Medidas de tendencia central. 3.1. Introducción. Contenido

Tema 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 detalles

Finanzas de Empresas Turísticas

Finanzas 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 detalles

Introducción a la estadística y SPSS

Introducción 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 detalles

Conclusiones. Particionado Consciente de los Datos

Conclusiones. 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 detalles

Introducción a la Firma Electrónica en MIDAS

Introducción 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 detalles

Unidad 7 Aplicación de máximos y mínimos

Unidad 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 detalles

SISTEMA 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 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 detalles

IV. Indicadores Económicos y Financieros

IV. 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 detalles

CAPITULO 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 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 detalles

PRINCIPIOS FINAN IEROS FUNDAMENTALE DEL FED

PRINCIPIOS 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 detalles

Ciclo 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 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 detalles

TransUnion República Dominicana. Preguntas frecuentes sobre los modelos de score de TransUnion

TransUnion 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 detalles

SÍNTESIS Y PERSPECTIVAS

SÍNTESIS 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 detalles

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

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 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 detalles

Indicaciones específicas para los análisis estadísticos.

Indicaciones 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 detalles

Servicios Financieros Móviles en El Salvador Viables?

Servicios 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 detalles

Modificación y parametrización del modulo de Solicitudes (Request) en el ERP/CRM Compiere.

Modificación 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 detalles

Prestamos 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 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 detalles

CAPÍTULO 6 SIMULACIONES Y RESULTADOS

CAPÍTULO 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 detalles

UNIDADES DE ALMACENAMIENTO DE DATOS

UNIDADES 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 detalles

❷ Aritmética Binaria Entera

❷ 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 detalles

La selección del mercado meta es esencialmente idéntica, sin importar si una firma vende un bien o servicio.

La 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 detalles

TÉRMINOS Y CONDICIONES MÁS X MÁS

TÉRMINOS 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 detalles

QUÉ NOS DICE EL ESTADO DE FLUJO DE EFECTIVO?

QUÉ 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 detalles

UNIVERSIDAD MINUTO DE DIOS PROGRAMA CONTADURÍA PÚBLICA

UNIVERSIDAD 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 detalles

Una de las operaciones cuyo tratamiento fiscal

Una 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 detalles

CAPÍTULO 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 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 detalles

TÉRMINOS Y CONDICIONES

TÉRMINOS 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 detalles

MÁQUINA DE VECTORES DE SOPORTE

MÁQUINA 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 detalles

CAPÍTULO 6 6.1 CONCLUSIONES Y RECOMENDACIONES

CAPÍTULO 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 detalles

La NIC 32 acompaña a la NIC 39, instrumentos financieros: reconocimiento y medición.

La 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 detalles

Asesorías Técnicas Aérea Contable y Administrativa Lcda. Romelia Rodríguez V

Asesorías 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 detalles

Activos Intangibles Costos de Sitios Web

Activos 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 detalles

Lectura No. 12. Contextualización. Nombre: Análisis de la empresa ANÁLISIS FINANCIERO 1

Lectura 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 detalles

COMPRAS CEPAS A TRAVÉS DE INTERNET PORTAL CEPAS

COMPRAS 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 detalles

IAP 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 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