Ciencias Sociales con mención en Finanzas

Permanent URI for this collectionhttp://98.81.228.127/handle/20.500.12404/15971

Browse

Filters

20242

Settings

Has files: YesSubject: search.filters.subject.Empresas--Finanzas--Perú

Search Results

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Probabilidad de default de portafolios de deuda corporativa en economías emergentes
    (Pontificia Universidad Católica del Perú, 2024-01-11) Estrella Torres, Maykol Alexander; Vega Nuñez, Johan Jose; Bendezú Medina, Luis Alfonso
    En los últimos años, se ha producido una intensa producción de investigación académica con respecto a los modelos que estiman o predicen los eventos de incumplimiento de pago, debido al mayor interés de las empresas por mantener una mejor gestión de riesgo de crédito. Por ello, el presente trabajo tiene como principal objetivo comparar la capacidad predictiva de los modelos tradicionales o estadísticos (Regresión Logística) contra modelos Machine Learning (XGBoost y Random Forest). Para lo cual, se emplea una muestra de compañías latinoamericanas que emitieron bonos corporativos durante el período de 1990 a 2022, analizando así un total de 389 empresas. Asimismo, se usó Bloomberg, como fuente de información para extraer los ratios financieros con frecuencia trimestral en el periodo ya mencionado, obteniendo así 51,060 observaciones. Una de las características de este trabajo es que se usaron las variables del modelo de puntaje Z de Altman junto con otros ratios financieros complementarios, para así mejorar la precisión de los modelos. Sin embargo, para la determinación del mejor modelo predictivo, se usaron las métricas de clasificación como el AUC (Área bajo la curva ROC), Precisión, Recall y Score F1, y los resultados mostraron que los modelos de Machine Learning tuvieron un mejor rendimiento de clasificación con respecto a la Regresión logística, siendo el modelo Random Forest el que mejor performance según las métricas de evaluación.
  • Thumbnail Image
    Item
    Impacto de las políticas ambientales, sociales y de gobernanza (ASG) en la rentabilidad (ROA y ROE) y en el valor (Q de Tobin) de las empresas peruanas entre los años 2016-2021
    (Pontificia Universidad Católica del Perú, 2024-01-11) Valera Espejo, Christian Enrique; Cunya Alvarez, Jhon Elias; Villavicencio Vásquez, Julio Alberto
    Se realizó un estudio en el cual se tiene como objetivo determinar si existe un impacto positivo en el valor de las empresas peruanas que cotizan en la bolsa de valores de Lima (BVL) debido a la adopción de políticas ambientales, sociales y de gobernanza. En adelante se usará el término ESG por sus siglas en inglés. Se obtiene la información desde la Superintendencia de Mercado de Valores (SMV) y usando la plataforma Bloomberg para construir una base de datos panel conformada por los puntajes obtenidos en cuanto al cumplimiento de las políticas ESG adoptadas en cada empresa y se determinará si el impacto en el valor de las empresas fue positivo o negativo. Las variables dependientes que se consideran son el ROA, ROE para el rendimiento de las empresas y la Q de tobin para el valor de las empresas. Respecto a las variables explicativas, se clasificaron en cuatro grupos: las variables de control, las variables de categoría ESG, las variables de ratios financieros y las variables macroeconómicas. El aporte de la investigación amplía los estudios que se direccionan tomando como punto de origen el gobierno corporativo y el valor de las empresas. Para este estudio se tomará en conjunto las 3 categorías de ESG que engloba no solo el gobierno corporativo sino también lo social y lo ambiental, además de contar con el puntaje de empresas peruanas que han sido seleccionadas para conformar el primer Índice ESG del Perú: El S&P/BVL Peru General ESG Index.