Mejora del acceso al financiamiento bancario de empresas MYPES, usando herramientas de Data Mining

dc.contributor.advisorRojas Polo, Jonatan Edward
dc.contributor.authorSamaniego Osorio, Alvaro Danilo
dc.contributor.authorViamonte Yucra, José Felipe
dc.date.accessioned2020-09-16T17:34:55Z
dc.date.available2020-09-16T17:34:55Z
dc.date.created2020
dc.date.issued2020-09-16
dc.description.abstractEl presente trabajo tiene como objetivo dar a conocer una metodología simple para optimizar el acceso al financiamiento bancario para una MYPE a través del uso de herramientas de minería de datos que puedan plasmarse en un aplicativo móvil con una interface amigable para el usuario, que en este caso podría ser el gerente general, el gerente financiero, entre otros; sin demandar una inversión muy alta. La herramienta de minería de datos que se aplicó fue una red neuronal con aprendizaje profundo, pues involucra más de una capa oculta – mayor cantidad de capas, mayor precisión – para a partir de variables disponibles en un set de datos, determinar el peso relativo de cada una de ellas y estimar la probabilidad de que una MYPE en particular pueda acceder a un crédito bancario. Se aplicó también otra herramienta conocida como regresión logística, sin embargo, por el potencial de aplicación del algoritmo anterior, se descartó la última opción. En ambos casos se usó un dataset de un banco representativo de nuestro país, con historial de créditos aprobados o denegados para MYPEs de diferentes segmentos. La practicidad del resultado del algoritmo de minería de datos permite que pueda convertirse fácilmente en un app para móviles que, a través de una simple interface de usuario, le permite a una MYPE conocer la probabilidad de acceso al financiamiento de forma personalizada. Esta información es de mucha utilidad para facilitar la toma de decisiones a nivel gerencial y a nivel estratégico (negociar con nuevos proveedores, con clientes, etc.) Se estimó un beneficio estimado anual de S/1683 por el uso de este aplicativo respecto a no utilizarlo, en un escenario normal proyectado para 5 años en adelante. De la misma forma, se tuvo un VAN de S/3368 para un COK de 14.71%. Asimismo, para un WACC de 20.95% producto de una estructura de financiamiento 20% deuda y 80% aporte propio, el VAN calculado es de S/2360. En ambos escenarios el proyecto de implementación resulta económicamente viable. Sintetizando, se tendrá un aplicativo móvil desarrollado a partir del algoritmo de minería de datos –redes neuronales– que permitirá a la MYPE tomar decisiones más acertadas.es_ES
dc.identifier.urihttp://hdl.handle.net/20.500.12404/17055
dc.language.isospaes_ES
dc.publisherPontificia Universidad Católica del Perúes_ES
dc.publisher.countryPEes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by/2.5/pe/*
dc.subjectPequeñas empresas--Finanzases_ES
dc.subjectInstituciones financierases_ES
dc.subjectMinería de datoses_ES
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.11.04es_ES
dc.titleMejora del acceso al financiamiento bancario de empresas MYPES, usando herramientas de Data Mininges_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
renati.advisor.dni42529429
renati.advisor.orcidhttps://orcid.org/0000-0001-5498-4090es_ES
renati.discipline722026es_ES
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_ES
renati.typehttps://purl.org/pe-repo/renati/type#tesises_ES
thesis.degree.disciplineIngeniería Industriales_ES
thesis.degree.grantorPontificia Universidad Católica del Perú. Facultad de Ciencias e Ingenieríaes_ES
thesis.degree.levelTítulo Profesionales_ES
thesis.degree.nameIngeniero Industriales_ES

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
SAMANIEGO OSORIO_ALVARO_MEJORA_ACCESO_FINANCIAMIENTO.pdf
Size:
2.62 MB
Format:
Adobe Portable Document Format
Description:
Texto completo

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: