Repository logo
Communities & Collections
All of DSpace
  • English
  • Español
Log In
New user? Click here to register. Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "Olivares Rossel, Paulina Paz"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • Loading...
    Thumbnail Image
    Thesis
    Análisis, revisión y pronóstico de la morosidad de la cartera de crédito hipotecario de una Administradora de mutuos hipotecarios
    (Universidad Técnica Federico Santa María, 2017-09-20) Olivares Rossel, Paulina Paz; Scavia Dal Pozzo, Javier Andres; Departamento de Industrias; Fernandez De La Reguera Bastida, Pedro Angel
    En esta memoria se analizó la cartera de una institución que sólo se dedica a otorgar créditos hipotecarios, por lo tanto, es una cartera muy pequeña en comparación con aquellas que poseen las instituciones bancarias, pero tiene la data suficiente para realizar el análisis y se supone un comportamiento similar al de la cartera de cualquier institución financiera. El riesgo de otorgar un crédito hipotecario radica en la posibilidad de que un cliente caiga en morosidades, esto podría ser producto de la aplicación de políticas de crédito muy blandas o la situación económica del país, es decir cuando la economía se encuentra en períodos críticos, aumenta el desempleo y por consecuencia aumenta la probabilidad de que un cliente caiga en default. La cartera en análisis mora se separó en seis series; clientes al día, mora 1, mora 2, mora 3, mora 4 y mora 5 y más, de estas series entraron al análisis las correspondientes a la mora 1, 2, 3 y 4. Se analizó el comportamiento de cada serie (tendencia, estacionalidad, ciclicidad) para luego realizar el pronóstico de cada una de ellas y determinar mediante la suma de los cuadrados del error el mejor método para cada una de ellas. Finalmente se verificó si son series cointegradas, se revisó la estacionariedad de cada una de las series y la estacionariedad de las series combinadas. Una vez que se tiene claridad de qué serie se encuentra cointegrada y con ayuda del correlograma se podría indicar si el pronóstico fue necesario realizarlo para todas las series o basta con pronosticar sólo alguna de ellas ya que al encontrarse cointegradas se estaría hablando de series con comportamiento similar.

UNIVERSIDAD

  • Nuestra Historia
  • Federico Santa María
  • Definiciones Estratégicas
  • Modelo Educativo
  • Organización
  • Información Estadística USM

CAMPUS Y SEDES

  • Información Campus y Sedes
  • Tour Virtual
  • Icono Seguridad Política de Privacidad

EXTENSIÓN Y CULTURA

  • Dirección de Comunicaciones Estratégicas y Extensión Cultural
  • Dirección General de Vinculación con el Medio
  • Dirección de Asuntos Internacionales
  • Alumni
  • Noticias
  • Eventos
  • Radio USM
  • Cultura USM

SERVICIOS

  • Aula USM
  • Biblioteca USM
  • Portal de Autoservicio Institucional
  • Dirección de Tecnologías de la Información
  • Portal de Reportes UDAI
  • Sistema de Información de Gestión Académica
  • Sistema Integrado de Información Argos ERP
  • Sistema de Remuneraciones Históricas
  • Directorio USM
  • Trabaja con nosotros
Acreditación USM
usm.cl
Logo Acceso
Logo Consejo de Rectores
Logo G9
Logo AUR
Logo CRUV
Logo REUNA
Logo Universia

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback