Análisis y preparación estadística de variables para el diseño de un modelo credit score de gestión de riesgo de crédito

El presente estudio busca enfatizar la labor previa a la construcción de cualquier modelo de gestión de riesgo crediticio basado en un sistema tipo scoring. Esta importante fase inicial involucra la identificación de las fuentes de información, la verificación de la cantidad y calidad de los datos, la determinación y tipificación de variables cualitativas, cuantitativas, demográficas, así como la verificación y cuantificación del poder discriminante de dichas variables respecto el objetivo planteado. Con este fin se profundiza en el análisis estadístico a nivel descriptivo, en forma individual y conjunta de los datos, además de bosquejar los pasos esenciales en la arquitectura de un modelo credit score de gestión de riesgo crediticio.

El riesgo de crédito: Construcción de un modelo de score de calificación de cartera para los afiliados del ISSFA

El Instituto de Seguridad Social de las Fuerzas Armadas ISSFA, dentro de su misión de servicio social otorga a sus afiliados, militares activos y pasivos, sus dependientes y derechohabientes, diferentes tipos de prestaciones y servicios, dentro de los cuales se encuentran los préstamos quirografarios e hipotecarios, los mismos que, a pesar de contar con una eficiente administración por procesos y el retorno a través del descuento por rol de pagos, mantiene un cierto porcentaje de cartera vencida, debido a la inadecuada calificación del sujeto de crédito, ocasionando que por definición no se puedan trasladar las pérdidas generadas del incumplimiento de pago y sean absorbidas consecuentemente por el patrimonio de la Institución. El objetivo de este trabajo es lograr por tanto, que el ISSFA, a través de la implementación de un modelo de Score de Calificación de Cartera para sus afiliados, logre en primer lugar, identificar las variables y factores de riesgo de crédito que alteran el normal funcionamiento del negocio, a través de un análisis estadístico minucioso de la base de datos institucional, con el fin de que se tomen las medidas necesarias para la identificación, medición, mitigación y control del riesgo crediticio, y, en segundo lugar, ponderar las diferentes características de un prestatario, un prestamista y un préstamo, a fin de minimizar las pérdidas esperadas y dar cumplimiento a lo establecido y normado por la Superintendencia de Bancos y Seguros como su entidad de control.

Gestión de riesgo de crédito de la Cooperativa de Ahorro y Crédito Maquita Cushunchic: análisis y preparación estadística de variables para el diseño de un modelo Credit Score de cartera de consumo

El presente estudio busca analizar y preparar estadísticamente un conjunto de variables para el diseño de un modelo de aprobación CREDIT SCORE de cartera de consumo, tipo probabilístico, que apoye al oficial de crédito en la toma de la decisión antes de conceder o no un crédito de consumo; para que la decisión no sea subjetiva sino objetiva, medible (probabilística) apoyada en una ecuación que contenga sustento teórico y empírico dado por la base de datos histórica de la Cooperativa de ahorro y crédito Maquita Cushunchic. En la presente tesis partimos con fundamentación teórica que sustenta nuestro trabajo de investigación. En el segundo capítulo se realiza un diagnostico situacional de la empresa, donde se define la visión, la misión y definición de temas estratégicos. En el tercer capítulo realizaremos un análisis y preparación estadística de variables para el diseño de un modelo de aprobación CREDIT SCORE de cartera de consumo, esta fase involucra “la identificación de las fuentes de información, la verificación de cantidad y calidad de los datos, la determinación y tipificación de variables cualitativas, cuantitativas y demográficas, así como la verificación y cuantificación del poder discriminante de dichas variables respecto al objetivo planteado” 1, todo esto se lo realiza con el objetivo de aplicar un concepto de sistemas de calificación de crédito que se define de la siguiente manera: “la calificación supone que el desempeño de los prestamos futuros con características dadas, será parecido al desempeño de los prestamos pasados con características similares"2. Lo que se busca finalmente es que el modelo sea una herramienta de apoyo empírico que ayude a la toma de decisiones antes de conceder o no un credito. Finalmente termina este trabajo formulando conclusiones y recomendaciones.

Desarrollo de un Score de crédito para el financiamiento automotríz, con base en el análisis estadístico de variables

El mercado automotriz en el Ecuador es uno de los sectores que dinamiza la economía; a través de la producción e importación de vehículos y la comercialización de estos. El crecimiento de este sector en los últimos años ha sido constante y sostenido, al igual que el incremento de financiamientos otorgados a los consumidores o sujetos de crédito para la compra de un vehículo. El presente trabajo tiene como propósito el desarrollo de un score de crédito para el financiamiento automotriz que permita identificar a los buenos y malos solicitantes y así decidir entre otorgar o no el crédito. Para ello se han desarrollado cuatro capítulos. En el primer capítulo se realiza una introducción sobre el mercado automotriz su producción, niveles de importación, cadena de distribución, y otros; además de la composición del parque automotor y problemas de movilidad y el comportamiento de compra y los niveles de crédito automotriz. En el segundo capítulo se trata sobre la base de datos de las organizaciones y los tipos de variables que pueden contener y se explica los tipos de modelos de regresiones que se pueden realizar. En el tercer capítulo se define al modelo de score de crédito y los pasos a seguir para la construcción de este. En el cuarto capítulo se desarrollan todos los pasos para la construcción del score de crédito y en quinto capítulo se encuentran las conclusiones y recomendaciones del presente trabajo.

Quantification of the probability of containment failure caused by an in-vessel steam explosion for the Sizewell B PWR

AEA Technology has provided an assessment of the probability of α-mode containment failure for the Sizewell B PWR. After a preliminary review of the methodologies available it was decided to use the probabilistic approach described in the paper, based on an extension of the methodology developed by Theofanous et al. (Nucl. Sci. Eng. 97 (1987) 259–325). The input to the assessment is 12 probability distributions; the bases for the quantification of these distributions are discussed. The α-mode assessment performed for the Sizewell B PWR has demonstrated the practicality of the event-tree method with input data represented by probability distributions. The assessment itself has drawn attention to a number of topics, which may be plant and sequence dependent, and has indicated the importance of melt relocation scenarios. The α-mode failure probability following an accident that leads to core melt relocation to the lower head for the Sizewell B PWR has been assessed as a few parts in 10 000, on the basis of current information. This assessment has been the first to consider elevated pressures (6 MPa and 15 MPa) besides atmospheric pressure, but the results suggest only a modest sensitivity to system pressure.

Understanding the processes governing climate variability and change, climate predictability and the probability of extreme events

The purpose of Research Theme 4 (RT4) was to advance understanding of the basic science issues at the heart of the ENSEMBLES project, focusing on the key processes that govern climate variability and change, and that determine the predictability of climate. Particular attention was given to understanding linear and non-linear feedbacks that may lead to climate surprises,and to understanding the factors that govern the probability of extreme events. Improved understanding of these issues will contribute significantly to the quantification and reduction of uncertainty in seasonal to decadal predictions and projections of climate change. RT4 exploited the ENSEMBLES integrations (stream 1) performed in RT2A as well as undertaking its own experimentation to explore key processes within the climate system. It was working at the cutting edge of problems related to climate feedbacks, the interaction between climate variability and climate change � especially how climate change pertains to extreme events, and the predictability of the climate system on a range of time-scales. The statisticalmethodologies developed for extreme event analysis are new and state-of-the-art. The RT4-coordinated experiments, which have been conducted with six different atmospheric GCMs forced by common timeinvariant sea surface temperature (SST) and sea-ice fields (removing some sources of inter-model variability), are designed to help to understand model uncertainty (rather than scenario or initial condition uncertainty) in predictions of the response to greenhouse-gas-induced warming. RT4 links strongly with RT5 on the evaluation of the ENSEMBLES prediction system and feeds back its results to RT1 to guide improvements in the Earth system models and, through its research on predictability, to steer the development of methods for initialising the ensembles

Calculating the exclusion probability and paternity index for X-chromosomal loci in the presence of substructure

There has been recent interest in the use of X-chromosomal loci for forensic and relatedness testing casework, with many authors developing new X-linked short tandem repeat (STR) loci suitable for forensic use. Here we present formulae for two key quantities in paternity testing, the average probability of exclusion and the paternity index, which are suitable for Xchromosomal loci in the presence of population substructure.

The binding site distance test score: a robust method for the assessment of predicted protein binding sites

We propose a novel method for scoring the accuracy of protein binding site predictions – the Binding-site Distance Test (BDT) score. Recently, the Matthews Correlation Coefficient (MCC) has been used to evaluate binding site predictions, both by developers of new methods and by the assessors for the community wide prediction experiment – CASP8. Whilst being a rigorous scoring method, the MCC does not take into account the actual 3D location of the predicted residues from the observed binding site. Thus, an incorrectly predicted site that is nevertheless close to the observed binding site will obtain an identical score to the same number of nonbinding residues predicted at random. The MCC is somewhat affected by the subjectivity of determining observed binding residues and the ambiguity of choosing distance cutoffs. By contrast the BDT method produces continuous scores ranging between 0 and 1, relating to the distance between the predicted and observed residues. Residues predicted close to the binding site will score higher than those more distant, providing a better reflection of the true accuracy of predictions. The CASP8 function predictions were evaluated using both the MCC and BDT methods and the scores were compared. The BDT was found to strongly correlate with the MCC scores whilst also being less susceptible to the subjectivity of defining binding residues. We therefore suggest that this new simple score is a potentially more robust method for future evaluations of protein-ligand binding site predictions.