Mostrar el registro sencillo del ítem

dc.contributor.authorArias-Serna M.A
dc.contributor.authorLuna-Moreno E.P
dc.contributor.authorHoyos-Barrios J.H
dc.contributor.authorEcheverri-Arias J.A.
dc.date.accessioned2023-10-24T19:24:57Z
dc.date.available2023-10-24T19:24:57Z
dc.date.created2022
dc.identifier.issn16469895
dc.identifier.urihttp://hdl.handle.net/11407/8023
dc.description.abstractThis paper presents analysis, design and implementation of the application called “Credit Risk Calculator” which quantifies the credit risk according to the requirements proposed in the new regulations recently issued by the Superintendence of the Colombian Solidarity Economy. For the implementation of this application, the Model View Controller (MVC) design pattern or architecture is used. This pattern facilitates the separation of the Model and the View, improves the separation of data and presentation, speeds up error handling, and gives the possibility of add multiple data representations. The developed application allows to systematically obtain the risk rating of each debtor and the expected losses that the entities of the solidarity sector could face in case of default by their debtors. It is expected that this application will be a tool to facilitate financial risk management in the corresponding entities. © 2022, Associacao Iberica de Sistemas e Tecnologias de Informacao. All rights reserved.eng
dc.language.isospa
dc.publisherAssociacao Iberica de Sistemas e Tecnologias de Informacao
dc.relation.isversionofhttps://www.scopus.com/inward/record.uri?eid=2-s2.0-85143643583&partnerID=40&md5=315deda511c0b4e24a16942dbca6fbd8
dc.sourceRev. Iberica Sist. Tecnol. Inf.
dc.sourceRISTI - Revista Iberica de Sistemas e Tecnologias de Informacaoeng
dc.subjectCredit riskeng
dc.subjectExpected losseng
dc.subjectProbability of defaulteng
dc.subjectPythoneng
dc.subjectSoftware engineeringeng
dc.titleDevelopment of an application for the calculation of credit risk in entities of the Colombian solidarity sector [Desarrollo de una aplicación para el cálculo del riesgo de crédito en entidades del sector solidario colombiano]eng
dc.typeArticle
dc.rights.accessrightsinfo:eu-repo/semantics/restrictedAccess
dc.publisher.programIngeniería de Sistemasspa
dc.publisher.programIngeniería de Sistemasspa
dc.type.spaArtículo
dc.relation.citationvolume2022
dc.relation.citationissueE52
dc.relation.citationstartpage174
dc.relation.citationendpage188
dc.publisher.facultyFacultad de Ingenieríasspa
dc.affiliationArias-Serna, M.A., Facultad de Ingenierías, Universidad de Medellín, Medellín, Colombia
dc.affiliationLuna-Moreno, E.P., Facultad de Ciencias Básicas, Universidad de Medellín, Medellín, Colombia
dc.affiliationHoyos-Barrios, J.H., Facultad de Ciencias Básicas, Universidad de Medellín, Medellín, Colombia
dc.affiliationEcheverri-Arias, J.A., Facultad de Ingenierías, Universidad de Medellín, Medellín, Colombia
dc.relation.referencesAltman, E., Predicting Financial Distress Of Companies: Revisiting The Z-Score And Zeta (2000) Handbook of Research Methods and Applications in Empirical Finance, 5. , 0.4337/9780857936097.00027
dc.relation.referencesArias Serna, M. A., Guzman Aguilar, D. S., Valdez-Betancur, D., Sistema de información para la cuantificación de pérdidas esperadas: Una aplicación en las entidades del sector solidario colombiano (2021) RISTI-Revista Iberica de Sistemas e Tecnologias de Informacao, 2021, pp. 444-460
dc.relation.referencesArias-Serna, M., Caro-Lopera, F., Castaño, D., (2017) Information system for the quantification of financial risk
dc.relation.referencesBadurowicz, M., Mvc Architectural Pattern In Mobile Web-Applications (2011) Actual Problems Of Economics, pp. 305-309
dc.relation.referencesBasso Winffel, O., (2013) Modelos de Gestión del Riesgo de Crédito, , Superintendencia de Bancos de Guatemala (SIB)
dc.relation.referencesBayona Rodríguez, H., (2015) El modelo CreditRisk+. El modelo CreditRisk+, , http://hdl.handle.net/10554/17924, Retrieved from
dc.relation.referencesChatterjee, S., (2016) Modelos del riesgo de crédito Boletín
dc.relation.referencesCrouhy, M., Galai, D., Mark, R., A comparative analysis of current credit risk models (2000) Journal of Banking & Finance, 24, pp. 59-117. , https://doi.org/10.1016/S0378-4266(99)00053-9
dc.relation.referencesDarrell Duffie, K. J., (2003) Credit Risk: Pricing, Measurement, and Management, , https://doi.org/10.1007/s00712-003-0038-6, (January). Princeton University Press. Retrieved from
dc.relation.referencesDiez-Canedo, J., López-Gallo, F., Un modelo de análisis del riesgo de crédito y su aplicación para realizar una prueba de estrés del sistema financiero mexicano (2006) Estabilidad financiera, 10, pp. 25-54. , (January). ISSN 1579-2498, Nº. 2006, pags
dc.relation.referencesFlores Ortega, M., Metodología utilizada para el cálculo de riesgo crédito en un portafolio eficiente de crédito al consumo (2012) Tiempo económico, 7, pp. 15-38
dc.relation.referencesGarcía Sánchez, M., Sánchez Barradas, C., (2005) Riesgo de crédito en México: aplicación del modelo CreditMetrics, , Universidad de las Américas Puebla
dc.relation.referencesGlenn, E., Krasner, S. T., A cookbook for using the model-view controller user interface paradigm in Smalltalk-80 (1988) Journal of Object-Oriented Programming, pp. 26-49
dc.relation.referencesHenao Jassan, R., (2013) Scoring de seguimiento para el cálculo de pérdidas esperadas y capital económico de una entidad colombiana, , Universidad EAFIT
dc.relation.referencesHilpisch, Y., (2014) Python for Finance: Analyze Big Financial Data, , (1st ed). O’Reilly Media, Inc
dc.relation.referencesHilpisch, Y., (2018) Python for Finance: Analyze Big Financial Data, , (2nd ed). (I. O’Reilly Media, Ed)
dc.relation.referencesKarasan, A., (2021) Machine Learning for Financial Risk Management with Python: Algorithms for Modeling Risk, , https://books.google.com.co/books?id=zDdczgEACAAJ, (1st ed). (O. Media, Ed) Retrieved from
dc.relation.referencesKaur, G., Sharma, D., Financial risk assessment and management by banks: Evidences from past research (2017) International Journal of Applied Business and Economic Research, 15, pp. 265-282. , (January)
dc.relation.referencesKevin McArthur, P. P., (2008) Patterns, Frameworks, Testing and More, , Apress
dc.relation.referencesKrichene, A., Using a naive Bayesian classifier methodology for loan risk assessment: Evidence from a Tunisian commercial bank (2017) Journal of Economics, Finance and Administrative Science, 22, pp. 3-24. , http://www.scielo.org.pe/scielo.php?script=sci_arttext&pid=S2077-18862017000100002&nrm=iso, Retrieved from
dc.relation.referencesLi, L., (2021) Introduction to Python: – Data Science, Quantitative Finance (1.0), , https://books.google.com.co/books?id=cDM6EAAAQBAJ, (L. LI, Ed) Retrieved from
dc.relation.referencesMedeiros Assef, F., Arns Steiner, M. T., Ten-year evolution on credit risk research: a systematic literature review approach and discussion (2020) Ingeniería e Investigación, 40, pp. 50-71. , (May)
dc.relation.referencesMunafo, F., Aplicación del modelo de merton utilizando vba (2018) Revista de Investigación en Modelos Financieros, 1, pp. 109-123. , https://ojs.econ.uba.ar/index.php/RIMF/article/view/1419, (July). Retrieved from
dc.relation.referencesPasricha, P., Lu, X., Zhu, S.-P., A note on the calculation of default probabilities in “Structural credit risk modeling with Hawkes jump–diffusion processes” (2020) Journal of Computational and Applied Mathematics, 381, p. 113037. , (June)
dc.relation.referencesPérez Ramírez, F. O., Fernández Castaño, H., Las redes neuronales y la evaluación del riesgo de crédito (2007) Revista Ingenieras Universidad de Medellín, 6, pp. 77-91. , https://revistas.udem.edu.co/index.php/ingenierias/article/view/225, Retrieved from
dc.relation.referencesPra Martos, I., Arguedas Sanz, R., Zamarro, A., Casals, J., (2010) Gestión y control del riesgo de crédito con modelos avanzados
dc.relation.referencesRodríguez, M., Pérez Hernández, F., Gestión del riesgo crediticio: un análisis comparativo entre Basilea II y el Sistema de Administración del Riesgo Crediticio Colombiano, SARC (2008), http://hdl.handle.net/10554/23889, Gestión del riesgo crediticio: un análisis comparativo entre Basilea II y el Sistema de Administración del Riesgo Crediticio Colombiano, SARC. Retrieved from
dc.relation.referencesSaavedra García, M. L., Saavedra García, M. J., Modelos para medir el riesgo de crédito de la banca (2010) Cuadernos de Administración, 23. , (June)
dc.relation.referencesSalazar Mantilla, S. S., Noboa García, P., (2015) Modelo De Pérdida Esperada Para Una Institución De Microfinanzas, , http://hdl.handle.net/10644/4645, Universidad Andina Simón Bolívar, Sede Ecuador. Retrieved from
dc.relation.referencesSolarte, M., César, J., Caicedo Cerezo, E., Modelos para otorgamiento y seguimiento en la gestión del riesgo de crédito // Models for Granting and Tracking in Credit Risk Management (2018) Revista de Métodos Cuantitativos para la Economía y la Empresa, 25. , https://www.upo.es/revistas/index.php/RevMetCuant/article/view/2370, (June). Páginas 23 a 41. Retrieved from
dc.relation.referencesTorres, Suarez, Yizel, Nilia, (2012) El modelo de Merton para la estimación del riesgo de incumplimiento en Colombia, , http://repository.urosario.edu.co/handle/10336/3101, (May). Universidad del Rosario. Retrieved from
dc.relation.references(2021) Sistema de Administración del Riesgo de Crédito, SARC, , Sistema de Administración del Riesgo de Crédito, SARC
dc.relation.references(2021) Modelo de Referencia para la Cartera de Consumo, Capítulo II, Anexo 5, , Modelo de Referencia para la Cartera de Consumo, Capítulo II, Anexo 5
dc.relation.referencesTavera Farfan, S., (2014) Gestión de riesgos de crédito para empresas del sector no financiero, , http://hdl.handle.net/10654/13850, Universidad Militar Nueva Granada. Retrieved from
dc.relation.referencesWitzany, J., (2017) Credit Risk Management: Pricing, Measurement, and Modeling, , https://books.google.com.pe/books?id=tTs2DgAAQBAJ, Springer International Publishing. Retrieved from
dc.relation.referencesYeh, I.-C., Lien, C.-h., The comparisons of data mining techniques for the predictive accuracy of probability of default of credit card clients (2009) Expert Systems with Applications, 36, pp. 2473-2480. , https://doi.org/10.1016/j.eswa.2007.12.020
dc.relation.referencesZapata Quimbayo, C., Estimación del riesgo de crédito en proyectos de infraestructura mediante modelos estructurales (2021) Contaduría y administración, 66. , http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S0186-10422021000100013&nrm=iso, Obtenido de
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dc.identifier.reponamereponame:Repositorio Institucional Universidad de Medellín
dc.identifier.repourlrepourl:https://repository.udem.edu.co/
dc.identifier.instnameinstname:Universidad de Medellín


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem