Predictive model for the risk rating of the COAC Jardin Azuayo through Fuzzy Logic
Article Sidebar
Main Article Content
Abstract
This research proposes a data prediction model for risk rating in any sector, being applied to the Savings and Credit Cooperative (COAC) Jardin Azuayo in the city of Cuenca-Ecuador, financial institutions are subject to demonstrate their sustainability over time, so the problem of the study denotes that the traditional risk rating structure does not allow these institutions to have an estimated prediction approach, so decisions are not made at the critical time to adopt strategies for timely change. The objective of the research is to apply advanced tools that offer fuzzy logic such as the theory of relative distances of Hamming and coefficient of adequacy with convex weighting, giving reliability in the data from ambiguous information, starting from static structures to dynamic systems, limiting uncertainty, in order to reach the ideal profile, revealing its sustainability and solvent organizational structure in the long term. Within the methodology, the application of these tools is explained in detail, and an attempt is made to predict their rating in the cooperative ranking in a timely manner, so that management can focus its estimation on the critical points and strengths of the entity, since in the most pessimistic option it is rated as Good (BBB+) and in the most optimistic option it reaches a categorization of Excellent (A+), but it still needs to concentrate efforts to reach an ideal level of rating and financial excellence.
Downloads
Article Details
1. Derechos de autor
Las obras que se publican en 593 Digital Publisher CEIT están sujetas a los siguientes términos:
1.1. 593 Digital Publisher CEIT, conserva los derechos patrimoniales (copyright) de las obras publicadas, favorece y permite la reutilización de las mismas bajo la licencia Licencia Creative Commons 4.0 de Reconocimiento-NoComercial-CompartirIgual 4.0, por lo cual se pueden copiar, usar, difundir, transmitir y exponer públicamente, siempre que:
1.1.a. Se cite la autoría y fuente original de su publicación (revista, editorial, URL).
1.1.b. No se usen para fines comerciales u onerosos.
1.1.c. Se mencione la existencia y especificaciones de esta licencia de uso.
References
Alfaro, G., & Alfaro, V. (2015). La afinidad de socios en la integración de cluster: caso mipymes morelianas. Revista Internacional Administración & Finanzas, Vol. 8, No. 7, 29-41. Retrieved from http://www.theibfr2.com/RePEc/ibf/riafin/riaf-v8n7-2015/RIAF-V8N7-2015-3.pdf
Canós, L., Caño, C., & González, B. (2006). Algunos algoritmos de ordenación para el proceso de selección de personal. X Congreso de Ingeniería de Organización (págs. 1-10). Valencia, España: Dpto. de Organización de Empresas, Economía Financiera y Contabilidad. Universidad Politécnica de Valencia. Retrieved from http://adingor.es/congresos/web/articulo/detalle/a/854
Carmona, E. (2013). Ajustes a la calificación del riesgo de mercados de las acciones más volátiles que conforman el índice de precios y cotizaciones de la bolsa mexicana de valores, con la implementación de una red neuronal artificial clasificadora. Revista Mexicana de Economía y Finanzas, Vol. 8, No. 1, 25-51. Retrieved from http://www.remef.org.mx/index.php/remef/article/view/40
Díaz, C., Aguilera, A., & Guillén, N. (2014). Lógica difusa vs. modelo de regresión múltiple para la selección de personal. Ingeniare. Revista chilena de ingeniería, 547-559. Retrieved from https://scielo.conicyt.cl/scielo.php?pid=S0718-33052014000400010&script=sci_arttext
Díaz, J., Coba, E., Moreno, K., & Santamaría, E. (2017). La Lógica Difusa Aplicada a los Ratios Financieros en el Sector Cooperativo del Ecuador. Revista mensual de la UIDE extensión Guayaquil, 64-82. Retrieved from https://dialnet.unirioja.es/servlet/articulo?codigo=6076495
Fernández, H., & Pérez, F. (2005). El modelo logístico: una herramienta estadística para evaluar el riesgo de crédito. Revistas Ingenierías Universidad de Medellín, Vol. 4, No. 6, 55-75. Retrieved from https://www.redalyc.org/html/750/75040605/
Gil, J. (2000). Génesis de una teoría de la incertidumbre. Encuentro multidiciplinarios, 1-8. Retrieved from https://repositorio.uam.es/bitstream/handle/10486/684798/EM_6_4.pdf?sequence=1
Goyoso, V., Hernández, F., Hernández, L., Montoya, F., & Orúe, A. (2014). La transformada de Walsh-Hadamard y otros parametros en la autenticación biométrica. Departamento de Tratamiento de la Información y Criptografía (págs. 2-5). Madrid, España: RECSI 2014, Alicante. Retrieved from http://rua.ua.es/dspace/handle/10045/40426
Guerrero, C., & Terceño, A. (2011). Cómo seleccionar y contratar empresas en el outsourcing utilizando la metodología de números borrosos. Contaduría y Administración, Vol. 57, No. 2, 113-134. Retrieved from http://www.scielo.org.mx/scielo.php?pid=S0186-10422012000200006&script=sci_arttext
Hurtado, A., Tinto, J., & Zerpa, S. (2011). Medición de la calidad de vida en Mérida a través de la lógica difusa. Economía XXXVI, 67-94. Retrieved from https://www.redalyc.org/html/1956/195623319004/
Martín, M., Domínguez, J., Perea, J., Saca, F., & Sánchez, S. (2011). La Concentración Bancaria y su Impacto en los Mercados de Capitales de los Países Emergentes. Anales de Estudios Económicos y Empresariales, Vol. XXI, 159-177. Retrieved from http://uvadoc.uva.es/handle/10324/19834
MicroFinanzas Rating, L. (2016). Rating Institucional de Microfinanzas. Quito, Ecuador; Mexico, Mexico; La Paz, Bolivia; Lima, Perú: MicroFinanza Rating Srl.
Morales, J., & Tuesta, P. (1998). Calificaciones de crédito y riesgo país. Banco Central de la Reserva del Perú. Revista de Estudios Económicos, (3) Retrieved from http://www.bcrp.gob.pe/docs/Publicaciones/Documentos-de-Trabajo/1998/Documento-Trabajo-07-1998.pdf
Pérez, F., & Fernandez, H. (2007). Las redes neuronales y la evalución del riesgo de crédito. Revista Ingenierías Universidad de Medellín, Vol. 6, No. 10, 77-91. Retrieved from http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1692-33242007000100007
Rivas, C., & Masci, P. (2004). Impacto del Nuevo Acuerdo de Capitales de Basilea sobre el sistema de calificación de riesgo. Inter-American Development Bank. Retrieved from https://publications.iadb.org/en/publication/14740/impacto-del-nuevo-acuerdo-de-capitales-de-basilea-sobre-el-sistema-de
Samaniego, Á., Reyes, G., & Bachs, J. (2008). Coeficiente de pesimismo relativo. Contaduría y Administración, No. 226, 59-72. Retrieved from http://www.scielo.org.mx/scielo.php?pid=S0186-10422008000300004&script=sci_arttext&tlng=en
Santos, A., & Gil, J. (2016). La segmentación del consumidor en las comunidades virtuales de marca a través del coeficiente de adecuación; el caso empírico eDreams . Revista Electrónica de Comunicaciones y Trabajos de ASEPUMA, Vol. 17, 105-116. Retrieved from https://www.researchgate.net/profile/Adriana_Santos-Caballero/publication/317029027_La_segmentacion_del_consumidor_en_las_comunidades_virtuales_de_marca_a_traves_del_coeficiente_de_adecuacion_El_caso_empirico_eDreams/links/59696c40458515e9afa7ab3b/La-segmentacion-del-consumidor-en-las-comunidades-virtuales-de-marca-a-traves-del-coeficiente-de-adecuacion-El-caso-empirico-eDreams.pdf
Schreiner, M. (1999). Un modelo de calificación del riesgo de morosidad para los créditos de una organización de microfinanzas en Bolivia. St. Louis, USA: Center for Social Development Washington University. Retrieved from http://www.microfinancegateway.org/sites/default/files/mfg-es-documento-un-modelo-de-calificacion-del-riesgo-de-morosidad-para-los-creditos-de-una-organizacion-de-microfinanzas-en-bolivia-10-1999.pdf
Soler, R., & Castillo, A. (2009). Competencia en la incertidumbre. Revista Científica TEKNOS, 54-59. Retrieved from https://revistas-tecnologicocomfenalco.info/index.php/teknos/article/view/649
Tinto, J., Molina, M., & Cisneros, D. (2018). Inferencias en la Incertidumbre para la Optimización de la gestión de Stocks. En B. Flores Romero, & F. Gonzáles Santoyo, La Gestión como Herramienta para el Desarrollo Empresarial (págs. 2262-2281). Morelia, Michuacán, México: Ilustre Academia Iberoamericana de Doctores A.C. Retrieved from http://iaidres.org.mx/assets/gestion_de_desarrollo_empresarial_capitulo_5.pdf
Tinto, J., Molina, M., & Habbid, C. (2015). Instrumentos Fuzzy para la toma de decisiones en las Ciencias Contables. ECA Sinergia, 42-56. Retrieved from https://186.46.160.238/index.php/ECASinergia/article/view/220
Tinto, J., Molina, M., Chávez, H., & Mosquera, S. (2016). Automatización Fuzzy Aplicado en la Contabilidad Decisional. ECA Sinergia, 1-18. Retrieved from https://186.46.160.238/index.php/ECASinergia/article/view/210
Zadeh, L. (1976). A Fuzzy-Algorithmic Approach to the Definition of Complex or Imprecise Concepts. Systems Theory in the Social Sciences. En L. A. Zadeh, Interdisciplinary Systems Research / Interdisziplinäre Systemforschung (Analysis — Modelling — Simulation / Analyse — Formalisierung — Simulation) (págs. 202-282). Basel, Suiza: Birkhäuser, Basel. Retrieved from https://link.springer.com/chapter/10.1007/978-3-0348-5495-5_11