Medición del riesgo crediticio mediante la aplicación de métodos basados en calificaciones internas
Vargas Sánchez, A.; Mostajo Castelú, S. — 2014 · Revista Investigación & Desarrollo
Ver fuente oficialEl trabajo examina la medición del riesgo de crédito mediante Métodos Basados en Calificaciones Internas (IRB), con énfasis en modelos estructurales y de forma reducida. La aplicación combina un caso simulado de préstamo empresarial con una base de operaciones bancarias simuladas utilizada para construir un modelo de score crediticio. Los resultados se contrastan con los requerimientos regulatorios aplicables a entidades financieras en Bolivia y muestran diferencias relevantes en los niveles de previsiones. La investigación concluye que el uso de metodologías avanzadas exige estimaciones adecuadas de la volatilidad del negocio y herramientas de scoring capaces de profundizar el análisis de cada operación crediticia.
Cita APA
Vargas Sánchez, A., & Mostajo Castelú, S. (2014). Medición del riesgo crediticio mediante la aplicación de métodos basados en calificaciones internas. Revista Investigación & Desarrollo, 14(2), 5–25.
Cita BibTeX
@article{vargas2014medicion, author = {Vargas Sánchez, Alejandro and Mostajo Castelú, Saulo}, title = {Medición del riesgo crediticio mediante la aplicación de métodos basados en calificaciones internas}, journal = {Revista Investigación \& Desarrollo}, year = {2014}, volume = {14}, number = {2}, pages = {5--25}, doi = {10.23881/idupbo.014.2-1e}, url = {https://doi.org/10.23881/idupbo.014.2-1e} }
Las métricas académicas de esta publicación (citas e índices) se computan en la fuente oficial. Visita el enlace oficial para consultarlas actualizadas.
Publicaciones relacionadas
Los mercados de repos en el sistema financiero: Fundamentos, regulación y el caso de Bolivia
Pereira Soliz, P. A.; Vargas Sánchez, A. — 2025 · Investigación & Desarrollo (Universidad Privada Boliviana), Vol. 25, No. 2, pp. 108–132
El trabajo analiza el funcionamiento del mercado de operaciones de repo como mecanismo central de provisión de liquidez y financiamiento de corto plazo, combinando la evidencia internacional con un examen empírico del caso boliviano entre 2014 y el primer semestre de 2025. A partir de datos de la Bolsa Boliviana de Valores por tipo de instrumento, moneda y agencia participante, la investigación aplica una prueba formal de cambio estructural basada en la minimización de sumas de cuadrados, complementada con un modelo OLS con dummy estructural, e identifica un quiebre estadísticamente significativo el 6 de junio de 2023, con una caída del 62.3% en el nivel medio transado diario. Los resultados delimitan tres fases: una expansión sostenida entre 2014 y 2022 con predominio de Depósitos a Plazo Fijo y colaterales soberanos; una ruptura estructural desde junio de 2023 marcada por el colapso de las operaciones con DPF y una contracción sustancial de volúmenes en el contexto de la crisis del Banco Fassil; y un reacomodo reciente hacia operaciones en UFV y colateral privado, con mayor volatilidad de tasas y evidencia de escasez de colaterales indexados. El estudio también documenta la evolución de la concentración del mercado, subrayando la necesidad de fortalecer el marco normativo, las prácticas de gestión de riesgos y la estandarización operativa para alinear el mercado boliviano con estándares internacionales.
Leveraging AI tools in finance education: exploring student perceptions, emotional reactions and educator experiences
Córdova, P.; Grájeda, A.; Córdova, J.P.; Vargas Sánchez, A.; Burgos, J.; Sanjinés, A. — 2024 · Cogent Education, 11(1), 2431885
El trabajo examina la integración de herramientas de inteligencia artificial en la enseñanza de finanzas mediante un enfoque de métodos mixtos aplicado en una universidad privada latinoamericana durante tres semestres (2023–2024). La investigación construye el Índice de Uso de Herramientas de IA a partir de aproximadamente 7.825 respuestas de estudiantes, complementado con un estudio observacional de 98 estudiantes de pregrado que emplea eye tracking y análisis de expresiones faciales, y con entrevistas semiestructuradas a seis docentes. Los resultados muestran que los estudiantes de Ingeniería Financiera reportan mayor competencia y percepciones más favorables sobre las herramientas de IA que sus pares en otras ingenierías y ciencias empresariales, y que las clases con IA elevan de manera estadísticamente significativa emociones positivas como alegría y sorpresa. Los docentes reconocen el aporte pedagógico de estas herramientas, pero advierten sobre la dependencia excesiva y las implicancias éticas, en particular el plagio y la posible erosión del pensamiento crítico. El estudio concluye que la integración de IA puede transformar la formación en finanzas siempre que se acompañe de lineamientos éticos claros y de formación continua del profesorado.
Optimización de carteras de renta variable con machine learning
Vargas Sánchez, A.; Monje Prudencio, A. N. — 2023 · Revista Investigación & Desarrollo (UPB), Vol. 23, No. 2, pp. 23-45
El trabajo evalúa si técnicas de aprendizaje automático permiten estructurar carteras de renta variable con mejor perfil de rentabilidad y riesgo que las estrategias tradicionales, tomando como universo empresas del índice Standard & Poor's 500. La metodología combina Clustering por Affinity Propagation para identificar patrones de comportamiento similares entre empresas, Graphical Lasso para estimar la estructura de dependencia y Multi-Dimensional Scaling para la representación visual. Los resultados se comparan con las carteras de Máximo Índice de Sharpe y de Igual Ponderación. Se concluye que la cartera construida con estas tres técnicas supera a las alternativas tradicionales en rentabilidad y riesgo.