Modelo predictivo de propensión de ahorro e inversión en productos de banca patrimonial
En este documento se brinda un contexto completo sobre los productos que integran los Fondos de Inversión Colectiva y los Fondos de Ahorros Voluntarios de Pensiones de un banco en Colombia, que por la coyuntura ocasionada en el año 2020 por cuenta de la pandemia mundial provocada por el COVID - 19,...
| Autores: | , |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Estado: | Versión aceptada para publicación |
| Fecha de publicación: | 2021 |
| País: | Colombia |
| Institución: | Universidad de los Andes |
| Repositorio: | Séneca: repositorio Uniandes |
| Idioma: | español |
| OAI Identifier: | oai:repositorio.uniandes.edu.co:1992/55629 |
| Acceso en línea: | http://hdl.handle.net/1992/55629 |
| Access Level: | acceso abierto |
| Palabra clave: | Fondos de inversión colectiva Fondos voluntarios de ahorros de pensiones Riesgo de inversiones Collective investment funds Voluntary pension savings funds Investment risk Administración |
| Sumario: | En este documento se brinda un contexto completo sobre los productos que integran los Fondos de Inversión Colectiva y los Fondos de Ahorros Voluntarios de Pensiones de un banco en Colombia, que por la coyuntura ocasionada en el año 2020 por cuenta de la pandemia mundial provocada por el COVID - 19, vio una disminución sustancial de los saldos de clientes en estos productos, y ha tenido que adoptar medidas adicionales en sus estrategias comerciales de captación, para la captación de fondos en estos productos. Es por esta razón, que desde el frente de analítica de datos, se propuso la creación de un modelo de propensión de ahorro e inversión que permitiera asignar a todos y cada uno de los 7,8 millones de clientes del banco, una propensión de ahorro e inversión, y así identificar un potencial, para enviar campañas específicas a estos clientes y de esta manera aumentar significativamente las posibilidades de captar recursos en los productos de banca patrimonial. Veremos en este documento, la descripción y análisis de la data usada en este problema, así como los diferentes enfoques en términos de modelos de machine learning aplicados que permiten calcular una propensión de inversión, con unas medidas de desempeño superiores para este caso. |
|---|