Indicadores integrales de gestión (página 2)

Werbos, P.: (1974) Beyond Regression: New Tools for Prediction and Analysis in the Behavioral Sciences. Tesis doctoral, Harvard, Cambridge, MA.

Weston, J. F. Y Brigham, E. F.(1987): Finanzas en administración. Ed. Interamericana. México.

Windrow, B. y Hoff, H.E.: (1960) Adaptive Switching Circuits. IRE WESCON Convention Record, part 4. Nueva York.

Autor:

Nélida Porto Serantes

Juan Luis Castromán Diz

Enviado por:

Ing. Lic. Yunior Andrés Castillo S.

"NO A LA CULTURA DEL SECRETO, SI A LA LIBERTAD DE INFORMACION"?

Santiago de los Caballeros,

República Dominicana,

2015.

"DIOS, JUAN PABLO DUARTE Y JUAN BOSCH – POR SIEMPRE"?

[1] En relaci?n con las pol?ticas de cr?dito, el an?lisis de los riesgos, aceptaci?n del cr?dito puede verse, por ejemplo, a Monta?o (1987) y sobre la decisi?n de otorgar el cr?dito a Ayela (1993).

[2] Asimismo, la empresa puede arbitrar diferentes medidas de cobertura contra las contingencias de p?rdidas por insolvencias, por ejemplo las recogidas en el C?digo de Comercio y en el C?digo Civil (fianza, aval, retracto, prende hipoteca, etc.).

[3] Hemos de dejar constancia de que hay opiniones contrarias a la utilizaci?n de este sistema. Por ejemplo, Capon (1980) opina que el credit scoring ?excluye la toma de decisiones basadas en el comportamiento individual y utiliza, en cambio, un esquema decisorio fundado en la pertenencia a grupos cuya configuraci?n no est? determinada en funci?n de la solvencia crediticia? (p. 31) y a?ade ?…una buena parte de los individuos cuyas solicitudes de cr?dito han sido rechazadas en virtud de la aplicaci?n de un sistema de puntuaci?n, poseen de hecho, un buen historial como cumplidores de sus obligaciones crediticias? (p. 34).

[4] Un problema frecuente para la obtenci?n de dicha funci?n es que las muestras no son aleatorias, sino que resultan de un mecanismo de selecci?n en la que se han descartado aquellos clientes cuyo cr?dito ha sido denegado. Puede verse una descripci?n del problema, as? como diversas t?cnicas para superarlo, en Gracia-D?ez y Serrano (1992).

[5] Tambi?n es susceptible de otras aplicaciones. As?, por ejemplo, para Arellano (1993, p?g. 17) el credit scoring puede utilizarse para pronosticar ?poblaciones sobre las que hay mayor posibilidad de producci?n de morosidad? a trav?s del muestreo peri?dico para constatar si su situaci?n financiera ha mejorado o empeorado con respecto al momento de la concesi?n y as? determinar si conviene o no la renovaci?n del cr?dito.

[6] Sobre todo cuando en su entrenamiento se emplea una muestra equilibrada de casos de los distintos tipos; v?ase, por ejemplo, el trabajo de Agarwal, Davis y Ward (2001)

[7] A las RNAs tambi?n se las denomina modelos conexionistas, modelos de procesamiento distribuido en paralelo, sistemas adaptativos, neurocomputadores o sistemas neurom?rficos (Fern?ndez Vicente, 1993, p?g. 3) o incluso Sistemas Neuronales, Sistemas Adaptables o Adaptativos, Redes o Sistemas conexionistas (L?pez Gonz?lez, 1994, p?g. 243).

[8] Al emplear redes feed-forward, tendremos que asumir ciertas restricciones (Fern?ndez Vicente, 1993, p?g. 10; Mart?n Garc?a, 1993, p?g. 71): a)Los nodos de una capa no se conectan con los nodos de capas anteriores., b) Existe una ?nica capa de entrada y otra de salida y c) Los nodos de una misma capa no se conectan entre s?.

[9] El algoritmo de ?retropropagaci?n? (?backpropagation? en ingl?s) fue descrito por primera vez por Werbos (1974) en su Tesis Doctoral. Un resumen de su funcionamiento puede verse en Freeman y Skapura (1993, p?gs. 93-112), o en Rich y Knight, (1994, p?gs. 557-562).

[10] La regla Delta fue desarrollada por Widrow y Hoff (1960) como filtro adaptativo para procesamiento de se?ales y eliminaci?n del ruido en centrales telef?nicas. La regla Delta Generalizada es una ampliaci?n para poder aplicarla a una red multicapa. Una exposici?n de su funcionamiento y de su desarrollo matem?tico puede verse en Mart?n Garc?a (1993, p?gs. 72-76) o en Freeman y Skapura (1993, p?gs. 98 ?108).

[11] Esto era lo esperado, como se desprend?a de diversos trabajos consultados, como el ya citado de Agarwal, Davis y Ward (2001). A?n as?, hicimos una bater?a de pruebas iniciales con ficheros de entrenamiento reducidos y pudimos comprobar fehacientemente que esta disposici?n aceleraba el aprendizaje, reduciendo el n?mero de ?pocas de entrenamiento necesarias.

[12] El sobre-entrenamiento se produce cuando la Red, luego de haberse adaptado a las caracter?sticas m?s importantes de los ejemplos aportados, contin?a ajust?ndose cada vez m?s a dichos ejemplos hasta memorizarlos por completo, en detrimento de sus posibilidades de generalizaci?n y extrapolaci?n. Esto provoca que los resultados obtenidos con el conjunto de entrenamiento sean muy superiores a los obtenidos con un nuevo conjunto de prueba. Es un fen?meno inherente a una red sobreparametrizada por lo que la estructura de la Red ha de ser cuidadosamente determinada para evitar un exceso de potencia. De todas formas, la mejor forma de evitarlo es una detenci?n del aprendizaje en el momento adecuado.