Estimación de la carga financiera en Colombia

Simple item page
dc.audiencePolicymakersspa
dc.audienceResearchersspa
dc.audienceStudentsspa
dc.audienceTeachersspa
dc.coverage.sucursalBogotáspa
dc.creatorGerencia de Riesgo Asobancaria CIFINspa
dc.date.accessioned2011-03-01T08:30:10Zeng
dc.date.available2015-12-06T08:30:10Zspa
dc.date.available2015-12-14T08:30:10Zspa
dc.date.available2017-10-24T08:30:10Zspa
dc.date.created2011-03-01spa
dc.date.issued2011-03eng
dc.descriptionLos indicadores de endeudamiento permiten evaluar la posición crediticia de cada individuo. A nivel agregado, contribuyen al seguimiento de la dinámica y sostenibilidad del crédito en el sistema. A pesar de su importancia, en Colombia, la información financiera que se obtiene a nivel micro no se encuentra disponible para la construcción de indicadores a nivel macro. Por esta razón se propone un método de inferencia de la renta de los individuos a partir de su relación con el gasto financiero, que permite medir la carga financiera para la totalidad de titulares de crédito en el país. La metodología parte de la conformación de segmentos para estimar, en cada uno de ellos, regresiones múltiples basadas en Redes Neuronales Artificiales (RNA). La agregación de indicadores micro fundamentados puede contribuir al diseño e implementación de mecanismos de estabilización financiera. Los resultados sugieren exceso probable de endeudamiento para un 10% de la población.spa
dc.description.abstractDebt indicators contribute to individual credit limits assessment as well as an instrument to monitor the system’s credit dynamics and sustainability. As far as the financial information obtained on a micro level basis, is not available at the macro level in Colombia, we develop an income-inference methodology for credit holders in Colombia, relying upon the relationships between individual financial expenditure and income. The methodology considers cluster analysis and Artificial Neural Network (ANN) based multiple regression models for every cluster. The resulting estimates, allow for the construction of micro-founded aggregate indicators, useful for the design and implementation of financial stabilization mechanisms. Results suggest about 10% of population facing excess debt burden.eng
dc.format.extent39 páginas : ilustraciones, gráficas, tablasspa
dc.format.mimetypePDFspa
dc.identifier.handlehttps://hdl.handle.net/20.500.12134/2151spa
dc.identifier.urihttps://repositorio.banrep.gov.co/handle/20.500.12134/2151spa
dc.language.isospaspa
dc.publisherBanco de la República de Colombiaspa
dc.relation.doihttps://doi.org/10.32468/tef.56spa
dc.relation.ispartofDocumentos de Trabajospa
dc.relation.ispartofseriesTemas de Estabilidad Financieraspa
dc.relation.isversionofTemas de Estabilidad Financiera ; No. 56spa
dc.relation.numbertef 56eng
dc.relation.repechttps://ideas.repec.org/p/bdr/temest/056.htmlspa
dc.rights.accessRightsOpen Accesseng
dc.rights.ccAtribucion-NoComercial-CompartirIgual CC BY-NC-SA 4.0eng
dc.rights.disclaimerLas opiniones contenidas en el presente documento son responsabilidad exclusiva de los autores y no comprometen al Banco de la República ni a su Junta Directiva.spa
dc.rights.spaAcceso abiertospa
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/eng
dc.source.bibliographicCitationANNELI, Juntto. The comparability of imputed rent in EU-SILC 2007– differences in variable definitions and methods concerning institutional housing. Luxemburgo; Eurostat Methodologies and Working Papers, 2010spa
dc.source.bibliographicCitationFAY, R. TRAIN, G. Aspects of Survey and Model-based Postcensal Estimation of Income and Poverty Characteristics for States and Counties. American Statistical Association Conference Annual Meeting. Orlando, 1995. http://www.census.gov/did/www/saipe/publications/files/FayTrain95.pdfspa
dc.source.bibliographicCitationMORALES, I. Comparación Teórico Práctica entre Modelos Estadísticos y el Perceptrón Multicapa. Trabajo de grado, Pontificia Universidad de Valparaíso, Facultad de ciencias, Instituto de Estadística. Valparaíso. 2010.spa
dc.source.handleRepecRePEc:bdr:temest:056spa
dc.subjectIndicadores de deudaspa
dc.subjectCréditospa
dc.subjectRedes neuralesspa
dc.subjectDeudoresspa
dc.subjectColombiaspa
dc.subject.jelG21 - Banks; Depository Institutions; Micro Finance Institutions; Mortgageseng
dc.subject.jelC45 - Neural Networks and Related Topicseng
dc.subject.jelD82 - Asymmetric and Private Information; Mechanism Designeng
dc.subject.jelspaG21 - Bancos; Instituciones de depósito; Instituciones Microfinancieras; Hipotecasspa
dc.subject.jelspaC45 - Redes neuronales y temas relacionadosspa
dc.subject.jelspaD82 - Información privada y asimétrica; Diseño de mecanismosspa
dc.subject.keywordDebt indicatorseng
dc.subject.keywordCrediteng
dc.subject.keywordNeural networkseng
dc.subject.keywordDebtorseng
dc.subject.keywordColombiaeng
dc.subject.lembIndicadores financieros -- Colombia -- 2010spa
dc.subject.lembCostos financieros -- Colombia -- 2010spa
dc.subject.lembInformación financiera -- Colombia -- 2010spa
dc.subject.lembIndicadores financieros -- Colombia -- 2010spa
dc.subject.lembCostos financieros -- Colombia -- 2010spa
dc.subject.lembInformación financiera -- Colombia -- 2010spa
dc.titleEstimación de la carga financiera en Colombiaspa
dc.typeWorking Papereng
dc.type.hasversionPublished Versioneng
dc.type.spaDocumentos de trabajospa

Files

Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
TEF_56.pdf
Size:
944.49 KB
Format:
Adobe Portable Document Format
Description:
Temas de Estabilidad Financiera No. 56
Download

Collections

Temas de Estabilidad Financiera