Riesgo Operacional: Análisis Funcional de los Eventos Materializados Desde los Estados Financieros y las Transacciones

Vista sencilla de ítem
dc.contributor.advisorPineda-Ríos, Wilmer Darío
dc.contributor.advisorBeltrán, Óscar
dc.contributor.authorMontejo Díaz, Omar Fernando
dc.contributor.corporatenameUniveridad Santo Tomás
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001454199
dc.contributor.googlescholarhttps://scholar.google.com/citations?user=4-t7xVcAAAAJ&hl=es&oi=ao
dc.contributor.orcidhttps://orcid.org/0000-0001-7774-951X
dc.date.accessioned2025-04-24T18:50:58Z
dc.date.available2025-04-24T18:50:58Z
dc.date.issued2025
dc.descriptionEl objetivo es analizar los gastos por Riesgo Operacional (RO) en las entidades bancarias, considerando posibles relaciones con variables de los estados financieros, como los ingresos por dividendos y los activos que devengan intereses, entre otros. Asimismo, se evaluará la relación entre el gasto por RO y las transacciones monetarias realizadas a través de los canales habilitados por los bancos para sus clientes. Para abordar este análisis, se empleará la metodología de análisis de datos funcionales (FDA), que incluye las siguientes etapas: Análisis descriptivo funcional: permitirá comprender los datos de manera detallada y continua en el tiempo. Análisis de clúster funcional: se identificarán grupos de entidades con comportamientos similares en relación con el gasto por RO y las variables explicativas. Construcción de indicadores: mediante el Análisis de Componentes Principales Funcionales (ACPF), se generarán indicadores que faciliten el monitoreo del RO. Predicción funcional: se aplicará la metodología de regresión funcional para prever el comportamiento del gasto por RO en función de las variables financieras y transaccionales de los establecimientos de crédito.
dc.description.abstractThe objective is to analyse operational risk (OR) expenses in banking institutions, taking into account potential relationships with financial statement variables, such as dividend income and interest-bearing assets, among others. Additionally, the relationship between OR expenses and monetary transactions carried out through channels provided by banks for their clients will be assessed. To carry out this analysis, the functional data analysis (FDA) methodology will be employed, consisting of the following stages: Functional descriptive analysis: this stage will enable a detailed and continuous understanding of the data over time. Functional clustering analysis: banking entities with similar behaviour regarding OR expenses and explanatory variables will be grouped. Indicator construction: functional principal component analysis (FPCA) will be used to create indicators that facilitate OR monitoring. Functional prediction: the functional regression methodology will be applied to forecast the beha viour of OR expenses based on financial and transactional variables of credit institutions.
dc.description.degreelevelMaestríaspa
dc.description.degreenameMagister en Estadística Aplicadaspa
dc.format.mimetypeapplication/pdf
dc.identifier.citationMontejo Díaz. O. F. (2025). Riesgo Operacional: Análisis Funcional de los Eventos Materializados Desde los Estados Financieros y las Transaccione. [Trabajo de Maestría, Universidad Santo Tomás]. Repositorio Institucional.
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/67078
dc.language.isospa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.branchCRAI-USTA Bogotá
dc.publisher.facultyFacultad de Estadísticaspa
dc.publisher.programMaestría Estadística Aplicadaspa
dc.relation.referencesAli Bayrakdarolu and Nee Yalçn. A Fuzzy Multi-Criteria Evaluation of the Operational Risk Factors for the State-Owned and Privately-Owned Commercial Banks in Turkey. Human and Ecological Risk Assessment: An International Journal, 19(2):443–461, March 2013.
dc.relation.referencesInternational Accounting Standards Board. Marco conceptual para la información financiera. IFRS Foundation, 2018.
dc.relation.referencesLaura Borrajo López. Aplicación de análisis de datos funcionales en medios de pago, January 2017
dc.relation.referencesSergio Castillo-Paez, Miguel Flores, and Giovanni Herrera-Enrquez. Análisis de Datos Funcionales Aplicado al Riesgo Financiero: Un Caso de Estudio en Cooperativas de Ahorro y Crédito Ecuatorianas. Latin American Journal of Computing, 4(Issue 1):9–16, May 2017.
dc.relation.referencesCristina O. Chávez Chong, Jesús E. Sánchez García, and José DelaCerda Gastélum. Análisis de com ponentes principales funcionales en series de tiempo económicas. GECONTEC: Revista Internacional de Gestión del Conocimiento y la Tecnología., Vol.3(2):13–25, 2015.
dc.relation.referencesComité de Supervisión Bancaria de Basilea. Convergencia internacional de medidas y normas de capital. Banco de Pagos Internacionales, pages 171–184, June 2006
dc.relation.referencesDanna Cruz. Aprendizaje automático de datos Colombianos, September 2020.
dc.relation.referencesSuperintendencia Financiera de Colombia. Capítulo XXXI Sistema Integral de Administración de Riesgos (SIAR), September 2021.
dc.relation.referencesDepartamento Administrativo Nacional de Estadística (DANE). Norma técnica de calidad del proceso estadístico (NTC PE 1000:2020). DEPARTAMENTO ADMINISTRATIVO NACIONAL DE ESTA DÍSTICA (DANE), Icontec(NTC PE 1000), 2020.
dc.relation.referencesSOLVENTA Calificadora de Riesgos. Metodología de Calificación de EEFF, March 2017
dc.relation.referencesComité de Supervisión Bancaria de Basilea. Basilea III: Finalización de las reformas poscrisis. Banco de Pagos Internacionales, pages 147–156, December 2017.
dc.relation.referencesManuel Febrero, Pedro Galeano, and Wenceslao González-Manteiga. A functional analysis of NOx levels: location and scale estimation and outlier detection. Computational Statistics, 22(3):411–427, August 2007.
dc.relation.referencesManuel Febrero-Bande and Manuel Oviedo De La Fuente. Statistical Computing in Functional Data Analysis: The R Package fda.usc. Journal of Statistical Software, 51(4), 2012.
dc.relation.referencesFrederic Ferraty and Philippe Vieu. Nonparametric Functional Data Analysis: Theory and Practice. Springer Series in Statistics, 51, January 2006.
dc.relation.referencesSuné Ferreira and Zandri Dickason-Koekemoer. A conceptual model of operational risk events in the banking sector. Cogent Economics & Finance, 7(1):1706394, January 2019.
dc.relation.referencesJ. A. Hartigan and M. A. Wong. Algorithm AS 136: A K-Means Clustering Algorithm. Journal of the Royal Statistical Society. Series C (Applied Statistics), 28(1):100–108, 1979. Publisher: [Royal Statistical Society, Oxford University Press].
dc.relation.referencesRob J. Hyndman and Han Lin Shang. Rainbow Plots, Bagplots, and Boxplots for Functional Data. Journal of Computational and Graphical Statistics, 19(1):29–45, January 2010.
dc.relation.referencesAnder Fernández Jauregui. Qué es y cómo programar Kmeans desde 0 en R, June 2020
dc.relation.referencesJavier Yesid Ladino Santamaría. Ajuste de un modelo funcional para medir el efecto de la tasa de cambio sobre el precio del petróleo WTI en el periodo (2000-2015). bachelor thesis, Universidad Santo Tomás, 2018. Accepted: 2018-02-14T13:48:24Z.
dc.relation.referencesJ. MacQueen. Some methods for classification and analysis of multivariate observations. Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, 1:281–297, 1967.
dc.relation.referencesCamilo Micán, Gabriela Fernandes, Madalena Araújo, and Enrique Ares. Operational risk categorization in project-based organizations: A theoretical perspective from a project portfolio risk lens. Procedia Manufacturing, 41:771–778, January 2019.
dc.relation.referencesPedro A. Morettin, Aluísio Pinheiro, and Brani Vidakovic. Wavelets in Functional Data Analysis. SpringerBriefs in Mathematics. Springer Cham, 2017.
dc.relation.referencesJ. O. Ramsay and B. W. Silverman, editors. Functional data analysis. Springer, New York, NY, (2nd ed) edition, 2005.
dc.relation.referencesJames Ramsay, Giles Hooker, and Spencer Graves. Functional Data Analysis with R and MATLAB. Springer, New York, NY, 2009.
dc.relation.referencesJames O. Ramsay. Applied Functional Data Analysis: Methods and Case Studies. Springer Series in Statistics Ser. Springer, New York, NY, 2002.
dc.relation.referencesRomy Rodríguez-Ravines. Modelización en R, 2019.
dc.relation.referencesJian Qing Shi and Taeryon Choi. Gaussian Process Regression Analysis for Functional Data. Chapman and Hall/CRC, New York, June 2011.
dc.relation.referencesYing Sun and Marc G Genton. Functional Boxplots. Journal of Computational and Graphical Statistics, 20(2):316–334, October 2010.
dc.relation.referencesChi Xu, Chunling Zheng, Donghua Wang, Jingru Ji, and Nuan Wang. Double correlation model for operational risk: Evidence from Chinese commercial banks. Physica A: Statistical Mechanics and its Applications, 516:327–339, February 2019
dc.rightsAttribution-NonCommercial-NoDerivs 2.5 Colombiaen
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.subject.keywordOperational risk
dc.subject.keywordExpenses
dc.subject.keywordGross profit
dc.subject.keywordEquity
dc.subject.keywordTransactions
dc.subject.keywordChannels
dc.subject.keywordFunctional data analysis
dc.subject.keywordFunctional clustering
dc.subject.keywordFunctional regression
dc.subject.lembEstadística aplicada
dc.subject.lembRiesgo operacional (Bancos)
dc.subject.lembEstados financieros -- Análisis
dc.subject.proposalRiesgo operacional
dc.subject.proposalGasto
dc.subject.proposalUtilidad bruta
dc.subject.proposalPatrimonio
dc.subject.proposalTransacciones
dc.subject.proposalCanales
dc.subject.proposalAnálisis de datos funcionales
dc.subject.proposalClúster funcional
dc.subject.proposalRegresión funcional
dc.titleRiesgo Operacional: Análisis Funcional de los Eventos Materializados Desde los Estados Financieros y las Transacciones
dc.typemaster thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/masterThesis
dc.type.localTesis de maestríaspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Miniatura
Nombre:
2025omarmontejo.pdf
Tamaño:
21.39 MB
Formato:
Adobe Portable Document Format
Descargar
Miniatura
Nombre:
2025cartadefacultad.pdf
Tamaño:
352.53 KB
Formato:
Adobe Portable Document Format
Descargar
Miniatura
Nombre:
2025cartaderechosdeautor.pdf
Tamaño:
1.03 MB
Formato:
Adobe Portable Document Format
Descargar

Bloque de licencias

Mostrando 1 - 1 de 1
Miniatura
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría Estadística Aplicada