Comúnmente, las entidades del sector financiero se caracterizan por tener procesos complejos y respuestas no inmediatas, debido a que la información está en grandes volúmenes, provocando que los análisis sean procesos complejos y difíciles de realizar. Sin embargo, las Fintech han visto en los servicios

e logra saber qué cantidad de recursos y esfuerzos se requieren para manejar y mitigar un posible impacto, de esa forma se previenen los riesgos financieros. 

Tradicionalmente se aborda el tema de la tecnología y la minería de datos en el sector empresarial para ofrecer productos hechos a la medida y enfocado al detalle de las necesidades, pero se ha dicho muy poco sobre su papel fundamental en la gestión integral

Según estudios realizados por el área de Big Data y Machine Learning de GCBloomRisk en los próximos 2 meses se espera un valor de TRM entre $3.888 y $3.979 en promedio.

dicador. El pasado 30 de julio de 2021, el dólar cerró a $3.836 pesos, lo cual representó una disminución de -1.5% frente a la Tasa Representativa del Mercado (TRM) del periodo anterior.

Según el área de analítica de GCBloomRisk, utilizando algoritmos de machine learning, el sector solidario para mayo de 2021 está en una zona de riesgo aceptable y sobresaliente. Sin embargo, se identifican en zonas de riesgo al menos 15 entidades, las principales razones identificadas son

La superintendencia financiera, recuerda a las entidades vigiladas que en los casos en que se presente una renuncia, remoción o separación del cargo del oficial de cumplimiento, por cualquier otra causa, recae en la entidad vigilada la obligación de tomar las precauciones dirigidas a

Los modelos de cambio de régimen (Switching Models) tienen una larga historia en economía, la cual se detalla en numerosas encuestas (Goldfeld y Quandt, 1973, 1976; Maddala, 1986; Hamilton, 1994; Frühwirth-Schnatter, 2006), donde se deja claro que la regresión lineal es una de las principales

lo que se debe de encontrar en los datos sería más que una correlación, es el efecto causal. La inferencia causal, es un enfoque para estimar el efecto causal de una intervención diseñada por el área gerencial en una serie de tiempo.

el indicador de cartera promedio en marzo fue de 6.91%, durante el COVID 19, ente indicador se afectó entre 1.6 y 2.4 puntos y esperamos que retorne en el corto plazo entre 5% y 5.2%.