00:00:34:15 Shopper Shop, la empresa líder en la implementación de herramientas analíticas y software especializado en Latinoamérica, les da la bienvenida a esta presentación. El día de hoy contamos con el acompañamiento de Andrés Cruz, instructor del Portafolio de Riesgo y Finanzas en Soft for Shop Professional en Finanzas y Comercio Internacional de la Universidad de La Salle. Magister en Investigación en Administración, con énfasis en Finanzas de la Universidad de los Andes, acreditado con la Certificación Internacional en Administración de Riesgos Cuantitativos.

00:01:13:06 Seco RM Actualmente adelanta estudios de Doctorado en Administración en la Universidad de los Andes en Colombia. Bienvenidos y. De acuerdo. Antes de iniciar quiero saludar a todos nuestros asistentes. Muy buenos días, Buenas tardes, dependiendo de donde se acompañe. Quisiera por favor que me comentaron por el chat desde donde nos están acompañando, desde que país y desde que empresa o si son estudiantes de universidad y como para saber que público tenemos por aquí presentes.

00:01:52:15 Y bienvenidos pues a la presentación de hoy como Lisa lo mencionó, pues vamos a utilizar Risk Simulator para calcular la probabilidad en cumplimiento de un crédito. Y si ustedes tienen instalado Risk simulado, podrá acceder a la base de datos que se utiliza y es bueno, pues va a estar dividida en dos partes. Esta presentación es la primera. ¿Yo siempre la utilizo para realizar una contextualización, una parte teórica de que es lo que vamos a utilizar y luego ya pasemos a la parte práctica y directamente en el software, de acuerdo?

00:02:21:11 Entonces, con eso en mente, antes de lanzarnos a mitad del tema de la probabilidad de incumplimiento de algún crédito, debemos revisar este concepto que tenemos aquí en pantalla, que es la regresión logística o lógica y como también se conoce, voy a revisar porque ya nos saludan desde Ecuador. Muy bien, muchas gracias José. Desde Medellín, Federico de la Universidad Serpa, Bienvenido.

00:02:53:12 Se traen desde Colombia, de la Universidad Piloto y desde El Salvador, gestor de riesgos. Oscar Muchas gracias. Diego. Instituto Comunista Costarricense. Preguntas Electricidad Académico de la UNAM. De acuerdo Juan, muchas gracias desde España y que bueno Carlos desde el aeropuerto de El Dorado intento de pago super y van desde Puerto Rico, bueno desde la USA en Arequipa Perú.

00:03:38:01 Muchas gracias. Bueno, perfecto. Gracias por sus respuestas de búsqueda en público diverso y no solamente en profesiones, sino en nivel geográfico. Desde Bogotá también y por acá apenas nos saludan. De acuerdo. Listo. Vamos entonces a mirar este tema. Y es que he Cuando nosotros vamos a hablar de probabilidad, si queremos realizar la estimación de una probabilidad, pues se nos viene a la cabeza trabajar con algún tipo de regresión o cuando queremos hacer pronósticos, más bien más que probabilidades, cuando queremos hacer pronósticos.

00:04:04:06 Una de las herramientas que podemos utilizar son lo que son las regresiones, no donde tenemos algunas variables que se conoce como variables. El independientes que nos sirven para explicar. ¿Otra variable que es nuestra variable de interés, nuestra variable dependiente no? ¿Entonces se nos viene a la cara el sistema de regresión y partimos entonces por la regresión lineal, no?

00:04:32:21 Y aquí quiero que se lleven. Y la idea de que cuando hablamos de regresión siempre vamos a estar hablando de promedios, no de promedios estadísticos, promedios aritméticos. Y esto se puede entender un poco como la tendencia hacia dónde se mueven los datos, cuál es el promedio de los datos, hacia dónde jalan o hacia dónde se mueven los datos.

00:05:17:10 Y acá tenemos la fórmula de promedio no me voy a detener por acá. Y bueno, eso es importante. Con la regresión lineal, lo que nosotros buscamos es poder encontrar la ecuación de una recta. La ecuación de una recta, de una línea que represente ese promedio de los datos. ¿Entonces, por ejemplo, acá tenemos unos datos, cierto diagrama de dispersión y si yo calcular el promedio de esos datos y claro, después de calcular el promedio encontrará esa ecuación de la recta que se que me represente estos datos va a encontrar esa línea roja que ustedes ven ahí, no?

00:05:38:20 Y pues va a ser una línea que se va a mover como por el promedio de los datos, esa regresión lineal a fin de cuentas a groso modo. Y esto no es una clase sobre regresión lineal, pero el concepto es eso. Lo que está detrás de la regresión lineal es encontrar un modelo matemático que me represente el promedio de los datos con una línea recta.

00:06:26:04 ¿Por eso es regresión lineal y es como les mencionaba, tenemos todos los promedios de mis variables aleatorias, no? Y eso es claro, tiene que ser variable aleatoria si son variables fijas. Y bueno, también puede utilizar variables en la regresiones, pero de nuevo va a ser ese promedio de las variables fijas. Y por acá no voy a cruzar este tema de regresión lineal, por ejemplo, se utiliza, es muy transversal a todas las disciplinas que utilizan en psicología, antropología, arqueología, educación, historia, finanzas, economía, etcétera La regresión lineal es un concepto muy útil y porque nos sirve para precisamente realizar pronósticos de nuestros datos.

00:07:00:06 Cuando se aplica a temas económicos, pues se conoce, se entiende y se conoce como econometría, que es el análisis de regresión para relaciones económicas y tenemos la variable g que nuestra variable de interés, lo que queremos pronosticar y las variables que me ayudan a pronosticar van a ser estas que están en función de x, y esto ya lo mencioné entonces como para pasar por encima toda esa parte teórica.

00:07:26:21 ¿Y eso es lo que encontramos en un ciclo de regresión lineal, no? Entonces G que es nuestra variable de interés lo que queremos encontrar, estudiar, observar, pronosticado beta cero que va a ser nuestra constante y e beta uno y que ya está ahí. Es el parámetro digamos que me indica cuál es la influencia que tiene X sobre G.

00:07:56:22 Que porcentaje de g se puede explicar por x y tenemos un término de error y entonces para yo poder encontrar esos fue suficientes beta cero, beta uno estados beta y yo puedo utilizar diferentes métodos. Uno de ellos y el más famoso es como Magneto utiliza dos mínimos cuadrados ordinarios. Cierto, Pero existen otros métodos para hallar esos parámetros que pueden ser máxima verosimilitud, método, momentos, entre otras cosas.

00:08:39:11 Entonces, en esto y aquí no espero tomarme más de otros diez minutitos y ya pasamos a la parte práctica. Pero es importante. Antes de hablar de este otro tipo de modelo que se logístico, pues entender el modelo. ¿Entonces aquí les doy un ejemplo de cómo interpretar una ecuación de una regresión lineal, cierto? Voy a avanzar pues porque no es que ustedes ya ya se han hecho webcasts y los invito a que vayan a la página superior y revisen todo ese material que está por ahí colgado para ver si tienen dudas en este tema de regresión lineal, pero mío.

00:09:10:11 Ahora es pasar a esto la regresión logística. Y aquí tenemos un cambio respecto a la regresión lineal. Y es que nuestra variable dependiente esa ahora va a ser una variable categórica que puede tomar valores o de cero o de un no e y entonces esto, este cambio conceptual, por así decirlo y metodológico, pues tiene unas repercusiones también en cómo interpreto yo los resultados de la regresión.

00:09:50:02 ¿Y qué pasa después? Bueno, yo puedo utilizar mínimos cuadrados ordinarios, ya lo mencioné, es cierto, para la regresión, pero yo puedo. Si utilizo un modelo lineal con variables categóricas, puedo encontrar valores que van a ser superiores a uno o inferiores a cero. Perdón, entonces eso bueno, lo soluciono con utilizando el método de máxima similitud y cuando utilizo eso pues ya entro a este campo de los modelos de logística por así decir.

00:10:26:18 Y esto lo voy a pasar también un poco por encima. Quiero que nos dediquemos ya a la parte práctica. ¿Pero entonces esto era lo que les quería mencionar también, no? Cuando yo utilizo un modelo lineal para el perdón, para realizar un pronóstico de una variable binaria, por así decirlo, que puede tomar valores de cero uno dentro de lo que yo voy a encontrar dentro de mis pronósticos lluvia punta, puedo encontrar perdón, valores superiores a uno.

00:10:51:07 Vean el uno. Acá voy a encontrar valores superiores a uno o encontrar valores inferiores a cero. Y esto estaría mal, porque si mi variable es uno, puede tomar valores entre cero y uno, pues el hecho de que se salga de ese rango pues me va a estar dando malos resultados cuando por otro lado yo tengo variables binarias dicotómicas y utilizo modelos logísticos.

00:11:15:15 Vean como cambian los valores que yo he encontrarnos, pero no gnósticos se van a mover entre uno y se van a mover entre cero. ¿Entonces ya no tengo yo una línea recta que era lo que les decían, como no es regresión lineal, sino que en el modelo logístico yo voy a encontrar una curva, van a encontrar un modelo que se ajusta a una curva más o menos así, cierto?

00:11:47:23 Entonces yo voy a encontrar entre cero y entre uno. No voy a encontrar valores por fuera. Entonces, por eso es importante utilizar modelos logísticos cuando yo estoy trabajando con variables que son pues de esta naturaleza. De acuerdo, entonces ahora sí voy a pasarme a y al ejercicio también. Un momento, acá lo tenemos. Entonces, a ver, tiene que hacer perderme en la pantalla.

00:12:20:11 ¿Cómo puedo encontrar estos datos en su boleto? Si usted es un usuarios de Risk no los pueden encontrar. Pueden venir aquí dentro del simulador de riesgo en botón de ayuda, modelo de ejemplo y vean, es la opción número uno Modelo Pronóstico avanzado. De acuerdo. Módulo Pronóstico avanzado. Aquí van a poder encontrar esta información y dentro de todo los ejercicios tenemos este que se llama el modelo de máxima verosimilitud.

00:12:52:00 Esto viene por el inglés máximo que he y estos son los datos que vamos a utilizar para que lo tengan presente. Visto Bueno, entonces yo tengo y tengo estos datos acá. ¿Y qué es lo que tengo? Bueno, antes de lanzarnos a hacer el ejercicio, recuerden que sencillo es para calcular la probabilidad del cumplimiento, encontrar un modelo que me ayude a mí a estimar la probabilidad en cumplimiento de un crédito.

00:13:24:18 Los datos que tengo son estos de Risk Simulator, Entonces miremos la base de datos antes de entrar a realizar el ejercicio. Tengo una base de datos balanceada. Ojo que es importante, tengo el mismo número de filas de observaciones para cada una de las variables. Entonces aquí las filas son observaciones y las columnas son variables. ¿Qué variables tenemos? Primero, una variable binaria o dicotómica que solo toma valores entre cero y uno.

00:13:55:17 Esto me indica si en algún momento esta persona, cada fila, cada observación, es una persona, lo podemos ver así. Entonces esta primera persona en algún momento tuvo o entro en incumplimiento. ¿El crédito que tiene actualmente esa persona durante la vida es decir, crédito, entró en algún momento en incumplimiento? Sí, sí. Entonces marca un signo, o sea, si ha tenido un comportamiento crediticio muy bueno, se marca cero.

00:14:22:07 De acuerdo, entonces esto solo va a tomar valores entre cero uno y. Y aquí tengo información sobre cada una de las personas, cuál es la edad, el nivel educativo. Y bueno, el nivel educativo se puede categorizar, digamos uno. Creen que solamente tienen edad, licenciatura o el pregrado uno dos tiene maestría y doctorado o alguna cosa así, no lo podemos categorizar.

00:14:54:23 De pronto de esa manera. ¿No, no tengo clara cuál es esa categorización acá de momento, eh, pero pues está clasificada de esa manera, no? A Creo que aquí lo dice la descripción Nivel educativo una tres Educación preparatoria y universitaria o posgrado. De acuerdo, terminó su colegio y uno dos. ¿Tiene alguna profesión? ¿Si alguna carrera profesional o tres Tiene algún posgrado?

00:15:21:16 De acuerdo, sí. Lo que encontramos aquí. ¿Qué más variables tenemos? ¿Cuánto tiempo lleva esa persona con el empleador actual en la empresa donde trabajan? ¿Cuántos? ¿Cuánto tiempo lleva en esa empresa? ¿Cuánto tiempo lleva viviendo en la dirección donde vive actualmente? ¿Es decir, la antigüedad? ¿Cuánto tiempo lleva viviendo en esa casa? El ingreso del hogar en miles de dólares.

00:15:52:13 Supongo que esto es anuales en razón de la deuda de ingreso. Entonces. ¿Cuánto es su ingreso? Lo debe. ¿Cuál es la deuda que tiene esa persona en la tarjeta de crédito? Y bueno, otras de esa es la información que tenemos. Entonces, lo que queremos nosotros observar o analizar es si estas variables me ayudan a calcular o estimar la probabilidad de incumplimiento de una persona.

00:16:14:12 De acuerdo, eso es lo que queremos hacer y eso lo vamos a hacer a partir de la regresión. Pero ya no va a ser una regresión lineal, sino de una regresión logística donde ni variable le interesa esa variable. ¿Oye, pues va a ser eso lo que a mí me interesa observar es esa probabilidad de incumplimiento, no? Sí, ese nivel de incumplimiento.

00:16:55:18 Y pues va a estar explicado aquí por estas otras variables. ¿Felipe, tienes alguna pregunta? ¿El ser humano no? Bueno, bueno, eh, algunas preguntas van a decir es resolviendo más adelante. Ahorita quiero pues desarrollar el ejercicio para que no se nos vaya pronto o no vayamos a quedar ajustados de tiempo. Entonces más adelante iré respondiendo preguntas. Vale, lo que tenemos acá entonces es estos mismos datos y para realizar entonces para regresar la intención logística.

00:17:27:22 Muy sencillo. ¿Lo que tengo que hacer es seleccionar toda la información, de acuerdo? Y voy a seleccionar la información por aquí, incluyendo los rótulos o los títulos de las variables. Vean, selecciono toda la información, vengo a un pronóstico al modo de pronósticos y voy a utilizar un modelo de máxima verosimilitud. Bueno, si yo quisiera realizar la regresión lineal, entonces utilizo esta otra opción y modelo de análisis de regresión múltiple.

00:17:59:23 ¿Ahora vamos a utilizar el sistema de aquí, de acuerdo? ¿Entonces me genera esta ventana, quiero confirmar trascendiendo si me genera esta ventana donde me pregunta bueno, cuál es esa variable dependiente? ¿Cuál es la variable de interés en este caso? Pues yo la puedo cambiar. En este caso el toma porque por la primera variable que es la el incumplimiento, si entra en default o no e y bueno, me atrajo como desde luego con el modelo lógico.

00:18:27:23 Y he aquí, pues yo selecciono cuales variables quiero incluir dentro de mi modelo o en este caso vamos a trabajar con todas, voy a darle clic en OK y vean entonces ustedes que he por acá están por aquí, tengo los resultados de la reinvención, de acuerdo, por acá tengo los resultados de la regresión que voy a encontrar, los coeficientes de cada una de esas variables.

00:18:56:08 Estos coeficientes era lo que yo les mencionaba en beta cero, beta uno, métodos, etc e el error estándar. Y bueno, por aquí algunos estadísticos el PIB vale para determinar la significancia estadística individual de cada una de esas variables. Es decir, estas variables son estadísticamente significativas para estudiar o para evaluar la probabilidad de incumplimiento. ¿Cómo lo sé? ¿Bueno, puedo mirar el PIB?

00:19:29:10 ¿Vale, si yo esto lo hago con un 95% de confianza, entonces el nivel de error que tolero es 5%, no? Entonces, si este piva liberal es menor al 5%, quiere decir que las variables son estadísticamente significativas. Miremos cuáles variables son estadísticamente significativas. Pues primero por aquí el intercepto no es menor al 5% y en este caso bueno, estas dos son menores al 5%.

00:20:07:11 Y bueno, un deuda de una tarjeta de crédito. ¿Vean, esta escala es ser un 5% cero 5.29% ya depende de ustedes su flexibilidad no? O sea, yo puedo decir, bueno, quizá esta está muy cerca el 5%. Incluyamos la. No, incluyamos eso. ¿Qué quiere decir? Que hay otras variables que no son estadísticamente significativas dentro de mi modelo. Regresión. Es decir, por ejemplo, otras deudas no me ayudan a mi explicar la probabilidad incumplimiento.

00:20:40:03 Quizá porque son deudas muy pequeñas. No sé, Me estoy inventando. Vale. El ingreso del hogar, según esto, no me ayuda a explicar la propina de un sufrimiento, la edad o el nivel educativo. Tampoco. Entonces me voy a quedar con estas otras variables más que si me ayudan a explicar y voy a correr otro modelo. Quizás en este nuevo modelo, solamente utilizando las variables que de primeras sucedieron estadísticamente significativas, quizá este año mejore lento.

00:21:13:01 Entonces lo que voy a hacer es correr otra vez. Es un muy por acá y vengo por atrás. Simulador de riesgo, pronóstico máximo similitud y ahora entonces yo le digo edad, no lo incorpora a nivel de educación tampoco y este ingreso tampoco. Y otras deudas ya sabemos por qué. Entonces voy a trabajar con esas cuatro. Corro un nuevo modelo.

00:21:44:06 Ven aquí. Tengo mi nuevo modelo ya con las variables que eran estadísticamente significativas. Es cierto, y vemos que ahora sí todas están ok, pero no todas son estadísticamente significativas. La que teníamos duda, por ejemplo, era esta de acá la razón deuda ingresos porque estaba en el límite, pero al sacarlas que no son significativas, ven que aquí pues esa significancia mejoró muchísimo.

00:22:10:15 Entonces por eso yo recomiendo aquellas variables que están como en el límite, no descartarlas de primera mano. Pues eso ya depende de ustedes, pero si yo lo hubiera descartado, pues vean que aquí no eran encontradas de memoria y quizá hubiesen descartado una variable que sí es estadísticamente significativa. Listo, entonces tenemos ya nuestra regresión y nuestros coeficientes por aquí.

00:22:42:07 Eso también nos interesa mucho. Vale, voy a pasar aquí porque tenemos esta. Esta formulita. Ven esta. Esta ecuación por aquí donde me dice que para hallar probabilidades, en este caso, la probabilidad de incumplimiento. Yo necesito calcular estas cositas en exponencial. Bueno, primero necesito estimar. Bien, vamos a estimar si luego calculo la exponencial y ya con eso puedo calcular esa probabilidad.

00:23:10:01 ¿Vale, de esa manera entonces puedo calcular la probabilidad de incumplimiento y miremos por aquí de pronto qué otra información relevante muestra? Así que precisamente en el cumplimiento no estos datos en la educación, años de trabajo, la idea es muy dar esos datos empíricos para ver cuál o cuáles variables afectan a la conducta en un cumplimiento perfecto, usando los modelos de máxima prioridad, máxima verosimilitud.

00:23:36:22 Visto el modelo resultante, ayudará al banco o encargado de la asignación de créditos o calcular la probabilidad. Esperar en cumplimiento de un individuo que tenga ciertas características especiales. Ahí está la información. Entonces yo construí esta otra en base de datos acá, que es la original, es ésta acá, pero solamente tengo en cuenta las variables que son estadísticamente significativas, es decir, las otras las den por bueno.

00:24:15:04 Eso es lo que tengo acá. Esas cuatro áreas son los mismos datos. ¿Qué hice? Agregué una fila. ¿Por qué? Porque en esa fila voy a traer los coeficientes y pues para poder estimar bien, entonces esto que tengo aquí van a ser los coeficientes que encontré yo por acá. Ven, estoy acá. Entonces voy a traerlos y voy a pegarlos de manera transpuesta, en fila de valores de la transpuesta.

00:24:51:06 Entonces tengo la constante, tengo el beta uno que se hace aquí, miremos y firmemos beta unos cero 23 para años con el empleador actual. ¿Aquí está listo? Perfecto. La interpretación de estos coeficientes no tiene una interpretación directa, como sí lo tiene en un ejercicio de regresión lineal, o que su esclavo en el ejercicio de regresión lineal. El efecto marginal de estas variables es constante a lo largo del tiempo porque es una línea recta.

00:25:34:01 Aquí, como yo tengo, es una curva en efecto marginal. Va a ser algo que cambia a lo largo de él. Entonces, por eso la interpretación de estos coeficientes cambia, digamos. ¿Aquí solamente puedo analizar el signo ejemplo Qué indicaría eso? Que entre me Como el signo es negativo, tiene una relación inversa con esa probabilidad incumplimiento. ¿Entre menos años tenga una persona con el empleador actual, pues sus relaciones inversa tienen una relación inversa, una posible incumplimiento, entonces entre menos tiempo lleva en una empresa y esto puede aumentar, digamos, la probidad y el cumplimiento, no?

00:26:39:10 Y o aquí entre pues esto es positivo. Entonces entre mayor sea la deuda, mayor es la probabilidad. Incumplimiento, de acuerdo, les Entonces lo que voy a hacer es coger aquí la constante y a esto le voy a sumar. O bueno, voy a calcular por aquí la suma producto de esto que son mis e mis ventas. Esto lo voy a fijar si hoy estaba reproduciendo Por otro lado, perdón, entonces voy a multiplicar esto por esto hoy tengo 20.ª No, lo que estoy haciendo aquí es ese, es ese modelo.

00:27:13:11 Quienes presente en las diapositivas. A ver, es que se me fueron esas diapositivas para compartirles acá todo lo contrario. Y lo que estoy haciendo aquí es este modelo. Bueno, no entré en detalle, pero es similar al de la regresión lineal. Este aquí es el modelo, tengo la constante, no tengo la constante y a eso le estoy sumando la interacción entre los betas y las observaciones de cada variable.

00:27:42:03 No, eso es lo que estoy haciendo a groso modo. Acá tengo la constante, por eso está aquí solita y estoy haciendo la interacción o calculando la interacción de cada una de las observaciones. Por eso usted es lo que estoy estimando. Días vamos a ir a la que tengo que fija también. Perdón, no lo fije. No está aquí la constante.

00:28:50:08 ¿Listo? Perfecto. Ahora lo que voy a hacer es calcular la exponencial de esta y la ruptura, aún sin fingiendo que tenía que fijar de cinco un tengo que el final. Yo creo. Fijado. Sí, sí que me interesa fijar las de cinco. Si todavía son cinco, no entiendo porque no se quedan sin número dentro. Se estrategia de gracia y aquí calculo la exponencial.

00:29:24:23 ¿Listo? Perfecto. Sí, ya veo por aquí que dos veces he fijado en cinco. Lo hice. Muchas gracias por la ayuda. Entonces calculamos la exponencial de esa 100. Y ahora aquí. Sí, ya podemos simplemente utilizar la la ecuación que tenemos aquí. El exponencial de G que se este aquí sobre el eso lo puedo poner en uno o dos paréntesis uno por el SE 1001 más uno.

00:29:58:08 Bueno no es de aquí si es lo que tenemos ahí y de esta manera entonces ya facilito calculamos, estamos calculando la probabilidad de incumplimiento de cada una de estas personas según los datos que tiene por ahí. No sé, según estas variables que tenemos por aquí y entonces digamos que hasta acá cumplimos con el objetivo del webcast, que es calcular la probabilidad de cumplimiento a partir de un modelo logístico list.

00:30:26:19 ¿Para que contar? Voy a mirar qué preguntas ahí y continuamos entonces porque esto no se queda acá. La idea es profundizar un poco en esta herramienta de la probabilidad de cumplimiento. ¿Cómo podemos utilizarla para, por ejemplo, calcular la pérdida esperada no esperada de algún portafolio? No se me ocurre. Y entonces miremos por aquí que cosas sabe fijar en cinco o y ya.

00:31:12:06 Y de de ya. ¿Cuál es la diferencia entre lo que provee Toby y me lo pregunta? ¿La diferencia entre bit? He visto esto, entonces he por acá tenemos esto, yo siempre, siempre que hago presentaciones con redes simulator y menciono Risk es muy amigable con el usuario. De hecho aprovecho para preguntarles a ustedes si ya han tenido y me responden y por chat si ya han podido trabajar con Risk simulator antes en algún utilizando alguna herramienta o si por ejemplo la primera vez que escuchan conocen de Risk Simulator.

00:31:39:11 Quisiera que me respondieran por ahí si ya conocen la herramienta o si definitivamente es la primera vez. Mientras ustedes me responden, yo les comento que Risk para quienes no lo saben es muy amigable con el usuario, entonces Risk no es un software que se limite a darnos los resultados, por ejemplo como estos pun ya hay otros softwares que hacen estas cosas, no te arrojen los resultados y obviamente tú ya tienes que darle una interpretación y demás.

00:32:07:18 Risk va un paso más allá y por ejemplo, provee estos textos, explica unos para que el usuario pueda entender de una mejor forma los resultados, entender qué es lo que está haciendo sin necesidad de ser un experto en el tema. ¿Habiendo dicho esto, eh, pues quiero digamos que para, para los que preguntan Oye, cuál es la diferencia entre los Tobin?

00:32:38:15 ¿Ven que aquí Risk da una pequeña contextualización? ¿Da una pequeña contextualización de qué es un modelo lodge? Entonces dice Una regresión no es usada para predecir la probabilidad de ocurrencia de un evento para ojos para datos ajustados a una curva logística. Eso era lo que yo no he dicho. Entonces ese es como de manera generalizada, los coeficientes estimados por lo que son coeficientes logarítmico no pueden interpretarse directamente como probabilidades.

00:33:13:15 Eran también lo que yo les decía. Esos coeficientes no los puedo interpretar yo de una manera directa. Ahora vean que acá habla sobre los otros nueve uno. El otro bit, dos veces conocido como modelo Norbit, es una alternativa, no a ese modelo lógico, cierto, pero el modelo lo utiliza, digamos, dentro de sus cálculos, una pequeña variación. O sea, es muy similar al modelo lógico, pero utiliza precisamente una función pro bit se llama.

00:33:52:07 ¿Y para calcular esas probabilidades, los modelos de regresión pro bit tienden a ver sus lógicas, tienden a producir resultados similares, no? ¿Eh? Y bueno, lo que cambian son los coeficientes, pueden ser más bajos, más, más pequeños y digamos que lo que cambia entre lógica es esa distribución logística que utilizan detrás de y para calcular los estimadores como para no confundir, para no entrar haciendo mucho detalle.

00:34:44:04 Y es la principal diferencia, es la función logística que utilizan. Y aquí también habla sobre los modelos Tobit, que en ese caso es un Tobit censurado que se utiliza de nuevo para encontrar relaciones entre variables. ¿Pero bueno, aquí tiene que ser en variables no negativas y bueno, digamos que aquí dando un poco más de estimación de definición, perdón, digamos que en cuanto a resultados, sus diferencias son son pequeñas, pero pues también depende de los datos que yo tengo de los datos que yo estoy utilizando, voy a escoger uno u otro que cuál es mejor, que cuál es ese equívocamente, cuál es el más apropiado?

00:35:11:00 Bueno, eso depende. Lo que se suele utilizar, por ejemplo, es comparar modelos entre sí. Entonces yo puedo calcular eso con un número lógico, calcularlo con un pro y luego entrar a mirar a partir de y digamos, de datos estadísticos. Por aquí, por ejemplo, el criterio de aquí que sea aquí el criterio información de aquí que o Schwartz, que es el mismo Valles llano.

00:35:45:19 Entonces, a partir de estos dos parámetros, por ejemplo, yo puedo entrar y mirar cuál es el que menor nivel de error tiene. Entonces digamos que no hay una respuesta clara o definitiva, que no es que el mejor modelo es el mejor modelo. Es lógico. ¿Por qué? Porque eso depende de muchísimos factores a grosso modo. Y entonces, bueno, vamos a continuar bueno, respondí por aquí una preguntica voy a pasar a un ejercicio como para que no me haya quedado corto de tiempo y continuamos con con, con las preguntas.

00:36:35:06 De acuerdo, entonces voy a pasar por aquí, les decía yo entonces tengo estas probabilidades. Incumplí, miento. Ahora lo que puedo hacer se me ocurre es segmentar, coger esta cartera de deudores que tengo y segmentar según su nivel de riesgo, dada esa probabilidad de incumplimiento. Entonces lo que voy a hacer es traer esos datos, perdón acá estos datos de acá, que yo calcule esas probabilidades, vean que si yo mirara aquí, por ejemplo, el mínimo y el máximo por aquí, mínimo y máximo, cierto, pues yo esperaría no obtener una probabilidad mayor al 100% o una probabilidad menor al 0%.

00:37:26:01 Y si yo vengo acá, pues encuentro que la probabilidad mínima es de 0.07% y la máxima de 99.94, entonces eso quiere decir que pues voy como por buen camino. Entonces lo que voy a hacer acá es pegar los valores, aquí tengo esa probabilidad de cumplimiento que estimamos. Y bueno, se me ocurre que yo puedo darle por aquí algo de formato quizá e datos ordenarlos ocurren de mayor a menor, menor a mayor no importa y lo puedo entonces segmentar esta cartera en el grupo A, por ejemplo, que son estos deudores menor es riesgoso dado a esa probabilidad incumplimiento.

00:38:08:06 Hasta el grupo de esta clasificación la estoy generando yo. No es algo estándar, no es algo obligatorio tampoco. Entonces aquí voy a traer estas probabilidades de el 75% al 100% mayores, al 75%. Entonces voy a traer estos datos por acá y del 50 al 75 voy a traerlos y gastarían 50 al 75 y voy a tener del 25 al 50 por acá.

00:38:50:23 ¿Saben? Por aquí y del cero al 25. Y de paso aprovecho y les muestro otra herramienta que tiene similares. Perdón, no vi sus respuestas. Voy a revisar rápidamente si ya había tenido la oportunidad de trabajar con Risk y ta ta ta ta. Bueno, hice varias preguntas, si lo utilizábamos la primera vez ya interactuar con la herramienta de acuerdo si utilizados mi primera vez al primer lienzo.

00:39:25:15 Yo no he utilizado simulación de escenarios para el presupuesto de la empresa y de acuerdo, actualmente estoy institución listo. Vale, y también lo he utilizado Pilar en la primera vez. Bueno, entonces, aprovechando que hay tantas personas por primera vez y quiero mostrarles otra herramienta, la primera herramienta que les mostré fue esa y pues para poder estimar la probabilidad cumplimiento de acá y por ahí vi claro aquí esta es la probabilidad, cumplimiento de y de cada una de las personas.

00:39:52:08 ¿Y por ahí vi que me preguntan bueno, y cómo puedo estimar la probabilidad de cumplimiento de mi cartera como tal? Hacia allá vamos y esperemos que el tiempo nos lo permite. Entonces lo que yo tengo acá y puedo realizar con Risk Simulator es un ajuste de distribución de datos. ¿Qué quiere decir, por ejemplo, de que es mi cartera más peligrosa, que es a la que yo tengo que concentrarme más?

00:40:23:14 ¿Pues porque vean esas probabilidades de incumplimiento no? Yo quisiera saber cuál es la distribución de los datos de esta cartera, por ejemplo, ese segmento de cartera. ¿Por qué? Porque esa eso yo lo puedo utilizar para construir el modelo donde voy a asignarle la probable incumplimiento de la cartera como tal. Y es que muchas veces en eso modelos lo que se suele hacer es asumir que la variable se distribuye como una normal que presenta una distribución gaussiana.

00:41:09:00 La campanita que funciona muy bien para muchas cosas, pero en la realidad no todos los datos se comportan de esa manera. Entonces RISC tiene una herramienta aquí en herramientas analíticas que se llama ajuste de distribución, de ajuste de distribución. ¿Entonces yo selecciono los datos, puedo venir por acá? Venga, ajuste de distribución simple, eso es una variable continua. Entonces la selección aquí y le doy clic en aquel ver y entonces aquí me dice que en esta variable que yo estoy revisando, pues se distribuye, tiene casi que un 100% en 100% se ajusta a una distribución tipo early.

00:41:41:12 Por ejemplo, si usted dice no, no me convence. Para mí es una distribución normal, ven qué nivel de ajuste o no es muy normal. Igual es alto, es bueno el 90%, pero hay otras distribuciones que se ajustan en una mejor manera a esos datos. ¿Entonces, de nuevo, esto ya depende de cada quien, no? Si yo considero que se instruye como una normal, lo puedo seleccionar, pero el software me está diciendo que puedo seleccionar esta y entonces aquí tengo ya el ajuste distribución para esa variable.

00:42:24:12 Esto lo puedo llamar ajuste distribución para la cartera. Voy a hacer lo mismo para Ah no, mentira, sin duda una cartera de instrucción de ti. Voy a hacerlo para un vehículo se instrucción y aquí me dice, por ejemplo, que se ajuste en un 83% a uno multiplicativo de beta. Está bien, ok, esta va a ser ajuste, distribución de a y lo que yo hago entonces es en analizar esas carteras segmentadas de nuevo.

00:42:56:17 Eso es que a mí se me ocurre que puede ser un buen ejercicio y pues también es para mostrarles las herramientas que tiene Risk Simulator. ¿Ojo, que es este tema de probabilidad incumplimiento, pues es muy complicado abordarlo en una sola hora, entonces esto es como muy muy por encima, muy generalizado y que pues es algo que requiere mayor profundidad no?

00:43:27:12 ¿Entonces tengo yo esos valores? ¿Quiero que se fijen que acá yo tengo unos uno para los sitios que están como en verde, no? Esto está relacionado con supuestos de ajuste. ¿Cuando yo si yo quisiera correr una simulación en Montecarlo, yo necesito y esos supuestos entra, no? Y lo que yo tengo acá, estos valores, no es más allá, no es otra cosa que el promedio de los datos de promedio.

00:43:58:23 Los datos debe decir son probabilidades de incumplimiento la cartera de, por ejemplo, el promedio de esa probabilidad en cumplimiento de esa cartera de de esos segmentos del 87% para la cartera. Sí, el 61% para la cartera de 36 37% y aquí el 9%. Eso son, esos promedios valen y esto no voy a cerrar, esto de acá es perfecto.

00:44:39:18 ¿Y ahora lo que yo voy a calcular es precisamente entonces esa probabilidad en cumplimiento de la cartera como tal, no? ¿Entonces para la pérdida esperada cuando y de nuevo, eso es todo, no lo explique previamente, pero pues por tiempo no nos damos eh? ¿Yo tengo entonces mis cuatro carteras, tengo mis cuatro carteras, eh? ¿Y eso ya son supuestos, no son, son datos, imagínese, yo soy un banco X, una entidad financiera y tengo una cartera de 100 millones de dólares, de euros, de pesos, de soles, de lo que se les ocurra, no?

00:45:14:22 Y lo tengo pues digamos repartido en y por acá. ¿De esa manera 40% de mi cartera está en la zona, al 20% en la zona, perdón, 30% en la zona B, 20% del y así no, Lo que estoy calculando acá es la exposición y a ese exposiciones se difunde, No, si yo tengo 40 millones en esa cartera, pues lo que estoy exponiéndome a pérdidas es un son 40 millones, no?

00:45:45:04 Si en esta cartera o en este segmento yo tengo 30 millones, lo que tengo expuesto es es 30 millones. Ahora supongamos que yo tengo los datos por ahí en dos y 25, la pérdida de un incumplimiento. No, yo conozco como gestor de mi portafolio lo que sea que la pérdida, dado el incumplimiento, los yo en default ronda alrededor del 40%, no ronda el 40%.

00:46:05:20 O por otro lado, lo que yo logro recuperar la tasa de recuperación de esa cartera es del 60%, por ejemplo, de los que en algún momento entran en default. ¿Si yo tengo mi cartera de crédito, en algún momento esas personas entran en default, cual es esa tasa de recuperación que salgan de esa zona? Bueno, es alrededor del 60%.

00:46:48:09 De nuevo son datos que yo me estoy inventando, no son datos que más o menos hizo entonces para calcular esa pérdida esperada yo necesito y la exposición al incumplimiento la pérdida, de ahí el incumplimiento y la probabilidad de incumplimiento, no, esas probabilidades de incumplimiento yo ya las conozco, no de la cartera, de la cartera, de la recuperación, de la cartera, de esas probabilidades ya las conozco porque fue las que estimé, pero fueron las que yo calculé previamente y listo.

00:47:22:02 Perfecto. Entonces lo que voy a hacer es traer eso, escalonar eso que acabo de estimar yo por ahí. Entonces para eso voy a venir por aquí. Esta probabilidad para ver que de nuevo viene a ser el promedio. Pero es que detrás de ese promedio de esas carteras hay unos supuestos ajustados por aquí. Vale, entonces ya tengo esas probabilidades para cada una.

00:48:00:03 Es lo los segmentos. Y ahora si puedo calcular la pérdida esperada aquí es la probabilidad de incumplimiento. Los que identifican y por acá también. Y la exposición no se le quedaba bien listo. Entonces lo que me dice es que de esos 100 millones, de esos 100 millones que yo tengo en cartera, las pérdidas, espera las pérdidas. Lo que yo espero, según estas probabilidades de incumplimiento, van a ser de 14 millones.

00:48:34:12 De acuerdo, Otra vez, según las probabilidades de incumplimiento que yo calculé. Claro, lo hice primero a nivel individual, luego lo segmentación tras esas, esas. Pero hay días para calcular la prueba, pues valga la redundancia, no da la probabilidad de incumplimiento. Perdón, la pérdida esperada, pérdida esperada de mi cartera, de mi portafolio. Ahora lo otro que yo puedo hacer y ya para finalizar el ejercicio es una simulación de Montecarlo.

00:49:02:14 Puedo realizar una simulación de Montecarlo, esperemos que se pueda, porque creo que cometí un error. No creé un perfil antes de Vamos a ver si se puede y esto va a ser un quiebre de interés. Y lo que yo puedo hacer es lo que hice. Pueden definir esta variable como la variable que voy a simular las pérdidas, no para que ya tengo la pérdida esperada.

00:49:27:20 Puedo calcular la pérdida no esperado y las pérdidas catastróficas a través de la simulación de Montecarlo. Entonces, para eso voy a venir por acá si lo puedo hacer muy bien. ¿Y entonces me está generando una simulación de Montecarlo, mil escenarios, no? Y lo que está haciendo es cambiar las probabilidades. Bien, para A para abrir, para sea. ¿No? Entonces mostrarles.

00:50:09:08 Estaba cambiando las probabilidades que tenemos. Me dice que la simulación termino y lo que hice fue realizada por acá. El sistema en este año ya ustedes están viendo lo que hice. Fue una simulación de Montecarlo. Mil denarios no fueron más para realizar una simulación de esas probabilidades. Oiga. ¿Qué pasa en mi portafolio, en mi cartera? Si esas probabilidades se cambian, si no son fijas, si no son estáticas, sino que evolucionan a lo largo del tiempo.

00:50:48:10 ¿Cómo afecta eso mis pérdidas? ¡Espera, No! Entonces eso es lo que estoy encontrando yo. De esta manera, yo puedo venir por aquí y buscar, por ejemplo, un valor. Yo quisiera encontrar 14.336.000. ¿Entonces puedo venir por aquí? 14.000.336. Este señor 501. ¿Que es ese valor que tengo por ahí? La pérdida. Espera, entonces. Bueno, según esto de aquí, es decir, no encuentro ni percentil aquí.

00:51:28:21 Yo estoy hallando un percentil. Ese valor junto al 98 30%, 98%, pero el 8% es lo que estoy encontrando yo de esa manera y de ahora lo otro que puedo hacer yo es estimar cuál es ese percentil, la máxima pérdida. 99%, 99, 99.99 aquí 15 millones lo se. Según eso casi que una probabilidad. Bueno, no, no, una probabilidad es la máxima pérdida, porque aquí yo estoy hablando de pérdidas.

00:51:55:16 Entonces me voy a ir hacia el lado derecho. ¿Sería este valor? ¿Perdón? Por aquí está este valor. Eso sería, por ejemplo, lo que no les estoy mostrando. Esto es, vendrían a ser nuestras pérdidas catastróficas. No lo peor. El peor escenario sería esa pérdida catastrófica. 15 millones que todos los datos que tengo, pero que sí hayan visto durante ese año.

00:52:26:02 Ese dato creo que hace de aquí 15.000.770. Y aquí el dato más a la derecha, pues la pérdida esperada que ya la estime es estoy aquí, perdón, es este valor que no, no tengo que pegaros como valor y pues la pérdida no esperada sería la diferencia entre esa pérdida catastrófica que la calculé, es cierto, y la pérdida esperada.

00:52:53:11 La pérdida esperada. Yo lo cubro por lo general con provisiones de los bancos. ¿Los bancos tienen que tener provisiones, no Según Basilea y según todas estas recomendaciones y demás, deben tener algún tipo de provisiones para afrontar pérdidas, no? Entonces esa pérdida esperadas. Haré de ahí patrimonio, si se quiere, el nombre de las entidades bancarias. ¿Bien, estoy diciendo muy generalizado, no?

00:53:26:11 Esas pérdidas no esperadas ya. ¿Entonces cómo se sale de de mi pensado, por así decirlo, de lo que yo había estimado? Pues no lo voy a cubrir con patrimonio, sino con esas provisiones, sino un capital ya directamente de la organización y un capital de esa organización. Y entonces, bueno, ya no son diferentes herramientas las que tiene British Simulator.

00:54:01:07 ¿La idea de este webcast, que además es de una sola hora, es mostrarles a ustedes cómo puede utilizar Risk para puntualmente estimar esas probabilidades de incumplimiento y qué otras herramientas hay entonces? Bueno, aquí pudimos hacía consumo, observar el ajuste de distribución y la simulación de Montecarlo, que de nuevo sé que que quizá fue muy rápido, pero para que ustedes vean cómo se puede utilizar este software en diferentes temas, De acuerdo, entonces voy a Nos quedan cuatro minutos.

00:54:30:13 Voy a devolverme a las preguntas. Entonces a Brasil y para responderlas que más pueda. Y sino, si no alcanza a responder todas y les voy a dejar mi correo también en el chat para que me escriban por si tienen preguntas en inglés. Punto cruz arroba. ¿Pues yo uso junto con ahí por el chat se los dejo para que?

00:54:55:18 Pues si de pronto no logro responder todas las preguntas, entonces puede venir por aquí dice la columna y sólo puede ser cero y uno puede ser cero, cinco y columna B. Supongo que estás hablando de acá. Juan Eso, lo que pasa es que a ver, de poder pues tomar un valor de es cero cinco bueno no, a ver, es esa misma mi respuesta.

00:55:26:01 Este tipo de variables es categórica y lo que me indica a mí inicialmente es en algún periodo durante la vida del crédito. Durante ese tiempo la persona entró en incumplimiento, entró, entró en mora, bueno, más allá de la mora en default no, porque entonces, según ya cada banco, quizá si es una mora, llora 120 días o 150 160, ya entran Tifón.

00:55:51:02 No voy a entrar en detalles ahí, pero esta es una variable indicadora. Estuvo en default o no estuvo en default. Si esta variable tomara un valor de cero cinco, pues no funciona. Digamos. No, no viene a ser útil para mi medición, porque el cero cinco quiere decir no estoy seguro de si estuvo en incumplimiento o de si no ha estado en incumplimiento.

00:56:29:21 Entonces, en este caso esta variable al ser binario o al ser dicotómica, sólo puede tomar dos valores si o si cero o uno. Entonces, respondiendo a tu pregunta, pues la respuesta sería bueno, puede tomar un cero o uno porque me indica si entro o no en default en algún momento he visto por aquí otra pregunta. ¿Puede ser utilizada luego de la primera B, es decir, dice los coeficientes que se usan en qué punto de la curva se sitúan?

00:56:54:12 ¿Quiero decir, si en un peso relativo, si no es promedio, cuál sería el percentil? Los o No entendí muy bien la pregunta. ¿Supón que estás hablando de estos coeficientes antes de en qué punto de la curva depende de la curva, digamos en forma de c? ¿O porque es que me hablas de presente y el están bien? Juan no sé si me estabas hablando de la curva.

00:57:52:19 Mira la distribución de la simulación. No entendí muy bien la pregunta. Perdón, he dice que significa el signo negativo. Intercepto dentro de la curva pensando en el análisis para el banco. Este signo negativo. He aquí, por ejemplo, lo que me indica esto es que digamos, la tiene una regla esta. ¿Esta variable tiene una relación inversa con la probabilidad de incumplimiento, mientras que si es positivo tiene una relación directa con la probabilidad de incumplimiento, Entonces, por ejemplo, si la deuda de la tarjeta de crédito aumenta la probabilidad de incumplimiento de esa persona o de la cartera en general, porque aquí yo estoy hablando de la general aumenta, no?

00:58:20:04 ¿Si, y tiene sentido, no? Si me endeudo más, la probabilidad de que entre en y Fall pues puede ser más alto. Van ceteris paribus, no manteniendo todo lo demás constante en este caso. ¿Qué me indica esto? Qué entre menos tiempo tenga yo con el empleador actual o lo puedo decir de otra manera, entre más tiempo tenga yo con mi empleador actual, eso me disminuye la probabilidad de cumplimiento.

00:58:47:14 El signo lo que me está indicando es dicho de otra forma, entre menos tiempo tengo yo con mi empleador actual, eso va a hacer que aumente la probabilidad. Cumplimiento En las relaciones inversa, el signo es lo que me importa. ¿Lo que me indica es aquí entre y de pronto tienes sentido, no? Aquí Tú me preguntas que pensando en en el análisis para el banco de pronto tiene sentido.

00:59:17:09 ¿Y es que pues si yo tengo antigüedad en mi trabajo, tengo estabilidad financiera y por ende la probabilidad de cumplimiento disminuye, no? En cambio si yo soy alguien reciente en una empresa, si yo un año por ejemplo, que eso puede ser, me puede indicar así, yo estoy dando ideas al aire que la persona cambia constantemente, trabajan por ahí, que no tiene antigüedad en su trabajo y por ende puede ser un indicador de que la probabilidad de cumplimiento para esa persona puede aumentar.

00:59:50:03 ¿Es un poco la interpretación que yo te estaría, no? Y algo parecido a años en la dirección actual. Si yo llevo mucho tiempo viviendo en la misma ubicación, en la misma casa o lo que sea, puede ser señal de que es una persona estable, de que cumplo con mis obligaciones, con mis deudas, con el arriendo, no a pues digamos caso contrario, si yo me estoy cambiando constantemente de la casa, puede indicarme algún tipo de inestabilidad económica, lograr lo que sea y eso afecta pues la probabilidad en cumplimiento.

01:00:19:12 ¿Entonces un poco sería hacer la interpretación de los signos y digamos que desde esa perspectiva Javier nos pregunta el valor de pérdida, que temporalidad tiene y no sabemos la temporalidad porque no conocemos la temporalidad de los datos, no? ¿Y si son datos semestrales, por ejemplo, pues la pérdida tendría ser la temporalidad, no? ¿Pero pero conocemos, eh? No dice.

01:01:02:03 Da igual, nos dice. Dada la volatilidad del mercado, otras variables como desempleo bajan ingresos y otras, entiendo, deben incluirse correcto. Y podríamos incluir, claro. O sea, aquí es la información que tenemos. Pero por ejemplo, podríamos incluir. No sé, se me ocurre a mí, eh, para mirar la propia incumplimiento. Bueno, si tiene vehículo, por ejemplo, es dueño de un vehículo, es tiene, es dueño y está también van a ser variables categóricas, no tiene vehículo si no 10E tiene otros ingresos, porque aquí tenemos otras deudas, pero no tenemos otros ingresos, por ejemplo.

01:01:32:11 Entonces claro, ese modelo pues está sujeto obviamente a transformación de refinación, entonces pues claro que sí. Respondiendo a tu pregunta, pues se pueden incluir otras variantes. He visto en y se nos dice la data para el cálculo de la probabilidad es una muestra. Sí, esto, eso es una muestra. Además, no conozco la fuente porque esto viene directamente The Risk Simulator.

01:01:57:14 No, si yo supiera. No es que esos datos son semestrales y se descargaron de tal base de datos se nos hubiese comunicado, pero son datos cargados porque es que eso no lo mencioné y ya voy a finalizar con eso. Y Risk, dentro de las ayudas que trae para los usuarios y tiene por aquí muchos modelos de ejemplo, entonces el nuevo usuario puede entrar y trabajar con esos modelos.

01:02:31:20 Ejemplo para empezar a manipular las herramientas, por ejemplo. Vale, entonces eso es algo muy útil de los modelos de Risk Simulator que trae todos esos muy exigentes. Vamos a lanzar en este momento, si es posible, la encuesta para que antes de que ustedes se desconecten, por favor participen. Diligencia en la encuesta. Esto nos sirve a nosotros para recibir su feedback, su retroalimentación y para conocer que otros temas les interesa que nosotros desarrollemos en un futuro cuentas.

01:03:01:07 Entonces les pido el favor de mientras tanto y el tres haciendo esta encuesta. Listo. Walter nos dice gracias por tu ayuda. Es claro Básico para riesgo de crédito. De acuerdo Disponible libro trabajo en Excel. Ya les mencioné como pueden acceder a estos datos, pues directamente desde Risk Simulator lo pueden hacer. Iván nos dice se trabajo junto de carpintero como se explica Giovanni Epi Valido.

01:03:37:02 He aquí, no sé si me estás preguntando, este pie válido para las la significancia individual y van bueno, si no responde por ahí para responderle e Iván dice sí, la significancia individual. Bueno, listo para para terminar esta significancia individuales. Epifanio Lo que yo quiero evaluar con esto es si estas variables son significativamente estadísticas dentro de un modelo integral.

01:04:10:13 Por eso se conoce como prueba de significancia individual. No, esto significancia yo lo puedo hacer a través del intervalo de confianza que se estudia Cada periodo de intervalo de confianza Yo tengo un número inferior y un número superior o a través del cual es regla. Si este valor es menor al 5%, por lo general, por lo general, si estoy trabajando al 95% de confianza, si es menor al 5%, estas variables son estadísticamente significativas.

01:04:37:02 Si es menor al 0.0, si para la regla para ver si es estadísticamente significativa con el intervalo de confianza, si el cero está bueno, es que en este caso no sería muy eficiente. Y no los quiero confundir porque según eso esto no estaría acá y Pero si el cero cae dentro del intervalo de confianza, la variable no es estadísticamente significativa.

01:05:03:15 Aquí tenemos 0708. El cero está a la izquierda, cero ocho y cero cero está a la izquierda, 103 y 130 está a la izquierda en una recta, en una recta aquí. Seguramente eso no es un cero. Exacto. Eso tiene que ser 0.0001099 o algo así. El cero tiene que estar por fuera. ¿Por qué? Pues porque el vale me indica que si es estadísticamente significativo, entonces aquí no estoy inseguro con que sea exactamente cero.

01:05:27:21 Pero ese es un poco la media y listo. Nos dicen por aquí excelente taller, gracias a ustedes. Sería bueno saber si su incumplimiento deuda pública muestra la autonomía de esto y perfecto de ese tema. Por ejemplo de ejercicio de cumplimiento de deuda pública. Lo puedes dejar por ahí en el otro sitio en la encuesta, pues son temas que se les ocurren a ustedes.

01:05:56:06 Y si aquí dentro de su perfil obtenemos la persona que está en capacidad de ganar estas charlas, pues claramente se utilizaría. Se nos dice si el peor es la tardanza, 100% significancia. Estoy de acuerdo. ¿Listo? No chicos, eso. Eso sería todo. Muchísimas gracias por su asistencia, por su participación. Espero que haya sido de utilidad para ustedes. Los invito a que estén atentos al cronograma.

01:06:25:07 Eso pues para que miren los temas, las charlas que vienen así están, participan, es por y para ustedes. Entonces se hace la invitación y bueno, seguimos en contacto, que tengan un excelente asesoría, a saber Para mayor información respecto al software o en temas relacionados, no dude en contactarnos a través del correo electrónico, entrenamientos, arroba, software, guion shop, punto com o visitar nuestra página web Triple punto software guion shop puntocom.