Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

ESTRATEGIAS, MERCADOS E INSTITUCIONES FINANCIERAS

Vol. 8 Núm. 1 (2014): Innovación y competitividad. Impulsores del desarrollo. ISBN: 978-607-96203-0-3

Un análisis de créditos inter-empresas con regresión borrosa

Enviado
diciembre 5, 2016
Publicado
2018-01-08

Resumen

Utilizamos la regresión borrosa ya que los valores que pudo tomar la variable, que corresponde a la tasa de interés que se aplicó por parte de las instituciones financieras en el período correspondiente a octubre de 2001 octubre de 2002 en nuestro país, se encontraron en un ambiente de incertidumbre por lo que resulta inconveniente considerar únicamente un solo valor para asignar el valor de la variable. Siendo recomendable utilizar un intervalo situación que se da de forma natural para los NBTS (Números Borrosos Triangulares Simétricos).

Citas

  1. De Andrés Sánchez, J. y Terceño Gómez, A. (2002). Preogramación matemática y regresión lineal con instrumnetos de la teoría de los subconjuntos borrosos. Tarragona: Departamento de Ciencias Económicas y Empresariales. Universidad Rovira i Virgili.
  2. De Andrés Sánchez, J. & Terceño Gómez, A. (2003). Estimating a term structure of interest rates for fuzzy financial pricing by using 3 fuzzy regression methods. Fuzzy Sets and Systems, 313-331.
  3. Dubois, D. & Prade, H. (1980). Fuzzy Sets and Systems. San Diego New York Boston London Sydney Tokyo Toronto: Academic Press.
  4. Pedrycs, W. (1993). Fuzzy Neural Networks and Neurocomputations. Fuzzy Sets and Systems, 1-28.
  5. Sakawa, M. & Yano, H. (2007). Multiobjetive fuzzy linear regression analysis and application. Electronics and communications in Japan (part III: Fundamental Electronic Science), 1-10.
  6. Tanaka, H. (1987). Fuzzy data analysis by possibilistic linear models. Fuzzy Sets andd Systems, 363-375. http://www.banxico.org.mx/

Artículos más leídos del mismo autor/a

> >>