Integración de la inteligencia artificial en la gestión de riesgos del sector bancario
Resumen
El objetivo general de la presente investigación fue describir la integración de la Inteligencia Artificial en la gestión de riesgos del sector bancario. La presente investigación, se desarrolló a partir del paradigma cuantitativo, de tipo descriptiva y se complementa con un diseño documental-bibliográfico. Lo que permitió la recolección de la información extraída de los artículos arbitrados, trabajos de grado, entre otros, abordando el método analítico, orientando y complementando el estudio de aspectos particulares, explorados en el análisis de contenido escrito, a través del método analítico-sintético. Se concluye que, la innovación tecnológica que ha venido presentando la gestión del riesgo bancario con la implementación de inteligencia artificial, es la optimización de operaciones financieras para definir márgenes de pérdida o indicadores de riesgo inherente a tal actividad, mismos que incentivan soluciones dinámicas, rápidas y certeras, siendo herramientas imprescindibles en la toma de decisiones oportunas, informadas y eficaces.
Descargas
Citas
Chico Manzano, A. (2023). Modelo de predicción/ alerta en la gestión de riesgos de mercado. [Prediction/alert model in market risk management]. (Tesis de Pregrado). Universidad de Valladolid. https://n9.cl/vxtkhh
Fernández, A. (2019). Inteligencia artificial en los servicios financieros. [Artificial intelligence in financial services]. Boletín Económico. Banco de España. https://n9.cl/qh5wut
Gómez Martínez, R., Prado Román, C., y Saz Peñas, L. J. (2020). Inteligencia artificial como herramienta de análisis de gestión value. [Artificial intelligence as a value management analysis tool]. Revista Electrónica de Comunicaciones y Trabajos de ASEPUMA. Rect@, 21,89-104. https://doi.org/10.24309/recta.2020.21.2.01
Grau Álvarez, J. (2020). Machine Learning y el riesgo de crédito. [Machine Learning and credit risk]. (Tesis Pregrado). COMILLAS Universidad Pontificia. https://n9.cl/q79xq
Hermitaño Castro, J. A. (2022). Aplicación de Machine Learning en la Gestión de Riesgo de Crédito Financiero: Una revisión sistemática. [Application of Machine Learning in Financial Credit Risk Management: A Systematic Review]. Interfases, 15(15), 160-178. https://doi.org/10.26439/interfases2022.n015.5898
Hernández Mendoza, S., y Duana Ávila, D. (2020). Técnicas e instrumentos de recolección de datos. [Data collection techniques and instruments]. Boletín Científico De Las Ciencias Económico Administrativas Del ICEA, 9(17), 51-53. https://doi.org/10.29057/icea.v9i17.6019
Jiménez Alfaro, A. D., y Díaz Ospina, J. V. (2021). Revisión sistemática de literatura: Técnicas de aprendizaje automático (machine learning). [Systematic literature review: Machine learning techniques]. Cuaderno Activa, 13, 113-121. https://n9.cl/7jmzi
Jones Ortiz, C. V., y Guzmán Seraquive, J. E. (2021). Análisis de técnicas de fraude de machine learning aplicadas en la detección de fraudes bancarios. [Analysis of machine learning fraud techniques applied to bank fraud detection]. Revista Científica Ciencia y Tecnología, 22(33),114-122. https://n9.cl/uwu8ei
Morales Castro, A., y Ramírez Reyes, E. (2019). Administración del riesgo operacional en el sector bancario: una aplicación de inteligencia artificial. [Operational risk management in the banking sector: an artificial intelligence application]. https://n9.cl/9k8oh
Nocetti, N. (2019). Promesas de la inteligencia artificial y el aprendizaje automático para la banca tradicional privada: un análisis de oportunidades, aplicaciones, barreras y riesgos. [The promise of artificial intelligence and machine learning for traditional private banking: an analysis of opportunities, applications, barriers and risks]. (Tesis de Maestría). Universidad de San Andrés. https://n9.cl/jyq56
Palella Stracuzzi, S. y Martins Pestana, F. (2012). Metodología de la investigación cuantitativa. [Quantitative research methodology]. Caracas, Venezuela: Fondo Editorial de la Universidad Pedagógica Libertador.
Pérez Bárcena, P. (2022). Gestión de riesgo de fraude en entidades bancarias. [Fraud risk management in banking institutions]. (Tesis de Pregrado). Universidad Técnica de Madrid. https://n9.cl/3rhstf
Robisco, A. A., y Carbó, J. M. (2022). Inteligencia artificial y finanzas: una alianza estratégica. [Artificial intelligence and finance: a strategic Alliance]. Banco de España. https://n9.cl/4sjw9
Rodríguez de Las Heras Ballell, T. (2022). Inteligencia Artificial en el sector bancario: reflexiones sobre su régimen jurídico en la Unión Europea. Información comercial española, 926. [Artificial Intelligence in the banking sector: reflections on its legal regime in the European Union. Spanish Commercial Information, 926]. https://n9.cl/ld0xvk
Ronco, A. M. (2019). Influencia de la inteligencia artificial en el sector financiero. Desarrollo de un modelo de predicción de transacciones futuras.[Influence of artificial intelligence in the financial sector. Development of a model for predicting future transactions]. https://n9.cl/b6dvto
Sosa Sierra, M. D. C. (2007). Inteligencia artificial en la gestión financiera empresarial. [Artificial intelligence in corporate financial management]. Pensamiento & Gestión, (23),153-186. https://n9.cl/0awnx
Derechos de autor 2024 Daysi Alexandra Sotamba-Camas, Ana Luisa Ordoñez-Laso
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA : Esta licencia permite a los reutilizadores distribuir, remezclar, adaptar y construir sobre el material en cualquier medio o formato solo con fines no comerciales, y solo siempre y cuando se dé la atribución al creador. Si remezcla, adapta o construye sobre el material, debe licenciar el material modificado bajo términos idénticos.
OAI-PMH URL: https://cienciamatriarevista.org.ve/index.php/cm/oai
