Previsão do incumprimento no crédito a empresas com classificadores múltiplos

Detalhes bibliográficos
Autor(a) principal: Dias, Alexandra Aparecida Delpósito
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.5/11023
Resumo: Mestrado em Matemática Financeira
id RCAP_5447188bdf50c7a214cbd5685bc8122b
oai_identifier_str oai:www.repository.utl.pt:10400.5/11023
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Previsão do incumprimento no crédito a empresas com classificadores múltiplosProbabilidade de IncumprimentoRegressão LogísticaÁrvore de decisãoBaggingBoostingVotingProbability of DefaultLogistic RegressionDecision treeMestrado em Matemática FinanceiraNeste estudo foram implementados modelos de previsão do incumprimento no crédito a empresas baseados em classificadores múltiplos. O desempenho destes modelos foi comparado com o de classificadores individuais. A capacidade preditiva dos modelos foi avaliada através de curvas ROC e da análise de taxas de erro de classificação. Os resultados sugerem que modelos baseados em classificadores múltiplos têm maior precisão na classificação de incumprimento do que classificadores individuais.This study develops models for predicting credit defaults in the corporate segment using multiple classifiers. The performance of these models was compared with those of individual classifiers. The predictive ability of the competing models was evaluated using ROC curves and error rates of classification. The results suggest that models based on multiple classifiers have a better performance in the classification of credit defaults than individual classifiers.Instituto Superior de Economia e GestãoBastos, João FerreiraRepositório da Universidade de LisboaDias, Alexandra Aparecida Delpósito2016-02-18T16:18:46Z20122012-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.5/11023porDias, Alexandra Aparecida Delpósito (2012). "Previsão do incumprimento no crédito a empresas com classificadores múltiplos". Dissertação de Mestrado, Universidade Técnica de Lisboa. Instituto Superior de Economia e Gestão.info:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-03-06T14:41:18Zoai:www.repository.utl.pt:10400.5/11023Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T16:57:23.236161Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Previsão do incumprimento no crédito a empresas com classificadores múltiplos
title Previsão do incumprimento no crédito a empresas com classificadores múltiplos
spellingShingle Previsão do incumprimento no crédito a empresas com classificadores múltiplos
Dias, Alexandra Aparecida Delpósito
Probabilidade de Incumprimento
Regressão Logística
Árvore de decisão
Bagging
Boosting
Voting
Probability of Default
Logistic Regression
Decision tree
title_short Previsão do incumprimento no crédito a empresas com classificadores múltiplos
title_full Previsão do incumprimento no crédito a empresas com classificadores múltiplos
title_fullStr Previsão do incumprimento no crédito a empresas com classificadores múltiplos
title_full_unstemmed Previsão do incumprimento no crédito a empresas com classificadores múltiplos
title_sort Previsão do incumprimento no crédito a empresas com classificadores múltiplos
author Dias, Alexandra Aparecida Delpósito
author_facet Dias, Alexandra Aparecida Delpósito
author_role author
dc.contributor.none.fl_str_mv Bastos, João Ferreira
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Dias, Alexandra Aparecida Delpósito
dc.subject.por.fl_str_mv Probabilidade de Incumprimento
Regressão Logística
Árvore de decisão
Bagging
Boosting
Voting
Probability of Default
Logistic Regression
Decision tree
topic Probabilidade de Incumprimento
Regressão Logística
Árvore de decisão
Bagging
Boosting
Voting
Probability of Default
Logistic Regression
Decision tree
description Mestrado em Matemática Financeira
publishDate 2012
dc.date.none.fl_str_mv 2012
2012-01-01T00:00:00Z
2016-02-18T16:18:46Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10400.5/11023
url http://hdl.handle.net/10400.5/11023
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Dias, Alexandra Aparecida Delpósito (2012). "Previsão do incumprimento no crédito a empresas com classificadores múltiplos". Dissertação de Mestrado, Universidade Técnica de Lisboa. Instituto Superior de Economia e Gestão.
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
publisher.none.fl_str_mv Instituto Superior de Economia e Gestão
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799131057261379584

Registros relacionados