Modelo de previsão de default para produtores rurais no Brasil
Autor(a) principal: | |
---|---|
Data de Publicação: | 2020 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do INSPER |
Texto Completo: | https://www.repositorio.insper.edu.br/handle/11224/2727 |
Resumo: | O objetivo deste trabalho é estimar, com dados coletados em diversas fontes tais como, cadastros e bases Conab, a previsão de falência de produtores rurais no Brasil por meio de modelos de regressão logística. Adicionalmente, compara-se a performance de modelos utilizando uma abordagem de dados empilhados e dados em painel. Um dos desafios para a realização de estudos dessa natureza no Brasil é a quantidade reduzida de informações, para replicarmos indicadores existentes na literatura para avaliação de produtores rurais, uma série de dados de granularidade diferentes foram combinados. Foram analisadas no total 3.302 observações, das quais 115 eram de produtores que apresentaram default. Utilizou-se 6 variáveis financeiras que medem liquidez, endividamento, eficiência de capital, rentabilidade e solvência, e três variáveis de controle: tamanho do produtor rural, macrorregião e variedade de culturas plantadas no ano safra. As variáveis que mediam liquidez, endividamento e a variável de controle macrorregião foram consideradas significativas, em ambos os modelos – empilhado e painel – na previsão do evento de default. Os resultados obtidos foram satisfatórios em ambos os modelos, com classificação correta dos produtores rurais acima de 75%, entretanto o modelo com dados empilhados mostrou sensitividade significativamente superior – acertando 45% dos casos de default contra apenas 20% do modelo de dados em painel, sendo para a finalidade de prever clientes default, o de melhor performance. |
id |
INSP_a7f95ffe0e404d0ee3d38a7cceb5a85a |
---|---|
oai_identifier_str |
oai:repositorio.insper.edu.br:11224/2727 |
network_acronym_str |
INSP |
network_name_str |
Biblioteca Digital de Teses e Dissertações do INSPER |
repository_id_str |
|
spelling |
Romanelli, Renata ÍsisArtes, RinaldoBortoluzzo, Maurício MesquitaBortoluzzo, Adriana BruscatoSão Paulo2021-09-13T03:12:19Z2021-04-14T02:23:51Z2021-09-13T03:12:19Z20202021-04-14T02:23:51Z20202020https://www.repositorio.insper.edu.br/handle/11224/2727O objetivo deste trabalho é estimar, com dados coletados em diversas fontes tais como, cadastros e bases Conab, a previsão de falência de produtores rurais no Brasil por meio de modelos de regressão logística. Adicionalmente, compara-se a performance de modelos utilizando uma abordagem de dados empilhados e dados em painel. Um dos desafios para a realização de estudos dessa natureza no Brasil é a quantidade reduzida de informações, para replicarmos indicadores existentes na literatura para avaliação de produtores rurais, uma série de dados de granularidade diferentes foram combinados. Foram analisadas no total 3.302 observações, das quais 115 eram de produtores que apresentaram default. Utilizou-se 6 variáveis financeiras que medem liquidez, endividamento, eficiência de capital, rentabilidade e solvência, e três variáveis de controle: tamanho do produtor rural, macrorregião e variedade de culturas plantadas no ano safra. As variáveis que mediam liquidez, endividamento e a variável de controle macrorregião foram consideradas significativas, em ambos os modelos – empilhado e painel – na previsão do evento de default. Os resultados obtidos foram satisfatórios em ambos os modelos, com classificação correta dos produtores rurais acima de 75%, entretanto o modelo com dados empilhados mostrou sensitividade significativamente superior – acertando 45% dos casos de default contra apenas 20% do modelo de dados em painel, sendo para a finalidade de prever clientes default, o de melhor performance.The purpose of this work is to estimate, with data collected from various sources such as income tax, registrations and Conab bases, the forecast of bankruptcy of rural farmers in Brazil through a logistic regression model. Additionally, model performance is compared using a stacked data and panel data approach. One of the challenges for carrying out studies of this nature in Brazil is the reduced amount of information to replicate existing indicators in the literature for evaluating rural producers, a series of different granularity data were combined. A total of 3,302 observations were analyzed, of which 115 were from delinquent farmers. Six financial variables were used that measure liquidity, indebtedness, capital efficiency, profitability, and solvency, and three control variables: size of the rural producer, macro-region and variety of crops planted in the harvest year. The variables that measure liquidity, indebtedness and the macro-region control variable were considered significant, in both models - stacked and panel - in the prediction of the default event. The results obtained were satisfactory in both models, with correct classification of rural farmers above 75%, however the model with stacked data showed significantly higher sensitivity - hitting 45% of default cases against only 20% of the panel data model, for the purpose of predicting default customers, it is the one with the best performance.64 p.TODOS OS DOCUMENTOS DESSA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEM.info:eu-repo/semantics/openAccessPrevisão de falências. Produtores rurais. Regressão LogísticaDelinquency predictability. Farmers. Logistic Regression.Modelo de previsão de default para produtores rurais no Brasilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Biblioteca Digital de Teses e Dissertações do INSPERinstname:Instituição de Ensino Superior e de Pesquisa (INSPER)instacron:INSPERTEXTDissertaçao_Renata_Isis_Romanelli.pdf.txtExtracted texttext/plain129381https://repositorio.insper.edu.br/bitstream/11224/2727/1/Disserta%c3%a7ao_Renata_Isis_Romanelli.pdf.txt0d7738aed715b860105fa67b201363b2MD51LICENSElicense.txttext/plain1748https://repositorio.insper.edu.br/bitstream/11224/2727/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52ORIGINALDissertaçao_Renata_Isis_Romanelli.pdfapplication/pdf1019410https://repositorio.insper.edu.br/bitstream/11224/2727/3/Disserta%c3%a7ao_Renata_Isis_Romanelli.pdf6b9c98d6b5c2dab7ab32dee630d9a2caMD53THUMBNAILDissertaçao_Renata_Isis_Romanelli.pdf.jpgDissertaçao_Renata_Isis_Romanelli.pdf.jpgGenerated Thumbnailimage/jpeg1120https://repositorio.insper.edu.br/bitstream/11224/2727/4/Disserta%c3%a7ao_Renata_Isis_Romanelli.pdf.jpgfb4debeac0ab0a3503dadd3fa8d90e5bMD5411224/27272022-12-02 12:47:07.342oai:repositorio.insper.edu.br:11224/2727Tk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=Biblioteca Digital de Teses e Dissertaçõeshttps://www.insper.edu.br/biblioteca-telles/PRIhttps://repositorio.insper.edu.br/oai/requestbiblioteca@insper.edu.br ||opendoar:2022-12-02T17:47:07Biblioteca Digital de Teses e Dissertações do INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER)false |
dc.title.pt_BR.fl_str_mv |
Modelo de previsão de default para produtores rurais no Brasil |
title |
Modelo de previsão de default para produtores rurais no Brasil |
spellingShingle |
Modelo de previsão de default para produtores rurais no Brasil Romanelli, Renata Ísis Previsão de falências. Produtores rurais. Regressão Logística Delinquency predictability. Farmers. Logistic Regression. |
title_short |
Modelo de previsão de default para produtores rurais no Brasil |
title_full |
Modelo de previsão de default para produtores rurais no Brasil |
title_fullStr |
Modelo de previsão de default para produtores rurais no Brasil |
title_full_unstemmed |
Modelo de previsão de default para produtores rurais no Brasil |
title_sort |
Modelo de previsão de default para produtores rurais no Brasil |
author |
Romanelli, Renata Ísis |
author_facet |
Romanelli, Renata Ísis |
author_role |
author |
dc.contributor.defensecommittee.none.fl_str_mv |
Artes, Rinaldo Bortoluzzo, Maurício Mesquita |
dc.contributor.author.fl_str_mv |
Romanelli, Renata Ísis |
dc.contributor.advisor1.fl_str_mv |
Bortoluzzo, Adriana Bruscato |
contributor_str_mv |
Bortoluzzo, Adriana Bruscato |
dc.subject.por.fl_str_mv |
Previsão de falências. Produtores rurais. Regressão Logística Delinquency predictability. Farmers. Logistic Regression. |
topic |
Previsão de falências. Produtores rurais. Regressão Logística Delinquency predictability. Farmers. Logistic Regression. |
description |
O objetivo deste trabalho é estimar, com dados coletados em diversas fontes tais como, cadastros e bases Conab, a previsão de falência de produtores rurais no Brasil por meio de modelos de regressão logística. Adicionalmente, compara-se a performance de modelos utilizando uma abordagem de dados empilhados e dados em painel. Um dos desafios para a realização de estudos dessa natureza no Brasil é a quantidade reduzida de informações, para replicarmos indicadores existentes na literatura para avaliação de produtores rurais, uma série de dados de granularidade diferentes foram combinados. Foram analisadas no total 3.302 observações, das quais 115 eram de produtores que apresentaram default. Utilizou-se 6 variáveis financeiras que medem liquidez, endividamento, eficiência de capital, rentabilidade e solvência, e três variáveis de controle: tamanho do produtor rural, macrorregião e variedade de culturas plantadas no ano safra. As variáveis que mediam liquidez, endividamento e a variável de controle macrorregião foram consideradas significativas, em ambos os modelos – empilhado e painel – na previsão do evento de default. Os resultados obtidos foram satisfatórios em ambos os modelos, com classificação correta dos produtores rurais acima de 75%, entretanto o modelo com dados empilhados mostrou sensitividade significativamente superior – acertando 45% dos casos de default contra apenas 20% do modelo de dados em painel, sendo para a finalidade de prever clientes default, o de melhor performance. |
publishDate |
2020 |
dc.date.submitted.none.fl_str_mv |
2020 |
dc.date.available.fl_str_mv |
2020 2021-09-13T03:12:19Z 2021-04-14T02:23:51Z |
dc.date.issued.fl_str_mv |
2020 |
dc.date.accessioned.fl_str_mv |
2021-09-13T03:12:19Z 2021-04-14T02:23:51Z |
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 |
https://www.repositorio.insper.edu.br/handle/11224/2727 |
url |
https://www.repositorio.insper.edu.br/handle/11224/2727 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
64 p. |
dc.coverage.spatial.pt_BR.fl_str_mv |
São Paulo |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do INSPER instname:Instituição de Ensino Superior e de Pesquisa (INSPER) instacron:INSPER |
instname_str |
Instituição de Ensino Superior e de Pesquisa (INSPER) |
instacron_str |
INSPER |
institution |
INSPER |
reponame_str |
Biblioteca Digital de Teses e Dissertações do INSPER |
collection |
Biblioteca Digital de Teses e Dissertações do INSPER |
bitstream.url.fl_str_mv |
https://repositorio.insper.edu.br/bitstream/11224/2727/1/Disserta%c3%a7ao_Renata_Isis_Romanelli.pdf.txt https://repositorio.insper.edu.br/bitstream/11224/2727/2/license.txt https://repositorio.insper.edu.br/bitstream/11224/2727/3/Disserta%c3%a7ao_Renata_Isis_Romanelli.pdf https://repositorio.insper.edu.br/bitstream/11224/2727/4/Disserta%c3%a7ao_Renata_Isis_Romanelli.pdf.jpg |
bitstream.checksum.fl_str_mv |
0d7738aed715b860105fa67b201363b2 8a4605be74aa9ea9d79846c1fba20a33 6b9c98d6b5c2dab7ab32dee630d9a2ca fb4debeac0ab0a3503dadd3fa8d90e5b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do INSPER - Instituição de Ensino Superior e de Pesquisa (INSPER) |
repository.mail.fl_str_mv |
biblioteca@insper.edu.br || |
_version_ |
1791085945596936192 |