Adequabilidade das técnicas internas de validação de modelos de probabilidade de incumprimento

• Autor(a) principal: Muiambo, Hélder Silva
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.22/18983
• topic: Acordos de Basileia; Risco de crédito; Probabilidade de incumprimento; técnicas internas de validação; Regressão logística; Basel accords; Credit risk; Probability of default; Internal validation tech; Economia

A presente dissertação apresenta os resultados de uma pesquisa sobre métodos estatísticos mais adequados que os bancos portugueses podem usar para validar os modelos internos de cálculo de probabilidade de incumprimento de clientes de crédito. Com a implementação do Acordo de Basileia II por volta dos anos 2007 a 2009, os bancos portugueses passaram a ter autonomia para estimar, usando metodologias internas, a probabilidade de incumprimento dos seus clientes. Com essa permissão, veio a obrigação de validar tais metodologias usando algumas técnicas estatísticas como: Curva ROC, índice AUC, Pietra Index, Curva CAP Accuracy Ratio, Matriz de confusão ou BRIER score, sendo que a validação deve ser feita por um departamento interno e independente dentro do banco. Neste sentido, o principal objetivo do presente trabalho é analisar a adequabilidade das técnicas estatísticas usadas pelos bancos para validar os modelos internos de classificação de risco de crédito (cálculo da probabilidade de incumprimento) de modo a aferir, numa base comparativa, sobre a capacidade de validação e qual das técnicas estatísticas acima apresentadas valida de forma mais adequada os modelos desenvolvidos. Para atingir este objetivo, no presente trabalho, foram desenvolvidos três (3) modelos de regressão logística distintos para calcular a probabilidade de incumprimento na amostra selecionada, composta por empresas portuguesas não financeiras (base de dados disponibilizada pelo Banco de Portugal Microdata Research Laboratory - BPLIM). Os resultados mostraram que a regressão logística é um modelo adequado para a classificação dos clientes no que diz respeito ao risco de crédito. Quanto às técnicas estatísticas da Curva ROC, índice AUC, Pietra Index, Curva CAP Accuracy Ratio, Matriz de confusão e BRIER score, usadas para a validação dos três (3) modelos, nenhuma delas se mostrou mais importante em detrimento da outra, pois avaliam aspetos diferentes nos modelos, tendo-se verificado uma complementaridade entre os mesmos.