Forecasting loss given default with the nearest neighbor algorithm

Detalhes bibliográficos
Autor(a) principal: Moura, Telmo Correia de Pina e
Data de Publicação: 2012
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.5/10314
Resumo: Mestrado em Matemática Financeira
id RCAP_c8a6459ddf744873aaf19ae0ad8dae75
oai_identifier_str oai:www.repository.utl.pt:10400.5/10314
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Forecasting loss given default with the nearest neighbor algorithmperda em caso de incumprimentorisco de créditoprevisãoBasileia IInearest neighbormodelo LGDloss given defaultcredit riskforecastingBasel IILGD modelMestrado em Matemática FinanceiraNos últimos anos, a previsão do Loss Given Default (LGD) tem sido um dos principais desafios no âmbito da gestão do risco de crédito. Investigadores académicos e profissionais da indústria bancária têm-se dedicado ao estudo deste parâmetro de risco em particular. Apesar de todas as diferentes abordagens já desenvolvidas e publicadas até hoje, a previsão do LGD continua a ser um tema de estudo académico intenso e sobre o qual ainda não existe um "consenso" metodológico na banca. Este trabalho apresenta uma abordagem alternativa para a previsão do LGD baseada na utilização de um simples, mas intuitivo, algoritmo de Machine Learning: o algoritmo nearest neighbor. De forma a avaliar a perfomance desta técnica não paramétrica na previsão do LGD, são utilizadas determinadas métricas de avaliação que permitem a comparação com um modelo paramétrico mais convencional e com a utilização do LGD médio histórico.In recent years, forecasting Loss Given Default (LGD) has been a major challenge in the field of credit risk management. Practitioners and academic researchers have focused on the study of this particular risk dimension. Despite all different approaches that have been developed and published so far, it remains an area of intense academic study and with lack of consensual solutions in the banking industry. This paper presents an LGD forecasting approach based on a simple and intuitive Machine Learning algorithm: the nearest neighbor algorithm. In order to evaluate the performance of this non parametric technique, some proper evaluation metrics are used to compare it to a more ?classical? parametric model and to the use of historical recovery rates to predict LGD.Instituto Superior de Economia e GestãoBastos, João FerreiraRepositório da Universidade de LisboaMoura, Telmo Correia de Pina e2015-11-30T13:29:53Z20122012-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.5/10314engMoura, Telmo Correia de Pina e (2012). "Forecasting loss given default with the nearest neighbor algorithm". 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:RCAAP2023-03-06T14:40:39Zoai:www.repository.utl.pt:10400.5/10314Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T16:56:45.922151Repositório 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 Forecasting loss given default with the nearest neighbor algorithm
title Forecasting loss given default with the nearest neighbor algorithm
spellingShingle Forecasting loss given default with the nearest neighbor algorithm
Moura, Telmo Correia de Pina e
perda em caso de incumprimento
risco de crédito
previsão
Basileia II
nearest neighbor
modelo LGD
loss given default
credit risk
forecasting
Basel II
LGD model
title_short Forecasting loss given default with the nearest neighbor algorithm
title_full Forecasting loss given default with the nearest neighbor algorithm
title_fullStr Forecasting loss given default with the nearest neighbor algorithm
title_full_unstemmed Forecasting loss given default with the nearest neighbor algorithm
title_sort Forecasting loss given default with the nearest neighbor algorithm
author Moura, Telmo Correia de Pina e
author_facet Moura, Telmo Correia de Pina e
author_role author
dc.contributor.none.fl_str_mv Bastos, João Ferreira
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Moura, Telmo Correia de Pina e
dc.subject.por.fl_str_mv perda em caso de incumprimento
risco de crédito
previsão
Basileia II
nearest neighbor
modelo LGD
loss given default
credit risk
forecasting
Basel II
LGD model
topic perda em caso de incumprimento
risco de crédito
previsão
Basileia II
nearest neighbor
modelo LGD
loss given default
credit risk
forecasting
Basel II
LGD model
description Mestrado em Matemática Financeira
publishDate 2012
dc.date.none.fl_str_mv 2012
2012-01-01T00:00:00Z
2015-11-30T13:29:53Z
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/10400.5/10314
url http://hdl.handle.net/10400.5/10314
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv Moura, Telmo Correia de Pina e (2012). "Forecasting loss given default with the nearest neighbor algorithm". 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_ 1799131050740285440

Registros relacionados