Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdiano
Autor(a) principal: | |
---|---|
Data de Publicação: | 2010 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
Texto Completo: | http://hdl.handle.net/10362/4041 |
Resumo: | Dissertação apresentada como requisito parcial de obtenção do grau de Mestre em Estatística e Gestão de Informação |
id |
RCAP_e317e8504a453c78141435260ad79ee4 |
---|---|
oai_identifier_str |
oai:run.unl.pt:10362/4041 |
network_acronym_str |
RCAP |
network_name_str |
Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) |
repository_id_str |
7160 |
spelling |
Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdianoModelo logitCurva ROCRedes neuronais multicamadasCredit scoringDissertação apresentada como requisito parcial de obtenção do grau de Mestre em Estatística e Gestão de InformaçãoA gestão de risco de crédito é sem dúvida uma das áreas mais importantes no domínio da gestão de risco financeiro. Com a recente crise financeira, e as alterações a nível da regulação introduzidas pelo acordo de Basileia II, a análise do risco de crédito e a gestão do risco em geral, têm recebido ainda mais atenção pela indústria financeira. A capacidade de discriminar bons e maus clientes tornou--se um factor decisivo para o sucesso das empresas que operam na indústria do crédito, impulsionando-as a agir de acordo com um processo de avaliação de risco mais fino. Nos países desenvolvidos, os modelos de credit scoring têm sido largamente utilizados neste sentido. Contudo, em Cabo Verde estas técnicas ainda estão numa fase embrionária. As instituições financeiras continuam a utilizar mecanismos indirectos de gestão de risco. Neste ambiente, alguns bancos têm procurado alinhar se às melhores práticas internacionais de gestão de risco. Neste trabalho são apresentadas duas ferramentas para a elaboração de modelos de credit scoring aplicado a uma base de dados de crédito ao consumo de uma grande instituição financeira Cabo-Verdiana. Depois da fase de preparação do dos dados e definida todos os parâmetros (definição da target, amostra de desenvolvimento e período de classificação), foram estimados vários modelos logit e várias redes neuronais multicamadas segundo diversos subconjuntos de treino/teste formados. Por fim o desempenho dos modelos é comparada com base em medidas comummente utilizados na avaliação de modelos de risco de crédito para eleger o modelo que melhor se ajusta à realidade Cabo-Verdiana. Apesar dos testes estatisticos indicarem que os modelos apresentam desempenhos estatisticamente semelhantes, as redes neuronais representam uma promissora técnica para a análise e concessão de crédito em Cabo Verde.Bação, Fernando José Ferreira LucasRUNSemedo, Danilson Pedro da Veiga2010-08-09T15:20:39Z2010-07-142010-07-14T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/4041porinfo: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:RCAAP2024-03-11T03:33:40Zoai:run.unl.pt:10362/4041Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:15:30.950301Repositório 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 |
Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdiano |
title |
Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdiano |
spellingShingle |
Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdiano Semedo, Danilson Pedro da Veiga Modelo logit Curva ROC Redes neuronais multicamadas Credit scoring |
title_short |
Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdiano |
title_full |
Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdiano |
title_fullStr |
Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdiano |
title_full_unstemmed |
Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdiano |
title_sort |
Credit Scoring: Aplicação da regressão logística vs redes neuronais artificiais na avaliação do risco de crédito no mercado Cabo-verdiano |
author |
Semedo, Danilson Pedro da Veiga |
author_facet |
Semedo, Danilson Pedro da Veiga |
author_role |
author |
dc.contributor.none.fl_str_mv |
Bação, Fernando José Ferreira Lucas RUN |
dc.contributor.author.fl_str_mv |
Semedo, Danilson Pedro da Veiga |
dc.subject.por.fl_str_mv |
Modelo logit Curva ROC Redes neuronais multicamadas Credit scoring |
topic |
Modelo logit Curva ROC Redes neuronais multicamadas Credit scoring |
description |
Dissertação apresentada como requisito parcial de obtenção do grau de Mestre em Estatística e Gestão de Informação |
publishDate |
2010 |
dc.date.none.fl_str_mv |
2010-08-09T15:20:39Z 2010-07-14 2010-07-14T00:00:00Z |
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/10362/4041 |
url |
http://hdl.handle.net/10362/4041 |
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 |
application/pdf |
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_ |
1799137806563409920 |