Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelos

Detalhes bibliográficos
Autor(a) principal: Caeiro, Vera Cristina Santiago
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10400.5/4392
Resumo: Mestrado em Finanças
id RCAP_fbc5083c452cdd2cccaaa58bb112faaf
oai_identifier_str oai:www.repository.utl.pt:10400.5/4392
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelosRisco de créditoIncumprimentoRegressão Logística (Logit)ClientesCredit riskFailureLogistical Method of Regression (Logit)CustomerMestrado em FinançasO objetivo deste trabalho reside na produção de inputs necessários à futura implementação de um modelo de avaliação do risco de crédito de clientes numa empresa comercializadora de energia instalada em Portugal. A relevância do tema, assume particular interesse no atual contexto, quer porque o processo de liberalização do mercado de comercialização de energia eléctrica se encontra praticamente completo, quer porque a atual crise económica e financeira nacional e internacional tem vindo a abalar a capacidade creditícia das empresas nacionais. No sentido de aproveitar sinergias, foram testados dois modelos de avaliação do risco de crédito utilizados numa outra empresa do Grupo, que privilegiam a utilização dos rácios económicos e financeiros, como indicador do incumprimento dos clientes. Estes modelos foram aplicados a uma amostra representativa da carteira real de clientes, constituída de modo equilibrado por clientes "Com Risco" e "Clientes Sem Risco". Os resultados obtidos não se revelaram satisfatórios, tendo-se iniciado uma segunda fase do trabalho com a finalidade de definir modelos alternativos fiáveis, capazes de prever o incumprimento de clientes num horizonte temporal de pelo menos um ano. Na análise dos dados, foi utilizado o Método de Regressão Logística (Logit), o qual, a partir de um conjunto de variáveis independentes, estima a probabilidade de ocorrer um certo evento, neste caso, a ocorrência de incumprimento. O processo de modelação passou por diversas etapas, tendo-se utilizado uma bateria de vinte e oito rácios económicos e financeiros e três outros indicadores financeiros, utilizados em diversos estudos de outros autores, no mesmo âmbito, e testado diferentes "zonas" de segmentação, isto é, várias segmentações da amostra por volume de negócios dos clientes. No final do processo, obtiveram-se dois modelos para a avaliação do risco de crédito de clientes, que por apresentarem um melhor ajustamento e precisão de entre os vários testes, foram os selecionados. Os modelos estimados aplicam-se a empresas com volume de negócios anual inferior e superior a um milhão de euros respetivamente e apresentam taxas de acerto que se situam acima dos 60%. Apesar das taxas de acerto não se revelarem muito elevadas, acredita-se que as mesmas teriam sido substancialmente superiores se a classificação inicial dos clientes da amostra não apresentasse alguns constrangimentos inerentes ao próprio negócio do comércio de energia. O trabalho culmina com a identificação das atuais limitações e propõe futuros trabalhos complementares e de melhoria.The objective of this work lies in the production of inputs required for future implementation of a model to evaluate the credit risk of customers in a trading power company installed in Portugal. The relevance of this subject is of particular interest in the current context because the liberalization of electricity market is almost complete and that current economic, financial, domestic and international crisis has shaken the creditworthiness of the national companies. In order to take advantage of synergies were tested two models of credit risk assessment used in another Group company, that favor the use of economic and financial ratios as an indicator of the failure of customers. These models were applied to a representative sample of the actual portfolio of clients, consisting in a balanced way by customers "With Risk" and "Without Risk". The results had not proved satisfactory, and has started a second phase of work in order to set reliable alternative models, capable of predicting the failure of customers on a time horizon of at least one year. In the data analysis was used Logistical Method of Regression (Logit), which uses sets of independent variables to estimate the probability of a given event occurring - in this case, failure to comply with payments. The modeling process went through several stages and it was used a battery of twenty-eight economic and financial ratios. These ratios were used in similar studies by other authors. Additionally were tested different areas of cut, wich means, different segmentations of the sample by turnover of customers. At the end of the process were obtained two models for assessing the credit risk of customers which, because they have a better fit and precision, were selected. The estimated models applies to the companies with annual turnover below and above one million euros and have accuracy rates that are above the 60%. Despite the accuracy rates do not prove too high, it is believed that they would have been substantially higher if the initial classification of customers of the sample did not present some constraints inherent to the business of energy trading. The work culminated with the identification of current limitations and propose future studies and further improvements.Instituto Superior de Economia e GestãoRepositório da Universidade de LisboaCaeiro, Vera Cristina Santiago2012-05-18T10:57:53Z2011-122011-12-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10400.5/4392porCaeiro, Vera Cristina Santiago. 2011. "Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelos". 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:RCAAP2023-03-06T14:35:23Zoai:www.repository.utl.pt:10400.5/4392Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T16:52:03.605372Repositório 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 Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelos
title Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelos
spellingShingle Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelos
Caeiro, Vera Cristina Santiago
Risco de crédito
Incumprimento
Regressão Logística (Logit)
Clientes
Credit risk
Failure
Logistical Method of Regression (Logit)
Customer
title_short Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelos
title_full Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelos
title_fullStr Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelos
title_full_unstemmed Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelos
title_sort Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelos
author Caeiro, Vera Cristina Santiago
author_facet Caeiro, Vera Cristina Santiago
author_role author
dc.contributor.none.fl_str_mv Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Caeiro, Vera Cristina Santiago
dc.subject.por.fl_str_mv Risco de crédito
Incumprimento
Regressão Logística (Logit)
Clientes
Credit risk
Failure
Logistical Method of Regression (Logit)
Customer
topic Risco de crédito
Incumprimento
Regressão Logística (Logit)
Clientes
Credit risk
Failure
Logistical Method of Regression (Logit)
Customer
description Mestrado em Finanças
publishDate 2011
dc.date.none.fl_str_mv 2011-12
2011-12-01T00:00:00Z
2012-05-18T10:57:53Z
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/10400.5/4392
url http://hdl.handle.net/10400.5/4392
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv Caeiro, Vera Cristina Santiago. 2011. "Avaliação do risco de crédito de clientes empresariais levantamento de requisitos e estimação de modelos". 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_ 1799130997004959744

Registros relacionados