Uma aplicação da regressão logística e métodos de validação na classificação de risco de crédito

Detalhes bibliográficos
Autor(a) principal: Maia, Patrick Ribeiro
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: https://app.uff.br/riuff/handle/1/13205
Resumo: O objetivo dessa monografia é estimar um modelo de classificação de risco de crédito utilizando a metodologia convencional e largamente utilizada em instituições financeiras nacionais e internacionais, a regressão logística. Uma vez estimado o modelo de classificação de risco de crédito, procederemos com a validação do mesmo para verificar a capacidade preditiva do modelo e seu impacto no processo de concessão de crédito. Devido a escassez de bases de dados de operações de crédito no mercado nacional, utilizaremos as bases de dados da fintech Lending Club, que atua no segmento de microcrédito norte-americano desde o início de 2007 e publica o status de todos os seus empréstimos concedidos desde então, além de inúmeras covariantes socio-econômicas que poderão compor o modelo estimado. Os resultados obtidos comprovam a capacidade da regressão logística de prover um modelo com qualidade satisfatória para ser utilizado por instituições financeiras para mensurar a probabilidade de inadimplência de novos empréstimos
id UFF-2_066182534dff9c153fb1398b93035a2a
oai_identifier_str oai:app.uff.br:1/13205
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Uma aplicação da regressão logística e métodos de validação na classificação de risco de créditoRisco de créditoEconometriaRegressão logísticaClassificação bináriaEconomia financeiraCredit riskLogistic regressionBinary classificationEconomicsO objetivo dessa monografia é estimar um modelo de classificação de risco de crédito utilizando a metodologia convencional e largamente utilizada em instituições financeiras nacionais e internacionais, a regressão logística. Uma vez estimado o modelo de classificação de risco de crédito, procederemos com a validação do mesmo para verificar a capacidade preditiva do modelo e seu impacto no processo de concessão de crédito. Devido a escassez de bases de dados de operações de crédito no mercado nacional, utilizaremos as bases de dados da fintech Lending Club, que atua no segmento de microcrédito norte-americano desde o início de 2007 e publica o status de todos os seus empréstimos concedidos desde então, além de inúmeras covariantes socio-econômicas que poderão compor o modelo estimado. Os resultados obtidos comprovam a capacidade da regressão logística de prover um modelo com qualidade satisfatória para ser utilizado por instituições financeiras para mensurar a probabilidade de inadimplência de novos empréstimosThe objective of this work is to estimate a credit risk classification model using the conventional and widely used methodology in national and international financial institutions, the logistic regression. Once the credit risk classification model has been estimated, we will proceed with its validation to verify the predictive capacity of the model and its impact on the credit granting process. Due to the scarcity of databases of credit operations in the domestic market, we will use the Lending Club databases, which operates in the North American microcredit segment since the beginning of 2007 and publishes the status of all its loans granted since then, in addition to numerous socioeconomic covariants that may compose the estimated model. The results obtained prove the capacity of the logistic regression to provide a model with satisfactory quality to be used by financial institutions to measure the probability of default of new loans46 f.46 f.Luizar Obregón, Jesus AlexeiOliveira, André BarbosaCunha, Antonio Carlos Fiorencio Soares daMaia, Patrick Ribeiro2020-04-02T16:27:13Z2020-04-02T16:27:13Z2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttps://app.uff.br/riuff/handle/1/13205http://creativecommons.org/licenses/by-nc-nd/3.0/br/CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-10-18T16:41:14Zoai:app.uff.br:1/13205Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202022-10-18T16:41:14Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Uma aplicação da regressão logística e métodos de validação na classificação de risco de crédito
title Uma aplicação da regressão logística e métodos de validação na classificação de risco de crédito
spellingShingle Uma aplicação da regressão logística e métodos de validação na classificação de risco de crédito
Maia, Patrick Ribeiro
Risco de crédito
Econometria
Regressão logística
Classificação binária
Economia financeira
Credit risk
Logistic regression
Binary classification
Economics
title_short Uma aplicação da regressão logística e métodos de validação na classificação de risco de crédito
title_full Uma aplicação da regressão logística e métodos de validação na classificação de risco de crédito
title_fullStr Uma aplicação da regressão logística e métodos de validação na classificação de risco de crédito
title_full_unstemmed Uma aplicação da regressão logística e métodos de validação na classificação de risco de crédito
title_sort Uma aplicação da regressão logística e métodos de validação na classificação de risco de crédito
author Maia, Patrick Ribeiro
author_facet Maia, Patrick Ribeiro
author_role author
dc.contributor.none.fl_str_mv Luizar Obregón, Jesus Alexei
Oliveira, André Barbosa
Cunha, Antonio Carlos Fiorencio Soares da
dc.contributor.author.fl_str_mv Maia, Patrick Ribeiro
dc.subject.por.fl_str_mv Risco de crédito
Econometria
Regressão logística
Classificação binária
Economia financeira
Credit risk
Logistic regression
Binary classification
Economics
topic Risco de crédito
Econometria
Regressão logística
Classificação binária
Economia financeira
Credit risk
Logistic regression
Binary classification
Economics
description O objetivo dessa monografia é estimar um modelo de classificação de risco de crédito utilizando a metodologia convencional e largamente utilizada em instituições financeiras nacionais e internacionais, a regressão logística. Uma vez estimado o modelo de classificação de risco de crédito, procederemos com a validação do mesmo para verificar a capacidade preditiva do modelo e seu impacto no processo de concessão de crédito. Devido a escassez de bases de dados de operações de crédito no mercado nacional, utilizaremos as bases de dados da fintech Lending Club, que atua no segmento de microcrédito norte-americano desde o início de 2007 e publica o status de todos os seus empréstimos concedidos desde então, além de inúmeras covariantes socio-econômicas que poderão compor o modelo estimado. Os resultados obtidos comprovam a capacidade da regressão logística de prover um modelo com qualidade satisfatória para ser utilizado por instituições financeiras para mensurar a probabilidade de inadimplência de novos empréstimos
publishDate 2019
dc.date.none.fl_str_mv 2019
2020-04-02T16:27:13Z
2020-04-02T16:27:13Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://app.uff.br/riuff/handle/1/13205
url https://app.uff.br/riuff/handle/1/13205
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/3.0/br/
CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1802135296416940032

Registros relacionados