Previsão da Inadimplência através da Regressão Logística
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFMG |
Texto Completo: | http://hdl.handle.net/1843/BUBD-A85KXY |
Resumo: | Com o crescimento progressivo nos volumes de concessão de crédito às micro e pequenas empresas, as instituições financeiras estão procurando, cada vez mais, agilidade e assertividade na concessão do crédito. Como, na concessão do crédito, existe a possibilidade de perda, a possibilidade de se estimar a probabilidade de ocorrência desta perda torna o processo de decisão do crédito mais confiável. Assim, o objetivo deste trabalho é propor a utilização de um modelo de regressão logística para estimar esta probabilidade de perda. As etapas para construção do modelo são discutidas detalhadamente, sendo abordado desde o planejamento para escolha das variáveis até o diagnóstico de ajuste do modelo. Ao final do trabalho é apresentado um estudo de caso, com a elaboração do modelo de regressão logística para prever a probabilidade de inadimplência em clientes, micro e pequenas empresas, de uma instituição financeira. Os resultados deste modelo específico foram analisados e considerados eficientes para auxiliar na decisão de concessão do crédito para este perfil de clientes. |
id |
UFMG_6e3b62097cd8cc4b00beafafd35ffa6e |
---|---|
oai_identifier_str |
oai:repositorio.ufmg.br:1843/BUBD-A85KXY |
network_acronym_str |
UFMG |
network_name_str |
Repositório Institucional da UFMG |
repository_id_str |
|
spelling |
Gregorio Saravia AtuncarEla Mercedes Medrano de ToscanoSueli Aparecida MingotiCláudia Costa Vieira Paiva2019-08-10T05:00:54Z2019-08-10T05:00:54Z2015-11-05http://hdl.handle.net/1843/BUBD-A85KXYCom o crescimento progressivo nos volumes de concessão de crédito às micro e pequenas empresas, as instituições financeiras estão procurando, cada vez mais, agilidade e assertividade na concessão do crédito. Como, na concessão do crédito, existe a possibilidade de perda, a possibilidade de se estimar a probabilidade de ocorrência desta perda torna o processo de decisão do crédito mais confiável. Assim, o objetivo deste trabalho é propor a utilização de um modelo de regressão logística para estimar esta probabilidade de perda. As etapas para construção do modelo são discutidas detalhadamente, sendo abordado desde o planejamento para escolha das variáveis até o diagnóstico de ajuste do modelo. Ao final do trabalho é apresentado um estudo de caso, com a elaboração do modelo de regressão logística para prever a probabilidade de inadimplência em clientes, micro e pequenas empresas, de uma instituição financeira. Os resultados deste modelo específico foram analisados e considerados eficientes para auxiliar na decisão de concessão do crédito para este perfil de clientes.With the progressive growth in volumes of lending to micro and small companies, financial institutions are looking increasingly for agility and assertiveness in granting credit. As the loans are granted, there is a possibility of loss, the ability to estimate the probability of occurrence of this loss makes the most reliable credit decision process. The objective of this work is to propose the use of a logistic regression model to estimate this probability of loss. The steps to build the model are discussed in detail, being approached from planning the choice of variables to the diagnostic model fit. At the end of work is presented a case study with the preparation of the logistic regression model to predict the probability of default customers, micro and small companies, a financial institution. The results of this particular model were analyzed and found to be effective to aid in the decision to grant credit for this customer profile.Universidade Federal de Minas GeraisUFMGEstatísticaESTATÍSTICAPrevisão da Inadimplência através da Regressão Logísticainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFMGinstname:Universidade Federal de Minas Gerais (UFMG)instacron:UFMGORIGINALtcc___regress_o_log_stica.pdfapplication/pdf1337064https://repositorio.ufmg.br/bitstream/1843/BUBD-A85KXY/1/tcc___regress_o_log_stica.pdf78157d3229a2ae159bddab6e3dadcb02MD51TEXTtcc___regress_o_log_stica.pdf.txttcc___regress_o_log_stica.pdf.txtExtracted texttext/plain73230https://repositorio.ufmg.br/bitstream/1843/BUBD-A85KXY/2/tcc___regress_o_log_stica.pdf.txt19fb337dddccf9f7be57633ca28cabb4MD521843/BUBD-A85KXY2019-11-14 09:16:19.323oai:repositorio.ufmg.br:1843/BUBD-A85KXYRepositório de PublicaçõesPUBhttps://repositorio.ufmg.br/oaiopendoar:2019-11-14T12:16:19Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG)false |
dc.title.pt_BR.fl_str_mv |
Previsão da Inadimplência através da Regressão Logística |
title |
Previsão da Inadimplência através da Regressão Logística |
spellingShingle |
Previsão da Inadimplência através da Regressão Logística Cláudia Costa Vieira Paiva ESTATÍSTICA Estatística |
title_short |
Previsão da Inadimplência através da Regressão Logística |
title_full |
Previsão da Inadimplência através da Regressão Logística |
title_fullStr |
Previsão da Inadimplência através da Regressão Logística |
title_full_unstemmed |
Previsão da Inadimplência através da Regressão Logística |
title_sort |
Previsão da Inadimplência através da Regressão Logística |
author |
Cláudia Costa Vieira Paiva |
author_facet |
Cláudia Costa Vieira Paiva |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Gregorio Saravia Atuncar |
dc.contributor.referee1.fl_str_mv |
Ela Mercedes Medrano de Toscano |
dc.contributor.referee2.fl_str_mv |
Sueli Aparecida Mingoti |
dc.contributor.author.fl_str_mv |
Cláudia Costa Vieira Paiva |
contributor_str_mv |
Gregorio Saravia Atuncar Ela Mercedes Medrano de Toscano Sueli Aparecida Mingoti |
dc.subject.por.fl_str_mv |
ESTATÍSTICA |
topic |
ESTATÍSTICA Estatística |
dc.subject.other.pt_BR.fl_str_mv |
Estatística |
description |
Com o crescimento progressivo nos volumes de concessão de crédito às micro e pequenas empresas, as instituições financeiras estão procurando, cada vez mais, agilidade e assertividade na concessão do crédito. Como, na concessão do crédito, existe a possibilidade de perda, a possibilidade de se estimar a probabilidade de ocorrência desta perda torna o processo de decisão do crédito mais confiável. Assim, o objetivo deste trabalho é propor a utilização de um modelo de regressão logística para estimar esta probabilidade de perda. As etapas para construção do modelo são discutidas detalhadamente, sendo abordado desde o planejamento para escolha das variáveis até o diagnóstico de ajuste do modelo. Ao final do trabalho é apresentado um estudo de caso, com a elaboração do modelo de regressão logística para prever a probabilidade de inadimplência em clientes, micro e pequenas empresas, de uma instituição financeira. Os resultados deste modelo específico foram analisados e considerados eficientes para auxiliar na decisão de concessão do crédito para este perfil de clientes. |
publishDate |
2015 |
dc.date.issued.fl_str_mv |
2015-11-05 |
dc.date.accessioned.fl_str_mv |
2019-08-10T05:00:54Z |
dc.date.available.fl_str_mv |
2019-08-10T05:00:54Z |
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 |
http://hdl.handle.net/1843/BUBD-A85KXY |
url |
http://hdl.handle.net/1843/BUBD-A85KXY |
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.publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.publisher.initials.fl_str_mv |
UFMG |
publisher.none.fl_str_mv |
Universidade Federal de Minas Gerais |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFMG instname:Universidade Federal de Minas Gerais (UFMG) instacron:UFMG |
instname_str |
Universidade Federal de Minas Gerais (UFMG) |
instacron_str |
UFMG |
institution |
UFMG |
reponame_str |
Repositório Institucional da UFMG |
collection |
Repositório Institucional da UFMG |
bitstream.url.fl_str_mv |
https://repositorio.ufmg.br/bitstream/1843/BUBD-A85KXY/1/tcc___regress_o_log_stica.pdf https://repositorio.ufmg.br/bitstream/1843/BUBD-A85KXY/2/tcc___regress_o_log_stica.pdf.txt |
bitstream.checksum.fl_str_mv |
78157d3229a2ae159bddab6e3dadcb02 19fb337dddccf9f7be57633ca28cabb4 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFMG - Universidade Federal de Minas Gerais (UFMG) |
repository.mail.fl_str_mv |
|
_version_ |
1803589345913864192 |