Previsão da Inadimplência através da Regressão Logística

Detalhes bibliográficos
Autor(a) principal: Cláudia Costa Vieira Paiva
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