Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira

Detalhes bibliográficos
Autor(a) principal: Miola, Rodrigo Fernando [UNESP]
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/93072
Resumo: Modelos estatísticos de risco têm sido amplamente utilizados nas últimas décadas pelos bancos e outras instituições financeiras devido à forte concorrência por clientes no mercado de crédito e tendo em vista a regulação bancária quanto a risco de crédito, determinado no Acordo de Basiléia II. O objetivo deste trabalho foi usar modelos estatísticos em dados de escore de crédito de uma instituição financeira com o intuito de analisar a ocorrência de inadimplência. Foram utilizadas duas metodologias estatísticas: análise discriminante e análise de sobrevivência com fração de cura. Com a análise discriminante obteve-se um modelo de escore de crédito em (24) para classificar os clientes em grupos (de adimplentes e inadimplentes), resultando que 72,4% dos clientes foram corretamente classificados pelo modelo de escore de crédito obtido, e novos clientes solicitantes de crédito foram classificados em um dos grupos a partir do modelo obtido. Além disso, os resultados apontam que taxas de juros mais elevados influenciam na classificação do cliente como inadimplente, enquanto que idades mais elevadas influenciam na classificação de clientes como adimplentes. A segunda metodologia, a análise de sobrevivência com fração de cura (clientes adimplentes) foi utilizadas para modelar os dados dos tempos de inadimplência, considerando-se que uma proporção substancial de clientes não apresentou inadimplência durante o período do empréstimo. Os resultados obtidos demonstraram que o sexo e a renda dos clientes influenciam na proporção de inadimplência dos empréstimos e no risco dos clientes tornarem-se inadimplente. Para aplicação das metodologias estatíticas foi utilizada uma amostra de dados reais selecionados da base de dados de empréstimos da modalidade de Crédito Direito ao Consumidor (CDC) de uma...
id UNSP_0a6e1bf9328fb532375d6c1b5baebc22
oai_identifier_str oai:repositorio.unesp.br:11449/93072
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeiraCréditosInadimplencia (Finanças)Bancos de investimentoTaxas de jurosCreditModelos estatísticos de risco têm sido amplamente utilizados nas últimas décadas pelos bancos e outras instituições financeiras devido à forte concorrência por clientes no mercado de crédito e tendo em vista a regulação bancária quanto a risco de crédito, determinado no Acordo de Basiléia II. O objetivo deste trabalho foi usar modelos estatísticos em dados de escore de crédito de uma instituição financeira com o intuito de analisar a ocorrência de inadimplência. Foram utilizadas duas metodologias estatísticas: análise discriminante e análise de sobrevivência com fração de cura. Com a análise discriminante obteve-se um modelo de escore de crédito em (24) para classificar os clientes em grupos (de adimplentes e inadimplentes), resultando que 72,4% dos clientes foram corretamente classificados pelo modelo de escore de crédito obtido, e novos clientes solicitantes de crédito foram classificados em um dos grupos a partir do modelo obtido. Além disso, os resultados apontam que taxas de juros mais elevados influenciam na classificação do cliente como inadimplente, enquanto que idades mais elevadas influenciam na classificação de clientes como adimplentes. A segunda metodologia, a análise de sobrevivência com fração de cura (clientes adimplentes) foi utilizadas para modelar os dados dos tempos de inadimplência, considerando-se que uma proporção substancial de clientes não apresentou inadimplência durante o período do empréstimo. Os resultados obtidos demonstraram que o sexo e a renda dos clientes influenciam na proporção de inadimplência dos empréstimos e no risco dos clientes tornarem-se inadimplente. Para aplicação das metodologias estatíticas foi utilizada uma amostra de dados reais selecionados da base de dados de empréstimos da modalidade de Crédito Direito ao Consumidor (CDC) de uma...Statistical risk models has been widely used in recent decades by banks and other financial institutions owing to high competition for customers in the credit market and in order to bank regulation regarding credit risk, in particular the Basel Accord II. The objective of this paper was to use statistical methods in data credit scoring financial institution in order to analyze the occurrence of default. In this work were used two statistical methods: discriminant analysis and survival analysis with cure fraction. With discriminant analysis obtained a credit score model in (24) to classify customers into groups (non-defaulting and defaulting), resulting that 72,4% of customers were correctly classified by the credit scoring model obtained, and new customers requesting credit were classified into one of the groups from the model obtained. Furthermore, the results indicate that higher interest rates influence the classification of the customers as nondefaulting customers) was used to model the data from the time of default, given that a substantial proportion of customers showed no default during the loan period. The result shows that gender and income influence the proportion of customers timely payment of loans and the risk of customers becoming default. In the application of statistical methods was used a sample of real data selected from the database of the type of Loans Consumer Credit (LCC) of financial institution with operations in Brazil. The models... (Complete abstract click electronic access below)Universidade Estadual Paulista (Unesp)Barriga, Gladys Dorotea Cacsire [UNESP]Universidade Estadual Paulista (Unesp)Miola, Rodrigo Fernando [UNESP]2014-06-11T19:26:18Z2014-06-11T19:26:18Z2013-12-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis90 f. : il.application/pdfMIOLA, Rodrigo Fernando. Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira. 2013. 90 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia de Bauru, 2013.http://hdl.handle.net/11449/93072000733753miola_rf_me_bauru.pdf33004056086P65267593860042306Alephreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESPporinfo:eu-repo/semantics/openAccess2024-06-28T19:04:46Zoai:repositorio.unesp.br:11449/93072Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T17:28:01.809023Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira
title Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira
spellingShingle Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira
Miola, Rodrigo Fernando [UNESP]
Créditos
Inadimplencia (Finanças)
Bancos de investimento
Taxas de juros
Credit
title_short Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira
title_full Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira
title_fullStr Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira
title_full_unstemmed Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira
title_sort Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira
author Miola, Rodrigo Fernando [UNESP]
author_facet Miola, Rodrigo Fernando [UNESP]
author_role author
dc.contributor.none.fl_str_mv Barriga, Gladys Dorotea Cacsire [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Miola, Rodrigo Fernando [UNESP]
dc.subject.por.fl_str_mv Créditos
Inadimplencia (Finanças)
Bancos de investimento
Taxas de juros
Credit
topic Créditos
Inadimplencia (Finanças)
Bancos de investimento
Taxas de juros
Credit
description Modelos estatísticos de risco têm sido amplamente utilizados nas últimas décadas pelos bancos e outras instituições financeiras devido à forte concorrência por clientes no mercado de crédito e tendo em vista a regulação bancária quanto a risco de crédito, determinado no Acordo de Basiléia II. O objetivo deste trabalho foi usar modelos estatísticos em dados de escore de crédito de uma instituição financeira com o intuito de analisar a ocorrência de inadimplência. Foram utilizadas duas metodologias estatísticas: análise discriminante e análise de sobrevivência com fração de cura. Com a análise discriminante obteve-se um modelo de escore de crédito em (24) para classificar os clientes em grupos (de adimplentes e inadimplentes), resultando que 72,4% dos clientes foram corretamente classificados pelo modelo de escore de crédito obtido, e novos clientes solicitantes de crédito foram classificados em um dos grupos a partir do modelo obtido. Além disso, os resultados apontam que taxas de juros mais elevados influenciam na classificação do cliente como inadimplente, enquanto que idades mais elevadas influenciam na classificação de clientes como adimplentes. A segunda metodologia, a análise de sobrevivência com fração de cura (clientes adimplentes) foi utilizadas para modelar os dados dos tempos de inadimplência, considerando-se que uma proporção substancial de clientes não apresentou inadimplência durante o período do empréstimo. Os resultados obtidos demonstraram que o sexo e a renda dos clientes influenciam na proporção de inadimplência dos empréstimos e no risco dos clientes tornarem-se inadimplente. Para aplicação das metodologias estatíticas foi utilizada uma amostra de dados reais selecionados da base de dados de empréstimos da modalidade de Crédito Direito ao Consumidor (CDC) de uma...
publishDate 2013
dc.date.none.fl_str_mv 2013-12-11
2014-06-11T19:26:18Z
2014-06-11T19:26:18Z
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 MIOLA, Rodrigo Fernando. Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira. 2013. 90 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia de Bauru, 2013.
http://hdl.handle.net/11449/93072
000733753
miola_rf_me_bauru.pdf
33004056086P6
5267593860042306
identifier_str_mv MIOLA, Rodrigo Fernando. Uso de modelos estatísticos para dados de escore de crédito de uma instituição financeira. 2013. 90 f. Dissertação (mestrado) - Universidade Estadual Paulista Júlio de Mesquita Filho, Faculdade de Engenharia de Bauru, 2013.
000733753
miola_rf_me_bauru.pdf
33004056086P6
5267593860042306
url http://hdl.handle.net/11449/93072
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 90 f. : il.
application/pdf
dc.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv Aleph
reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128815317123072