Aplicação do modelo markoviano misto para ratings de crédito no Brasil

Detalhes bibliográficos
Autor(a) principal: Okuyama, Gustavo Kazuo
Data de Publicação: 2010
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-124610/
Resumo: Muitos modelos de gerenciamento e precificação das carteiras de crédito são baseados nas migrações dos ratings de crédito dos clientes. Esses modelos assumem que as migrações seguem um processo markoviano simples, contrariando evidências de diversos estudos. Este trabalho apresenta uma alternativa a essa prática, propondo a aplicação de um modelo que combina dois processos markovianos, sendo que o resultado dessa combinação não mantém a propriedade markoviana. A estimação foi baseada na máxima verossimilhança e estimada pelo algoritmo EM e também maximizada utilizando a rotina FMINCON do MatLab. Para fins ilustrativos, o modelo foi ajustado para dados simulados, assim como ratings de crédito da economia brasileira.
id USP_93f46e8fe9b139c8591cd1a3e281b871
oai_identifier_str oai:teses.usp.br:tde-20220712-124610
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Aplicação do modelo markoviano misto para ratings de crédito no Brasilnot availableProcessos EstocásticosMuitos modelos de gerenciamento e precificação das carteiras de crédito são baseados nas migrações dos ratings de crédito dos clientes. Esses modelos assumem que as migrações seguem um processo markoviano simples, contrariando evidências de diversos estudos. Este trabalho apresenta uma alternativa a essa prática, propondo a aplicação de um modelo que combina dois processos markovianos, sendo que o resultado dessa combinação não mantém a propriedade markoviana. A estimação foi baseada na máxima verossimilhança e estimada pelo algoritmo EM e também maximizada utilizando a rotina FMINCON do MatLab. Para fins ilustrativos, o modelo foi ajustado para dados simulados, assim como ratings de crédito da economia brasileira.not availableBiblioteca Digitais de Teses e Dissertações da USPAlencar, Airlane PereiraOkuyama, Gustavo Kazuo2010-04-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-124610/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-16T15:47:03Zoai:teses.usp.br:tde-20220712-124610Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-08-16T15:47:03Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Aplicação do modelo markoviano misto para ratings de crédito no Brasil
not available
title Aplicação do modelo markoviano misto para ratings de crédito no Brasil
spellingShingle Aplicação do modelo markoviano misto para ratings de crédito no Brasil
Okuyama, Gustavo Kazuo
Processos Estocásticos
title_short Aplicação do modelo markoviano misto para ratings de crédito no Brasil
title_full Aplicação do modelo markoviano misto para ratings de crédito no Brasil
title_fullStr Aplicação do modelo markoviano misto para ratings de crédito no Brasil
title_full_unstemmed Aplicação do modelo markoviano misto para ratings de crédito no Brasil
title_sort Aplicação do modelo markoviano misto para ratings de crédito no Brasil
author Okuyama, Gustavo Kazuo
author_facet Okuyama, Gustavo Kazuo
author_role author
dc.contributor.none.fl_str_mv Alencar, Airlane Pereira
dc.contributor.author.fl_str_mv Okuyama, Gustavo Kazuo
dc.subject.por.fl_str_mv Processos Estocásticos
topic Processos Estocásticos
description Muitos modelos de gerenciamento e precificação das carteiras de crédito são baseados nas migrações dos ratings de crédito dos clientes. Esses modelos assumem que as migrações seguem um processo markoviano simples, contrariando evidências de diversos estudos. Este trabalho apresenta uma alternativa a essa prática, propondo a aplicação de um modelo que combina dois processos markovianos, sendo que o resultado dessa combinação não mantém a propriedade markoviana. A estimação foi baseada na máxima verossimilhança e estimada pelo algoritmo EM e também maximizada utilizando a rotina FMINCON do MatLab. Para fins ilustrativos, o modelo foi ajustado para dados simulados, assim como ratings de crédito da economia brasileira.
publishDate 2010
dc.date.none.fl_str_mv 2010-04-26
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 https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-124610/
url https://teses.usp.br/teses/disponiveis/45/45133/tde-20220712-124610/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1809090936220680192

Registros relacionados