Modelos de 'credit scoring': regressão logística, 'chaid' e real
Autor(a) principal: | |
---|---|
Data de Publicação: | 2000 |
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-20210729-122749/ |
Resumo: | O mercado financeiro de varejo brasileiro encontra-se em um momento de expansão da concessão de crédito, ocasionando um forte aumento na demanda por ferramentas capazes de avaliar o risco de inadimplência dos potenciais contratantes de produtos de crédito. Modelos estatísticos, denominados modelos de 'Credit Scoring', estão sendo utilizados para esta finalidade. Neste trabalho, descrevemos as caracteristicas dos processo de concessão de crédito e a partir de uma amostra de dados, fornecida por uma instituição financeira brasileira, aplicamos e comparamos três técnicas para classificação de clientes: a Regressão Logística Múltipla, o CHAID e o REAL. As duas primeiras técnicas são bastante utilizadas por profissionais do mercado e a terceira, trata-se de um novo algoritmo de Árvore de Classificação, sendo a primeira vez que é aplicado ao problema. Vantagens e desvantagens de cada um dos métodos são apresentadas |
id |
USP_9bc018f09f18584ac83a54d61c57fd74 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20210729-122749 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Modelos de 'credit scoring': regressão logística, 'chaid' e realnot availableEstatística AplicadaO mercado financeiro de varejo brasileiro encontra-se em um momento de expansão da concessão de crédito, ocasionando um forte aumento na demanda por ferramentas capazes de avaliar o risco de inadimplência dos potenciais contratantes de produtos de crédito. Modelos estatísticos, denominados modelos de 'Credit Scoring', estão sendo utilizados para esta finalidade. Neste trabalho, descrevemos as caracteristicas dos processo de concessão de crédito e a partir de uma amostra de dados, fornecida por uma instituição financeira brasileira, aplicamos e comparamos três técnicas para classificação de clientes: a Regressão Logística Múltipla, o CHAID e o REAL. As duas primeiras técnicas são bastante utilizadas por profissionais do mercado e a terceira, trata-se de um novo algoritmo de Árvore de Classificação, sendo a primeira vez que é aplicado ao problema. Vantagens e desvantagens de cada um dos métodos são apresentadasCosumer credit is an extremely significant factor in Brazilian economic expansion. Financial institutions are looking for efficient tools to evaluate the risk of consumer loans. Some statistical Credit Scoring Models have already been used for this evaluation. In this study we apply three methods in a sample set of applicants from a Brazilian Bank. Two of these methods, Multiple Logistic Regression and CAID, are well known and have good reputation in the financial community. The third method, the REAL, is a new decision tree algorithm and was adapted to be as a credit scoring technique. We compare the performance of these three methods to the data. We discuss the avanteges and disadvantages of each methodBiblioteca Digitais de Teses e Dissertações da USPPereira, Carlos Alberto de BragançaRosa, Paulo de Tarso Marques2000-10-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-122749/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/openAccesspor2024-08-16T12:11:01Zoai:teses.usp.br:tde-20210729-122749Biblioteca 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:27212024-08-16T12:11:01Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Modelos de 'credit scoring': regressão logística, 'chaid' e real not available |
title |
Modelos de 'credit scoring': regressão logística, 'chaid' e real |
spellingShingle |
Modelos de 'credit scoring': regressão logística, 'chaid' e real Rosa, Paulo de Tarso Marques Estatística Aplicada |
title_short |
Modelos de 'credit scoring': regressão logística, 'chaid' e real |
title_full |
Modelos de 'credit scoring': regressão logística, 'chaid' e real |
title_fullStr |
Modelos de 'credit scoring': regressão logística, 'chaid' e real |
title_full_unstemmed |
Modelos de 'credit scoring': regressão logística, 'chaid' e real |
title_sort |
Modelos de 'credit scoring': regressão logística, 'chaid' e real |
author |
Rosa, Paulo de Tarso Marques |
author_facet |
Rosa, Paulo de Tarso Marques |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pereira, Carlos Alberto de Bragança |
dc.contributor.author.fl_str_mv |
Rosa, Paulo de Tarso Marques |
dc.subject.por.fl_str_mv |
Estatística Aplicada |
topic |
Estatística Aplicada |
description |
O mercado financeiro de varejo brasileiro encontra-se em um momento de expansão da concessão de crédito, ocasionando um forte aumento na demanda por ferramentas capazes de avaliar o risco de inadimplência dos potenciais contratantes de produtos de crédito. Modelos estatísticos, denominados modelos de 'Credit Scoring', estão sendo utilizados para esta finalidade. Neste trabalho, descrevemos as caracteristicas dos processo de concessão de crédito e a partir de uma amostra de dados, fornecida por uma instituição financeira brasileira, aplicamos e comparamos três técnicas para classificação de clientes: a Regressão Logística Múltipla, o CHAID e o REAL. As duas primeiras técnicas são bastante utilizadas por profissionais do mercado e a terceira, trata-se de um novo algoritmo de Árvore de Classificação, sendo a primeira vez que é aplicado ao problema. Vantagens e desvantagens de cada um dos métodos são apresentadas |
publishDate |
2000 |
dc.date.none.fl_str_mv |
2000-10-02 |
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-20210729-122749/ |
url |
https://teses.usp.br/teses/disponiveis/45/45133/tde-20210729-122749/ |
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_ |
1809090926627258368 |