http://repositorio.unb.br/handle/10482/34891| File | Description | Size | Format | |
|---|---|---|---|---|
| 2018_MarciaAraujoMaia.pdf | 1,42 MB | Adobe PDF | View/Open |
| Title: | Modelagem do risco de crédito via modelo de riscos competitivos |
| Other Titles: | Modelo de riscos competitivos aplicado à modelagem de dados com fração de cura não latente |
| Authors: | Maia, Marcia Araujo |
| Orientador(es):: | Nakano, Eduardo Yoshio |
| Coorientador(es):: | Gomes, Juliana Betini Fachini |
| Assunto:: | Risco de crédito Inadimplência (Finanças) Análise de sobrevivência Regressão logística Estatística |
| Issue Date: | 17-Jun-2019 |
| Data de defesa:: | 17-Dec-2018 |
| Citation: | MAIA, Marcia Araujo. Modelagem do risco de crédito via modelo de riscos competitivos. 2018. xvi, 45 f., il. Dissertação (Mestrado em Estatística)—Universidade de Brasília, Brasília, 2018. |
| Abstract: | O segmento de empréstimo é um dos investimentos que têm significativa rentabilidade para vários setores da economia, inclusive para Entidades Fechadas de Previdência Complementar (EFPC). Dessa forma, foi construída uma modelagem que auxilie na predição de riscos de inadimplência. O objetivo deste trabalho foi propor escore de risco de inadimplência baseado na modelagem de dados de sobrevivência na presença de eventos competitivos. A metodologia proposta foi aplicada a um conjunto de dados reais sobre clientes que realizaram um empréstimo em um fundo de pensão. Os resultados mostraram que a classificação dos clientes pelo escore de risco baseado no modelo log-logístico se mostrou útil para identificar os clientes "bons pagadores". |
| Abstract: | The loan segment is an investment that provides significant profitability for several sectors of the economy, including Pension Funds. Considering that, a model was built to predict the default risk. The main objective of this study was to present a default risk score based on the survival data model, considering the presence of competitive events. The proposed methodology was applied to a group of real data of clients whom have loaned money from Pension Funds. The results showed that the classification of clients by the risk score based on the log-logistic model proved useful to identify a "good-payer"customer. |
| metadata.dc.description.unidade: | Instituto de Ciências Exatas (IE) Departamento de Estatística (IE EST) |
| Description: | Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2018. |
| metadata.dc.description.ppg: | Programa de Pós-Graduação em Estatística |
| Licença:: | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. |
| Agência financiadora: | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). |
| Appears in Collections: | Teses, dissertações e produtos pós-doutorado |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.