Campo DC | Valor | Idioma |
dc.contributor.advisor | Souza, João Carlos Félix | - |
dc.contributor.author | Pereira, João Vicente | - |
dc.date.accessioned | 2020-01-21T21:49:49Z | - |
dc.date.available | 2020-01-21T21:49:49Z | - |
dc.date.issued | 2020-01-21 | - |
dc.date.submitted | 2019-07-08 | - |
dc.identifier.citation | PEREIRA, João Vicente. Modelo de estresse de risco de crédito para instituição financeira. 2019. xiv, 87 f., il. Dissertação (Mestrado Profissional em Computação Aplicada)—Universidade de Brasília, Brasília, 2019. | pt_BR |
dc.identifier.uri | https://repositorio.unb.br/handle/10482/36197 | - |
dc.description | Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019. | pt_BR |
dc.description.abstract | Os impactos originados de desastres financeiros reforçam a necessidade de análises e instrumentos
eficazes de estabilidade financeira para a detecção de risco sistêmico. Este
trabalho apresenta o teste de estresse como ferramenta de análise para avaliação da resiliência
de instituição financeira. É proposto uma metodologia de teste de estresse Botton-up
(de baixo para cima), com objetivo de calcular o índice de perda esperada em qualquer
granularidade da carteira de crédito. No desenvolvimento foi empregado rica partição
de dados para elaborar um modelo macroeconômico integrado aos componentes de risco
de crédito estabelecidos em Basileia II. A base de dados foi constituída com informações
que abrangem os períodos de dezembro de 2012 a outubro de 2017, como período de
modelagem, e novembro de 2017 a fevereiro de 2018, como período de validação fora do
tempo. O modelo obtido considerou variáveis macroeconômicas (Pib, Selic, Ipca, Câmbio
e Risco País) e idiossincráticas (relação de risco do cliente e uso de cheque especial). Para
obter as projeções prospectivas, foram utilizados os cenários fornecidos pelo Banco Central
do Brasil. O modelo é capaz de controlar a heterogeneidade específica do indivíduo,
bem como gerar previsões de vários períodos para a distribuição de perdas, condicionadas
à cenários macroeconômicos específicos. A aplicação da metodologia a uma instituição
financeira mostrou um índice de perda esperada no cenário de estresse de 6,2%, com
variação 32% entre o cenário base e de estresse, enfatizando sua resiliência. | pt_BR |
dc.language.iso | Português | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Modelo de estresse de risco de crédito para instituição financeira | pt_BR |
dc.type | Dissertação | pt_BR |
dc.subject.keyword | Risco de crédito | pt_BR |
dc.subject.keyword | Inadimplência (Finanças) | pt_BR |
dc.subject.keyword | Risco sistêmico | pt_BR |
dc.subject.keyword | Econometria | pt_BR |
dc.rights.license | 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. | pt_BR |
dc.description.abstract1 | The impacts that come from financial disasters reinforce the need for effective instruments
of financial stability for the detection of systemic risk. This one presents the stress test as
an analysis tool for the evaluation of the resilience of a financial institution. A Bottom-up
stress-testing methodology is proposed, aiming at calculating the expected loss index in
any granularity of the credit portfolio. In the development a large data partition was used
to elaborate a macroeconomic model integrated to the risk factors established in Basel II.
The database was constituted with information covering the periods from December 2012
to October 2017, as the modeling period, and from November 2017 to February 2018, as
a period of validation out of time. The obtained model considered macroeconomic (GDP,
Interest Rate, CPI Index, Exchange and Country Risk) and idiosyncratic (customer risk
and overdraft) variables. In order to obtain the prospective projections, the scenarios
provided by the Central Bank of Brazil were used. The model is able to control the
specific heterogeneity of the individual, as well as generating predictions from several
periods for the distribution of losses, conditioned to specific macroeconomic scenarios.
The application of the methodology to a financial institution showed a loss index expected
in the stress scenario of 6.2%, with a 32% variation between the base and stress scenario,
emphasizing their resilience. | pt_BR |
dc.description.unidade | Instituto de Ciências Exatas (IE) | pt_BR |
dc.description.unidade | Departamento de Ciência da Computação (IE CIC) | pt_BR |
dc.description.ppg | Programa de Pós-Graduação em Computação Aplicada, Mestrado Profissional | pt_BR |
Aparece nas coleções: | Teses, dissertações e produtos pós-doutorado
|