Modelo de projeção da taxa de pagamento em cobrança

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorSilva, José Luiz Padilha da, 1985--
Autor(es): dc.contributorUniversidade Federal do Paraná. Setor de Ciências Exatas. Curso de Especialização em Data Science & Big Data-
Autor(es): dc.creatorHenequi, Everson Luiz-
Data de aceite: dc.date.accessioned2025-09-01T12:41:46Z-
Data de disponibilização: dc.date.available2025-09-01T12:41:46Z-
Data de envio: dc.date.issued2024-02-07-
Data de envio: dc.date.issued2024-02-07-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttps://hdl.handle.net/1884/75321-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/1884/75321-
Descrição: dc.descriptionOrientador: Prof. José Luiz Padilha da Silva-
Descrição: dc.descriptionMonografia (especialização) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Especialização em Data Science & Big Data.-
Descrição: dc.descriptionInclui referências-
Descrição: dc.descriptionResumo: Este artigo oferece uma abordagem alternativa à regressão logística tradicional para gerenciamento de risco de crédito, especificamente para cobranças de clientes inadimplentes. É comum tratar esse problema com uma abordagem dicotômica entre os clientes que pagam suas dívidas e os que não pagam. No entanto, o dinheiro coletado é muitas vezes ignorado pelo processo de modelagem, considerando-se 1% e 100% do pagamento de dívidas igualmente. Portanto, há uma oportunidade para estudar o percentual esperado de pagamento da dívida. Criar um modelo que forneça tal informação ajudará muito na melhora, tanto da estratégia de abordagem aos clientes, quanto dos indicadores de desempenho. pretende-se suportar as decisões gerenciais com um modelo preditivo, utilizando o framework GAMLSS, que forneça o percentual esperado de recebimento da dívida dado o perfil comportamental e demográfico do cliente.-
Descrição: dc.descriptionAbstract: This paper offers an alternative approach to the traditional logistic regression for credit risk management, specifically for delinquent customer collections. It is common to treat this problem with a dichotomous approach between customers who pay their debts and those who do not pay. However, the cash collected is often ignored by modeling process, considering 1% and 100% of the debts equally. Therefore, there is an opportunity to study the expected percentage of debt repayment. Creating a model that provides such information will greatly help in improving both the recovery strategy and the performance indicators. With this, it is intended to support managerial decisions with a predictive model, using GAMLSS framework, that provides the expected percentage of debt receipt given the behavioral and demographic profile of the client.-
Formato: dc.format1 recurso online : PDF.-
Formato: dc.formatapplication/pdf-
Formato: dc.formatapplication/pdf-
Palavras-chave: dc.subjectBancos-
Palavras-chave: dc.subjectDividas - Negociação-
Palavras-chave: dc.subjectClientes-
Título: dc.titleModelo de projeção da taxa de pagamento em cobrança-
Aparece nas coleções:Repositório Institucional - Rede Paraná Acervo

Não existem arquivos associados a este item.