Previsão e estresse de cenários da taxa de inadimplência de crédito no Brasil via modelagem estatística

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorNascimento, Thiago Cavalcante-
Autor(es): dc.contributorNascimento, Thiago Cavalcante-
Autor(es): dc.contributorTorres, Ricardo Lobato-
Autor(es): dc.contributorLemes Júnior, Antonio Barbosa-
Autor(es): dc.creatorKung, Jenniger-
Data de aceite: dc.date.accessioned2022-02-21T22:12:02Z-
Data de disponibilização: dc.date.available2022-02-21T22:12:02Z-
Data de envio: dc.date.issued2020-11-22-
Data de envio: dc.date.issued2020-11-22-
Data de envio: dc.date.issued2017-06-21-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/19605-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/669887-
Descrição: dc.descriptionIt was studied the credit default rate of Brazil and adjusted statistics models utilizing time series methodology. Two types of time series models were adjusted in this work, ARIMA and ARIMAX, both models showed well adjusted to credit default rate. But, when compared the long term forecast results of both models, the forecast of ARIMAX model is more sensible to the oscillation, decrease and increase of the default rate. The stress test study’s scenarios were developed base on financial crises that Brazil have been through this latest years and, stressed default rate base on this scenario was simulated utilizing two techniques, first was a empirical simulation base on historical rate and the second was simulated using the simulate.Arima function of statistical software R. The stress test results serve as a complementary tool to assist in the creation and maintenance of credit policy so that banks can be prepared to absorb losses related to credit operations and preserve the financial system, thus ensuring the stability of the economy.-
Descrição: dc.descriptionNeste trabalho estudou-se a taxa de inadimplência de crédito geral de pessoas físicas do Brasil, e foram ajustados modelos estatísticos via metodologia de série temporal. Foram dois tipos de modelos testados neste trabalho, ARIMA e ARIMAX, os dois modelos mostraram bons ajustes a taxa de inadimplência. Contudo, quando se comparou a previsão em longo prazo das taxas, o modelo multivariado, ARIMAX, mostrou-se mais sensível a comportamentos de crescimento e decrescimento da taxa, enquanto a previsão do modelo ARIMA quase não apresenta grandes oscilações. No teste de estresse foi construído cenário econômico adverso baseado na crise econômica que o Brasil vem enfrentando e, estressou-se a taxa de inadimplência por simulação empírica baseada nos valores históricos e também se simulou valores pela função simulate.Arima do software estatístico R utilizando o modelo ARIMAX ajustado. Os resultados de teste de estresse servem como ferramenta complementar para auxiliar na criação e manutenção da política de crédito para que os bancos possam estar preparados para absorver as perdas relacionadas às operações de crédito e preservar o sistema financeiro, garantindo a estabilidade da economia.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCuritiba-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherEspecialização em Gestão Financeira-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectPrevisão-
Palavras-chave: dc.subjectEstatística - Modelos-
Palavras-chave: dc.subjectInadimplência (Finanças)-
Palavras-chave: dc.subjectCrise econômica-
Palavras-chave: dc.subjectCréditos - Avaliação-
Palavras-chave: dc.subjectForecasting-
Palavras-chave: dc.subjectStatistics - Models-
Palavras-chave: dc.subjectDefault (Finance)-
Palavras-chave: dc.subjectDepressions-
Palavras-chave: dc.subjectCredit ratings-
Palavras-chave: dc.subjectCNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO-
Título: dc.titlePrevisão e estresse de cenários da taxa de inadimplência de crédito no Brasil via modelagem estatística-
Título: dc.titleBrazil’s credit default rate forecast and stress testing utilizing statistics modeling-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.