Uma aplicação da regressão logística e métodos de validação na classificação de risco de crédito

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorLuizar Obregón, Jesus Alexei-
Autor(es): dc.contributorOliveira, André Barbosa-
Autor(es): dc.contributorCunha, Antonio Carlos Fiorencio Soares da-
Autor(es): dc.creatorMaia, Patrick Ribeiro-
Data de aceite: dc.date.accessioned2024-07-11T17:41:49Z-
Data de disponibilização: dc.date.available2024-07-11T17:41:49Z-
Data de envio: dc.date.issued2020-04-02-
Data de envio: dc.date.issued2020-04-02-
Data de envio: dc.date.issued2019-
Fonte completa do material: dc.identifierhttps://app.uff.br/riuff/handle/1/13205-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/755592-
Descrição: dc.descriptionO objetivo dessa monografia é estimar um modelo de classificação de risco de crédito utilizando a metodologia convencional e largamente utilizada em instituições financeiras nacionais e internacionais, a regressão logística. Uma vez estimado o modelo de classificação de risco de crédito, procederemos com a validação do mesmo para verificar a capacidade preditiva do modelo e seu impacto no processo de concessão de crédito. Devido a escassez de bases de dados de operações de crédito no mercado nacional, utilizaremos as bases de dados da fintech Lending Club, que atua no segmento de microcrédito norte-americano desde o início de 2007 e publica o status de todos os seus empréstimos concedidos desde então, além de inúmeras covariantes socio-econômicas que poderão compor o modelo estimado. Os resultados obtidos comprovam a capacidade da regressão logística de prover um modelo com qualidade satisfatória para ser utilizado por instituições financeiras para mensurar a probabilidade de inadimplência de novos empréstimos-
Descrição: dc.descriptionThe objective of this work is to estimate a credit risk classification model using the conventional and widely used methodology in national and international financial institutions, the logistic regression. Once the credit risk classification model has been estimated, we will proceed with its validation to verify the predictive capacity of the model and its impact on the credit granting process. Due to the scarcity of databases of credit operations in the domestic market, we will use the Lending Club databases, which operates in the North American microcredit segment since the beginning of 2007 and publishes the status of all its loans granted since then, in addition to numerous socioeconomic covariants that may compose the estimated model. The results obtained prove the capacity of the logistic regression to provide a model with satisfactory quality to be used by financial institutions to measure the probability of default of new loans-
Descrição: dc.description46 f.-
Descrição: dc.description46 f.-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Direitos: dc.rightsopenAccess-
Direitos: dc.rightshttp://creativecommons.org/licenses/by-nc-nd/3.0/br/-
Direitos: dc.rightsCC-BY-SA-
Palavras-chave: dc.subjectRisco de crédito-
Palavras-chave: dc.subjectEconometria-
Palavras-chave: dc.subjectRegressão logística-
Palavras-chave: dc.subjectClassificação binária-
Palavras-chave: dc.subjectEconomia financeira-
Palavras-chave: dc.subjectCredit risk-
Palavras-chave: dc.subjectLogistic regression-
Palavras-chave: dc.subjectBinary classification-
Palavras-chave: dc.subjectEconomics-
Título: dc.titleUma aplicação da regressão logística e métodos de validação na classificação de risco de crédito-
Tipo de arquivo: dc.typeTrabalho de conclusão de curso-
Aparece nas coleções:Repositório Institucional da Universidade Federal Fluminense - RiUFF

Não existem arquivos associados a este item.