Made available in DSpace on 2008-05-13T13:47:45Z (GMT). No. of bitstreams: 1 2055.pdf: 523176 bytes, checksum: c0f8404d952457788e115853e626fd15 (MD5) Previous issue date: 2004-08-16 / A motivação deste trabalho é relacionar a teoria da estatística com uma clássica aplicação prática na indústria, mais especificamente no mercado financeiro brasileiro. Com o avanço de hardware, sistemas de suporte à decisão se tornaram viáveis e desempenham hoje papel fundamental em muitas áreas de interesse como logística, gestão de carteiras de ativos, risco de mercado e risco de crédito. O presente trabalho tem como objetivos principais propor uma metodologia de construção de modelos de escoragem de crédito e mostrar uma aplicação prática em operações de empréstimo pessoal com pagamento em cheques. A parte empírica utiliza dados reais de instituição financeira e duas metodologias estatísticas, análise de regressão linear múltipla e análise de regressão probit. São comparados os resultados obtidos a partir da aplicação de modelos de escoragem de crédito desenvolvidos com cada metodologia com os resultados obtidos sem a utilização de modelos. Assim, demonstra-se o incremento de resultado da utilização de modelos de escoragem e conclui-se se há ou não diferenças significativas entre a utilização de cada metodologia. A metodologia de construção de modelos de escoragem é composta basicamente por duas etapas, definição das relações e da equação para cálculo do escore e a definição do ponto de corte. A primeira consiste em uma busca por relações entre as variáveis cadastrais e de comportamento do cliente, variáveis da operação e o risco de crédito caracterizado pela inadimplência. A segunda indica o ponto em que o risco deixa de ser interessante e o resultado esperado da operação passa a ser negativo. Ambas as etapas são descritas com detalhes e exemplificadas no caso de empréstimos pessoais no Brasil. A comparação entre as duas metodologias, regressão linear e regressão probit, realizada no caso de empréstimos pessoais, considerou dois aspectos principais dos modelos desenvolvidos, a performance estatística medida pelo indicador K-S e o resultado incremental gerado pela aplicação do modelo. Foram obtidos resultados similares com ambas as metodologias, o que leva à conclusão de que a discussão de qual das duas metodologias utilizar é secundária e que se deve tratar a gestão do modelo com maior profundidade.

Desarrolla un modelo de Score (calificación) para clientes de una financiera que presentan días de atraso entre 1 a 29 días, cuyo análisis se realiza mediante un modelo predictivo de regresión logística binaria. La finalidad es predecir la probabilidad de que un cliente llegue a caer en default (mayor a 30 días de atraso) y que no llegue a recuperarse, para así poder tomar medidas preventivas. / Trabajo de suficiencia profesional

Publicación a texto completo no autorizada por el autor / Se diseña un modelo scoring para determinar el perfil de riesgo en clientes con tarjetas de crédito en el sistema financiero peruano que pueda ser usado como un filtro de selección de clientes potenciales. Además, puede servir de guía para que las entidades financieras de menor tamaño puedan desarrollar modelos de este tipo in house, sin tener que recurrir a empresas especializadas en el tema generando un costo mayor al crédito. Aplica el análisis de regresión logística a un conjunto de datos público brindado por la Superintendencia de Banca, Seguros y AFP´s, con el fin de obtener un modelo logístico basado en el historial crediticio de clientes con tarjeta de crédito en el Sistema Financiero Peruano. Para determinar los grupos de riesgo, se define la variable incumplimiento como atrasos mayores a 90 días en una ventana de observación de 12 meses después del primer uso de la tarjeta durante el periodo de análisis. Para determinar el perfil de riesgo, es decir, las características de los clientes que presentarán incumplimiento, se utiliza una probabilidad del 80% según la bibliografía utilizada. / Trabajo de suficiencia profesional

Made available in DSpace on 2010-04-20T20:48:27Z (GMT). No. of bitstreams: 3 98345.PDF.jpg: 15539 bytes, checksum: c691fce421ba6df7652aa2f7fa6738e6 (MD5) 98345.PDF: 2342425 bytes, checksum: 9d0ca2782168d80911cc8e702bca7465 (MD5) 98345.PDF.txt: 277721 bytes, checksum: 94200102d3f23c511522c0a51ea02d21 (MD5) Previous issue date: 2004-08-17T00:00:00Z / Esta tese apresenta o desenvolvimento conceitual, estimação de parâmetros e aplicação empírica de um Modelo de Risco de Portfólio cujo objetivo é realizar previsões da distribuição estatística da perda de crédito em carteiras de crédito ao consumidor. O modelo proposto é adaptado às características do crédito ao consumidor e ao mercado brasileiro, podendo ser aplicado com dados atualmente disponíveis para as Instituições Financeiras no mercado brasileiro. São realizados testes de avaliação da performance de previsão do modelo e uma comparação empírica com resultados da aplicação do Modelo CreditRisk+.