Made available in DSpace on 2016-03-15T19:32:48Z (GMT). No. of bitstreams: 1 Hugo Crespi Junior.pdf: 1552051 bytes, checksum: 34b1ca02581c6a8240a8bd4702d15a71 (MD5) Previous issue date: 2014-02-14 / One of the most important ways to finance consumers in the Brazilian market is the consumer credit offered in store. Provided by independent or captive finance companies, the consumer credit is normally granted or denied without taking into account its effect on the retailer s profitability. Denying credit to finance a high profit margin product is more damaging to the companies profits than if such refusal is about the sale of lower margin product. This suggests that there is an opportunity to improve the profitability in this sales channel. The objective of this research was to check the possibility to increase the Brazilian retailers profitability by introducing the retail products operating margin as an additional parameter of the consumer credit analysis. Simulations using tangents to ROC curves, as proposed by Stein (2005), made possible to confirm, through a new balance of type I and type II errors, that the maximization of corporate earnings occurs when using operating retail margins for determining cutoffs in consumer credit models. / Uma das mais importantes ferramentas de financiamento no varejo brasileiro é o crédito direto ao consumidor oferecido nos estabelecimentos por ocasião da compra. Operado através de financeiras cativas ou parceiras, o crédito é, normalmente, concedido ou negado sem que se leve em conta seu efeito na lucratividade do varejista. Quando se recusa o financiamento para um produto de grande margem de lucro, o efeito sobre os ganhos da empresa é evidentemente maior do que quando essa recusa inibe a venda de produto de menor margem, o que sugere haver ineficácia no processo. Esta pesquisa visou verificar se há espaço para aumentar a rentabilidade no varejo brasileiro, introduzindo a margem operacional nos critérios utilizados para concessão de crédito direto ao consumidor. Utilizando a curva ROC e a abordagem oferecida por Stein (2005), construíram-se simulações em torno de valores reais praticados no mercado, que permitiram confirmar, através de um novo balanceamento dos erros tipo I e tipo II, que ocorre a maximização de ganhos empresarias quando as margens operacionais do varejo são consideradas para a determinação de pontos de corte em modelos de crédito direto ao consumidor.

The theoretical part of thesis covers consumer credit, particular parts of credit process and credit registers. Analysis of credit risk management in a bank of concern, quality of credit portfolio and suggestion of changes in rating of retail receivables are dealt with in the practical part.

[pt] Tão expressiva quanto a curva de crescimento do número de matrículas nas instituições de ensino superior (IES) privadas nos últimos anos é a respectiva curva da inadimplência, cujo aumento pode ser explicado, principalmente, pelo aprofundamento da crise econômica no país e pela redução do número de vagas ofertadas pelo FIES. A inadimplência apresenta-se como um desafio à gestão financeira das instituições de ensino, uma vez que impacta os seus custos operacionais e acaba sendo repassada aos alunos sob forma de aumento de mensalidade. Além disso, a evasão estudantil é também uma das principais consequências da inadimplência, à medida que alunos com dificuldades financeiras acabam por abandonar seus cursos, representando para as instituições de ensino não só uma perda econômica, como também acadêmica e social. As IES, em sua maioria, não utilizam qualquer tipo de técnica de credit scoring para prever o risco de seus alunos se tornarem inadimplentes. Nesse sentido, este trabalho apresenta uma metodologia quantitativa para previsão de risco de inadimplência de alunos ativos. Baseado em dados históricos de alunos que estavam inadimplentes ou adimplentes, modelos gerados por algoritmos de machine learning foram estimados e comparados. Por fim, os resultados obtidos evidenciaram a relação entre a inadimplência e a variação do valor pago ao longo dos semestres analisados, quantidade média de disciplinas cursadas, natureza empregatícia ao aluno e existência de débitos em semestres anteriores. Com a aplicação dos modelos propostos, as IES seriam capazes de identificar alunos com maior risco de inadimplência e planejar ações preventivas específicas para este grupo. / [en] As impressive as the growth rate in the number of enrollments in private higher education institutions in recent years is the increase in the related default rate, driven by the deepening economic crisis in Brazil and by the reduction of the number of vacancies offered by the FIES. Default presents itself as a challenge to the financial management of educational institutions, since it impacts their operational costs and ends up being passed on to students in the form of an increase in tuition. In addition, student dropout is also one of the main consequences of default, since students with economic difficulties end up abandoning their courses. Most higher education institutions do not use any type of credit scoring analysis to predict the risk of their students becoming defaulters, failing to understand which factors cause it, and, therefore, refraining from planning preventive actions. Therefore, this study presents a quantitative methodology to predict the default risk of active students. Models generated by machine learning algorithms were analyzed based on a historical database of students who were in or not in default. The results showed a relationship between default and economic, academic and social characteristics of students. Thus, by employing models such as the ones proposed, higher education institutions should be able to identify those students who are at higher risk of defaulting and take specific preventive actions to prevent such an outcome.

A Research Report Submitted to the Faculty of Engineering and the Built Environment in partial fulfilment of the Requirements for the degree of Master of Science in Engineering / The research centred on improving the current software systems development life cycle (SDLC) of the credit scoring process at a financial institution based on systems engineering principles. The research sought ways to improve the current software SDLC in terms of cost, schedule and performance. This paper proposes an improved software SDLC that conforms to the principles of systems engineering. As decisioning has been automated in financial institutions, various processes are developed according to a software SDLC in order to ensure accuracy and validity thereof. This research can be applied to various processes within financial institutions where software development is conducted, verified and tested. A comparative analysis between the current software SDLC and a recommended SDLC was performed. Areas within the current SDLC that did not comply with systems engineering principles were identified. These inefficiencies were found during unit testing, functional testing and regression testing. An SDLC is proposed that conforms to systems engineering principles and is expected to reduce the current SDLC schedule by 20 per cent. Proposed changes include the sequence of processes within the SDLC, increasing test coverage by extracting data from the production environment, filtering and sampling data from the production environment, automating functional testing using mathematical algorithms, and creating a test pack for regression testing which adequately covers the software change. / MT2016

Modelos de regressão para variáveis resposta binárias são muito comuns em diversas áreas do conhecimento. O modelo mais utilizado nessas situações é o modelo de regressão logística, que assume que o logito da probabilidade de ocorrência de um dos valores da variável resposta é uma função linear das variáveis preditoras. Quando essa suposição não é razoável, algumas possíveis alternativas são: realizar transformação das variáveis preditoras e/ou inserir termos quadráticos ou cúbicos no modelo. O problema dessa abordagem é que ela dificulta bastante a interpretação dos parâmetros do modelo e, em algumas áreas, é fundamental que eles sejam interpretáveis. Assim, uma abordagem muitas vezes utilizada é a categorização das variáveis preditoras quantitativas do modelo. Sendo assim, este trabalho tem como objetivo propor duas novas classes de métodos de categorização de variáveis contínuas em modelos de regressão para variáveis resposta binárias. A primeira classe de métodos é univariada e busca maximizar a associação entre a variável resposta e a covariável categorizada utilizando medidas de associação para variáveis qualitativas. Já a classe de métodos multivariada tenta incorporar a estrutura de dependência entre as covariáveis do modelo através da categorização conjunta de todas as variáveis preditoras. Para avaliar o desempenho, aplicamos as classes de métodos propostas e quatro métodos de categorização existentes em 3 bases de dados relacionadas à área de risco de crédito e a dois cenários de dados simulados. Os resultados nas bases reais sugerem que a classe univariada proposta têm um desempenho superior aos métodos existentes quando comparamos o poder preditivo do modelo de regressão logística. Já os resultados nas bases de dados simuladas sugerem que ambas as classes propostas possuem um desempenho superior aos métodos existentes. Em relação ao desempenho computacional, o método multivariado mostrou-se inferior e o univariado é superior aos métodos existentes. / Regression models for binary response variables are very common in several areas of knowledge. The most used model in these situations is the logistic regression model, which assumes that the logit of the probability of a certain event is a linear function of the predictors variables. When this assumption is not reasonable, it is common to make some changes in the model, such as: transformation of predictor variables and/or add quadratic or cubic terms to the model. The problem with this approach is that it hinders parameter interpretation, and in some areas it is fundamental to interpret the parameters. Thus, a common approach is to categorize the quantitative covariates. This work aims to propose two new classes of categorization methods for continuous variables in binary regression models. The first class of methods is univariate and seeks to maximize the association between the response variable and the categorized covariate using measures of association for qualitative variables. The second class of methods is multivariate and incorporates the predictor variables correlation structure through the joint categorization of all covariates. To evaluate the performance, we applied the proposed methods and four existing categorization methods in 3 credit scoring databases and in two simulated cenarios. The results in the real databases suggest that the proposed univariate class of categorization methods performs better than the existing methods when we compare the predictive power of the logistic regression model. The results in the simulated databases suggest that both proposed classes perform better than the existing methods. Regarding computational performance, the multivariate method is inferior and the univariate method is superior to the existing methods.

O objetivo do trabalho é apresentar os métodos mais consagrados de Análise Discriminante quando temos uma mistura de variáveis categóricas e contínuas. / The purpose of this dissertation is to analyze and compare Discriminant Analysis techniques in the presence of mixed categorical and continuous data.

O objetivo do trabalho é apresentar os métodos mais consagrados de Análise Discriminante quando temos uma mistura de variáveis categóricas e contínuas. / The purpose of this dissertation is to analyze and compare Discriminant Analysis techniques in the presence of mixed categorical and continuous data.

Thesis (M.M. (Research))--University of the Witwatersrand, Faculty of Commerce, Law and Management, School of Governance, 2016. / Most economies today are calling upon their or rather are starting to rely on their Small and Medium business Enterprises to stimulate the economy and also help address issues of unemployment. However it is also believed that even though this maybe the case, most economies still don’t give SMEs enough funding. The underlying public assumption is that all that is needed for SMEs to thrive is access to funding, as such this study sought to investigate the role of financial access in the success of SMEs. The study had intended to use financial ratios as proxies for success, however, the record keeping of the SMEs or lack thereof impeded this intention, so the study measured the success of the enterprise as perceived by the owner. The study sampled SMEs from all for regions of Swaziland, and besides a descriptive analysis that were carried out to examine the utilization of credit by the SMEs. This study also used a statistical model known as the Logit model, to determine the effect that credit access had on the success of the SME and also assess the challenges/barriers that the SMEs faced when trying to access funding. The results of this study deviated from the underlying public assumption, as they showed that an SME owner that had access to funding had reduced odds of success, if anything the results showed that the success of an SME did not entirely depend on the availability of funding, and there were other potent factors that posed as barriers to financial access. / DM2016

Magíster en Ingeniería de Negocios con Tecnología de Información / Chile se encuentra inmerso en el complejo fenómeno de la globalización. Uno de los aspectos que destaca en este escenario es la coexistencia de empresas locales y extranjeras, las cuales tienen grandes diferencias operativas, causadas principalmente por el desnivel que existe en el desarrollo económico, industrial, tecnológico, de investigación y desarrollo (I+D) entre el país de origen y el nuestro. Es por ello que la innovación y el cambio tecnológico se consideran como factores clave para el crecimiento económico de los países y guardan una íntima relación con el gasto que las empresas y los gobiernos destinan a I+D, que se refleja en número de patentes ó el número de innovaciones obtenidas. Este proyecto propone un rediseño de los procesos de modelo venta proveedor en BancoEstado Microempresas, contar con un Modelo de atención especializado que eficiente la relación de los microempresarios que compran en los proveedores de bienes y equipamientos asociados a su rubro. Para lograr lo anterior, el proyecto integra a las evaluaciones de clientes un modelo de credit scoring. Para materializar lo anterior se genera un modelo de atención, basado en un canal de venta alternativo a la plataforma comercial, que implique: Curse de créditos en forma centralizada Agilidad en el cierre de negocio Aportar en el volumen de operaciones Generar mayor satisfacción en el Cliente final. Con todo esto podemos establecer una clara hipótesis la que indica que para obtener financiamiento, no es necesario que el cliente concurra a una sucursal del Banco para gestionarlo, el Banco a través de la atención descentralizada y oportuna en el punto de compra de los bienes de inversión, puede entregar el financiamiento requerido, acotando los tiempos de atención y mejorando la satisfacción del cliente. El rediseño de procesos se basa en la metodología de diseño a partir de patrones de procesos, y detalla desde la arquitectura de procesos hasta el diseño del apoyo computacional y lógicas de negocio requeridos para implementarlo.

1997年爆發的亞洲金融危機起因之一為金融機構信用過度擴充，隨著企業紛紛倒閉，金融機構的逾放比迅速攀升，因此，提高放款的質與量，便成了目前各金融機構經營的首重目標。為降低逾放比率、提高放款量、爭取放款時效、減少審核時間，使用自動化的審核制度是有必要的，而客觀科學化的評分方法更能使徵信資料得到迅速的整理與分析，以利放款決策的有效釐定。 本研究以國內某金融機構為研究對象，採用Logistic Regression Model為信用評等模式，針對其目前所使用之個人擔保放款的信用評分表表列變數和表外變數，深入探討並從中找出影響授信成敗之顯著變數，建立最適之信用評等模式。