This study explored the role and effectiveness of a credit guarantee scheme targeting coffee farmers’ cooperatives in Ethiopia. The study, among other things, aims at exploring how provision of a credit guarantee influences supply of institutional credit to coffee farmers’ cooperatives as well as examines cooperatives guaranteed loan utilisation, the resultant changes/impacts and intervening factors. Credit guarantee schemes largely trace their roots in the liberal and neoliberal economic and social contexts. One of the key issues the current study tried to address is examining how a credit guarantee scheme operates in a partially liberal capitalist context where there is pervasive state intervention in the key sectors of the economy, including financial and coffee sectors. The study was conducted in eight zones of the two major coffee producing regions of Ethiopia – Oromia and Southern Nations, Nationalities and Peoples’ regions. A mixed method with structured questionnaires (at two stages), key informant interviews, focus group discussions and extensive observation were used to collect data from primary cooperatives, financial institutions, coffee extension and cooperative experts. Qualitative analytical methods, descriptive statistics and econometric model were used in analysing the data. The study reveals that most primary cooperatives have weak institutional, business and financial capacities, and limited access to institutional services including credit. The findings show that cooperatives generally have limited role in the coffee production end, but they play an important role in its marketing. The study suggests that coffee or multipurpose cooperatives are not ideally suitable to serve as intermediaries for bank loans. The study reveals that the vast majority of the study cooperatives have potential demand for loans, but revealed low actual demand. Different sets of internal (demand side) and external factors influence cooperatives’ potential and actual demand for loan in different ways. The assessment of the guarantee scheme under analysis shows that though most of its design and operational features are in line with international practices, there are some obvious limitations. Low risk coverage level, limitation in the total volume of the guarantee fund, lack of capital enhancement mechanism for the lending banks, short life span of the scheme, lack of flexibility and adaptation and reliance on a single lending bank are among the notable limitations. In terms of utilisation of the guarantee fund and outreach of the lending activity, the scheme attained limited achievements with a low leverage ratio. However, substantial financial additionality was attained among the borrower cooperatives, but the intervention had little impacts in improving the terms and conditions of loans. The positive effects on the economic/business activities of beneficiary cooperatives include acquisition of processing facilities, increase in member size, increased volume of coffee processed and dry cherry traded and improvement in the income generated from such business activities. However, the scheme had limited effects on cooperatives’ human resources and type of management. A number of internal and external factors appear to influence effectiveness of a credit guarantee targeting farmers’ cooperatives. Several recommendations were made. First, there is a need to integrate attractive features into the scheme that can be periodically revised and adapted. These may include raising the risk coverage level especially at the initial stage, including liquidity boosting mechanism, lowering guarantee fee level, devising longer-term arrangement, integrating strong capacity building and technical support and other incentive packages. Second, the lending banks need to develop suitable loan products, revisit and improve their lending terms, requirements and approaches. Third, if they are to effectively demand for and make proper use of such guaranteed loans, cooperatives need to be supported so as to enhance their organisational, business and technical capacities. Fourth, there is a need for the government to further strengthen provision of a more supportive and enabling legal and institutional environments and relax some of the regulatory frameworks so as to facilitate the lending-borrowing activities. / Development Studies / D. Litt. et Phil. (Development Studies)

A presente dissertação trata da estipulação de limite de crédito para empresas clientes, de modo automático, com o uso de técnicas de Inteligência Computacional, especificamente redes neurais artificiais (RNA). Na análise de crédito as duas situações mais críticas são a liberação do crédito, de acordo com o perfil do cliente, e a manutenção deste limite ao longo do tempo de acordo com o histórico do cliente. O objeto desta dissertação visa a automação da estipulação do limite de crédito, implementando uma RNA que possa aprender com situações já ocorridas com outros clientes de perfil parecido e que seja capaz de tomar decisões baseando-se na política de crédito apreendida com um Analista de Crédito. O objetivo é tornar o sistema de crédito mais seguro para o credor, pois uma análise correta de crédito de um cliente reduz consideravelmente os índices de inadimplência e mantém as vendas num patamar ótimo. Para essa análise, utilizouse a linguagem de programação VB.Net para o sistema de cadastro e se utilizou do MatLab para treinamento das RNAs. A dissertação apresenta um estudo de caso, onde mostra a forma de aplicação deste software para a análise de crédito. Os resultados obtidos aplicando-se as técnicas de RNAs foram satisfatórias indicando um caminho eficiente para a determinação do limite de crédito. / This research deals with the credit limit stipulation for corporate clients, automatically, with the use of Computational Intelligence techniques, specifically artificial neural networks (ANN). In the analysis of credit, the two most critical situations are release of credit, according to the customer profile, and maintain the credit according to the customer history. The object of this work aims at automating the stipulated credit limit at the time of initial registration of the customer. The main focus of this work is to make an ANN can provide the credit limit, learning from situations that have occurred with other clients of similar profile and is able to make decisions based on the credit policy seized with a Credit Analyst. The goal is to make the system more secure credit to the lender, for a correct analysis of the creditworthiness of a customer drops considerably default rates and maintains a sales plateau great. For this analysis, we used the VB.Net programming language for the registration system of MatLab and was used for training ANNs. The paper presents a case study, which shows how to apply this software to credit analysis. The results obtained applying the techniques ANNs were satisfactory showing an efficient way to determine the credit limit.

A presente tese tem como objetivo propor um modelo de previsão para estimar o lucro médio esperado na concessão de crédito para pessoas físicas em empresas comerciais, obtendo assim uma medida monetária para dar suporte à tomada de decisão. O modelo proposto foi desenvolvido em três grandes etapas: 1) pré-processamento; 2) modelos de classificação; e 3) modelo de previsão do risco monetário. A primeira etapa inclui três passos: (i) delimitação da população, (ii) seleção da amostra, e (iii) análise preliminar. Na segunda etapa mais dois passos são necessários: (i) construção dos modelos, e (ii) qualidade dos modelos. Por fim, a última etapa trata das definições para construção do modelo de previsão do risco monetário propriamente dito, que utilizou os seguintes métodos: (i) ensemble, (ii) hybrid, e (iii) regressão linear múltipla. A exequibilidade do modelo proposto foi testada em dados reais de concessão de crédito. São avaliados os resultados de utilização do modelo de previsão, de forma a verificar o potencial aumento nos ganhos a partir da concessão do crédito, comparando quatro cenários: (i) sem utilizar nenhum modelo de previsão de risco de crédito; (ii) utilizando o modelo de classificação obtido com a regressão logística; (iii) utilizando o modelo de classificação obtido com a rede neural; e (iv) utilizando o modelo proposto para previsão do risco monetário. O modelo construído demonstrou resultados promissores na previsão do lucro médio esperado, apresentando um aumento estimado de 94,97% em comparação com o cenário sem uso de modelo de previsão, e um aumento de 26,08% quando comparado com o cenário de uso do modelo de classificação obtido com regressão logística. Uma análise de sensibilidade dos resultados com variações na margem de lucro por transação também foi realizada, evidenciando sua robustez. Nesse sentido, o modelo proposto se mostra efetivo como ferramenta de apoio para gestão no processo de decisão de concessão de crédito. / This thesis aims to propose a forecasting model to estimate the expected average profit in lending to individuals in commercial companies, thus obtaining a monetary measure to support decision making. The proposed model was developed in three major stages: 1) preprocessing, 2) classification models, and 3) model to forecast the currency risk. The first stage includes three steps: (i) delimitation of the population, (ii) sample selection, and (iii) preliminary analysis. In the second stage two more steps are necessary: (i) construction of models, and (ii) quality of the models. Finally, the last stage is regarding to the definitions for the construction of model prediction of the currency risk itself, which used the following methods: (i) ensemble, (ii) hybrid, and (iii) multiple linear regressions. The feasibility of the proposed model was tested on real data of grant credit. Results are evaluated using the prediction model in order to verify the potential increase in profits from the grant credit, comparing four scenarios: (i) without using any prevision model of credit risk, (ii) using the classification model obtained by logistic regression, (iii) using the classification model obtained with the neural network, and (iv) using the model to forecast the currency risk. The constructed model showed promising results in predicting the expected average profits, with an estimated increase of 94.97% compared to the scenario without the use of forecasting model, and an increase of 26.08% compared with the scenario of the classification model obtained by logistic regression. A sensitivity analysis of the results with variations in the profit margin per transaction was also performed, demonstrating its robustness. Accordingly, the proposed model proved effective as a support tool for management in the decision to grant credit.

A presente tese tem como objetivo propor um modelo de previsão para estimar o lucro médio esperado na concessão de crédito para pessoas físicas em empresas comerciais, obtendo assim uma medida monetária para dar suporte à tomada de decisão. O modelo proposto foi desenvolvido em três grandes etapas: 1) pré-processamento; 2) modelos de classificação; e 3) modelo de previsão do risco monetário. A primeira etapa inclui três passos: (i) delimitação da população, (ii) seleção da amostra, e (iii) análise preliminar. Na segunda etapa mais dois passos são necessários: (i) construção dos modelos, e (ii) qualidade dos modelos. Por fim, a última etapa trata das definições para construção do modelo de previsão do risco monetário propriamente dito, que utilizou os seguintes métodos: (i) ensemble, (ii) hybrid, e (iii) regressão linear múltipla. A exequibilidade do modelo proposto foi testada em dados reais de concessão de crédito. São avaliados os resultados de utilização do modelo de previsão, de forma a verificar o potencial aumento nos ganhos a partir da concessão do crédito, comparando quatro cenários: (i) sem utilizar nenhum modelo de previsão de risco de crédito; (ii) utilizando o modelo de classificação obtido com a regressão logística; (iii) utilizando o modelo de classificação obtido com a rede neural; e (iv) utilizando o modelo proposto para previsão do risco monetário. O modelo construído demonstrou resultados promissores na previsão do lucro médio esperado, apresentando um aumento estimado de 94,97% em comparação com o cenário sem uso de modelo de previsão, e um aumento de 26,08% quando comparado com o cenário de uso do modelo de classificação obtido com regressão logística. Uma análise de sensibilidade dos resultados com variações na margem de lucro por transação também foi realizada, evidenciando sua robustez. Nesse sentido, o modelo proposto se mostra efetivo como ferramenta de apoio para gestão no processo de decisão de concessão de crédito. / This thesis aims to propose a forecasting model to estimate the expected average profit in lending to individuals in commercial companies, thus obtaining a monetary measure to support decision making. The proposed model was developed in three major stages: 1) preprocessing, 2) classification models, and 3) model to forecast the currency risk. The first stage includes three steps: (i) delimitation of the population, (ii) sample selection, and (iii) preliminary analysis. In the second stage two more steps are necessary: (i) construction of models, and (ii) quality of the models. Finally, the last stage is regarding to the definitions for the construction of model prediction of the currency risk itself, which used the following methods: (i) ensemble, (ii) hybrid, and (iii) multiple linear regressions. The feasibility of the proposed model was tested on real data of grant credit. Results are evaluated using the prediction model in order to verify the potential increase in profits from the grant credit, comparing four scenarios: (i) without using any prevision model of credit risk, (ii) using the classification model obtained by logistic regression, (iii) using the classification model obtained with the neural network, and (iv) using the model to forecast the currency risk. The constructed model showed promising results in predicting the expected average profits, with an estimated increase of 94.97% compared to the scenario without the use of forecasting model, and an increase of 26.08% compared with the scenario of the classification model obtained by logistic regression. A sensitivity analysis of the results with variations in the profit margin per transaction was also performed, demonstrating its robustness. Accordingly, the proposed model proved effective as a support tool for management in the decision to grant credit.

The main goal of my thesis is the evaluation of Eni SpA Corporation from the sight of the credit analyst. The credit analysis starts with the macroeconomic analysis that explains the main macroeconomic factors that affect the corporation from the outside, such as: economic growth, inflation, financial stability and unemployment. The energy outlook gives the drivers of the energy demand change mainly in the coming 30 years. Qualitative analysis is rich in general description about the corporation and gives a detailed outlook on production and services that the corporation is specialized in. The largest part of the analysis covers financial analysis, important to understand the financial profile of the company, its management, strengths and weaknesses. This work ends up with the analyst's recommendation on the creditworthiness of Eni SpA.

The main objective of this diploma thesis is to simulate the regular decision-making process that a credit analyst goes through when assigning a credit limit for an operating and investment (acquisition) loan for a selected company. The introductory chapter is focused on credit risk category definition and description of main credit risk quantification and mitigation approaches both on individual as well as portfolio basis. The second, practically oriented part includes both financial and strategic analysis of selected business entity, as well as free cash flow prediction followed up by business plan development, all of these carried out in the form of basic analytical tools necessary for credit limit assignments to both short term operating and long term investment (acquisition) loans. In the final part, the selected company is being evaluated using DCF Entity business valuation framework as well as being subject to comparable companies and transactions general valuation approach. Finally, the credit limits for an operating and investment (acquisition) loans are being determined based on the analytical tools drafted within the previous chapters of this thesis.

A presente dissertação tem como objetivo propor uma sistemática para a construção de modelos de previsão de risco de crédito e também comparar o desempenho de três técnicas estatísticas multivariadas utilizadas para sua construção: análise discriminante, regressão logística e redes neurais. O método proposto (denominado Modelo PRC) é composto de seis etapas: (i) delimitação da população; (ii) seleção da amostra; (iii) análise preliminar; (iv) construção do modelo; (v) escolha do modelo e (vi) passos para implantação. O Modelo PRC foi aplicado em uma amostra de 17.005 clientes de uma rede de farmácias com crediário próprio. Os resultados encontrados demonstram uma superioridade das redes neurais em relação às outras duas técnicas, o que era esperado devido a sua abordagem nãolinear na combinação das variáveis. Considerando a venda anual aos clientes da base em estudo e utilizando o modelo neural desenvolvido, estima-se um acréscimo de 65% nos lucros. / This work presents a methodology for credit risk prediction, comparing the performance of three statistical techniques used in the prediction process: discriminant analysis, logistic regression and neural networks. The proposed method (entitled PRC Model) embraces six steps: (i) population definition, (ii) sampling, (iii) preliminary analysis, (iv) model development, (v) model selection and (vi) implementation steps. The PRC Model was applied to a sample of 17,005 customers from an organization, which manages his own credit system and controls a pool of drugstores. The results show the superiority of neural networks over the other two techniques. This was expected due to the non-linear approach of the neural network when dealing with the explanatory variables. Considering the neural network model and the annual sales due to customers included on this study, the use of the proposed methodology indicates a 65% potential profits.

A presente dissertação tem como objetivo propor uma sistemática para a construção de modelos de previsão de risco de crédito e também comparar o desempenho de três técnicas estatísticas multivariadas utilizadas para sua construção: análise discriminante, regressão logística e redes neurais. O método proposto (denominado Modelo PRC) é composto de seis etapas: (i) delimitação da população; (ii) seleção da amostra; (iii) análise preliminar; (iv) construção do modelo; (v) escolha do modelo e (vi) passos para implantação. O Modelo PRC foi aplicado em uma amostra de 17.005 clientes de uma rede de farmácias com crediário próprio. Os resultados encontrados demonstram uma superioridade das redes neurais em relação às outras duas técnicas, o que era esperado devido a sua abordagem nãolinear na combinação das variáveis. Considerando a venda anual aos clientes da base em estudo e utilizando o modelo neural desenvolvido, estima-se um acréscimo de 65% nos lucros. / This work presents a methodology for credit risk prediction, comparing the performance of three statistical techniques used in the prediction process: discriminant analysis, logistic regression and neural networks. The proposed method (entitled PRC Model) embraces six steps: (i) population definition, (ii) sampling, (iii) preliminary analysis, (iv) model development, (v) model selection and (vi) implementation steps. The PRC Model was applied to a sample of 17,005 customers from an organization, which manages his own credit system and controls a pool of drugstores. The results show the superiority of neural networks over the other two techniques. This was expected due to the non-linear approach of the neural network when dealing with the explanatory variables. Considering the neural network model and the annual sales due to customers included on this study, the use of the proposed methodology indicates a 65% potential profits.

A existência de controles internos efetivos é fundamental para a adequada mitigação dos riscos presentes nas atividades das instituições financeiras. As regras prudenciais estabelecidas nos Acordos de Basiléia, na Lei Sarbanes Oxley e, no Brasil, pelo Conselho Monetário Nacional, têm orientado os gestores quanto às boas práticas que devem adotadas para estabelecimento e manutenção de um sistema de controles internos efetivo. Todavia, independente dos marcos regulatórios, as organizações devem considerar que o adequado controle dos riscos é uma ferramenta essencial para a sua própria gestão e sobrevivência. Neste contexto, o objetivo deste trabalho foi identificar os controles internos aplicados pelo Banco Nacional de Desenvolvimento Econômico e Social - BNDES no seu processo de concessão de crédito, por meio de uma pesquisa exploratória na documentação de processos desta instituição, direcionada para um dos seus principais produtos: o BNDES Finem, na modalidade direta. Os resultados indicam que os controles internos estão constituídos com base em princípios essenciais, como segregação de funções, definição de responsabilidades, padronização de informações e normatização interna. / The existence of effective internal controls is fundamental to adequate mitigation of the risks present in the activities of financial institutions. The prudential rules laid down in the Basel Accord, the Sarbanes Oxley Act and, in Brazil, the National Monetary Council, have guided managers on good practices that should taken to establish and maintain an effective system of internal controls. However, regardless of regulatory frameworks, organizations must consider the appropriate risk control is an essential tool to their own management and survival. In this context, the objective was to identify the internal controls applied by the National Bank of Economic and Social Development - BNDES in the process of granting credit, through an exploratory process in the documentation of this institution, directed to one of its main Products: BNDES Finem, in direct mode. The results indicate that internal controls are established based on principles such as segregation of functions, defined responsibilities, standardization of information and internal standardization. / Dissertação (mestrado) - Faculdades IBMEC, Programa de Pós-Graduação em Administração, Rio de Janeiro, 2010. / Bibliografia: p. 86-92 / Inclui notas de rodapé

A presente dissertação tem como objetivo propor uma sistemática para a construção de modelos de previsão de risco de crédito e também comparar o desempenho de três técnicas estatísticas multivariadas utilizadas para sua construção: análise discriminante, regressão logística e redes neurais. O método proposto (denominado Modelo PRC) é composto de seis etapas: (i) delimitação da população; (ii) seleção da amostra; (iii) análise preliminar; (iv) construção do modelo; (v) escolha do modelo e (vi) passos para implantação. O Modelo PRC foi aplicado em uma amostra de 17.005 clientes de uma rede de farmácias com crediário próprio. Os resultados encontrados demonstram uma superioridade das redes neurais em relação às outras duas técnicas, o que era esperado devido a sua abordagem nãolinear na combinação das variáveis. Considerando a venda anual aos clientes da base em estudo e utilizando o modelo neural desenvolvido, estima-se um acréscimo de 65% nos lucros. / This work presents a methodology for credit risk prediction, comparing the performance of three statistical techniques used in the prediction process: discriminant analysis, logistic regression and neural networks. The proposed method (entitled PRC Model) embraces six steps: (i) population definition, (ii) sampling, (iii) preliminary analysis, (iv) model development, (v) model selection and (vi) implementation steps. The PRC Model was applied to a sample of 17,005 customers from an organization, which manages his own credit system and controls a pool of drugstores. The results show the superiority of neural networks over the other two techniques. This was expected due to the non-linear approach of the neural network when dealing with the explanatory variables. Considering the neural network model and the annual sales due to customers included on this study, the use of the proposed methodology indicates a 65% potential profits.