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.

Desde Markowitz (1952), a volatilidade tem ocupado um papel de grande importância dentro da moderna teoria das finanças. Durante muito tempo, a mensuração da volatilidade tem sido realizada a partir de dados diários. No entanto, a disponibilização de dados intradiários, somada à redução do custo de aquisição destes, tem permitido a criação de modelos baseados nestes dados, o que permite incorporar mais informação, e em teoria, proporcionar previsões mais eficientes em comparação aos modelos que incorporam dados diários apenas. Dessa forma, o objetivo foi verificar se a modelagem da volatilidade a partir da utilização de dados diários é mais eficiente que a modelagem a partir de dados diários em termos de previsão da volatilidade futura. Utilizou-se, para comparar os modelos, a lucratividade de operações estruturadas no mercado de derivativos entre janeiro e abril de 2011. Os resultados demonstram que tantos os modelos baseados em dados diários como intradiarios apresentaram resultados satisfatórios em termos de previsão da volatilidade futura, tendo, entretanto, os modelos intradiários apresentado mais consistentes se comparado aos modelos diários, além de serem mais simples de serem estimados. / Since Markowitz (1952), volatility has played a major role in modern finance theory. For a long time, the measurement of volatility has been made from daily data. However, the availability of intraday data, added to reduce of the cost of these has allowed the creation of models based on these data, which allows to incorporate more information, and, in theory, provide more efficient forecasts compared to models that incorporate daily data only. Thus, the objective was to verify if the modeling of volatility from the use of daily data is more efficient than the model from daily data in terms of forecasting future volatility. Was used to compare the models, the profitability of structured transactions in the derivatives market between January and April 2011. The results show that both daily and intraday models showed satisfactory results in terms of forecasting future volatility, with, however, higher consistent of intraday models compared to daily models, being simpler to estimated them too.

A relação entre Variáveis Macroeconômicas e o Retorno de Ações é de alta importância para pesquisas econômicas e financeiras, já que, quando descoberto, um mecanismo de conhecer ou prever o impacto dessas variáveis oportuniza uma melhor performance de investidores no mercado acionário. Nesse sentido, nosso trabalho testa nove variáveis macroeconômicas (Preço de Commodities, Taxa de Desemprego, Inflação, Agregados Monetários, Taxas de juros, Relative Money Market Rate (RMM), Produção Industrial, Hiato do Produto (GAP) e Taxa de juros dos EUA) contra o retorno real do Ibovespa, empregando regressões lineares, como tradicional na literatura, e modelos de mudança de regime markoviana (MSM), para avaliar melhor o impacto e poder de previsão do retorno sob uma economia tão perturbada por planos econômicos e crises financeiras. Além disso, realizamos uma rigorosa avaliação do poder preditivo através de testes dentro e fora da amostra, incluindo avaliações dos coeficientes estimados defasados, critérios de Informação de AIC e BIC, Razões de Erro Quadrático Médio e o Erro Absoluto Médio e testes de encompassing de Diebold e Mariano (1995), de Clark e Mccracken (2001) e de Mccracken (2007), combinados aos novos valores assintóticos de Clark e Mccracken (2001,2004). Os resultados indicam que o Ibovespa possui dois regimes, e que a variável Hiato do Produto se destaca por ser a variável mais significativa e de maior poder de previsão, tanto nos modelos lineares como nos nãolineares. Além dessa, a variável RMM, também se mostrou capacitada para prever o retorno quando estimada no MSM, assim como as variáveis inflação e agregados monetários também apresentaram poder preditivo quando acompanhados da variável GAP. Entretanto, Produção industrial e taxa de juros não tiveram qualquer evidência de capacidade preditiva. Por fim, nos horizontes trimestrais e semestrais, os MSM tiveram dificuldade de encontrar os diferentes regimes, e por isso, não conseguiram se mostrar sistematicamente superiores aos modelos lineares. / The relationship between Macroeconomic Variables and stock returns is of high importance for economic and financial research because, when discovered, a mechanism to know or predict the impact of these variables allows a better performance of investors in the stock market In this sense, our research tests nine macroeconomic variables (Commodities Prices, Unemployment Rate, Inflation, Money Stock, Interest Rate, Relative Money Market Rate (RMM), Industrial Production, Output Gap (GAP) and United States Interest Rate) versus the Ibovespa Real Stock Return, with linear models, as in traditional literature, and with Markov Switching Models, to gauge the impact and the predictive power of the assumption of an economy so troubled by economic plans and financial crises. In addition, we conducted a rigorous predictive ability evaluation by testing in-sample and out-of-sample, including a lagged coefficient estimated evaluation, information criteria of Akaike and Schwarz, Mean-square Error, Absolute Mean Error and encompassing tests of Diebold e Mariano (1995), Clark e Mccracken (2001) and Mccracken (2007) combined with the new asymptotic values of Clark e Mccracken (2001,2004). The results indicated that the Ibovespa has two states and the Output Gap variable stands out for being the most significant variable and with the greatest predictive ability for both linear and nonlinear models. Besides, the RMM variable has also shown to be able to predict the stock return when estimated in the MSM. Furthermore, the inflation and money stock variable also presents predict ability when estimated models is addicted with GAP variable. Industrial production and interest rates had no evidence of predictive ability. Finally, in the quarterly and semiannual horizons, the MSM had difficulty in finding the different regimes, and therefore failed to show themselves consistently higher than the linear models.

A realização de previsões de volatilidade é uma atividade de suma importância para empresas e agentes econômicos, entretanto utilizar-se de apenas um modelo para obtê-las pode não ser suficiente para incorporar todo o conhecimento associado ao ambiente de previsões. As técnicas de combinação de previsões podem incorporar todo o conhecimento associado ao ambiente de previsão. As técnicas de combinação têm como objetivo principal incorporar vários modelos com a finalidade de reduzir as medidas de erro de previsão. Este trabalho apresenta uma comparação da acurácia dos modelos individuais e das técnicas de combinação. Os modelos individuais incluídos nas técnicas de combinação são os modelos da família GARCH, o modelo de Alisamento Exponencial e o de Volatilidade Estocástica. Já as técnicas de combinação escolhidas foram a técnica de combinação por média aritmética, a técnica de combinação de pesos fixos proposta por Granger e Ramanathan (1984), a técnica de combinação com pesos móvel de Terui e Djik (2002). / The realization of forecasts of volatility is an activity of extreme importance for companies and economy agents, however to utilize only one model to obtain them could be insuficient to incorporate all the knowledge associated to the ambient of previsions. The technics of combination of forecasts have as its main objective to incorporate various models with the finality to reduce the measures of error of prediction. This work presents a comparision of the acuracy of the individual models and of the combination technics. The individual models included on the technics of combination are the models of the family GARCH, the model of Exponentially Weighted Moving Averages. Thus the technics of combination chosen were the technic of combination by arithmetic average, the technic of fixed weights proposed by Granger and Ramanathan (1984), the technic of combination of movable weights of Terui e Djik (2002).

Este trabalho aplica algumas formas de penalização tipo LASSO aos coeficientes para reduzir a dimensionalidade do espaço paramétrico em séries temporais, no intuito de melhorar as previsões fora da amostra. Particularmente, o método denominado aqui como WLadaLASSO atribui diferentes pesos para cada coeficiente e para cada defasagem. Nas implementações de Monte Carlo deste trabalho, quando comparado a outros métodos de encolhimento do conjunto de coeficientes, essencialmente nos casos de pequenas amostras, o WLadaLASSO mostra superioridade na seleção das covariáveis, na estimação dos parâmetros e nas previsões. Uma aplicação a séries macroeconômicas brasileiras também mostra que tal abordagem apresenta a melhor performance de previsão do PIB brasileiro comparada a outras abordagens. / This dissertation applies some forms of LASSO-type penalty on the coefficients to reduce the dimensionality of the parameter space in time series, in order to improve the out-of-sample forecasting. Particularly, the method named here as WLadaLASSO assigns different weights to each coefficient and lag period. In Monte Carlo implementations in this study, when compared to other shrinkage methods, essentially for small samples, the WLadaLASSO shows superiority in the covariable selection, in the parameter estimation and in forecasting. An application to Brazilian macroeconomic series also shows that this approach has the best forecasting performance of the Brazilian GDP compared to other approaches.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This study aimed identify the fundamental hydrological variables in the formation of floods and develop a forecast model of floods in real time and with simple operation, for the region of Vale do Taquari, located in Rio Grande do Sul. Thus, at first the study area focused on watershed of the Taquari-Antas river and, subsequently, in the stretch comprising the region of Vale do Taquari, especially among the municipalities of Muçum and Estrela, the most affected by the floods. To achieve the aim was evaluated the existing hydrological monitoring network in the watershed of the Taquari-Antas river; the hydrological behavior of this and finally elaborated a model of simple operation for forecast maximum level of flood in the municipality of Estrela. As hydrological data source used the Hydrological Information System the National Water Agency (HIDROWEB) and records made by other local institutions. The evaluation of the hydrological monitoring network was based on the recommendations of the WMO. The analysis of the hydrological behavior stems from evaluation of morphology, time of concentration of the main sub-basins and points along the main river and recurrence of the highest elevations in the most critical stretch to floods. Utilized the following software throughout the study: ArcGis version 10.1; EasyFit version 5.6; Action; and all calculations procedures were conducting in Excel. As for the model, it has been produced by the multiple linear regression method. 59 tuning options were tested through combinations of the series of maximum level star with the explanatory variables: river levels series in sections upstream Estrela (Encantado and Muçum), which occurred on the day of the Estrela event, on earlier and concerning the maximum amount recorded during the event; as well as data series of cumulative average rainfall in the sub-basin in "x" days prior to the event. There was the best fit through quality measures: mean square error, standard error, Nash-Sutcliffe coefficient; determination and Pearson correlation. The best model found was submitted to verify the compliance of the hypothesis of the method. Based on the results it is concluded that the linear regression model composed by the equation identified as function nº. 54 modified provided the best results for forecast floods in Estrela. This model is based on the maximum levels upstream in Muçum and Encantado municipality and, due to the peak time between the cities be less than one day, it is recommended to apply hourly basis. It was found that the average rainfall no statistical significance in the composition of the regression model. Still, it was found that: (i) the watershed of the Taquari- Antas river presents rapid response to most of the rainfall events with high volumes; and (ii) there is need of network with better quality, both spatially and temporally. In summary, this study gives satisfactory results to the academic area and in the future could provide a significant social contribution, given its continuity and applicability. / O objetivo deste estudo foi identificar as variáveis hidrológicas fundamentais na formação das inundações e desenvolver um modelo de previsão das inundações em tempo real e com simples operacionalização, para a região do Vale do Taquari, situada no Rio Grande do Sul. Desta maneira, em um primeiro momento a área de estudo se concentrou na bacia hidrográfica Taquari-Antas e, após, no trecho que compreende a região do Vale do Taquari, sobretudo entre os municípios de Muçum e Estrela, os mais afetados pelas inundações. Para atingir os objetivos avaliou-se a rede monitoramento hidrológico existente na bacia hidrográfica Taquari-Antas; o comportamento hidrológico desta e, por fim, elaborou-se um modelo de simples operação para previsão da cota máxima de inundações no município de Estrela. Como fonte de dados hidrológicos utilizou-se o Sistema de Informações Hidrológicas da ANA (Hidroweb) e os registros realizados por outras instituições locais. A avaliação da rede de monitoramento hidrológico baseou-se nas recomendações da WMO. A análise do comportamento hidrológico decorreu da avaliação morfométrica, tempo de concentração das principais sub-bacias e pontos ao longo do rio principal e recorrência das cotas máximas no trecho mais crítico à inundações.Utilizaram os seguintes softwares ao longo do estudo: ArcGis versão 10.1; EasyFit versão 5.6; Action; sendo que todos os procedimentos de cálculos foram realizando no Excel. Quanto ao modelo, optou-se pela sua concepção através do método de regressão linear múltipla. Testaram 59 opções de ajuste, tendo em vista as combinações da série de cota máxima de Estrela com as variáveis explicativas: séries de cotas de seções a montante de Estrela (Encantado e Muçum), ocorridas no dia do evento de Estrela, no dia anterior e referente ao valor máximo registrado durante o evento; bem como série de dados da precipitação média acumulada na sub-bacia em x dias anterior ao evento. A verificação do melhor ajuste ocorreu através das medidas de qualidade: erro médio quadrático, erro padrão, coeficiente de Nash-Sutcliffe; determinação e correlação de Pearson. O melhor modelo encontrado foi submetido à verificação do atendimento das hipóteses do método. A partir dos resultados concluiu-se que o modelo de regressão linear consistido pela equação identificada como função n.º 54 modificada proporcionou os melhores resultados para a previsão de inundação em Estrela. Tal modelo baseia-se nas cotas máximas a montante no município de Muçum e Encantado e, em função do tempo de pico entre os municípios ser inferior a um dia, recomenda-se a aplicação de forma horária. Constatou-se que a precipitação média não apresenta significância estatística na composição do modelo de regressão. Ainda verificou-se que: (i) a bacia hidrográfica do rio Taquari-Antas apresenta rápida resposta à maioria dos eventos de chuvas com elevados volumes; e (ii) há necessidade de uma rede com melhor qualidade, tanto espacialmente, quanto temporalmente. Resumidamente, este estudo conferiu resultados satisfatórios à área acadêmica e, futuramente, poderá proporcionar uma contribuição social significativa, dada a sua continuidade e aplicabilidade.

A relação entre Variáveis Macroeconômicas e o Retorno de Ações é de alta importância para pesquisas econômicas e financeiras, já que, quando descoberto, um mecanismo de conhecer ou prever o impacto dessas variáveis oportuniza uma melhor performance de investidores no mercado acionário. Nesse sentido, nosso trabalho testa nove variáveis macroeconômicas (Preço de Commodities, Taxa de Desemprego, Inflação, Agregados Monetários, Taxas de juros, Relative Money Market Rate (RMM), Produção Industrial, Hiato do Produto (GAP) e Taxa de juros dos EUA) contra o retorno real do Ibovespa, empregando regressões lineares, como tradicional na literatura, e modelos de mudança de regime markoviana (MSM), para avaliar melhor o impacto e poder de previsão do retorno sob uma economia tão perturbada por planos econômicos e crises financeiras. Além disso, realizamos uma rigorosa avaliação do poder preditivo através de testes dentro e fora da amostra, incluindo avaliações dos coeficientes estimados defasados, critérios de Informação de AIC e BIC, Razões de Erro Quadrático Médio e o Erro Absoluto Médio e testes de encompassing de Diebold e Mariano (1995), de Clark e Mccracken (2001) e de Mccracken (2007), combinados aos novos valores assintóticos de Clark e Mccracken (2001,2004). Os resultados indicam que o Ibovespa possui dois regimes, e que a variável Hiato do Produto se destaca por ser a variável mais significativa e de maior poder de previsão, tanto nos modelos lineares como nos nãolineares. Além dessa, a variável RMM, também se mostrou capacitada para prever o retorno quando estimada no MSM, assim como as variáveis inflação e agregados monetários também apresentaram poder preditivo quando acompanhados da variável GAP. Entretanto, Produção industrial e taxa de juros não tiveram qualquer evidência de capacidade preditiva. Por fim, nos horizontes trimestrais e semestrais, os MSM tiveram dificuldade de encontrar os diferentes regimes, e por isso, não conseguiram se mostrar sistematicamente superiores aos modelos lineares. / The relationship between Macroeconomic Variables and stock returns is of high importance for economic and financial research because, when discovered, a mechanism to know or predict the impact of these variables allows a better performance of investors in the stock market In this sense, our research tests nine macroeconomic variables (Commodities Prices, Unemployment Rate, Inflation, Money Stock, Interest Rate, Relative Money Market Rate (RMM), Industrial Production, Output Gap (GAP) and United States Interest Rate) versus the Ibovespa Real Stock Return, with linear models, as in traditional literature, and with Markov Switching Models, to gauge the impact and the predictive power of the assumption of an economy so troubled by economic plans and financial crises. In addition, we conducted a rigorous predictive ability evaluation by testing in-sample and out-of-sample, including a lagged coefficient estimated evaluation, information criteria of Akaike and Schwarz, Mean-square Error, Absolute Mean Error and encompassing tests of Diebold e Mariano (1995), Clark e Mccracken (2001) and Mccracken (2007) combined with the new asymptotic values of Clark e Mccracken (2001,2004). The results indicated that the Ibovespa has two states and the Output Gap variable stands out for being the most significant variable and with the greatest predictive ability for both linear and nonlinear models. Besides, the RMM variable has also shown to be able to predict the stock return when estimated in the MSM. Furthermore, the inflation and money stock variable also presents predict ability when estimated models is addicted with GAP variable. Industrial production and interest rates had no evidence of predictive ability. Finally, in the quarterly and semiannual horizons, the MSM had difficulty in finding the different regimes, and therefore failed to show themselves consistently higher than the linear models.

Desde Markowitz (1952), a volatilidade tem ocupado um papel de grande importância dentro da moderna teoria das finanças. Durante muito tempo, a mensuração da volatilidade tem sido realizada a partir de dados diários. No entanto, a disponibilização de dados intradiários, somada à redução do custo de aquisição destes, tem permitido a criação de modelos baseados nestes dados, o que permite incorporar mais informação, e em teoria, proporcionar previsões mais eficientes em comparação aos modelos que incorporam dados diários apenas. Dessa forma, o objetivo foi verificar se a modelagem da volatilidade a partir da utilização de dados diários é mais eficiente que a modelagem a partir de dados diários em termos de previsão da volatilidade futura. Utilizou-se, para comparar os modelos, a lucratividade de operações estruturadas no mercado de derivativos entre janeiro e abril de 2011. Os resultados demonstram que tantos os modelos baseados em dados diários como intradiarios apresentaram resultados satisfatórios em termos de previsão da volatilidade futura, tendo, entretanto, os modelos intradiários apresentado mais consistentes se comparado aos modelos diários, além de serem mais simples de serem estimados. / Since Markowitz (1952), volatility has played a major role in modern finance theory. For a long time, the measurement of volatility has been made from daily data. However, the availability of intraday data, added to reduce of the cost of these has allowed the creation of models based on these data, which allows to incorporate more information, and, in theory, provide more efficient forecasts compared to models that incorporate daily data only. Thus, the objective was to verify if the modeling of volatility from the use of daily data is more efficient than the model from daily data in terms of forecasting future volatility. Was used to compare the models, the profitability of structured transactions in the derivatives market between January and April 2011. The results show that both daily and intraday models showed satisfactory results in terms of forecasting future volatility, with, however, higher consistent of intraday models compared to daily models, being simpler to estimated them too.

Este trabalho aplica algumas formas de penalização tipo LASSO aos coeficientes para reduzir a dimensionalidade do espaço paramétrico em séries temporais, no intuito de melhorar as previsões fora da amostra. Particularmente, o método denominado aqui como WLadaLASSO atribui diferentes pesos para cada coeficiente e para cada defasagem. Nas implementações de Monte Carlo deste trabalho, quando comparado a outros métodos de encolhimento do conjunto de coeficientes, essencialmente nos casos de pequenas amostras, o WLadaLASSO mostra superioridade na seleção das covariáveis, na estimação dos parâmetros e nas previsões. Uma aplicação a séries macroeconômicas brasileiras também mostra que tal abordagem apresenta a melhor performance de previsão do PIB brasileiro comparada a outras abordagens. / This dissertation applies some forms of LASSO-type penalty on the coefficients to reduce the dimensionality of the parameter space in time series, in order to improve the out-of-sample forecasting. Particularly, the method named here as WLadaLASSO assigns different weights to each coefficient and lag period. In Monte Carlo implementations in this study, when compared to other shrinkage methods, essentially for small samples, the WLadaLASSO shows superiority in the covariable selection, in the parameter estimation and in forecasting. An application to Brazilian macroeconomic series also shows that this approach has the best forecasting performance of the Brazilian GDP compared to other approaches.

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.