Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Programa de Pós-Graduação em Administração, 2016. / Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2016-05-11T13:02:39Z No. of bitstreams: 1 2016_MaísaCardosoAniceto.pdf: 1273908 bytes, checksum: 8e8e5c3ee67499ed70c9217f3e98acd3 (MD5) / Approved for entry into archive by Marília Freitas(marilia@bce.unb.br) on 2016-05-26T18:36:15Z (GMT) No. of bitstreams: 1 2016_MaísaCardosoAniceto.pdf: 1273908 bytes, checksum: 8e8e5c3ee67499ed70c9217f3e98acd3 (MD5) / Made available in DSpace on 2016-05-26T18:36:15Z (GMT). No. of bitstreams: 1 2016_MaísaCardosoAniceto.pdf: 1273908 bytes, checksum: 8e8e5c3ee67499ed70c9217f3e98acd3 (MD5) / A avaliação do risco de crédito tem um papel relevante para as instituições financeiras por estar associada a possíveis perdas e gerar grande impacto nas atividades do mercado financeiro. Embora existam várias pesquisas sobre risco de crédito e aprendizado de máquina ainda falta um estudo que integra e sistematiza o conhecimento disponível. Assim, o objetivo deste trabalho é apresentar uma revisão sistemática de literatura sobre aprendizado de máquina em risco de crédito. Os principais artigos dessa área foram classificados e codificados e uma agenda de pesquisa e recomendações são apresentadas para auxiliar na realização de pesquisas futuras. A segunda parte da dissertação envolve uma análise empírica de dados de uma instituição financeira e aplicação de algoritmos de Support Vector Machine e Decision Tree, além de Bagging, AdaBoost e Random Forest. Os resultados foram comparados por meio da Curva ROC, Sensibilidade, Especificidade e AUC. ________________________________________________________________________________________________ ABSTRACT / Despite several pieces of research on credit risk and machine learning, a study that integrates and systematizes available knowledge is still lacking. Credit risk evaluation has a relevant role to financial institutions for it is connected to possible losses. Also, it can have a great impact in the financial market. Thus, the aim of this study is to carry out a systematic literature review on credit risk machine learning. The main articles of this field have been classified and coded. Recommendations are presented to assist future research projects. Apart from that, this thesis focuses on an empirical data analysis of a financial institution, as well as the application of Support Vector Machine and Decision Tree algorithms; Bagging, AdaBoost and Random Forest, ensemble classifiers. The results were measured on the use of the ROC Curve, Sensitivity, Specificity and AUC.

LIMA, Marcus Vinicius Pereira. Um modelo de risco de crédito para o setor bancário de Fortaleza. 2012. 30f. Dissertação (mestrado profissional) - Programa de Pós Graduação em Economia, CAEN, Universidade federal do Ceará, Fortaleza-CE, 2012. / Submitted by Mônica Correia Aquino (monicacorreiaaquino@gmail.com) on 2013-09-23T20:25:21Z No. of bitstreams: 1 2012_dissert_mvplima.pdf: 116785 bytes, checksum: 59c9280a786d65becd75752a244821c1 (MD5) / Approved for entry into archive by Mônica Correia Aquino(monicacorreiaaquino@gmail.com) on 2013-09-23T20:25:30Z (GMT) No. of bitstreams: 1 2012_dissert_mvplima.pdf: 116785 bytes, checksum: 59c9280a786d65becd75752a244821c1 (MD5) / Made available in DSpace on 2013-09-23T20:25:30Z (GMT). No. of bitstreams: 1 2012_dissert_mvplima.pdf: 116785 bytes, checksum: 59c9280a786d65becd75752a244821c1 (MD5) Previous issue date: 2012 / The paper develops a tool for modeling the bank credit risk and applies this to banking market of Fortaleza. Using data from a large commercial bank of the city for 290 customers with active accounts and minimum income of six hundred reais, were selected 23 control variables and was estimated the probability of default on the modalities check and other credit restrictions. The results showed that: i) females are less likely to face restrictions, although this is not a determinant of emissions of bad checks; ii) people who have insurance contracted with the bank showed themselves more likely to default and iii) the extent of the bank rating proposal was effective in measuring the chance of credit risk. / O trabalho desenvolve uma ferramenta para modelar o risco de crédito bancário e aplica ao mercado bancário de Fortaleza. A partir de dados de um grande banco comercial da cidade para 290 clientes com contas ativas e renda mínima de seiscentos reais, foram selecionadas 23 variáveis de controle e estimou-se a probabilidade de inadimplência nas modalidades cheque e demais restrições de crédito. Os resultados demonstram que: i) indivíduos do sexo feminino possuem menos chance de enfrentar restrições, muito embora este não seja um determinante das emissões de cheques sem fundos; ii) os indivíduos que possuem seguro contratado junto ao banco apresentaram maior chance de inadimplência e iii) a medida de rating proposta pelo banco se mostrou eficaz em mensurar a chance de risco de crédito.

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2015. / Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2015-12-17T15:38:56Z No. of bitstreams: 1 2015_AlineRodriguesMachado.pdf: 8301687 bytes, checksum: 6ba181b94d324ca852b02987ddd55181 (MD5) / Approved for entry into archive by Marília Freitas(marilia@bce.unb.br) on 2016-02-25T13:33:57Z (GMT) No. of bitstreams: 1 2015_AlineRodriguesMachado.pdf: 8301687 bytes, checksum: 6ba181b94d324ca852b02987ddd55181 (MD5) / Made available in DSpace on 2016-02-25T13:33:57Z (GMT). No. of bitstreams: 1 2015_AlineRodriguesMachado.pdf: 8301687 bytes, checksum: 6ba181b94d324ca852b02987ddd55181 (MD5) / Em virtude da profissionalização da política de recuperação de créditos, o objetivo da dissertação foi o desenvolvimento de modelos de Collection Scoring para a determinação de melhores estratégias de atuação de cobrança para cada perfil de cliente. Os dados foram obtidos por meio do banco de dados de uma grande instituição financeira de atuação em nível nacional sendo que o universo de aplicação do modelo foi clientes com atraso superior a 90 dias. Foram ajustados um modelo de Regressão Logística e um de Riscos Proporcionais de Cox. Os resultados para os dois modelos foram semelhantes, mas a aplicação com o modelo de Cox permite a estimação considerando também o tempo até a recuperação. ______________________________________________________________________________ ABSTRACT / Because of the professionalization of credit and collection policy, the aim of this work was the development of Collection Scoring Models to determine best collection action strategies for each customer profile. Data were obtained from the database of a large financial institution acting at the national level and the universe of application of the model was clients that not pay for more than 90 days. We adjusted a Logistic Regression and a Cox Proportional Hazard Model. Both adjusted models presented similar results, but the Cox model procedures also considers the time until the recovery event.

Submitted by Israel Vieira Neto (israel.vieiraneto@ufpe.br) on 2015-03-06T11:34:59Z No. of bitstreams: 2 DISSERTAÇÃO Marcelino José Caetano.pdf: 1377688 bytes, checksum: 77b3f4efd2fef3cff97e9a7c9addc857 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-06T11:34:59Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Marcelino José Caetano.pdf: 1377688 bytes, checksum: 77b3f4efd2fef3cff97e9a7c9addc857 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2013-04 / FACEPE / O risco de inadimplência constitui uma das maiores fontes de inquietações para os agentes financeiros. A situação de descumprimento de clausula de contrato, conhecido como inadimplência pode provocar enormes prejuízos ao sistema financeiro, causando quebras de bancos, empresas, assim como, prejudicar a sociedade e a economia em geral. O presente estudo analisa se é possível identificar através de indicadores econômico-financeiros o risco de inadimplência das micro, pequenas e médias empresas pernambucanas que tomaram crédito em um banco privado. Os indicadores de liquidez, endividamento, atividade, estrutura de capital e de financiamento foram tomados como prognosticadores de risco de inadimplência, a partir de uma amostra retirada da carteira de varejo contendo 80 empresas. Através da aplicação da técnica de análise discriminante foi possível classificar as empresas em adimplentes e inadimplentes de acordo com seu poder de discriminação dentro do grupo. O nível de acerto da classificação geral resultante com base na aplicação desta técnica atingiu um grau de acurácia (medido pelo percentual de acerto do modelo) equivalente a 83,3%, no qual 5 (cinco) indicadores foram responsáveis para essa diferenciação, são: valor de garantia/financiamento, taxas de juros, liquidez corrente, liquidez imediata e prazo média de pagamento ao fornecedor. Eles foram significativos a 5%, isto é, apresentam maior capacidade explicativa para diferenciar os fatores de risco de inadimplência entre as empresas aqui estudadas. As variáveis integrantes da função discriminante final demonstraram ter alta capacidade de previsão, pelo elevado grau de acerto atingido, evidenciando assim de que a utilização de indicadores financeiros é um importante instrumento para classificação das empresas com probabilidade de inadimplência. Avaliados, os modelos de insolvência de Kanitz e de Matias apresentaram baixo desempenho na classificação geral que foram de 63% e 67% respectivamente, logo, não se mostraram compatíveis quando aplicados para as categorias das empresas da amostra, tendo em vista o nível de precisão que alcançaram.

Submitted by Suethene Souza (suethene.souza@ufpe.br) on 2015-03-09T19:48:53Z No. of bitstreams: 2 DISSERTAÇÃO Fagunes Firmino.pdf: 1189253 bytes, checksum: 48d80d78aff05b23496a3243da8f7f80 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-09T19:48:53Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Fagunes Firmino.pdf: 1189253 bytes, checksum: 48d80d78aff05b23496a3243da8f7f80 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-06-13 / FACEPE / No segmento bancário, as principais motivações das empresas pleiteantes de crédito em adotar práticas de governança corporativa consistem em garantir maior transparência e relacionamento com os bancos e facilitar o acesso delas ao crédito. Nesse contexto, o objetivo principal desta pesquisa é investigar se as boas práticas de governança corporativa das empresas demandantes de crédito contribuem para a redução do risco de crédito, na percepção dos gestores das instituições credoras localizadas na cidade do Recife (PE). Trata-se de um estudo exploratório que foi realizado em 38 agências bancárias, entre públicas e privadas, cujos participantes foram os gerentes de conta de pessoa jurídica. O instrumento de coleta de dados foi um questionário estruturado com respostas considerando a escala do tipo Likert de 5 pontos. Os resultados referentes ao risco de crédito mostraram que os gestores atribuíram maior relevância à observância dos C’s do crédito, haja vista que eles entendem que o nãocumprimento das promessas de pagamento, por parte das empresas, está diretamente relacionado aos mesmos, especialmente ao caráter, a capacidade e ao capital. Por sua vez, os resultados relacionados às práticas de governança corporativa das empresas evidenciaram que os gestores consideraram como sendo pertinente a transparência nas suas demonstrações financeiras. Identificou-se que boa parte dos bancos não possuem linhas especiais de crédito para contemplar empresas que adotam boas práticas de governança corporativa. Além do mais, os resultados constataram que os gestores acreditam que as boas práticas de governança das empresas podem contribuir para dirimir o risco de crédito.

Made available in DSpace on 2014-06-12T15:05:57Z (GMT). No. of bitstreams: 2 arquivo1182_1.pdf: 1252336 bytes, checksum: f525fed8d87638ae39fd882853bce5ca (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / Esta dissertação propôs o estudo da viabilidade da utilização de modelos de credit scoring em uma instituição educacional de ensino médio e fundamental, atuante na rede privada na cidade do Recife PE. A utilização deste tipo de modelagem é bastante difundida em instituições financeiras, no entanto sua prática no segmento de serviços apresenta-se em estágio embrionário, onde seus benefícios ainda são pouco conhecidos. A utilização de modelos como mecanismos de apoio ao gerenciamento de serviços educacionais assume importante relevância, pois este segmento tem sido severamente penalizado com elevados índices de inadimplência, aliado a uma legislação desfavorável quanto a cobrança de débitos vencidos. No desenvolvimento dos modelos de credit scoring foram utilizados as técnicas de análise discriminante, regressão logística e rede neural artificial, onde sua viabilidade foi avaliada ao se comparar a performance da previsão dos modelos com o percentual de acertos obtido pelo critério de chances. Os resultados demonstram que a análise discriminante obteve o melhor desempenho na previsão do grupo dos inadimplentes, com 80% de acerto. Por outro lado, os modelos baseados na regressão logística e rede neural artificial alcançaram o mais alto nível de acerto no grupo dos adimplentes, ambos com 93,48%. Sendo assim a modelagem de credit scoring apresentou-se como um instrumento de gestão de risco viável para a instituição de educação pesquisada

Made available in DSpace on 2014-06-12T17:21:50Z (GMT). No. of bitstreams: 2 arquivo6124_1.pdf: 1155566 bytes, checksum: 4ee9248af97b1901efbc25ffc40ea595 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2002 / Investiga a adequabilidade da utilização de uma classe especial de sistemas adaptativos as redes neurais artificiais na modelagem do comportamento da inadimplência em face das flutuações macroeconômicas. Os saldos em atraso para sete diferentes categorias de empréstimos concedidos a pessoas jurídicas são modelados por meio de redes neurais. As estimativas obtidas são comparadas àquelas observadas pela aplicação de um modelo econométrico tradicional, baseado em regressão linear múltipla. O estudo começa por percorrer a história econômica brasileira dos últimos 50 anos para buscar entender a evolução do crédito no período e suas relações com o ambiente macroeconômico. Para permitir a abordagem da metodologia empregada faz-se uma revisão da literatura sobre redes neurais artificiais, apontando vantagens e desvantagens de sua utilização frente aos métodos econométricos tradicionais. Realiza estudo empírico comparativo das duas metodologias apresentadas e conclui pela viabilidade da utilização das redes neurais, as quais apresentam resultados, para a maior parte dos casos estudados, superiores aos obtidos com o modelo de regressão linear na modelagem do comportamento dos créditos em atraso

Submitted by Israel Vieira Neto (israel.vieiraneto@ufpe.br) on 2015-03-04T13:31:08Z No. of bitstreams: 2 Henrique Veras de Paiva Fonseca - Mestrado em Economia 2012.pdf: 8260624 bytes, checksum: 1b145abcd840a8bcd4285c057d9e84b5 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-04T13:31:08Z (GMT). No. of bitstreams: 2 Henrique Veras de Paiva Fonseca - Mestrado em Economia 2012.pdf: 8260624 bytes, checksum: 1b145abcd840a8bcd4285c057d9e84b5 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2012-03-08 / A Região Nordeste desponta como o grande pólo nacional de produção de frutas tropicais frescas, dadas suas condições de clima, solos, existência de recursos hídricos e mão-de-obra abundantes. O Vale do Sub-Médio São Francisco é o principal centro de produção e exportação de frutas tropicais do país, com destaque para a produção de manga e uva. O volume de investimentos na região pode crescer ainda mais com o equacionamento de uma questão importante para o seu desenvolvimento, relacionada à utilização dos recursos do crédito rural, através do financiamento de custeios e investimentos agrícolas pelo setor privado. Alternativas de minoração das dificuldades no acesso ao crédito podem estar relacionadas com a necessidade de mitigação de riscos pelos bancos, capazes de reduzir a inadimplência, apontada nesse trabalho como uma das causas prováveis da redução da oferta de crédito. Este trabalho tem como objetivo um estudo sobre os determinantes do crédito rural na atividade agrícola em perímetros irrigados na região do Vale do São Francisco, no Nordeste brasileiro, a fim de servir como suporte para estratégias ótimas de oferta de crédito, por parte dos bancos, aos produtores da região. Para tanto, utilizou-se dados provenientes de um levantamento primário e um extenso levantamento bibliográfico. Em seguida, formulou-se um modelo econométrico a fim de se estabelecer uma relação robusta entre a expansão do crédito na região e seus determinantes. Os resultados obtidos sugerem uma relação positiva entre o risco de inadimplência e as seguintes variáveis: área total do lote, idade, venda a atravessadores, participação em organizações, inadimplência no comércio e produtores localizados no núcleo Bebedouro. De maneira inversa, relacionam-se os seguintes fatores: renda, escolaridade, possuir certificação internacional, além de produtores localizados nos núcleos N1, N7 e N8 do perímetro irrigado Nilo Coelho.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade e Gestão de Políticas Públicas, Programa de Pós-Graduação em Ciências Contábeis, 2017. / Submitted by Albânia Cézar de Melo (albania@bce.unb.br) on 2017-05-08T14:42:33Z No. of bitstreams: 1 2017_JoãoTupinambáGomesNeto.pdf: 1437972 bytes, checksum: 403bdfac78ec75bf8d18708a5537a185 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-05-08T18:31:16Z (GMT) No. of bitstreams: 1 2017_JoãoTupinambáGomesNeto.pdf: 1437972 bytes, checksum: 403bdfac78ec75bf8d18708a5537a185 (MD5) / Made available in DSpace on 2017-05-08T18:31:16Z (GMT). No. of bitstreams: 1 2017_JoãoTupinambáGomesNeto.pdf: 1437972 bytes, checksum: 403bdfac78ec75bf8d18708a5537a185 (MD5) Previous issue date: 2017-05-08 / As instituições financeiras possuem como função principal a intermediação financeira, captando recursos de unidades superavitárias e emprestando para unidades deficitárias, estando sujeitas a diversos riscos, com destaque para o risco de crédito, associado à inadimplência dos tomadores de recursos. Os Acordos de Basileia visam mensurar o capital mínimo regulatório para as instituições financeiras suprirem eventuais perdas, mediante adequação aos ativos ponderados pelos riscos. Portanto, o rating de crédito das instituições financeiras atribuído pelas principais agências de rating passou a ser acompanhado por: acionistas, investidores, governos e reguladores, como um sinalizador da saúde financeira desse tipo de instituição. A partir do aumento da importância do rating para o setor bancário, surgem questionamentos sobre possíveis diferenças na atribuição de rating de instituições financeiras caso estas estejam sediadas em países emergentes ou não emergentes; e se o rating soberano de um país seria um teto limitador ao rating das instituições financeiras, conforme observado na literatura. Portanto, a pesquisa tem como objetivo avaliar se há diferenças nos determinantes dos ratings de crédito das instituições financeiras, tendo como diferencial, em comparação a estudos anteriores, a segregação dos determinantes do rating das instituições financeiras caso estejam em países emergentes ou não emergentes. A partir das conclusões, também verifica-se que realmente existem diferenças nos determinantes do rating das referidas instituições, caso estejam sediadas em países emergentes ou não emergentes. O tamanho e a qualidade das operações de crédito são as variáveis que mais teriam influência na amostra de instituições financeiras (IF) de países não emergentes, seguidas do rating soberano. Nas instituições sediadas em países emergentes, fica mais evidente que o rating soberano seria o principal determinante do rating dessas instituições, juntamente com um indicador de qualidade dos ativos: participação dos empréstimos sobre os ativos totais. / Financial institutions have as their main function financial intermediation, capturing resources from surplus units and lending to deficit units, being subject to several risks, especially credit risk, that are related to default. The Basel Accords aim to measure regulatory minimum capital for banks to supply possible losses, by adjusting the capital to risk-weighted assets. Therefore, the credit rating of the financial institution attributed by the main rating agencies came to be accompanied by: shareholders, investors, governments and regulators, as a sign of the financial health of this type of institution. From the increasing importance of the rating to the banking sector, questions arise about possible differences in the attribution of rating of financial institutions if they are based in emerging or non-emerging countries; And whether the sovereign rating of a country would be a limiting ceiling on the rating of financial institutions, as observed in the literature. Therefore, the research aims to assess whether there are differences in the determinants of the credit ratings of financial institutions, as opposed to previous studies, the segregation of the determinants of the rating of financial institutions if they are in emerging or non-emerging countries. From the conclusions, it is also verified that there really are differences in the determinants of the rating of these institutions, if they are based in emerging or non-emerging countries. The size and quality of credit operations are the variables that would most influence the sample of financial institutions (FIs) of non-emerging countries, followed by the sovereign rating. In institutions based in emerging countries, it is more evident that the sovereign rating would be the main determinant of the rating of these institutions, together with an indicator of asset quality: share of loans over total assets.

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Programa de Pós-Graduação em Administração, 2016. / Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2016-06-23T16:39:44Z No. of bitstreams: 1 2016_FabioAugustoScaletMedina.pdf: 980307 bytes, checksum: c57d891197aa6227064966be4883bc3e (MD5) / Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-06-24T21:35:55Z (GMT) No. of bitstreams: 1 2016_FabioAugustoScaletMedina.pdf: 980307 bytes, checksum: c57d891197aa6227064966be4883bc3e (MD5) / Made available in DSpace on 2016-06-24T21:35:55Z (GMT). No. of bitstreams: 1 2016_FabioAugustoScaletMedina.pdf: 980307 bytes, checksum: c57d891197aa6227064966be4883bc3e (MD5) / A presente dissertação de mestrado teve como objetivo principal verificar a aplicabilidade da metodologia Regressão Logística Geograficamente Ponderada (GWLR) para a construção de modelos de credit scoring. As fórmulas do melhor conjunto de modelos locais estimados via GWLR foram comparadas entre si, em termos de valor dos coeficientes e significância das variáveis, e frente ao modelo global estimado via Regressão Logística. Foram utilizados dados reais referentes às operações de Crédito Direto ao Consumidor (CDC) de uma instituição financeira pública nacional concedidas a clientes domiciliados no Distrito Federal (DF). Os resultados encontrados demonstraram a viabilidade da utilização da técnica GWLR para desenvolver modelos de credit scoring. Os modelos estimados para cada região do DF se mostraram distintos em suas variáveis e coeficientes (parâmetros) e três dos cinco indicadores do modelo via GWLR se mostraram superiores aos do modelo via Regressão Logística. ________________________________________________________________________________________________ ABSTRACT / This master thesis aimed to verify the applicability of the methodology Geographically Weighted Logistic Regression (GWLR) to develop credit scoring models. The formulas of the best set of local models estimated by GWLR were compared in terms of value of the coefficients and significance of the variables, and against the global model estimated by Logistic Regression. It was used a real granting data of Direct Credit Consumer from a national public financial institution to borrowers domiciled in the Federal District (FD) of Brazil. The results demonstrated the feasibility of using the technique GWLR to develop credit scoring models. The estimated models for each region of FD have showed to be different in their variables and coefficients (parameters) and three out of five indicators calculated for the developed model by GWLR were superiors than indicators of the developed model by Logistic Regression.