Dissertação (mestrado)—Universidade de Brasília, Faculdade de Administração, Economia, Contabilidade e Gestão Pública, Programa de Pós-Graduação em Administração, 2016. / Submitted by Camila Duarte (camiladias@bce.unb.br) on 2017-01-24T17:31:54Z No. of bitstreams: 1 2016_JoséRômulodeCastroVieira.pdf: 2255741 bytes, checksum: 57c6f2f4036147b5ad153870340ed2e6 (MD5) / Rejected by Ruthléa Nascimento(ruthleanascimento@bce.unb.br), reason: Altere o título por favor? Você colocou tudo em mínuscula, mas há nomes próprios nele e, conforme a língua portuguesa, devem começar com letra maiúscula. Altere também a formatação do abstract, as palavras estão sem espaçamento. Obrigada! on 2017-02-13T18:04:19Z (GMT) / Submitted by Camila Duarte (camiladias@bce.unb.br) on 2017-02-14T15:22:37Z No. of bitstreams: 1 2016_JoséRômulodeCastroVieira.pdf: 2255741 bytes, checksum: 57c6f2f4036147b5ad153870340ed2e6 (MD5) / Approved for entry into archive by Ruthléa Nascimento(ruthleanascimento@bce.unb.br) on 2017-02-15T17:31:18Z (GMT) No. of bitstreams: 1 2016_JoséRômulodeCastroVieira.pdf: 2255741 bytes, checksum: 57c6f2f4036147b5ad153870340ed2e6 (MD5) / Made available in DSpace on 2017-02-15T17:31:18Z (GMT). No. of bitstreams: 1 2016_JoséRômulodeCastroVieira.pdf: 2255741 bytes, checksum: 57c6f2f4036147b5ad153870340ed2e6 (MD5) / Este trabalho tem como objetivo principal implementar diferentes modelos de previsão da inadimplência,a partir de métodos de creditscoring e técnicas computacionais com algoritmos deMachine Learning (Análise discriminante, regressão logística, DecisionTree, Random Forest,BootstrapAggregating e AdaptiveBoosting) e comparar a adequação dos modelos de previsão da inadimplência que melhor identifiquem o bom e o mau pagador no Programa Minha Casa, Minha Vida. Para avaliar a adequação dos modelos de Machine Learning, foram realizados três testes com a obtenção dos índices Area Under ROC Curve (AUROC), Kolmogorov–Smirnov (KS) eBRIER Score com o intuito de validar os modelos em diferentes intervalos de tempo para variável dependente default (30, 60, 90, 120 dias), validar os modelos, considerando um número menor de observações (300.000) e validar os modelos sem o uso de variáveis discriminatórias (gênero,idade e estado civil). Verifica-se que a capacidade de predição dos modelos melhorou, à medida que o número de dias de atrasos utilizados para definir a variável default, aumentava. Os melhores resultados foram obtidos com Bootstrap Aggregating (Bagging), Random Forest (RF) e Adaptive Boosting (AdaBoost). Observa-se um impacto negativo considerável nos resultados quando utilizado um número menor de observações. Verificou-se também que a retirada de variáveis discriminatórias dos modelos preserva o poder discriminatório do sistema de classificação de riscode crédito. Aplicando o algoritmo Bagging no Programa Minha Casa, Minha Vida (PMCMV) a taxa de inadimplência que é de 11,80% poderia ser reduzida para 2,95%. Logo, 197.905 mil contratos inadimplentes deixariam de existir no PMCMV resultando em uma redução nas perdas com inadimplência de aproximadamente R$ 9,8 bilhões. / The main objective of this work is to implement different models of forecasting of default, from credit scoring methods and computational techniques with Machine Learning algorithms (discriminant analysis, logistic regression, decision tree, random forest, bootstrap aggregating and adaptive boosting) and compare The adequacy of the default models that best identify the good and the bad payer in the "Programa Minha Casa, Minha Vida"(PMCMV). In order to evaluate the suitability of the Machine Learning models, three tests were carried out to obtain the Area Under ROC curve (AUROC), Kolmogorov-Smirnov (KS) and BRIER Score indices with the aim of validating the models at different time intervals for variable (30, 60, 90, 120 days), validate the models, considering a smaller number of observations (300,000) and validate the models without the use of discriminatory variables (gender, age and marital status). It is verified that the prediction capacity of the models improved, as the number of days of delays used to define the default variable increased. The best results were obtained with bootstrap aggregating (Bagging), random forest (RF) and adaptive boosting (AdaBoost). A considerable negative impact on results is observed when a smaller number of observations are used. It was also found that the removal of discriminatory variables from the models preserves the discriminatory power of the credit risk classification system. Applying the Bagging algorithm in the "Programa Minha Casa, Minha Vida"(PMCMV) program, the default rate of 11.80% could be reduced to 2.95%. Therefore, 197,905 thousand defaulted contracts would cease to exist in the PMCMV resulting in a reduction in losses with delinquencies of approximately 9.8 billion of real.

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.

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-04-05T20:08:31Z No. of bitstreams: 1 TeseMROJ.pdf: 2077202 bytes, checksum: 62fc395e16c6576efb12a5f2918e13d3 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-04-19T14:07:14Z (GMT) No. of bitstreams: 1 TeseMROJ.pdf: 2077202 bytes, checksum: 62fc395e16c6576efb12a5f2918e13d3 (MD5) / Approved for entry into archive by Ronildo Prado (ronisp@ufscar.br) on 2017-04-19T14:07:23Z (GMT) No. of bitstreams: 1 TeseMROJ.pdf: 2077202 bytes, checksum: 62fc395e16c6576efb12a5f2918e13d3 (MD5) / Made available in DSpace on 2017-04-19T14:13:26Z (GMT). No. of bitstreams: 1 TeseMROJ.pdf: 2077202 bytes, checksum: 62fc395e16c6576efb12a5f2918e13d3 (MD5) Previous issue date: 2016-09-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / In this thesis, we introduce a methodology based on zero-inflated survival data for the purposes of dealing with propensity to default (credit risk) in bank loan portfolios. Our approach enables us to accommodate three different types of borrowers: (i) individual with event at the starting time, i.e., default on a loan at the beginning; (ii) non-susceptible for the event of default, or (iii) susceptible for the event. The information from borrowers in a given portfolio is exploited through the joint modeling of their survival time, with a multinomial logistic link for the three classes. An advantage of our approach is to accommodate zero-inflated times, which is not possible in the standard cure rate model introduced by Berkson & Gage (1952). The new model proposed is called zero-inflated cure rate model. We also extend the promotion cure rate model studied in Yakovlev & Tsodikov (1996) and Chen et al. (1999), by incorporating excess of zeros in the modelling. Despite allowing to relate covariates to the fraction of cure, the current approach does not enable to relate covariates to the fraction of zeros. The new model proposed is called zero-inflated promotion cure rate model. The second part of this thesis aims at proposing a regression version of the inflated mixture model presented by Calabrese (2014) to deal with multimodality in loss given default data. The novel methodology is applied in four retail portfolios of a large Brazilian commercial bank. / Nesta tese de doutorado, introduzimos uma metodologia baseada em dados de sobrevivência inflacionados em zero com o objetivo de lidar com propensão à inadimplencia (ou seja, risco de crédito) em carteiras de empréstimos bancários. Nossa abordagem permite acomodar (extrair informações de) três tipos diferentes de clientes bancários: (i) indivíduo com empréstimo inadimplente logo no início; (ii) cliente não suscetível ao evento de inadimplência, ou (iii) cliente suscetível ao evento de inadimplir. A informação dos empréstimos em um determinado portfólio é explorada através da modelagem conjunta do seu tempo de sobrevivência, com uma ligação logística multinomial para as três classes. Uma vantagem da nossa abordagem é acomodar tempos inflados em zero, o que não é possível no modelo de fração de cura padrão introduzido por Berkson & Gage (1952). Também estendemos o modelo com fração de cura estudado por Yakovlev & Tsodikov (1996) e Chen et al. (1999), incorporando excesso de zeros na modelagem. Apesar de permitir relacionar covariáveis à fração de cura do modelo, a abordagem padrão não permite relacionar covariáveis com a proporção de zeros dos dados. A segunda parte desta tese visa propor uma versão de regressão do modelo de mistura inflada apresentada por Calabrese (2014), visando extrair informações referentes a multimodalidade apresentada em dados relacionados à perda dado a inadimplência (LGD). A nova metodologia é aplicada em quatro carteiras de empréstimo de varejo de um grande banco comercial brasileiro. / CAPES: BEX 10583/14-9

Submitted by (edna.saturno@ufrpe.br) on 2016-05-24T14:42:10Z No. of bitstreams: 1 Evelyne Ruiz.pdf: 530462 bytes, checksum: 724e20f36c304403d905d9e1ef1b05f7 (MD5) / Made available in DSpace on 2016-05-24T14:42:10Z (GMT). No. of bitstreams: 1 Evelyne Ruiz.pdf: 530462 bytes, checksum: 724e20f36c304403d905d9e1ef1b05f7 (MD5) Previous issue date: 2011-04-28 / In recent years the increase in the volume of credits for rural activities have required the use of risk assessment models, such as credit scoring, form lenders in their credit policies that provide them, more precisely, an assessment effective regarding to the possibility of default. The objective of this research is to investigate the default among borrowers benefited from the rural Project Fund for the Development of Family Agriculture - FUNDAF Project, seeking to establish a relationship between the characteristics of borrowers and defaults. Using the method of exploratory and descriptive research, data from side to acquire the characteristics of the population investigated was collected. This collection was made in the loan portfolio consisted of 216 National Agency of Enterprise Development ANDE borrowers in the rural community of Jucuri / RN. Five groups of characteristics relating to borrowers were used to develop this work,: Status, Personal profile of borrowers, financial profile of borrowers, credit profile of the operation, the Default Profile. To achieve the proposed objectives, three methods of analysis were used: descriptive statistics, Fisher test and Mann-Whitney U test. The results show that the characteristics that have significance in relation to default were those relating to the financial profile of the borrower's credit, revenue, expense and provision for the ANDE and the profile of credit: the value of the parcel. It can be seen as indicative of the high percentage of defaults in the portfolio of rural credit in that entity, non-observance of strict evaluation criteria relating to income and expenditure characteristics of borrowers indispensable prerequisite to the discharge of the provision stipulated. / Nos últimos anos o acréscimo no volume de concessão de créditos voltados às atividades rurais tem exigido das entidades de crédito, modelos de avaliação de riscos, tais como o credit scoring, em suas políticas de crédito que lhes proporcionem, de forma mais precisa, uma avaliação eficaz quanto à possibilidade de ocorrência de inadimplência. O objetivo desta pesquisa é investigar a inadimplência entre os tomadores de Crédito Rural beneficiados pelo Projeto Fundo para o Desenvolvimento da Agricultura Familiar - FUNDAF, buscando estabelecer uma relação entre as características dos tomadores de crédito e a inadimplência. Através do método de pesquisa exploratória e descritiva, foi feita uma coleta de dados secundários para a aquisição das características relativas à população investigada. Esta coleta foi realizada na carteira de crédito da Agencia Nacional do Desenvolvimento Empresarial - ANDE composta de 216 tomadores de crédito da comunidade rural de Jucuri/RN. Utilizou-se para o desenvolvimento deste trabalho cinco grupos de características relativas aos tomadores de crédito: Status, Perfil pessoal dos tomadores de crédito, Perfil financeiro dos tomadores de crédito, Perfil da operação de crédito, Perfil da Inadimplência. Para obtenção dos objetivos propostos utilizou-se como métodos de análise a estatística descritiva e os testes exato de Fisher e Mann-Whitney U. Os resultados obtidos revelam que as características que possuem significância em relação à inadimplência foram as relativas ao perfil financeiro do tomador de crédito: receita, despesa,prestação ANDE e as relativas ao perfil operação de crédito: valor da parcela. Percebe-se, como indicativo do elevado percentual da inadimplência na carteira de concessão de Crédito Rural naquela entidade, a não observância rigorosa de critérios de avaliação referentes às características receita e despesa dos tomadores de crédito imprescindíveis à condição necessária a quitação da prestação estipulada.

Made available in DSpace on 2014-06-12T15:07:00Z (GMT). No. of bitstreams: 2 arquivo1363_1.pdf: 1828701 bytes, checksum: f0a7740303ce331d14c5ebcc9b8eb289 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Os modelos de Credit Scoring são modelos quantitativos empregados comumente por instituições financeiras na mensuração e previsão do risco de crédito, possuindo uso consolidado no processo de concessão de crédito destas instituições. Este trabalho de dissertação objetivou avaliar a possibilidade de aplicação de modelos Credit Scoring em uma instituição de microcrédito denominada Fundo Rotativo de Ação da Cidadania Cred Cidadania, situada em Recife (PE). Para isso, foram coletados dados relativos a uma amostra de clientes do Cred Cidadania, e estes dados foram utilizados para desenvolver dois tipos de modelos de Credit Scoring: um de aprovação de crédito e um outro chamado behavioural scoring (escoragem comportamental). As técnicas estatísticas empregadas na construção dos modelos foram análise discriminante e regressão logística. Os modelos obtidos agregaram variáveis como renda líquida do empreendimento, número de parcelas do empréstimo, número de dependentes do cliente, estado civil do cliente, valor do empréstimo, tempo de funcionamento do empreendimento, eficiência do agente de crédito, dentre outras. Algumas variáveis representam atributos que contribuem para o aumento da propensão à inadimplência do solicitante, enquanto outras colaboram para a redução do risco de inadimplência, o que repercute positivamente na sustentabilidade financeira na instituição. Os resultados do estudo demonstraram que os modelos Credit Scoring obtêm desempenho satisfatório quando utilizados na análise de risco de crédito na instituição de microcrédito Cred Cidadania, alcançando um percentual de classificação correta dos clientes de cerca de 80%. Os resultados indicam também que o uso de modelos Credit Scoring fornece subsídios à instituição, auxiliando-a na prevenção e redução da inadimplência e na diminuição dos seus custos operacionais, dois problemas que afetam a sua sustentabilidade financeira

Com a crescente demanda por crédito é muito importante avaliar o risco de cada operação desse tipo. Portanto, ao fornecer crédito a um cliente é necessário avaliar as chances do cliente não pagar o empréstimo e, para esta tarefa, as técnicas de credit scoring são aplicadas. O presente trabalho apresenta uma revisão da literatura de credit scoring com o objetivo de fornecer uma vis~ao geral das várias técnicas empregadas. Além disso, um estudo de simulação computacional é realizado com o intuito de comparar o comportamento de várias técnicas apresentadas no estudo. / Nowadays the increasing amount of bank transactions and the increasing of data storage created a demand for risk evaluation associated with personal loans. It is very important for a company has a very good tools in credit risk evaluation because theses tools can avoid money losses. In this context, it is interesting estimate the default probability for a customers and, the credit scoring techniques are very useful for this task. This work presents a credit scoring literature review with and aim to give a overview covering many techniques employed in credit scoring and, a computational study is accomplished in order to compare some of the techniques seen in this text.

Esse estudo avalia a adequação dos requerimentos absolutos de capital no Brasil para bancos pequenos e grandes separadamente e investiga os requerimentos de capital mínimo para risco de crédito nas diferentes abordagens de Basiléia, em especial o impacto da adoção dos modelos dos ratings internos (IRB) conforme o Edital BCB n. 37/11. Além disso, propõe e avalia a abordagem padronizada dos ratings centralizados, CRBA, para cálculo do Capital Mínimo Exigido (CME) em bancos pequenos e que é baseada na abordagem padronizada em vigor na Europa, mas voltada para dados disponíveis nas Centrais de Risco. A CRBA pertence à família dos modelos internos e busca contribuir com as recentes discussões sobre a reforma regulatória bancária na Europa e nos Estados Unidos. Para os três objetivos mencionados, as metodologias adotadas foram: 1) o Valuet-at-Risk (VaR) não paramétrico de Crédito (CVaR) de Carey (2002) e o paramétrico Creditrisk+ para estimar o capital econômico do Sistema Bancário; seguido da 2) estimação amostral e avaliação do capital regulatório para bancos pequenos e grandes nas abordagens IRB, Basileia 1, abordagem padrão simplificada (SSA); além da 3) avaliação da abordagem proposta nesse estudo, a CRBA. A performance de todas essas abordagens é avaliada frente a cenários de stress ad hoc e durante a Crise de 2008-2009. Os dados utilizados foram exposições de crédito aleatórias colhidas da Nova Central de Risco do Banco Central do Brasil (SCR). Os principais resultados desse estudo são: 1) sugerir um capital regulatório total (Patrimônio de Referência mais provisão) para bancos grandes de 17,5% baseado no CVaR paramétrico de 99,9% e, para pequenos, de 15,31% baseado no CVaR de 99%; 2) sugerir que, de todas as abordagens de Basileia II, o IRB estimado conforme o Edital BCB n. 37/2011 e para as Probabilidade de Default (PDs) calculadas por matrizes de migração do SCR, é o mais conservador; 3) sugerir que a abordagem proposta seja mais sensível ao risco de crédito do que atual brasileira, especialmente no varejo, além de oferecer um nível proteção maior contra choques aleatórios de crédito. Na Crise de 2008-2009, os bancos pequenos e grandes apresentaram respostas muito distintas a choques diversos ou quando os \"estados da economia\" se deterioravam. Os bancos pequenos não atingem o grau de diversificação necessário para minimizar perdas extremas. Por outro lado, do ponto de vista do risco sistêmico, a falência dessas entidades tem impactos muito menores que a de conglomerados bancários de porte. Finalmente, a abordagem proposta CRBA é apresentada como uma alternativa à abordagem atual no Brasil e à abordagem padronizada (SA) nos demais países, em especial na Europa. No Brasil, a CRBA cumpriria o papel de aumentar a sensibilidade a risco de crédito do CME nos bancos pequenos criando incentivos para uma gestão de risco de crédito mais cautelosa e alinhando o nível de capital dos bancos pequenos ao seu risco efetivo. Nos demais países, a CRBA é uma alternativa à abordagem padronizada, que independe da opinião das Agências de Classificação de Risco (ACRs). A CRBA traz dois benefícios: o primeiro de ampliar o escopo dos modelos internos e eliminar a dependência regulatória na opinião das ACRs, diminuindo a oportunidade de arbitragem regulatória com ratings inflacionados e corrigindo incentivos para que as ACRs sejam apenas provedoras de opiniões isentas; e o segundo, de prover os organismos supervisores com um mecanismo de controle (tracking error) sobre a qualidade de gestão de risco dos bancos pequenos por meio das Centrais de Risco. / This work analyses capital requirements adequacy in Brazil both for small and big banks individually and evaluates the minimum capital requirements for credit risk in the different Basel II approaches, especially, the impacts of IRB adoption as stated on Edital BCB n.37/11. Besides, it proposes and evaluates the Centralized Standard Ratings Based Approach (CRBA) to calculate Minimum Capital Requirements (MCR) in small banks. It is inspired in the Basel II Standard Approach (SA) disseminated in Europe, but based on information from the Credit Registers. The CRBA is an internal model approach in line with recent discussions on regulatory reform in Europe and in the US. The methodology to address these three research goals is: the non-parametric credit Value-at-Risk (VaR) or CVaR of Carey(2002) and the parametric Creditrisk+ to estimate the economic capital for the banking system; to evaluate regulatory capital in small and big banks in the IRB, Basel 1 and the Simplified Standard Approach (SSA) on the sample; and to evaluate the CRBA, proposed in this study. The performance of these approaches is confronted with ad hoc stress scenarios and within the Credit Crisis of 2008-2009. The data is comprised of credit exposures available in the Brazilian Credit Register (SCR). This work main results are: 1) to suggest a total regulatory capital (capital and provision) of 17.5% to big banks based on a parametric CVaR (99.9%) and of 15.31% to small banks based on a CVaR (99%); 2) to suggest, based on all Basel II approaches, that the IRB, as stated on Edital BCB n.31/11 and calibrated with the probabilities of default (PD) estimated with transition matrixes from the SCR, is the most conservative approach; 3) to suggest that the proposed approach is more sensitive to credit risk especially in retail and is more effective against stress chocks. Small and big banks behave differently to adverse shocks. The small banks, for instance, have problems diversifying out extreme losses when the \"states of the economy\" deteriorate. On the other hand, considering systemic risk, the bankruptcies of these institutions are much less of a problem than the ones of a big bank. Finally, the CRBA is presented as an alternative to the current approach (SSA) in Brazil and to the Standard Approach (SA) in other countries, specifically in Europe. In Brazil, the CRBA would increase the risk sensitivity of MCR on smaller banks creating incentives to more careful risk management practices and aligning their capital and risk levels. On the other countries, the CRBA is an alternative to the Standard Approach (SA) that is not dependent on Credit Rating Agencies - CRAs\' opinions and brings two additional benefits. First, it is an internal model based approach eliminating regulatory dependence on CRAs\' opinions, minimizing opportunities to regulatory arbitrage with inflated ratings and allowing CRAs to be more of a trustworthy opinion provider. Second, it provides supervisors a tracking error mechanism to evaluate risk management in small banks using Credit Registers.

Os modelos de análise e decisão de concessão de crédito buscam associar o perfil do tomador de crédito à probabilidade do não pagamento de obrigações contraídas, identificando assim o risco associado ao tomador e auxiliando a firma a decidir pela aprovação ou negação da solicitação de crédito. Atualmente este campo de pesquisa tem ganhado importância no cenário nacional - pela intensificação da atividade de crédito no país com grande participação dos bancos públicos neste processo - e internacional - pelo aumento das preocupações com potenciais danos à economia derivados de eventos de default. Tal quadro fez com que fossem construídos e adaptados diversos modelos e métodos à análise de risco de crédito tanto para consumidores como para empresas. Estes modelos são testados e comparados com base na acurácia de previsão ou de métricas de otimização estatística. Este é um procedimento que pode não se mostrar eficiente do ponto de vista financeiro, ao mesmo tempo em que dificulta a interpretação e tomada de decisão por parte da firma quanto a qual o melhor modelo, gerando uma lacuna pelo desprendimento observado entre a decisão de qual o modelo a ser adotado e o objetivo financeiro da empresa. Tendo em vista que o desempenho financeiro é um dos principais indicadores de qualquer procedimento gerencial, o presente estudo objetivou preencher a esta lacuna analisando o desempenho financeiro de carteiras de crédito formadas por técnicas de aprendizagem estatística utilizadas atualmente na classificação e análise de risco de crédito em pesquisas nacionais e internacionais. A pesquisa selecionou as técnicas: análise discriminante, regressão logística, redes bayesianas Naïve Bayes, kdB-1, kdB-2, SVC e SVM e aplicou tais técnicas junto à base de dados German Credit Data Set. Os resultados foram analisados e comparados inicialmente em termos de acurácia e custos por erro de classificação. Adicionalmente a pesquisa propôs o emprego de quatro métricas financeiras (RFC, PLR, RAROC e IS), encontrando variações quanto aos resultados produzidos por cada técnica. Estes resultados sugerem variações quanto a sequência de eficiência e consequentemente de emprego das técnicas, demonstrando a importância da consideração destas métricas para a análise e decisão de seleção de modelos de classificação ótimos. / Analysis and decision credit concession models search for relating the borrower\'s credit profile to the nonpayment probability of their obligations, identifying risks related to borrower and helping decision firm to approve or deny the credit request. Currently this search field has increased in Brazilian scenario - by credit activity intensification into the country with a large public banks sharing - and in the international scenario - by growing concerns about economy potential damages resulting from default events. This position leads the construction and adaptation of several models and methods by credit risk analysis from both consumers and companies. These models have been tested and compared based on prediction of accuracy or other statistical optimization metrics. This proceed is eventually not effective when analyzed by a financial standpoint, in the same time that affects the understanding and decision of the enterprise about the best model, creating a gap in the decision model choice and the firm financial goals. Given that the financial performance is a foremost indicator of any management procedure, this study aimed to address this gap by the financial performance analysis of loan portfolios formed by statistical learning techniques currently used in the classification and credit risk analysis in national and international researches. The selected techniques (discriminant analysis, logistic regression, Bayesian networks Naïve Bayes , 1 - KDB , KDB - 2 , SVC and SVM) were applied to the German Credit Data Set and their results were initially analyzed and compared in terms of accuracy and misclassification costs. Regardless of these metrics the research has proposed to use four financial metrics (RFC, PLR, RAROC and IS), finding variations in the results of each statistical learning techniques. These results suggest variations in the sequence of efficiency and, ultimately, techniques choice, demonstrating the importance of considering these metrics for analysis and selection of decision models of optimal classification.

Submitted by Cintia Oliveira (cintiamro@yahoo.com.br) on 2012-08-28T17:14:18Z No. of bitstreams: 1 Dissertacao - Cintia Oliveira.pdf: 691496 bytes, checksum: 00fd2b6fc3c814e04f69373838e54b55 (MD5) / Approved for entry into archive by Suzinei Teles Garcia Garcia (suzinei.garcia@fgv.br) on 2012-08-28T18:41:43Z (GMT) No. of bitstreams: 1 Dissertacao - Cintia Oliveira.pdf: 691496 bytes, checksum: 00fd2b6fc3c814e04f69373838e54b55 (MD5) / Made available in DSpace on 2012-08-28T19:05:38Z (GMT). No. of bitstreams: 1 Dissertacao - Cintia Oliveira.pdf: 691496 bytes, checksum: 00fd2b6fc3c814e04f69373838e54b55 (MD5) Previous issue date: 2012-08-13 / The aim of this study is to evaluate the factors which determine the spread of securitized assets in Brazil. Therefore, we chose to analyze issuances of Receivable Funds (FIDC). The analysis of 101 of issuances between 2004 and 2011 revealed that the remuneration of these funds is determined by rating and market conditions. Characteristics of service providers of the fund were also relevant. The characteristics of the loan originator were also analysed, but the results were not conclusive for these variables. This study also investigated the factors which determine the issuances’ rating. It was observed that the level of subordination, the concentration of originators and the fact of being-performing loans are important variables to define the grade given by the rating agencies. The negative relationship between the rating and the percentage of subordinated class indicates that issuers define the subordination level to get good ratings. / O objetivo deste trabalho é avaliar os fatores que afetam a determinação de spread de ativos securitizados no Brasil. Para tanto, optou-se pela análise de emissões de Fundos de Investimento em Direitos Creditórios (FIDC). Através da análise de 101 emissões realizadas entre 2004 e 2011, verificou-se que a remuneração desses fundos é determinada pelo rating e por condições de mercado; características dos prestadores de serviço do fundo também se mostraram relevantes. Procurou-se avaliar, também, se características do cedente são relevantes para definição dos spreads, mas não se obteve resultados conclusivos para essas variáveis. Abordaram-se, ainda, os fatores determinantes do rating dessas emissões. Observou-se que o nível de subordinação, a concentração de cedentes e o fato dos créditos serem performados são variáveis importantes para definição da nota atribuída pelas agências de risco. A relação negativa entre o rating e o percentual de cotas subordinadas indica que os emissores definem a subordinação para obter boas avaliações.

This assignment shows the importance in deference to credit ceiling for legal entities in bank establishment. Several stages from the process were analyzed. Starting from the files of the requesting company, analysis of its financial economical capacity through of patrimony structure rates, net rates, economic rates, average term indicators, necessity of working capital, vertical, horizontal analysis and a standardrate, an assessment of the client visited and finally, the establishment of credit ceiling respective, according to the credit policy of a determined financial institution. / Este trabalho apresenta a importância do deferimento de limite de crédito a pessoas jurídicas, em estabelecimentos bancários. Foram analisadas as diversas etapas do processo, iniciando pela confecção do cadastro da empresa solicitante, análise da sua capacidade econômico-financeira, feita através dos índices de estrutura patrimonial, índices de liquidez, índices de rentabilidade, indicadores de prazos médios, necessidade de capital de giro, análise vertical, horizontal e índice-padrão; avaliação da visita efetuada ao cliente e, por fim, o estabelecimento do respectivo limite de crédito, de acordo com os critérios de determinada instituição financeira.