Orientador : Prof. Dr. José Guilherme Silva Vieira / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciencias Sociais Aplicadas, Programa de Pós-Graduação em Desenvolvimento Ecônomico. Defesa : Curitiba, 15/04/2016 / Inclui referências : f. 54-55 / Resumo: Em um contexto de ampla disponibilidade de informações, a aplicação das metodológias de Data Mining provocou, nas últimas décadas, mudanças radicais nos processos de tomada de decisão em diversos campos do conhecimento, dentre eles o das finanças. Uma das beneficiárias desses avanços é a Agência de Fomento do Estado do Paraná - Fomento Paraná, instituição financeira que tem como sua principal atividade a concessão de crédito, orientado a impulsionar o desenvolvimento econômico regional. Tendo como seu acionista majoritário o Governo do Estado do Paraná, a instituição possui amplo potencial de utilização das metodologias de Data Mining, uma vez que o mesmo possui em suas bases uma grande quantidade de dados sobre as pessoas físicas e jurídicas do Paraná, sendo que uma considerável parte desses dados contém informações sensíveis ao processo decisório de crédito. Nesse contexto, através da aplicação empírica das metodologias de Data Mining, este trabalho teve como objetivo estimar um modelo estatístico básico de análise e suporte a decisão de crédito à instituição financeira de desenvolvimento Fomento Paraná, com foco na utilização de variáveis regressoras cujos valores posteriormente pudessem ser obtidos junto às demais bases de dados administrativas do Governo do Estado do Paraná. Para tanto, foram catalogadas as informações relevantes ao processo decisório de crédito com base na bibliografia acadêmica, e posteriormente foram identificadas bases de dados existentes no Estado que possuem dados e informações dessa natureza. Na sequência, com base no histórico de operações da carteira de Microcrédito da Fomento Paraná, através da aplicação da metodologia de Regressão Logística foi identificado um modelo estatístico básico de analise de crédito, que apresentou graus de Acurácia de até 82%, e que possui um conjunto de variáveis regressoras cujos valores poderão ser acessadas junto as bases de informações administrativas do Governo do Estado do Paraná. Os resultados obtidos permitem que seja estruturado um modelo inicial de análise capaz de agilizar a identificação de empresas com mérito de crédito e dar suporte a tomada de decisão, antes mesmo da instituição ser demandada pelos empreendedores, permitindo que políticas de desenvolvimento regional sejam executadas com maior precisão, agilidade e com a otimização de recursos.
Palavras Chave: Análise de Crédito, Regressão Logística, Data Mining, Desenvolvimento Econômico, Bancos Públicos / Abstract: In a context of wide availability of information, where the collection and storage costs are becoming smaller, the process of analysis of credit now has a powerful set of statistical and technological tools - referred as data mining - that radically influenced the agility of decision making process. One of the beneficiaries of this process is the financial institution Agência de Fomento do Paraná - Fomento Paraná, which has as its main activity the concession of credit, aimed to boost regional economic development. However, there is an even greater potential for efficiency gains for the company since it has as its main shareholder the State of Paraná. This occurs because the State Government of Paraná, in the process of providing services to the population, must maintain a large amount of data on individuals and companies of Paraná, and a considerable part of this data contains sensitive information to the credit decision-making process. In this context, by utilizing Data Mining methods, this study aimed to estimate of a statistical model of analysis and credit decision to Fomento Paraná, focusing on the use of variables which the value could later be gathered from the databases of the State Government of Paraná. To this end, sensitive information to the credit decision-making process based on academic literature was cataloged, and existing databases that have information of this nature were later identified in the State. Further, based on the history of the Fomento Paraná Microcredit portfolio, by applying the Logistic Regression method, a basic statistical model analysis of credit that has showed 82% of Accuracy, was identified. The results allow the development of an initial analysis model that permits the identification of companies with credit merit and that can provide support decision-making process, even before the institution is asked by the entrepreneurs, enabling regional development policies to be implemented with greater accuracy, flexibility and resource optimization.
Key words: Credit Analysis, Logistic Regression, Data Mining, Economic Development, Public Banking
| Identifer | oai:union.ndltd.org:IBICT/oai:dspace.c3sl.ufpr.br:1884/44424 |
| Date | January 2016 |
| Creators | Mattana, Gustavo Alexandre Duda |
| Contributors | Universidade Federal do Paraná. Setor de Ciências Sociais Aplicadas. Programa de Pós-Graduação em Desenvolvimento Econômico, Vieira, José Guilherme Silva, 1976- |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 59 p. : il., application/pdf |
| Source | reponame:Repositório Institucional da UFPR, instname:Universidade Federal do Paraná, instacron:UFPR |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | Disponível em formato digital |
Page generated in 0.0024 seconds