Made available in DSpace on 2016-03-15T19:32:50Z (GMT). No. of bitstreams: 1
Cy-dy Augusto Alves Filho.pdf: 1241998 bytes, checksum: 66cb09913a17b5fa16a6a396fd35a871 (MD5)
Previous issue date: 2014-08-29 / The literature on analytical methods of accounting and corporate financial analysis models
and cr
edit indicators is
large
, and among the methods of credit risk
classification is the
classification model ratings, through which institutions classifie
s
customers according to their
risk. However, the classical models of modeling credit risk using statisti
cal techniques widely
disseminated, as is the case of simple linear regression, the least squares method, among
others. The quantile regression, evaluated in disseminated by Koenker and Basset (1978) has
it as a
main characteristic
,
analyzing the sample by
the median and allow the analysis of
subpopulations through the quantiles of the sample, which
allows more specific inferences in
according to the needs
of
the study. In recent years the concern with social and environmental
issues have become increasing
present in both the practical means and academia and in
society in general, which brings up the idea of
including the analysis of social indicators in
environmental analysis credit, as already proposed in previous studies. However, the
combined
use
of
ec
onomic, financial, social and environmental indicators, together with
quantile regression, is an innovative proposal, and the subject of this academic study. This
work
is an
exploratory
and
descriptive
study
, objective verify the possible contribution of
t
he
inclusion of
social and
environmental variables, combined with the use of quantile regression
for ratings
classification
and hence prediction of default. To fulfill this goal, we devel
oped a
database on panel, with the
total of 561 observations, consist
ing of data from publicly traded,
its ratings, economic indicators, financial, social and environmental, the years 2007 to 2012
companies. With use of quantile regression was possible to infer that the social environmental
variables are relevant for classi
fication ratings and, consequently, to predict default. / A literatura a respeito de métodos de análise de indicadores co
ntábeis e financeiros
empresariais e modelos de análise de crédito é vasta, e dentre os métodos de classificação de
risco de crédito, encontra
-
se o modelo de classificação de
ratings
, através do qual as
instituições classificam seus clientes em função de s
eu risco.
Entretanto, os modelos clássicos
de modelagem de risco de crédito se utilizam de técnicas estatísticas amplamente difundidas,
como é o caso da regressão linear simples, método dos mínimos quadrados, entre outras. A
regressão quantílica, estudada
em difundida por Koenker e Basset (1978) tem como principal
característica analisar a amostra através da mediana, e permitir a análise de subpopulações
através dos quantis da amostra, o que permite realizar inferências mais específicas, de acordo
com as ne
cessidades do estudo.
Nos últimos anos a preocupação com questões sociais e
ambientais tem se tornado cada vez mais
presente, tanto no meio prático quanto no meio
acadêmico e na sociedade de maneira geral, o que traz à tona a ideia de incluir a análise de
indicadores sócio ambientais na análise de crédito, como já foi proposto em estudos
anteriores. No entanto, a utilização, de forma combinada, de indicadores econômicos,
financeiros, sociais e ambientais, aliada à regressão quantílica, é uma proposta inovad
ora, e o
mote deste estudo acadêmico
. Este trabalho exploratório, de natureza descritiva, objetiva
verificar a possível contribuição da inclusão de variáveis sócio ambientais, aliada à utilização
da regressão quantílica, para classificação de
ratings
e, consequentemente, previsão de
default
. Para cumprir tal objetivo foi desenvolvido um banco de dados em painel, com um
total de 561 observações, formado por dados de empresas de capital aberto, seus
ratings
,
indicadores econômicos, financeiros, sociais e ambi
entais, dos anos de 2007 a 2012. Com a
utilização da regressão quantílica foi possível inferir que as variáveis sócio ambientais são
relevantes para a classificação de
ratings
e, consequentemente, para a previsão de default.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede.mackenzie.br:tede/947 |
| Date | 29 August 2014 |
| Creators | Alves Filho, Cy Dy Augusto |
| Contributors | Perera, Luiz Carlos Jacob, Mendonça Neto, Octavio Ribeiro de, Kimura, Herbert |
| Publisher | Universidade Presbiteriana Mackenzie, Controladoria Empresarial, UPM, BR, Ciências Contábeis |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações do Mackenzie, instname:Universidade Presbiteriana Mackenzie, instacron:MACKENZIE |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.003 seconds