LIMA, Evanessa Maria Barbosa de Castro. Análise de determinantes de inadimplência (pessoa física) tomadores de crédito:: uma abordagem econométrica. Fortaleza, 2004. 65f. Dissertação (mestrado profissional) - Programa de Pós Graduação em Economia, CAEN, Universidade Federal do Ceará, Fortaleza, 2013. / Submitted by Mônica Correia Aquino (monicacorreiaaquino@gmail.com) on 2013-07-26T18:17:01Z
No. of bitstreams: 1
2004_dissert_embclima.pdf: 384831 bytes, checksum: a1d4ad9f420fd2cea69ab1774638a922 (MD5) / Approved for entry into archive by Mônica Correia Aquino(monicacorreiaaquino@gmail.com) on 2013-07-26T18:17:13Z (GMT) No. of bitstreams: 1
2004_dissert_embclima.pdf: 384831 bytes, checksum: a1d4ad9f420fd2cea69ab1774638a922 (MD5) / Made available in DSpace on 2013-07-26T18:17:13Z (GMT). No. of bitstreams: 1
2004_dissert_embclima.pdf: 384831 bytes, checksum: a1d4ad9f420fd2cea69ab1774638a922 (MD5)
Previous issue date: 2004 / In the financial intermediation, banks focus on its main activity, allocating resources from clients with surplus to deficit clients. The uncertainty related to the characteristics or payment capacity of the clients establishes the risk and the need to search for new alternatives to protect the institutions from potential losses, which may reflect on lower profits. Besides the subjective issue of credit analysts, the use of quantitative models, based on statistical, mathematical or econometric practices are becoming an important tool to support credit managers on the decision making process. There are several models of risk evaluation, which are adopted by financial institutions such as the credit scoring and the behavioral scoring models. The credit-scoring model has been widely used, especially on the concession of individual credit. The credit scoring model uses techniques such as discriminant analysis, mathematic programming, econometrics, neural networks, among others, to analyze particular characteristics of individuals where it establishes a metric separation of good and bad payers, therefore providing different nonpayment status to each. This present dissertation has the main objective of analyzing the determinants of nonpayment status (individuals), using an econometric approach based on the Logit model. The model utilized was a model for approval of credit in the opening from the bill shackle, starting from a study with 308 observations (physical registers Persons), based in the real experience of a financial institution, whose objective is he reach a credit approval rate such that the medium prescription after the losses of loans be maximized. / Sendo a intermediação financeira a principal atividade dos bancos, alocando recursos de clientes superavitários a clientes deficitários, é na incerteza quanto ao caráter e a capacidade de pagamento dos clientes que se estabelece o risco e com ele a necessidade de se buscar novas alternativas para se proteger de perdas potenciais, que podem refletir em menores lucros para as instituições. Além da subjetividade dos analistas de crédito, o uso de modelos quantitativos, baseados em práticas estatísticas, econométricas e matemáticas, vêm cada vez mais se firmando nos mercados como ferramenta de apoio aos gestores de crédito na tomada de decisão. Vários modelos de avaliação de risco são adotados pelas instituições, modelos de credit scoring, behavioral scoring, são exemplos destes modelos. O modelo de credit scoring tem sido um dos mais usados, em especial para concessão de crédito a pessoas físicas. Os modelos de credit scoring utilizam técnicas como a análise de discriminantes, programação matemática, econometria, redes neurais, entre outras, para através da análise de características particulares dos indivíduos, estabelecer uma métrica de separação de bons e maus pagadores, atribuindo probabilidades diferentes de inadimplência aos mesmos. A presente dissertação tem como objetivo central analisar os determinantes de inadimplência (pessoa física), usando uma abordagem econométrica com base no modelo Logit. O modelo utilizado foi um modelo para aprovação de crédito na abertura de conta corrente, partindo de um estudo com uma amostra de 308 observações (cadastros pessoas físicas), baseados na experiência real de uma instituição financeira, cujo objetivo é atingir uma taxa de aprovação de crédito tal que a receita média depois das perdas de empréstimos seja maximizada.
| Identifer | oai:union.ndltd.org:IBICT/oai:www.repositorio.ufc.br:riufc/5467 |
| Date | January 2004 |
| Creators | Lima, Evanessa Maria Barbosa de Castro |
| Contributors | Jorge Neto, Paulo de Melo |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Source | reponame:Repositório Institucional da UFC, instname:Universidade Federal do Ceará, instacron:UFC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds