Use este identificador para citar ou linkar para este item: http://dspace.mackenzie.br/handle/10899/12586
Tipo do documento: Dissertação
Título: Análise de crédito com segmentação da carteira, modelos de análise discriminante, regressão logística e classification and regression trees (CART)
Análise de crédito com segmentação da carteira, modelos de análise discriminante, regressão logística e classification and regression trees (CART)
Autor: Santos, Ernani Possato dos
Primeiro orientador: Perera, Luiz Carlos Jacob
Primeiro membro da banca: Cesar, Ana Maria Roux Valentini Coelho
Segundo membro da banca: Kimura, Herbert
Resumo: O crédito se configura em uma das mais importantes ferramentas para alavancar negócios e girar a roda da economia. Se bem utilizado, trará benefícios em larga escala à sociedade, porém, se utilizado sem equilíbrio, poderá trazer prejuízos, também em larga escala, a bancos, a empresas, aos governos e aos cidadãos. Em função deste contexto, é precípuo avaliar modelos de crédito capazes de prever, com grau adequado de acurácia, processos de default, a fim de se evitar ou, pelo menos, reduzir o risco de crédito. Este estudo tem como finalidade avaliar três modelos de análise do risco de crédito, sendo dois modelos paramétricos, análise discriminante e regressão logística, e um não-paramétrico, árvore de decisão, em que se avaliou a acurácia destes modelos, antes e após a segmentação da amostra desta pesquisa por meio do critério de porte dos clientes. Esta pesquisa se refere a um estudo aplicado sobre a Indústria BASE.
Abstract: The credit claims to be one of the most important tools to trigger and move the economic wheel. Once it is well used it will bring benefits on a large scale to society; although if it is used without any balance it might bring loss to the banks, companies, to governments and also to the population. In relation to this context it becomes fundamental to evaluate models of credit capable of anticipating processses of default with an adequate degree of accuracy so as to avoid or at least to reduce the risk of credit. This study also aims to evaluate three credit risk models, being two parametric models, discriminating analysis and logistic regression, and one non-parametric, decision tree, aiming to check the accuracy of them, before and after the segmentation of such sample through the criteria of costumer s size. This research relates to an applied study about Industry BASE.
Palavras-chave: crédito;  risco de crédito;  análise discriminante;  regressão logística;  árvore de decisão;  segmentação;  credit;  credit risk;  discriminating analysis;  logistic regression;  decision tree;  segmentation
Área(s) do CNPq: CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::CIENCIAS CONTABEIS
Idioma: por
País: BR
Instituição: Universidade Presbiteriana Mackenzie
Sigla da instituição: UPM
Departamento: Ciências Contábeis
Programa: Controladoria Empresarial
Citação: SANTOS, Ernani Possato dos. Análise de crédito com segmentação da carteira, modelos de análise discriminante, regressão logística e classification and regression trees (CART). 2015. 121 f. Dissertação (Mestrado em Ciências Contábeis) - Universidade Presbiteriana Mackenzie, São Paulo, 2015.
Tipo de acesso: Acesso Aberto
URI: http://tede.mackenzie.br/jspui/handle/tede/970
http://dspace.mackenzie.br/handle/10899/12586
Data de defesa: 14-Ago-2015
metadata.dc.bitstream.url: http://tede.mackenzie.br/jspui/bitstream/tede/970/1/Ernani%20Possato%20dos%20Santosprot.pdf
Aparece nas coleções:Profissional em Controladoria Empresarial - Dissertações - CCSA Higienópolis

Arquivos associados a este item:
Não existem arquivos associados a este item.


Este arquivo é protegido por direitos autorais



Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.