Dissertations / Theses: 'Scoring de crédit'

1

Nguyen, Ha Thu. "Credit Scoring et ses applications dans la gestion du risque du crédit." Thesis, Paris 10, 2016. http://www.theses.fr/2016PA100057.

Full text

Abstract:

Alors que les modèles de credit scoring sont largement utilisés depuis plus de cinquante ans et sont considérés comme un outil indispensable dans la prise de décision dans d'innombrables institutions financières du monde entier, la littérature et les empiriques disponibles sur ce sujet restent encore très limitées. Notre objectif est de combler cette lacune en présentant une analyse approfondie sur les modèles de credit scoring et le processus de prise de décision d’octroi de crédit, avec diverses applications sur des données réelles et extensives provenant de différents pays. Notre thèse comporte trois chapitres. Chapitre 1 commence par présenter le processus de développement d’un modèle de credit scoring, et fournit une application sur des données réelles d'une banque de détail basée en France. Visant à donner de nouvelles perspectives sur les pays émergents, Chapitre 2 analyse le marché du crédit à la consommation en Chine et enquête sur l'utilisation des modèles de credit scoring dans un tel marché prometteur. Chapitre 3 va plus loin que la littérature méthodologique précédente et se concentre sur les différentes techniques d'inférence des refusés qui peuvent corriger le biais de sélection lors de la construction d'un modèle de crédit scoring basé uniquement sur les dossiers acceptés. Ces chapitres présentent les différents aspects du crédit scoring, pour lesquels les principales problématiques de credit scoring seront traitées
While credit scoring has been broadly used for more than fifty years and continued to be a great support on decision-making in countless businesses around the world, the amount of literature, especially empirical studies, available on this subject is still limited. Our aim in this thesis is to fill this gap by providing a profound analysis on credit scoring and credit decision processes, with various applications using real and extensive sets of data coming from different countries. The thesis is organized in three chapters. Chapter 1 starts by presenting the credit scoring development process, and provides an application to real data from a France-based retail bank. Aiming at providing new insights regarding emerging countries, Chapter 2 analyzes the Chinese consumer lending market and investigates the use of credit scoring in such a promising market. Chapter 3 goes further than the previous methodological literature and focuses on reject inference techniques which can be a way to address the bias when developing a credit-scoring model based solely on accepted applicants. These chapters provide a round tour on credit scoring, after which major issues in credit scoring are treated

APA, Harvard, Vancouver, ISO, and other styles

2

Guizani, Asma. "Traitement des dossiers refusés dans le processus d'octroi de crédit aux particuliers." Thesis, Paris, CNAM, 2014. http://www.theses.fr/2014CNAM0941/document.

Full text

Abstract:

Le credit scoring est généralement considéré comme une méthode d’évaluation du niveau du risque associé à un dossier de crédit potentiel. Cette méthode implique l'utilisation de différentes techniques statistiques pour aboutir à un modèle de scoring basé sur les caractéristiques du client.Le modèle de scoring estime le risque de crédit en prévoyant la solvabilité du demandeur de crédit. Les institutions financières utilisent ce modèle pour estimer la probabilité de défaut qui va être utilisée pour affecter chaque client à la catégorie qui lui correspond le mieux: bon payeur ou mauvais payeur. Les seules données disponibles pour construire le modèle de scoring sont les dossiers acceptés dont la variable à prédire est connue. Ce modèle ne tient pas compte des demandeurs de crédit rejetés dès le départ ce qui implique qu'on ne pourra pas estimer leurs probabilités de défaut, ce qui engendre un biais de sélection causé par la non-représentativité de l'échantillon. Nous essayons dans ce travail en utilisant l'inférence des refusés de remédier à ce biais, par la réintégration des dossiers refusés dans le processus d'octroi de crédit. Nous utilisons et comparons différentes méthodes de traitement des refusés classiques et semi supervisées, nous adaptons certaines à notre problème et montrons sur un jeu de données réel, en utilisant les courbes ROC confirmé par simulation, que les méthodes semi-supervisé donnent de bons résultats qui sont meilleurs que ceux des méthodes classiques
Credit scoring is generally considered as a method of evaluation of a risk associated with a potential loan applicant. This method involves the use of different statistical techniques to determine a scoring model. Like any statistical model, scoring model is based on historical data to help predict the creditworthiness of applicants. Financial institutions use this model to assign each applicant to the appropriate category : Good payer or Bad payer. The only data used to build the scoring model are related to the accepted applicants in which the predicted variable is known. The method has the drawback of not estimating the probability of default for refused applicants which means that the results are biased when the model is build on only the accepted data set. We try, in this work using the reject inference, to solve the problem of selection bias, by reintegrate reject applicants in the process of granting credit. We use and compare different methods of reject inference, classical methods and semi supervised methods, we adapt some of them to our problem and show, on a real dataset, using ROC curves, that the semi-supervised methods give good results and are better than classical methods. We confirmed our results by simulation

APA, Harvard, Vancouver, ISO, and other styles

3

Kouassi, Komlan Prosper. "Adaptation des techniques actuelles de scoring aux besoins d'une institution de crédit : le CFCAL-Banque." Thesis, Strasbourg, 2013. http://www.theses.fr/2013STRAB004.

Full text

Abstract:

Les institutions financières sont, dans l’exercice de leurs fonctions, confrontées à divers risques, entre autres le risque de crédit, le risque de marché et le risque opérationnel. L’instabilité de ces facteurs fragilise ces institutions et les rend vulnérables aux risques financiers qu’elles doivent, pour leur survie, être à même d’identifier, analyser, quantifier et gérer convenablement. Parmi ces risques, celui lié au crédit est le plus redouté par les banques compte tenu de sa capacité à générer une crise systémique. La probabilité de passage d’un individu d’un état non risqué à un état risqué est ainsi au cœur de nombreuses questions économiques. Dans les institutions de crédit, cette problématique se traduit par la probabilité qu’un emprunteur passe d’un état de "bon risque" à un état de "mauvais risque". Pour cette quantification, les institutions de crédit recourent de plus en plus à des modèles de credit-scoring. Cette thèse porte sur les techniques actuelles de credit-scoring adaptées aux besoins d’une institution de crédit, le CFCAL-banque, spécialisé dans les prêts garantis par hypothèques. Nous présentons en particulier deux modèles non paramétriques (SVM et GAM) dont nous comparons les performances en termes de classification avec celles du modèle logit traditionnellement utilisé dans les banques. Nos résultats montrent que les SVM sont plus performants si l’on s’intéresse uniquement à la capacité de prévision globale. Ils exhibent toutefois des sensibilités inférieures à celles des modèles logit et GAM. En d’autres termes, ils prévoient moins bien les emprunteurs défaillants. Dans l’état actuel de nos recherches, nous préconisons les modèles GAM qui ont certes une capacité de prévision globale moindre que les SVM, mais qui donnent des sensibilités, des spécificités et des performances de prévision plus équilibrées. En mettant en lumière des modèles ciblés de scoring de crédit, en les appliquant sur des données réelles de crédits hypothécaires, et en les confrontant au travers de leurs performances de classification, cette thèse apporte une contribution empirique à la recherche relative aux modèles de credit-scoring
Financial institutions face in their functions a variety of risks such as credit, market and operational risk. These risks are not only related to the nature of the activities they perform, but also depend on predictable external factors. The instability of these factors makes them vulnerable to financial risks that they must appropriately identify, analyze, quantify and manage. Among these risks, credit risk is the most prominent due to its ability to generate a systemic crisis. The probability for an individual to switch from a risked to a riskless state is thus a central point to many economic issues. In credit institution, this problem is reflected in the probability for a borrower to switch from a state of “good risk” to a state of “bad risk”. For this quantification, banks increasingly rely on credit-scoring models. This thesis focuses on the current credit-scoring techniques tailored to the needs of a credit institution: the CFCAL-banque specialized in mortgage credits. We particularly present two nonparametric models (SVM and GAM) and compare their performance in terms of classification to those of logit model traditionally used in banks. Our results show that SVM are more effective if we only focus on the global prediction performance of the models. However, SVM models give lower sensitivities than logit and GAM models. In other words the predictions of SVM models on defaulted borrowers are not satisfactory as those of logit or GAM models. In the present state of our research, even GAM models have lower global prediction capabilities, we recommend these models that give more balanced sensitivities, specificities and performance prediction. This thesis is not completely exhaustive about the scoring techniques for credit risk management. By trying to highlight targeted credit scoring models, adapt and apply them on real mortgage data, and compare their performance through classification, this thesis provides an empirical and methodological contribution to research on scoring models for credit risk management

APA, Harvard, Vancouver, ISO, and other styles

4

Vital, Clément. "Scoring pour le risque de crédit : variable réponse polytomique, sélection de variables, réduction de la dimension, applications." Thesis, Rennes 1, 2016. http://www.theses.fr/2016REN1S111.

Full text

Abstract:

Le but de cette thèse était d'explorer la thématique du scoring dans le cadre de son utilisation dans le monde bancaire, et plus particulièrement pour contrôler le risque de crédit. En effet, la diversification et la globalisation des activités bancaires dans la deuxième moitié du XXe siècle ont conduit à l'instauration d'un certain nombre de régulations, afin de pouvoir s'assurer que les établissements bancaires disposent de capitaux nécessaires à couvrir le risque qu'ils prennent. Cette régulation impose ainsi la modélisation de certains indicateurs de risque, dont la probabilité de défaut, qui est pour un prêt en particulier la probabilité que le client se retrouve dans l'impossibilité de rembourser la somme qu'il doit. La modélisation de cet indicateur passe par la définition d'une variable d'intérêt appelée critère de risque, dénotant les "bons payeurs" et les "mauvais payeurs". Retranscrit dans un cadre statistique plus formel, cela signifie que nous cherchons à modéliser une variable à valeurs dans {0,1} par un ensemble de variables explicatives. Cette problématique est en pratique traitée comme une question de scoring. Le scoring consiste en la définition de fonction, appelées fonctions de score, qui retransmettent l'information contenue dans l'ensemble des variables explicatives dans une note de score réelle. L'objectif d'une telle fonction sera de donner sur les individus le même ordonnancement que la probabilité a posteriori du modèle, de manière à ce que les individus ayant une forte probabilité d'être "bons" aient une note élevée, et inversement que les individus ayant une forte probabilité d'être "mauvais" (et donc un risque fort pour la banque) aient une note faible. Des critères de performance tels que la courbe ROC et l'AUC ont été définis, permettant de quantifier à quel point l'ordonnancement produit par la fonction de score est pertinent. La méthode de référence pour obtenir des fonctions de score est la régression logistique, que nous présentons ici. Une problématique majeure dans le scoring pour le risque de crédit est celle de la sélection de variables. En effet, les banques disposent de larges bases de données recensant toutes les informations dont elles disposent sur leurs clients, aussi bien sociodémographiques que comportementales, et toutes ne permettent pas d'expliquer le critère de risque. Afin d'aborder ce sujet, nous avons choisi de considérer la technique du Lasso, reposant sur l'application d'une contrainte sur les coefficients, de manière à fixer les valeurs des coefficients les moins significatifs à zéro. Nous avons envisagé cette méthode dans le cadre des régressions linéaires et logistiques, ainsi qu'une extension appelée Group Lasso, permettant de considérer les variables explicatives par groupes. Nous avons ensuite considéré le cas où la variable réponse n'est plus binaire, mais polytomique, c'est-à-dire avec plusieurs niveaux de réponse possibles. La première étape a été de présenter une définition du scoring équivalente à celle présentée précédemment dans le cas binaire. Nous avons ensuite présenté différentes méthodes de régression adaptées à ce nouveau cas d'étude : une généralisation de la régression logistique binaire, des méthodes semi-paramétriques, ainsi qu'une application à la régression logistique polytomique du principe du Lasso. Enfin, le dernier chapitre est consacré à l'application de certaines des méthodes évoquées dans le manuscrit sur des jeux de données réelles, permettant de les confronter aux besoins réels de l'entreprise
The objective of this thesis was to explore the subject of scoring in the banking world, and more precisely to study how to control credit risk. The diversification and globalization of the banking business in the second half of the twentieth century led to introduce regulations, which require banks to make reserves to cover the risk they take. These regulations also dictate that they should model different risk indicators, among which the probability of default. This indicator represents the probability for a client to find himself in the incapacity to pay back his debt. In order to predict this probability, one should define a risk criterion, that allows to distinguish the "bad clients" from the "good clients". In a more formal statistical approach, that means we want to model a binary variable by an ensemble of explanatory variables. This problem is usually treated as a scoring problem. It consists in the definition of functions, called scoring functions, which interpret the information contained in the explanatory variables and transform it into a real-value score note. The goal of such a function is to induce the same order on the observations than the a posteriori probability, so that the observations that have a high probability to be "good" have a high score, and those that have a high probability to be "bad" (and thus a high risk for the bank) have a low score. Performance criteria such as the ROC curve and the AUC allow us to quantify the quality of the order given by the scoring function. The reference method to obtain such scoring functions is the logistic regression, which we present here. A major subject in credit scoring is the variable selection. The banks have access to large databases, which gather information on the profile of their clients and their past behavior. However, those variables may not all be discriminating regarding the risk criterion. In order to select the variables, we proposed to use the Lasso method, based on the restriction of the coefficients of the model, so that the less significative coefficients will be fixed to zero. We applied the Lasso method on linear regression and logistic regression. We also considered an extension of the Lasso method called Group Lasso on logistic regression, which allows us to select groups of variables rather than individual variables. Then, we considered the case in which the response variable is not binary, but polytomous, that is to say with more than two response levels. The first step in this new context was to extend the scoring problem as we knew in the binary case to the polytomous case. We then presented some models adapted to this case: an extension of the binary logistic regression, semi-parametric methods, and an application of the Lasso method on the polytomous logistic regression. Finally, the last chapter deals with some application studies, in which the methods presented in this manuscript are applied to real data from the bank, to see how they meet the needs of the real world

APA, Harvard, Vancouver, ISO, and other styles

5

Ehrhardt, Adrien. "Formalisation et étude de problématiques de scoring en risque de crédit : inférence de rejet, discrétisation de variables et interactions, arbres de régression logistique." Thesis, Lille 1, 2019. http://www.theses.fr/2019LIL1I051/document.

Full text

Abstract:

Cette thèse se place dans le cadre des modèles d’apprentissage automatique de classification binaire. Le cas d’application est le scoring de risque de crédit. En particulier, les méthodes proposées ainsi que les approches existantes sont illustrées par des données réelles de Crédit Agricole Consumer Finance, acteur majeur en Europe du crédit à la consommation, à l’origine de cette thèse grâce à un financement CIFRE. Premièrement, on s’intéresse à la problématique dite de “réintégration des refusés”. L’objectif est de tirer parti des informations collectées sur les clients refusés, donc par définition sans étiquette connue, quant à leur remboursement de crédit. L’enjeu a été de reformuler cette problématique industrielle classique dans un cadre rigoureux, celui de la modélisation pour données manquantes. Cette approche a permis de donner tout d’abord un nouvel éclairage aux méthodes standards de réintégration, et ensuite de conclure qu’aucune d’entre elles n’était réellement à recommander tant que leur modélisation, lacunaire en l’état, interdisait l’emploi de méthodes de choix de modèles statistiques. Une autre problématique industrielle classique correspond à la discrétisation des variables continues et le regroupement des modalités de variables catégorielles avant toute étape de modélisation. La motivation sous-jacente correspond à des raisons à la fois pratiques (interprétabilité) et théoriques (performance de prédiction). Pour effectuer ces quantifications, des heuristiques, souvent manuelles et chronophages, sont cependant utilisées. Nous avons alors reformulé cette pratique courante de perte d’information comme un problème de modélisation à variables latentes, revenant ainsi à une sélection de modèle. Par ailleurs, la combinatoire associée à cet espace de modèles nous a conduit à proposer des stratégies d’exploration, soit basées sur un réseau de neurone avec un gradient stochastique, soit basées sur un algorithme de type EM stochastique.Comme extension du problème précédent, il est également courant d’introduire des interactions entre variables afin, comme toujours, d’améliorer la performance prédictive des modèles. La pratique classiquement répandue est de nouveau manuelle et chronophage, avec des risques accrus étant donnée la surcouche combinatoire que cela engendre. Nous avons alors proposé un algorithme de Metropolis-Hastings permettant de rechercher les meilleures interactions de façon quasi-automatique tout en garantissant de bonnes performances grâce à ses propriétés de convergence standards. La dernière problématique abordée vise de nouveau à formaliser une pratique répandue, consistant à définir le système d’acceptation non pas comme un unique score mais plutôt comme un arbre de scores. Chaque branche de l’arbre est alors relatif à un segment de population particulier. Pour lever la sous-optimalité des méthodes classiques utilisées dans les entreprises, nous proposons une approche globale optimisant le système d’acceptation dans son ensemble. Les résultats empiriques qui en découlent sont particulièrement prometteurs, illustrant ainsi la flexibilité d’un mélange de modélisation paramétrique et non paramétrique. Enfin, nous anticipons sur les futurs verrous qui vont apparaître en Credit Scoring et qui sont pour beaucoup liés la grande dimension (en termes de prédicteurs). En effet, l’industrie financière investit actuellement dans le stockage de données massives et non structurées, dont la prochaine utilisation dans les règles de prédiction devra s’appuyer sur un minimum de garanties théoriques pour espérer atteindre les espoirs de performance prédictive qui ont présidé à cette collecte
This manuscript deals with model-based statistical learning in the binary classification setting. As an application, credit scoring is widely examined with a special attention on its specificities. Proposed and existing approaches are illustrated on real data from Crédit Agricole Consumer Finance, a financial institute specialized in consumer loans which financed this PhD through a CIFRE funding. First, we consider the so-called reject inference problem, which aims at taking advantage of the information collected on rejected credit applicants for which no repayment performance can be observed (i.e. unlabelled observations). This industrial problem led to a research one by reinterpreting unlabelled observations as an information loss that can be compensated by modelling missing data. This interpretation sheds light on existing reject inference methods and allows to conclude that none of them should be recommended since they lack proper modelling assumptions that make them suitable for classical statistical model selection tools. Next, yet another industrial problem, corresponding to the discretization of continuous features or grouping of levels of categorical features before any modelling step, was tackled. This is motivated by practical (interpretability) and theoretical reasons (predictive power). To perform these quantizations, ad hoc heuristics are often used, which are empirical and time-consuming for practitioners. They are seen here as a latent variable problem, setting us back to a model selection problem. The high combinatorics of this model space necessitated a new cost-effective and automatic exploration strategy which involves either a particular neural network architecture or Stochastic-EM algorithm and gives precise statistical guarantees. Third, as an extension to the preceding problem, interactions of covariates may be introduced in the problem in order to improve the predictive performance. This task, up to now again manually processed by practitioners and highly combinatorial, presents an accrued risk of misselecting a “good” model. It is performed here with a Metropolis Hastings sampling procedure which finds the best interactions in an automatic fashion while ensuring its standard convergence properties, thus good predictive performance is guaranteed. Finally, contrary to the preceding problems which tackled a particular scorecard, we look at the scoring system as a whole. It generally consists of a tree-like structure composed of many scorecards (each relative to a particular population segment), which is often not optimized but rather imposed by the company’s culture and / or history. Again, ad hoc industrial procedures are used, which lead to suboptimal performance. We propose some lines of approach to optimize this logistic regression tree which result in good empirical performance and new research directions illustrating the predictive strength and interpretability of a mix of parametric and non-parametric models. This manuscript is concluded by a discussion on potential scientific obstacles, among which the high dimensionality (in the number of features). The financial industry is indeed investing massively in unstructured data storage, which remains to this day largely unused for Credit Scoring applications. Doing so will need statistical guarantees to achieve the additional predictive performance that was hoped for

APA, Harvard, Vancouver, ISO, and other styles

6

Saurin, Sébastien. "Advanced credit risk analytics : Fairness, interpretability, homogeneity." Electronic Thesis or Diss., Orléans, 2024. http://www.theses.fr/2024ORLE1092.

Full text

Abstract:

Cette thèse propose des solutions innovantes pour répondre aux défis posés par l’utilisation de l’intelligence artificielle (IA) et du machine learning (ML) dans le domaine du scoring de crédit. L’IA révolutionne le monde à un rythme sans précédent, redéfinissant des industries entières et exerçant une influence profonde sur les employés, les manageurs, les clients, les fournisseurs et les régulateurs. En finance, et en particulier sur le marché du crédit, les modèles de ML influencent directement des décisions cruciales telles que l’octroi de crédits et la détermination des fonds propres réglementaires. Bien que les algorithmes de ML offrent de meilleures performances prédictives que les modèles traditionnels, leur utilisation soulève d’importantes préoccupations en matière d’équité, de transparence et de régulation. Afin de répondre aux défis posés par ces technologies, cette thèse s’articule autour de trois axes principaux qui abordent les questions d’équité, d’interprétabilité et d’homogénéité des modèles de scoring de crédit. Le premier chapitre introduit un cadre d'analyse afin de tester l’équité des modèles de scoring de crédit, identifier les variables qui sont à l’origine d’un éventuel manque d’équité, et remédier à ce déséquilibre, tout en conservant la performance prédictive du modèle. Le deuxième chapitre propose une méthodologie innovante, appelée XPER, qui décompose la performance des modèles en contributions spécifiques à chaque variable, améliorant ainsi l'interprétabilité des modèles de scoring de crédit. Enfin, le troisième chapitre introduit le Risk Homogeneity Coefficient (RHC) afin de mesurer l’homogénéité des classes de risque dans les systèmes de notation interne des banques pour le risque de crédit, conformément aux exigences des accords de Bâle. Ces approches, bien que techniques, sont également pratiques et fournissent des outils innovants permettant aux institutions financières et à leurs régulateurs de valider les modèles de scoring de crédit dans leurs dimensions équité, interprétabilité et homogénéité
This thesis proposes innovative solutions to address the challenges posed by the use of artificial intelligence (AI) and machine learning (ML) in credit scoring. AI is revolutionizing the world at an unprecedented pace, redefining entire industries and exerting a profound influence on employees, managers, customers, suppliers, and regulators. In finance, and particularly in the credit market, ML models directly influence crucial decisions such as credit granting and the determination of regulatory capital. Although ML algorithms exhibit better predictive performance than traditional models, their use raises significant concerns regarding fairness, transparency, and regulatory compliance. To address the challenges posed by these rapidly expanding technologies, this thesis is structured around three main dimensions that tackle issues of fairness, interpretability, and homogeneity in credit scoring models. The first chapter introduces a theoretical framework to test for the fairness of credit scoring models, identify the variables that generate the lack of fairness, if any, and mitigate it, all while maintaining the model’s predictive performance. The second chapter proposes an innovative methodology called XPER, which decomposes model performance into specific contributions from each variable, thereby enhancing the interpretability of credit scoring models. Finally, the third chapter introduces the Risk Homogeneity Coefficient (RHC), a tool that quantifies the degree of homogeneity within risk grades, or risk classes, in the Internal Ratings-Based approach for credit risk, as required by the Basel accords. These approaches, while technical, are also very practical and provide innovative tools enabling financial institutions and their regulators to validate credit scoring models while considering issues of fairness, interpretability, and homogeneity

APA, Harvard, Vancouver, ISO, and other styles

7

Pérez, Rojas Alexis Rodrigo. "Diseño de metodología para el seguimiento de modelos de riesgo crediticio." Tesis, Universidad de Chile, 2016. http://repositorio.uchile.cl/handle/2250/144507.

Full text

Abstract:

Ingeniero Civil Industrial
El siguiente trabajo busca establecer una metodología de seguimiento, aplicable a los modelos de riesgo crediticio de Banco Estado Microempresas (BEME), basados en regresiones logísticas, esto con el fin de levantar alertas sobre variables importantes de los modelos que están influyendo en la pérdida de poder predictivo en el tiempo. Por otro lado, se busca establecer una medida de riesgo de las pérdidas potenciales para los modelos, basadas en la conocida medida Value at Risk (VaR), con el fin de poder comparar los modelos sin recalibrar con los modelos hipotéticos de una recalibración dinámica de los mismos, capturando de forma objetiva, cambios estructurales. Para estudiar el problema de seguimiento, se busca generar una metodología que pueda ser replicable para mantener un seguimiento periódico. Para esto, se desarrolló una metodología capaz de generar de forma automática bases analíticas basada en los filtros conocidos que BEME utilizó para la creación del modelo Ambiental, el que tiene como función otorgar un puntaje a personas naturales para la pre-aprobación de un crédito. Luego, se realizó diferentes test estadísticos, en los cuales se establece un intervalo en el cual el estadístico puede oscilar, considerando que si sale de los límites establecidos, se está en presencia de cambios en las variables. Entre las pruebas utilizadas están: Beta-1, Beta-1 modificado y Fieller, los cuales mediante re-calibraciones temporales son capaces de determinar si las variables de los modelos siguen siendo de igual forma significativas. Como resultado de las pruebas, se obtuvo que para este modelo en particular la forma de calcular el criterio de bondad, que determina si se espera que será un bueno o mal cliente, representa una limitante, ya que solo es posible realizar un seguimiento a clientes con al menos un año de historial. Por otro lado para aprovechar esto se consideraron ventanas móviles de un año de la base analítica, como entrada de dato, con el fin de realizar pruebas de seguimiento más robustas y se comparó con ventanas de menor tamaño de nueve, seis y tres meses, donde se cumplió la hipótesis inicial que los test muestran mayor inestabilidad al considerar bases más pequeñas. Por último, las medidas de riesgo utilizadas mostraron resultados positivos, ya que el riesgo disminuye al re-estimar los parámetros del modelo ambiental, teniendo una incidencia de disminuir la peor perdida en un 5% del capital expuesto por el banco mensualmente en el segmento evaluado por el modelo.
07/12/2021

APA, Harvard, Vancouver, ISO, and other styles

8

Fernandes, António Francisco de Melo. "Credit scoring : uma análise econométrica." Master's thesis, Instituto Superior de Economia e Gestão, 2017. http://hdl.handle.net/10400.5/14342.

Full text

Abstract:

Mestrado em Métodos Quantitativos para a Decisão Económica e Empresarial
Com intenção de melhorar os serviços de análise e gestão de crédito, as instituições financeiras desenvolveram o modelo credit scoring. Este modelo é utilizado por estas instituições para previsão do risco de crédito no processo da tomada de decisão de concessão de crédito. O objetivo deste trabalho, é desenvolver um modelo de credit scoring a partir de uma amostra de 1000 solicitantes de créditos extraídos da carteira de crédito de um banco alemão. Para tal, estimou-se um modelo probit, considerando-se 25 variáveis independentes quantitativas e qualitativas que influenciam a probabilidade do crédito ser aprovado ou não. Os resultados deste estudo mostram que o modelo de credit scoring se apresenta adequado no ajustamento aos dados, obtendo uma classificação correta para cerca de 77% dos clientes. Contudo, os resultados encontrados fornecem informações importantes para auxílio no processo de tomada de decisões de concessão de crédito e gerenciamento do crédito bancário, podendo assim contribuir para a redução do número de clientes inadimplentes e dos respetivos custos.
In order to improve credit analysis and management services, financial institutions have developed the credit scoring model. This model is used by these institutions to predict credit risk in the process of making a credit granting decision. The objective of this work is to develop a credit scoring model from a sample of 1000 credit claimants extracted from the credit portfolio of a German bank. For this, a probit model was estimated, considering 25 independent quantitative and qualitative variables that influence the probability of credit being approved or not. The results of this study show that the credit scoring model is adequate in the adjustment to the data, obtaining a correct classification for about 77% of the clients. However, the results found provide important information to aid in the decision-making process of credit granting and bank credit management, thus contributing to the reduction of overdue customers and their costs.
info:eu-repo/semantics/publishedVersion

APA, Harvard, Vancouver, ISO, and other styles

9

Pereira, Gustavo Henrique de Araujo. ""Modelos de risco de crédito de clientes: Uma aplicação a dados reais"." Universidade de São Paulo, 2004. http://www.teses.usp.br/teses/disponiveis/45/45133/tde-28122004-224257/.

Full text

Abstract:

Modelos de customer scoring são utilizados para mensurar o risco de crédito de clientes de instituições financeiras. Neste trabalho, são apresentadas três estratégias que podem ser utilizadas para o desenvolvimento desses modelos. São discutidas as vantagens de cada uma dessas estratégias, bem como os modelos e a teoria estatística associada a elas. Algumas medidas de performance usualmente utilizadas na comparação de modelos de risco de crédito são descritas. Modelos para cada uma das estratégias são ajustados utilizando-se dados reais obtidos de uma instituição financeira. A performance das estratégias para esse conjunto de dados é comparada a partir de medidas usualmente utilizadas na avaliação de modelos de risco de crédito. Uma simulação também é desenvolvida com o propósito de comparar o desempenho das estratégias em condições controladas.
Customer scoring models are used to measure the credit risk of financial institution´s customers. In this work, we present three strategies that can be used to develop these models. We discuss the advantages of each of the strategies, as well as the models and statistical theory related with them. We fit models for each of these strategies using real data of a financial institution. We compare the strategies´s performance through some measures that are usually used to validate credit risk models. We still develop a simulation to study the strategies under controlled conditions.

APA, Harvard, Vancouver, ISO, and other styles

10

Lima, Francisco Adauto Pereira de. "Práticas em gestão de sistemas de credit scoring e portfólio de crédito em instituições financeiras brasileiras." reponame:Repositório Institucional do FGV, 2011. http://hdl.handle.net/10438/8173.

Full text

Abstract:

Submitted by Cristiane Shirayama (cristiane.shirayama@fgv.br) on 2011-05-24T14:18:55Z No. of bitstreams: 1 61090100009.pdf: 1153288 bytes, checksum: 454d2660dc911b8aa8ea907d58f36e7a (MD5)
Approved for entry into archive by Gisele Isaura Hannickel(gisele.hannickel@fgv.br) on 2011-05-24T14:33:41Z (GMT) No. of bitstreams: 1 61090100009.pdf: 1153288 bytes, checksum: 454d2660dc911b8aa8ea907d58f36e7a (MD5)
Approved for entry into archive by Gisele Isaura Hannickel(gisele.hannickel@fgv.br) on 2011-05-24T14:36:54Z (GMT) No. of bitstreams: 1 61090100009.pdf: 1153288 bytes, checksum: 454d2660dc911b8aa8ea907d58f36e7a (MD5)
Made available in DSpace on 2011-05-24T15:30:34Z (GMT). No. of bitstreams: 1 61090100009.pdf: 1153288 bytes, checksum: 454d2660dc911b8aa8ea907d58f36e7a (MD5) Previous issue date: 2011-04-15
Vários estudos foram realizados pela academia brasileira sobre desenvolvimento e aplicabilidade de modelos estatísticos de credit scoring e portfólio de crédito. Porém, faltam estudos relacionados sobre como estes modelos são empregados pelas empresas brasileiras. Esta dissertação apresenta uma pesquisa, até então inédita, sobre como as instituições financeiras brasileiras administram seus sistemas de credit scoring e suas carteiras de crédito. Foram coletados dados, por meio de um questionário, dos principais bancos e financeiras do mercado brasileiro. Para a análise dos resultados, as repostas foram divididas em dois grupos: bancos e financeiras. Os resultados mostraram empregos de métodos diferentes entre os grupos devido a suas características operacionais.

APA, Harvard, Vancouver, ISO, and other styles

11

Souza, Ródnei Bernardino de. "O modelo de collection scoring como ferramenta para a gestão estratégica do risco de crédito." reponame:Repositório Institucional do FGV, 2000. http://hdl.handle.net/10438/5723.

Full text

Abstract:

Made available in DSpace on 2010-04-20T20:20:30Z (GMT). No. of bitstreams: 0 Previous issue date: 2000-07-03T00:00:00Z
Trata do gerenciamento da carteira de inadimplentes no mercado de crédito ao consumidor, em especial no de cartões de crédito. Foca a concepção, desenvolvimento e manutenção do modelo de collection scoring como ferramenta para a administração da carteira de inadimplentes, considerada fundamental na gestão estratégica e profissional do risco de crédito ao consumidor. Caracteriza o problema da inadimplência, tanto no mercado de crédito ao consumidor como no de cartões de crédito, e aponta tendências e alternativas para o seu gerenciamento estratégico

APA, Harvard, Vancouver, ISO, and other styles

12

Idbenjra, Khaoula. "Essays on Segmented-Modeling Approaches for Business Analytical Applications." Electronic Thesis or Diss., Université de Lille (2022-....), 2023. http://www.theses.fr/2023ULILA027.

Full text

Abstract:

Les complexités croissantes de la prise de décision financière, intensifiées par les crises financières récentes, requièrent une modélisation prédictive avancée et transparente, notamment dans les domaines du scoring de crédit et de la fidélisation des clients. Cette thèse explore les mérites significatifs des modèles hybrides basés sur la segmentation, en se concentrant de manière cruciale sur le Logit Leaf Model (LLM), à travers différentes applications : la fidélisation des clients Business-to-Business (B2B), le scoring de crédit, et la gestion des Prêts Non Performants (NPL). L'urgence d'outils analytiques robustes, interprétables et flexibles a été amplifiée, surtout sur fond de défis financiers et économiques modernes. Ainsi, cette recherche lie minutieusement les conclusions de trois études clés pour explorer et critiquer la fonctionnalité, l'applicabilité, et le mérite du LLM dans divers contextes.L'étude dans le chapitre 2 met en lumière l'applicabilité du LLM dans les scénarios B2B, où la rétention des clients devient cruciale. L'étude montre comment le LLM peut améliorer les stratégies de rétention des clients B2B en utilisant la modélisation uplift et en fournissant des insights essentiels aux managers à travers des visualisations spécifiques, globales et de niveau segmentaire qui renforcent la prise de décision managériale. La seconde étude, présentée dans le chapitre 3, explore le domaine du scoring de crédit, mettant en lumière les performances prédictives supérieures du LLM et son interprétabilité exceptionnelle, ce qui le fait se démarquer des modèles traditionnels tels que la régression logistique et les arbres de décision, et même par rapport à des modèles avancés tels que les réseaux de neurones.Chapitre 4, introduisant la troisième étude, propose une analyse détaillée en utilisant le LLM pour démontrer sa capacité à prédire et comprendre les complexités des prêts non performants (NPL). Ceci est réalisé grâce à un examen approfondi des caractéristiques du débiteur, du prêt, et des indicateurs macroéconomiques. La capacité du modèle à fournir simultanément des prédictions précises et à produire des insights pratiques, comparée à divers autres modèles alternatifs de risque de crédit, souligne sa praticité dans la gestion du risque financier, en particulier pour les banques.À travers une exploration approfondie et une combinaison des études mentionnées ci-dessus, cette thèse met en lumière les diverses aptitudes du LLM à naviguer à travers différents domaines, tous guidés par les données. Elle soulève une discussion sur l'utilité des modèles hybrides basés sur la segmentation pour prendre des décisions complexes, louant le LLM pour sa capacité à allier puissance prédictive et interprétabilité, et à agir en tant qu'outil puissant à travers diverses applications. La thèse suggère également des domaines pour la recherche future dans le chapitre 5, encourageant une exploration plus poussée de la scalabilité, de l'adaptabilité, et des améliorations potentielles du LLM à travers divers secteurs et défis analytiques
The increasing complexities of financial decision-making, intensified by recent financial crises, necessitate transparent advanced predictive modeling, especially in the realms of credit scoring and customer retention. This dissertation explores the significant merits of hybrid segmentation-based models, with a pivotal focus on the Logit Leaf Model (LLM), across varied applications: Business-to-Business (B2B) customer retention, credit scoring, and Non-Performing Loan (NPL) management. The exigency for robust, interpretable, and flexible analytical tools has been amplified, especially against the backdrop of modern financial and economic challenges. Thus, this research meticulously interweaves findings from three pivotal studies to explore and critique the functionality, applicability, and merit of the LLM in diverse contexts.The study in chapter 2 highlights LLM's applicability in B2B scenarios, where customer retention becomes crucial. The study shows how the LLM can improve strategies for B2B customer retention by using uplift modeling and providing essential insights to managers through specific, overall, and segment-level visualizations that strengthen managerial decision-making. The second study, presented in chapter 3, explores the field of credit scoring, spotlighting LLM's superior predictive performance and exceptional interpretability, which makes it stand out amidst traditional models like logistic regression and decision trees, and even when compared to advanced models such as neural networks.Chapter 4, introducing the third study, offers a detailed analysis using the Logit Leaf Model (LLM) to demonstrate its capability to predict and comprehend the complexities of Non-Performing Loans (NPLs). This is achieved through a thorough examination of debtor, loan, and macroeconomic features. The model's ability to concurrently provide precise predictions and yield practical insights, when compared with various alternate credit risk models, accentuates its practicality in managing financial risk, especially within retail banking scenarios.Through a thorough exploration and combination of the studies mentioned above, this dissertation highlights the LLM's varied abilities in navigating through different but inherently data-driven fields. It raises discussion on the usefulness of hybrid segmentation-based models in making complex decisions, praising the LLM for its ability to combine predictive power with interpretability and act as a powerful tool across various applications. The dissertation also suggests areas for future research in chapter 5, encouraging further exploration into the scalability, adaptability, and potential improvements of the LLM across various sectors and analytical challenges

APA, Harvard, Vancouver, ISO, and other styles

13

Medina, Fabio Augusto Scalet. "Regressão Logística Geograficamente Ponderada aplicada a modelos de Credit Scoring." reponame:Repositório Institucional da UnB, 2016. http://repositorio.unb.br/handle/10482/20790.

Full text

Abstract:

Dissertação (mestrado)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Programa de Pós-Graduação em Administração, 2016.
Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2016-06-23T16:39:44Z No. of bitstreams: 1 2016_FabioAugustoScaletMedina.pdf: 980307 bytes, checksum: c57d891197aa6227064966be4883bc3e (MD5)
Approved for entry into archive by Raquel Viana(raquelviana@bce.unb.br) on 2016-06-24T21:35:55Z (GMT) No. of bitstreams: 1 2016_FabioAugustoScaletMedina.pdf: 980307 bytes, checksum: c57d891197aa6227064966be4883bc3e (MD5)
Made available in DSpace on 2016-06-24T21:35:55Z (GMT). No. of bitstreams: 1 2016_FabioAugustoScaletMedina.pdf: 980307 bytes, checksum: c57d891197aa6227064966be4883bc3e (MD5)
A presente dissertação de mestrado teve como objetivo principal verificar a aplicabilidade da metodologia Regressão Logística Geograficamente Ponderada (GWLR) para a construção de modelos de credit scoring. As fórmulas do melhor conjunto de modelos locais estimados via GWLR foram comparadas entre si, em termos de valor dos coeficientes e significância das variáveis, e frente ao modelo global estimado via Regressão Logística. Foram utilizados dados reais referentes às operações de Crédito Direto ao Consumidor (CDC) de uma instituição financeira pública nacional concedidas a clientes domiciliados no Distrito Federal (DF). Os resultados encontrados demonstraram a viabilidade da utilização da técnica GWLR para desenvolver modelos de credit scoring. Os modelos estimados para cada região do DF se mostraram distintos em suas variáveis e coeficientes (parâmetros) e três dos cinco indicadores do modelo via GWLR se mostraram superiores aos do modelo via Regressão Logística. ________________________________________________________________________________________________ ABSTRACT
This master thesis aimed to verify the applicability of the methodology Geographically Weighted Logistic Regression (GWLR) to develop credit scoring models. The formulas of the best set of local models estimated by GWLR were compared in terms of value of the coefficients and significance of the variables, and against the global model estimated by Logistic Regression. It was used a real granting data of Direct Credit Consumer from a national public financial institution to borrowers domiciled in the Federal District (FD) of Brazil. The results demonstrated the feasibility of using the technique GWLR to develop credit scoring models. The estimated models for each region of FD have showed to be different in their variables and coefficients (parameters) and three out of five indicators calculated for the developed model by GWLR were superiors than indicators of the developed model by Logistic Regression.

APA, Harvard, Vancouver, ISO, and other styles

14

Jiménez, Olivara Rominna Andrea. "Seguimiento a modelos de riesgo de crédito para microempresarios." Tesis, Universidad de Chile, 2014. http://www.repositorio.uchile.cl/handle/2250/116136.

Full text

Abstract:

Ingeniero Civil Mecánico
En Chile, los microempresarios son cada vez más. En el año 2004 el 81% de las empresas existentes correspondía a microempresarios. Es por esto que las oportunidades de crédito también están en aumento. Para que las instituciones puedan definir a quien asignar o no crédito, generalmente utilizan Credit Scoring. El problema que se presenta ante esta metodología, es que los modelos pierden poder discriminante en el tiempo, debido a cambios en la población y en la distribución de las variables que se evalúan. Esta memoria diseña un proceso de negocio, basado en test estadísticos, que permite determinar el momento óptimo para ajustar los modelos de riesgo de crédito a consumidores. La metodología que se sigue para obtenerlo, consiste en definir un test supervisado, test K-S, y un test no supervisado, Fieller Stability Measure, para estimar una medida de pérdida y el momento óptimo de la re-calibración. Con esto, se construye el proceso de negocio y se evalúa en datos de una institución financiera real. Los datos con los que se cuenta para realizar estas estimaciones consideran a carteras de microempresarios de sectores no rurales. El periodo de estudio va desde Enero del 2010 a Septiembre del 2012, y la muestra total incluye un total de 83.137 registros. Con estos datos se evalúa el comportamiento de la curva K-S versus la pérdida y se obtiene con un error del 22%, al medir el valor del aumento de la pérdida dada la baja porcentual del estadístico KS. Aplicando el método Fieller Stability Measure se verifica cuales meses las variables no cumplen con la condición de mantenerse dentro de los límites aceptables. Con esto se concluye que la alerta de acción (para re-calibrar el modelo) ocurre cuando durante tres meses seguidos el intervalo de la variable traspasa los límites del modelo. Así mismo se establece como alerta de precaución cuando el intervalo de la variable se sale de los límites por un mes. Se comprueba que para el caso de alerta de acción la pérdida que se recupera justifica el costo de re-calibración. Al contrario del caso de la alerta de precaución en donde no es rentable, e incluso aumenta la pérdida, al recalibrar el modelo.

APA, Harvard, Vancouver, ISO, and other styles

15

Tamayo, Medrano Paola Aracelli Roxana. "Credit scoring para la cartera crediticia de consumo no revolvente de una entidad bancaria estatal." Master's thesis, Universidad del Pacífico, 2017. http://hdl.handle.net/11354/1858.

Full text

Abstract:

El presente trabajo de investigación busca entender las variables determinantes de la probabilidad de default en la cartera de consumo no revolvente del Banco de la Nación que permita mejoras en la gestión del riesgo crediticio. Se estudiará a través del modelo de regresión logística construido con los desembolsos de la entidad entre el periodo enero a diciembre 2014. Se obtuvo que variables cualitativas como el departamento en donde se desembolsó el crédito, el tipo de préstamo (sector al que pertenece el trabajador público que solicita el préstamo), la situación laboral del cliente y sexo; así como de las variables intrínsecas de la operación de préstamo como son el plazo, deuda en el sistema financiero además de la variable ingreso del trabajador (que considera lo que en neto ingresa a la cuenta de ahorros en el banco) y antigüedad laboral, permiten obtener un ajuste apropiado para el modelo que estima la probabilidad de default del potencial cliente. Para evaluar el poder de discriminatorio se utilizó el estadístico K-S y la curva ROC (Receiver Operating Characteristics) y área bajo la curva ROC siendo de 0,7379. Con la validación del modelo se obtuvo que el 61% de los créditos malos observados son estimados por el modelo.

APA, Harvard, Vancouver, ISO, and other styles

16

Silva, Francisco Leal Gonçalves Barbosa da. "A Sustentabilidade Financeira e a Gestão do Risco de Crédito no Microcrédito : O Scoring como uma alternativa com valor para a gestão do risco de crédito : uma experiência para Portugal." Master's thesis, Instituto Superior de Economia e Gestão, 2011. http://hdl.handle.net/10400.5/4529.

Full text

Abstract:

Mestrado em Finanças
O Microcrédito é um fenómeno crescente no Mundo desde os seus primeiros passos na índia e Bangladesh na década de 1970. Afirmou-se como uma alternativa eficaz no combate à pobreza e à exclusão social. No entanto, os seus méritos terão sido de certa forma sobrevalorizados à custa de uma menor preocupação com a eficiência e sustentabilidade financeira. Sugerimos que a sustentabilidade financeira é uma condição sine qua non para promover a capacidade das instituições de Microcrédito servirem mais e mais pobres populações. Dado oseu impacto na sustentabilidade financeira, a gestão do risco de crédito é um factor chave para o sucesso de uma instituição de Microcrédito. Assim, existem alguns mecanismos interessantes, alguns dos quais muito inovadores, que as instituições de Microcrédito encontraram para lidar com o risco de crédito. Um desses mecanismos, já em utilização massiva no crédito convencional, é o Scoring. Acreditamos que a utilização de Scoring no Microcrédito, mesmo tendo em conta os seus custos e pressupostos, pode ser um importante passo para o futuro da indústria, uma vez que promove uma gestão de risco de crédito mais precisa e eficiente e, desse modo, contribui decisivamente para um modelo de negócio mais sustentável.

APA, Harvard, Vancouver, ISO, and other styles

17

Silva, Pablo Rogers. "Psicologia do risco de crédito: análise da contribuição de variáveis psicológicas em modelos de credit scoring." Universidade de São Paulo, 2011. http://www.teses.usp.br/teses/disponiveis/12/12139/tde-30092011-184818/.

Full text

Abstract:

A presente tese objetivou investigar a contribuição de variáveis e escalas psicológicas sugeridas pela literatura de Psicologia Econômica, a fim de predizer o risco de crédito de pessoas físicas. Nesse sentido, através das técnicas de regressão logística, e seguindo todas as etapas para desenvolvimento de modelos de credit scoring, foram construídos modelos de application scoring para pessoas físicas com variáveis sociodemográficas e situacionais, comumente utilizadas nos modelos tradicionais, mais a inclusão de variáveis comportamentais e escalas psicológicas, tais como: variáveis de comparação social, variáveis relacionadas com educação financeira, variáveis de comportamento de consumo, proxies de autocontrole e horizonte temporal, escala do significado do dinheiro (ESD), escala de autoeficácia, escala de lócus de controle, escala de otimismo, escala de autoestima e escala de comprador compulsivo. Os resultados foram contundentes e direcionaram para uma significativa contribuição de algumas dessas variáveis em predizer o risco de crédito dos indivíduos. As variáveis oriundas da ESD mostraram que as dimensões negativas relacionadas com o dinheiro estão mais associadas a indivíduos com problemas com dívidas. Também foi possível constatar que indivíduos com altos escores na escala de autoeficácia, provavelmente indicando um maior grau de otimismo e excesso de confiança, estão mais associados ao grupo de mau pagador. Notou-se ainda que compradores classificados como compulsivos possui maior probabilidade de se encontrar no grupo de mau crédito. Indivíduos que consideram presentear crianças e amigos em datas comemorativas como uma necessidade, mesmo que muitas pessoas considerem um luxo, possuem maior chance de se encontrarem no grupo de mau crédito. Problemas de autocontrole identificados por indivíduos que bebem em média mais de quatro copos de bebida alcoólica no dia ou são fumantes, mostraram-se importantes para identificar tendências ao endividamento. A partir desses achados acredita-se que a presente tese avançou no entendimento do risco de crédito das pessoas físicas, de forma a suscitar variáveis que podem aumentar a precisão da previsão dos modelos de credit scoring, tendo como uma das implicações imediatas a consideração de algumas das variáveis significativas como uma pergunta no formulário cadastral para novos clientes, tais como: Você acha que presentear amigos em datas comemorativas é uma necessidade ou luxo? Você acha que presentear crianças em datas comemorativas é uma necessidade ou luxo? Na média, você bebe mais de 4 copos de bebida alcoólica no dia? Você fuma cigarros? As implicações dos resultados também podem ser discutidas no âmbito dos modelos de behavioral scoring e modelos de credit scoring para pessoas jurídicas.
This works aimed to investigate the contribution of variables and psychological scales, suggested by the literature of Economic Psychology, in order to predict the credit risk of individuals. Accordingly, through the techniques of logistic regression, and following all the steps for developing credit scoring models, application scoring models were built for individuals with socio demographic and situational variables, commonly used in traditional models, further the inclusion of behavioral variables and psychological scales, such as: variables of social comparison, variables related to financial education, variables in consumption behavior, proxies of self-control and temporal horizon, meaning of money scale (MMS), scale of self efficacy, locus of control scale, scale of optimism, scale of self-esteem and scale of compulsive buyer. The results were blunt, and directed a significant contribution to some of these variables in predicting the credit risk of individuals. The variables derived from the MMS showed that the negative dimensions related to money are more associated to individuals with debt problems. It was also noted that individuals with high scores on selfefficacy scale, probably indicating a higher degree of optimism and overconfidence, are the group most associated with bad credit. It was noted also that buyers classified as compulsive ones are more likely to find in the group of bad credit. Individuals who consider gifting children and friends on commemorative dates as a necessity, even though many people consider a luxury, have more chance in being found in the group of bad credit. Self-control problems, identified by individuals who drink more than four glasses of alcohol a day, or are smokers, were important to identify indebtedness trends. From these findings it is believed that this works has advanced the understanding of the credit risk of individuals, giving rise to variables that may increase the forecast accuracy of credit scoring models, having as one of the immediate implications, considering of some of the significant variables as one of the questions about the individual when he fills the new application form, such as: Do you think gifting friends in commemorative dates is a necessity or luxury? Do you think gifting children in commemorative dates is a necessity or luxury? On average, you drink more than four glasses of alcohol a day? Do you smoke cigarettes? The implications of these results can also be discussed in the context of behavioral scoring models and credit scoring models for corporations.

APA, Harvard, Vancouver, ISO, and other styles

18

Neves, Isabel Perdigão. "A utilização do modelo Z-scoring na análise do risco de crédito para empresas portuguesas." Master's thesis, FEUC, 2014. http://hdl.handle.net/10316/26595.

Full text

Abstract:

Relatório de estágio do mestrado em Economia (Economia Financeira), apresentado à Faculdade de Economia da Universidade de Coimbra, sob a orientação de Fátima Sol e Rui Ferreira.
O presente relatório tem como objetivo a apresentação de um estágio curricular que integra o Mestrado de Economia na Faculdade de Economia da Universidade de Coimbra. Este estágio foi realizado na Direção Comercial de Empresas do Santander Totta em Coimbra e teve a duração de 16 semanas. Este relatório encontra-se repartido em três secções. Na primeira irá ser apresentada de forma sucinta a entidade de acolhimento. Numa segunda secção são descritas várias atividades desenvolvidas ao longo deste estágio. Na terceira secção será feita uma revisão bibliográfica referente ao modelo de Z-scoring e sua utilização na análise do risco de crédito nos bancos.

APA, Harvard, Vancouver, ISO, and other styles

19

Machado, Aline Rodrigues. "Collection scoring via regressão logística e modelo de riscos proporcionais de Cox." reponame:Repositório Institucional da UnB, 2015. http://repositorio.unb.br/handle/10482/19575.

Full text

Abstract:

Dissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Estatística, 2015.
Submitted by Fernanda Percia França (fernandafranca@bce.unb.br) on 2015-12-17T15:38:56Z No. of bitstreams: 1 2015_AlineRodriguesMachado.pdf: 8301687 bytes, checksum: 6ba181b94d324ca852b02987ddd55181 (MD5)
Approved for entry into archive by Marília Freitas(marilia@bce.unb.br) on 2016-02-25T13:33:57Z (GMT) No. of bitstreams: 1 2015_AlineRodriguesMachado.pdf: 8301687 bytes, checksum: 6ba181b94d324ca852b02987ddd55181 (MD5)
Made available in DSpace on 2016-02-25T13:33:57Z (GMT). No. of bitstreams: 1 2015_AlineRodriguesMachado.pdf: 8301687 bytes, checksum: 6ba181b94d324ca852b02987ddd55181 (MD5)
Em virtude da profissionalização da política de recuperação de créditos, o objetivo da dissertação foi o desenvolvimento de modelos de Collection Scoring para a determinação de melhores estratégias de atuação de cobrança para cada perfil de cliente. Os dados foram obtidos por meio do banco de dados de uma grande instituição financeira de atuação em nível nacional sendo que o universo de aplicação do modelo foi clientes com atraso superior a 90 dias. Foram ajustados um modelo de Regressão Logística e um de Riscos Proporcionais de Cox. Os resultados para os dois modelos foram semelhantes, mas a aplicação com o modelo de Cox permite a estimação considerando também o tempo até a recuperação. ______________________________________________________________________________ ABSTRACT
Because of the professionalization of credit and collection policy, the aim of this work was the development of Collection Scoring Models to determine best collection action strategies for each customer profile. Data were obtained from the database of a large financial institution acting at the national level and the universe of application of the model was clients that not pay for more than 90 days. We adjusted a Logistic Regression and a Cox Proportional Hazard Model. Both adjusted models presented similar results, but the Cox model procedures also considers the time until the recovery event.

APA, Harvard, Vancouver, ISO, and other styles

20

José, Vieira de Melo Sobrinho Marcelo. "Um estudo da inadimplência aplicada ao segmento educacional de ensino médio e fundamental, utilizando modelos credit scoring com análise discriminante, regressão logística e redes neurais." Universidade Federal de Pernambuco, 2007. https://repositorio.ufpe.br/handle/123456789/863.

Full text

Abstract:

Made available in DSpace on 2014-06-12T15:05:57Z (GMT). No. of bitstreams: 2 arquivo1182_1.pdf: 1252336 bytes, checksum: f525fed8d87638ae39fd882853bce5ca (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2007
Conselho Nacional de Desenvolvimento Científico e Tecnológico
Esta dissertação propôs o estudo da viabilidade da utilização de modelos de credit scoring em uma instituição educacional de ensino médio e fundamental, atuante na rede privada na cidade do Recife PE. A utilização deste tipo de modelagem é bastante difundida em instituições financeiras, no entanto sua prática no segmento de serviços apresenta-se em estágio embrionário, onde seus benefícios ainda são pouco conhecidos. A utilização de modelos como mecanismos de apoio ao gerenciamento de serviços educacionais assume importante relevância, pois este segmento tem sido severamente penalizado com elevados índices de inadimplência, aliado a uma legislação desfavorável quanto a cobrança de débitos vencidos. No desenvolvimento dos modelos de credit scoring foram utilizados as técnicas de análise discriminante, regressão logística e rede neural artificial, onde sua viabilidade foi avaliada ao se comparar a performance da previsão dos modelos com o percentual de acertos obtido pelo critério de chances. Os resultados demonstram que a análise discriminante obteve o melhor desempenho na previsão do grupo dos inadimplentes, com 80% de acerto. Por outro lado, os modelos baseados na regressão logística e rede neural artificial alcançaram o mais alto nível de acerto no grupo dos adimplentes, ambos com 93,48%. Sendo assim a modelagem de credit scoring apresentou-se como um instrumento de gestão de risco viável para a instituição de educação pesquisada

APA, Harvard, Vancouver, ISO, and other styles

21

Serralheiro, Silvana Oliveira. "Construção de um processo de monitorização de modelo de scoring de crédito hipotecário para concessão." Master's thesis, Instituto Superior de Economia e Gestão, 2020. http://hdl.handle.net/10400.5/21649.

Full text

Abstract:

Mestrado em Mathematical Finance
O crédito hipotecário abrange créditos destinados à aquisição, construção, arrendamento e/ou manutenção de habitação. O modelo de scoring permite distinguir os bons e maus créditos, através do perfil de risco dos clientes, seguindo-se a decisão de conceder ou não crédito. O objetivo deste trabalho foi desenvolver um processo de monitorização aplicado ao modelo de scoring de crédito hipotecário para concessão da Caixa Geral de Depósitos. O propósito desta monitorização é verificar se o modelo, implementado em junho de 2018, mantém uma boa capacidade preditiva. Em particular, pretende-se verificar a fiabilidade do modelo, as suas características discriminantes, a sua performance, entre outros. Adicionalmente, esta monitorização tem como objetivo realizar atualizações no modelo e, em casos extremos, o desenvolvimento de um novo modelo.
Mortgage credit includes credits for the purchase, construction, lease and/or house maintenance. The scoring model makes it possible to distinguish between the good and bad credits, through the risk profile of customers, and then make the decision on whether grant or not grant credit. The objective of this work was to develop a monitoring process applied to the mortgage credit scoring model for the granting of Caixa Geral de Depósitos. The purpose of this monitoring is to verify whether the model, implemented in June 2018, maintains a good predictive capacity. In particular, it is intended to verify the model's reliability, its discriminating characteristics and its performance, among others. Additionally, this monitoring aims to make updates the model and, in extreme cases, the development of a new model.
info:eu-repo/semantics/publishedVersion

APA, Harvard, Vancouver, ISO, and other styles

22

González, López Pedro Pablo. "Desarrollo de modelo Credit Scoring para admisión de facturas en factoring." Tesis, Universidad de Chile, 2018. http://repositorio.uchile.cl/handle/2250/149160.

Full text

Abstract:

Ingeniero Civil Industrial
La presente memoria consiste en el desarrollo de un modelo estadístico que permita predecir el default en el pago de créditos del producto factoring. La empresa solicitante del proyecto es una institución financiera no bancaria líder en el segmento de Pymes. En toda empresa que presta servicios financieros, incluyendo todo tipo de créditos, la gestión del riesgo es de los aspectos más relevantes. Por eso es pertinente contar con una herramienta que permita discriminar rápidamente y de manera automática entre buenos y malos pagadores. De lo anterior se define como objetivo del estudio Construir un modelo predictivo para Factoring que estime la probabilidad de que un documento no sea pagado por el cliente o el deudor, para apoyar el proceso de admisión de operaciones . La metodología para afrontar el problema corresponde a un entendimiento del negocio, obtención y preparación de la información, modelamiento y finalmente interpretación de los resultados. Para el proceso de modelación se utiliza la técnica de la industria bancaria llamada credit scoring, modificando la teoría para poder ser aplicada al factoring. Se cuenta con una base trabajada de datos, que contiene 1.2 MM de observaciones aproximadamente y 20 campos. Esta fue extraída y trabajada de los datos consolidados de las diferentes bases de datos con que cuenta la empresa. El modelo final estimado entrega las probabilidades de no pago de cada documento, con una bondad de ajuste AUROC de 0,727 es bueno considerando un rango entre 0,5 siendo al azar y 1 que predice completamente bien. Este modelo integra 7 variables, las cuales son porcentaje de descuento , contabilidad completa , Número de trabajadores , monto documento , tasa de operación , monto aprobado y tasa de operación . Estas variables se encuentran categorizadas, con un puntaje asociado de acuerdo que tan riesgosas son. El puntaje de cada variable se suma para lograr un score total del documento, distribuido entre 0 y 1000 para facilitar la interpretación, donde a mayor puntaje menos probabilidades de default tiene la factura. Este score se representa a través de una scorecard, donde se determina que todos los documentos bajo 378 puntos se rechazan, y los scores sobre 807 puntos se aceptan inmediatamente, enviado los documentos con puntaje entre estos dos cortes a un análisis más profundo para cada caso. Los beneficios de esta herramienta contemplan una disminución en el número de operaciones analizadas directamente en un 28%, pudiendo liberar recursos para destinarlos en otras áreas. Además, para un mismo porcentaje de aceptación de solicitudes se rechazan un 15% de documentos riesgosos en comparación al modelo actual, lo que se impacta directamente en las provisiones, disminuyendo en $4.800 Millones anuales.
28/02/2020

APA, Harvard, Vancouver, ISO, and other styles

23

Vasconcellos, Mauricio Sandoval de. "Proposta de método para análise de concessões de crédito a pessoas físicas." Universidade de São Paulo, 2003. http://www.teses.usp.br/teses/disponiveis/12/12138/tde-18112004-125442/.

Full text

Abstract:

Esse trabalho consiste em uma sugestão de metodologia para análise de concessões de crédito a pessoas físicas a partir do estudo matemático e estatístico de informações sobre créditos concedidos no passado recente da carteira de crédito em questão, tais como os hábitos de pagamentos e variáveis cadastrais, financeiras, patrimoniais e de relacionamento com a instituição credora dos clientes analisados. A análise parte da definição da qualidade de crédito (bom ou ruim) dos créditos estudados, sendo seguida pelo estudo das variáveis dos clientes que influenciam na capacidade destes em honrar os compromissos do crédito obtido, a partir de técnicas estatísticas de agrupamento de indivíduos em categorias homogêneas de influência sobre a qualidade de crédito e estimação de coeficientes para as variáveis relevantes estatisticamente, através do método de regressão logística, gerando um modelo de fácil interpretação e implementação. O estudo sugere, também, ferramentas práticas para a verificação da qualidade do modelo estimado e de acompanhamento da performance da utilização do modelo durante os meses seguintes à sua implementação. Assim, o trabalho apresenta todos os aspectos vitais para análise de concessões de crédito, a partir de um enfoque bastante pragmático e tecnicamente viável.

APA, Harvard, Vancouver, ISO, and other styles

24

Duarte, Nádia Filipa Cunha. "Análise dos procedimentos de rating de um banco privado." Master's thesis, FEUC, 2015. http://hdl.handle.net/10316/29671.

Full text

Abstract:

Relatório de estágio do mestrado em Economia (Economia Financeira), apresentado à Faculdade de Economia da Universidade de Coimbra, sob a orientação de Helder Sebastião.
sistema financeiro tem sido fundamental para o desenvolvimento da atividade económica. Com a crise de 2008 verificou-se que quando um choque negativo atinge o sistema financeiro poderá por a economia em risco. Tornou-se então imprescindível uma revisão das normas de supervisão das instituições financeiras de forma a tornar o sistema financeiro mais robusto e capaz de sobreviver a choques externos. De todas as normas de supervisão, dar-se-á destaque à importância da classificação do risco de crédito por cliente. Posto isto, o presente relatório centra-se nos modelos de classificação de rating / scoring efetuado internamente pelas instituições bancarias. O relatório começa por uma breve descrição da entidade de acolhimento e das tarefas desenvolvidas ao longo das 16 semanas do estágio. É feita uma revisão de literatura, onde são analisados estes modelos de classificação, e posteriormente analisa-se o sistema de classificação de risco de crédito do Santander Totta.

APA, Harvard, Vancouver, ISO, and other styles

25

GOMES, Evelyne Ruiz Soares Waked. "Características associadas à inadimplência por parte de tomadores de Crédito Rural: uma análise no âmbito dos beneficiados do projeto FUNDAF." Universidade Federal Rural de Pernambuco, 2011. http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/4510.

Full text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

26

Monteiro, Marcelino Armindo. "Gestão do risco de crédito das cooperativas de crédito na região sudoeste do Paraná." Universidade Tecnológica Federal do Paraná, 2014. http://repositorio.utfpr.edu.br/jspui/handle/1/1101.

Full text

Abstract:

PEC-PG. CNPq
As cooperativas de crédito são regidas pelos mesmos princípios cooperativistas, mas agregam funções financeiras como os bancos tradicionais. A solidariedade na área financeira permite que as cooperativas de crédito levem aos seus cooperados os fundos poupados ou repassando os de desenvolvimento governamental das políticas públicas em forma de crédito. É evidente, no entanto, que nem sempre os “apoios” são devolvidos da mesma maneira como foram recebidos, neste mundo de muita perfeição e de alta competitividade. Assim, integra o elemento estranho no meio onde se imagina seu difícil acesso, a falta de confiança no cumprimento do contrato de crédito contraído pelos credores (cooperados). É conhecido como Risco de Crédito ou de um eventual não pagamento das dívidas contraídas pelos cooperados, o principal fator para processo de Gestão de Risco de Crédito nas instituições cooperativas do mundo. Desse modo, se insere o problema da pesquisa, sendo nova a gestão de risco nas cooperativas de crédito e num mercado assombrado pelas crises financeiras, e com isso se questiona: em que medida ou em que ponto o cumprimento das normas da gestão de risco de crédito nessas instituições vem sendo atendido? Com base nessa preocupação, traçaram-se os objetivos, que apontam em avaliar as práticas de gestão de risco em cooperativas de crédito do Sudoeste do Paraná (PR) de acordo com as resoluções do Conselho Monetário Nacional (CMN). Para isso, tem-se como objetivos específicos: listar as práticas de gestão de risco necessárias para a concessão de crédito; identificar de que forma estão sendo abordadas as práticas de gestão de risco de crédito, considerando-se normas de CMN; verificar qual é o impacto da gestão de risco percebido pelos gestores nas cooperativas de crédito; levantar em termos quantitativos quanto essas cooperativas perdem anualmente em inadimplência (default); comparar as práticas das cooperativas pesquisadas entre si e com as resoluções do CMN. O trabalho se justifica pela importância do processo de gestão de risco para as instituições cooperativas, para a academia e pela contribuição no reforço àquilo que o CMN vem recomendado nas suas resoluções. Para se atingir os resultados pretendidos, foi aplicado um estudo de caso múltiplo nas cooperativas CRESOL, SICOOB e SICREDI/PR, com abordagem qualitativa e quantitativa, em parte com dados secundários e primários. Os dados secundários foram levantados por meio da revisão da literatura referente às áreas de cooperativismo em geral e de crédito, a gestão de risco de crédito e normas e as resoluções do CMN sobre o tema, além de informações nos Relatórios Financeiros das três cooperativas. Os dados primários foram levantados por meio de aplicação de questionário nessas instituições, sendo entrevistados os Gerentes de Crédito, o Assessor Sênior da Controladoria e o Assessor e Supervisor de Crédito. Os dados levantados foram comparados entre as informações dos entrevistados da mesma instituição e depois com as outras, sendo que, na análise dos dados, os nomes das mesmas (instituições) deixaram de ser citadas e foi atribuído o nome de CASO (CASO1, CASO2, e 3 ). Foi identificada uma preocupação com a gestão de risco nessas instituições. Também se percebeu que o crédito só é liberado quando passa por análise de, no mínimo, três pessoas. Existem procedimentos de análise de crédito que seguem todas as alçadas necessárias para que a proposta seja deferida e também são avaliados de acordo com a renda do proponente e as cooperativas singulares são classificadas de acordo com seus patrimônios de Referências (PR) e Patrimônios de Referências exigidas (PRE), para receberem crédito das suas centrais e até para liberarem crédito aos seus cooperados Pessoa Jurídica, caso existam. Mesmo assim, foram localizadas as perdas (prejuízos), algumas mais acentuadas do que outras. Percebe-se que ainda existem reduzidos estudos sobre gestão de risco nas cooperativas de crédito, dada à situação em que se encontravam as mesmas, mas atualmente vale reforçar as pesquisas para conhecer como essas instituições lidam com a gestão de risco de crédito e outros riscos.
Credit unions are governed by the same cooperative principles but add financial functions as traditional banks. Solidarity in the financial area allows credit unions to take to their members or transferring funds spared government development of public policy in the form of credit. But it is not always clear that the "support" are returned the same way they were received, in this world of too much perfection and high competitiveness. Integrates the foreign element in the middle where you think its difficult access, lack of confidence in the fulfillment of the credit agreement contracted by creditors (cooperative). Known as credit risk or a possible non-payment of debts contracted by the cooperatives the main factor for Credit Risk Management process in cooperative institutions in the world. Thus falls the research problem, and new risk management in credit unions and a market haunted by financial crises, and if it asks: To what extent or at what point the compliance of the management of credit risk these institutions has been met? Based on this concern were traced objectives, which aim to assess the practices of risk management in credit unions Southwest of Paraná (PR) according to the resolutions of the National Monetary Council (CMN). For this, one has the following specific objectives: List the risk management practices needed to grant credit; Identify how they are being addressed management practices of credit risk considering CMN standard; Ascertain the impact of the management of risk perceived by managers in credit unions; Rise in quantitative terms as these cooperatives lost annually in default; Compare practices of cooperatives surveyed each other and with the resolutions of the CMN. The work is justified by the importance of the risk management process for cooperative institutions, academia and the contribution to the reinforcement to what the CMN has been recommended in its resolutions. And to achieve the desired results a study of multiple case was applied in cooperative CRESOL, SICOOB and SICREDI / PR, with qualitative and quantitative approach in part with secondary and primary data. The secondary data were collected by reviewing the literature pertaining to the areas of cooperative movement in general and credit risk management and credit standards and CMN resolutions on the topic, also collected in the Financial Reports of the three Credit unions. Primary data were collected through a questionnaire in these institutions, being interviewed Managers of Credit, Senior Advisor of the Comptroller, Assessor and Supervisor of Credit. And the data obtained were compared to the information of the respondents from the same institution and then with the other, in the data analysis of the same names (institutions) are no longer quoted and was assigned the name of CASE (case1 case2 and 3). A concern with risk management in these institutions was identified. Also noticed that credit is only been released when passing by analysis of at least three people. There are procedures for credit analysis that follows all the necessary limits for the proposal to be granted and are evaluated according to the income of the applicant and the individual cooperatives are classified according to their Wealth of References (PR in Portuguese) and Heritage References Required (PRE in Portuguese), to receive credit of their plants and up to release credit to their members Corporations if any. Yet losses were located some steeper others do not. Realize that there are still smaller studies on risk management in credit unions, given the situation they were in the same, but is currently worth strengthen research to know how these institutions deal with the management of credit risk and other risks.
5000

APA, Harvard, Vancouver, ISO, and other styles

27

Crespi, Júnior Hugo. "Gerenciamento do ponto de corte para a concessão de crédito no varejo brasileiro." Universidade Presbiteriana Mackenzie, 2014. http://tede.mackenzie.br/jspui/handle/tede/940.

Full text

Abstract:

Made available in DSpace on 2016-03-15T19:32:48Z (GMT). No. of bitstreams: 1 Hugo Crespi Junior.pdf: 1552051 bytes, checksum: 34b1ca02581c6a8240a8bd4702d15a71 (MD5) Previous issue date: 2014-02-14
One of the most important ways to finance consumers in the Brazilian market is the consumer credit offered in store. Provided by independent or captive finance companies, the consumer credit is normally granted or denied without taking into account its effect on the retailer s profitability. Denying credit to finance a high profit margin product is more damaging to the companies profits than if such refusal is about the sale of lower margin product. This suggests that there is an opportunity to improve the profitability in this sales channel. The objective of this research was to check the possibility to increase the Brazilian retailers profitability by introducing the retail products operating margin as an additional parameter of the consumer credit analysis. Simulations using tangents to ROC curves, as proposed by Stein (2005), made possible to confirm, through a new balance of type I and type II errors, that the maximization of corporate earnings occurs when using operating retail margins for determining cutoffs in consumer credit models.
Uma das mais importantes ferramentas de financiamento no varejo brasileiro é o crédito direto ao consumidor oferecido nos estabelecimentos por ocasião da compra. Operado através de financeiras cativas ou parceiras, o crédito é, normalmente, concedido ou negado sem que se leve em conta seu efeito na lucratividade do varejista. Quando se recusa o financiamento para um produto de grande margem de lucro, o efeito sobre os ganhos da empresa é evidentemente maior do que quando essa recusa inibe a venda de produto de menor margem, o que sugere haver ineficácia no processo. Esta pesquisa visou verificar se há espaço para aumentar a rentabilidade no varejo brasileiro, introduzindo a margem operacional nos critérios utilizados para concessão de crédito direto ao consumidor. Utilizando a curva ROC e a abordagem oferecida por Stein (2005), construíram-se simulações em torno de valores reais praticados no mercado, que permitiram confirmar, através de um novo balanceamento dos erros tipo I e tipo II, que ocorre a maximização de ganhos empresarias quando as margens operacionais do varejo são consideradas para a determinação de pontos de corte em modelos de crédito direto ao consumidor.

APA, Harvard, Vancouver, ISO, and other styles

28

Viana, Renato Frazzato. "Técnicas de classificação aplicadas a credit scoring: revisão sistemática e comparação." Universidade de São Paulo, 2015. http://www.teses.usp.br/teses/disponiveis/104/104131/tde-18012017-112044/.

Full text

Abstract:

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.

APA, Harvard, Vancouver, ISO, and other styles

29

Lara, Rubio Juan, Bolívar Manuel Pedro Rodríguez, and Cantón Salvador Rayo. "Un caso empírico en la evaluación del riesgo de crédito de una institución de microfinanzas peruana." Pontificia Universidad Católica del Perú, 2012. http://repositorio.pucp.edu.pe/index/handle/123456789/114731.

Full text

Abstract:

The growth of micro-credit along with the excellent conditions to carry out microfinance activity in the economy and financial system of the Republic of Peru are pushing for Microfinance Institutions (IMF) increased competition with banks in this segment business. Like in commercial banks, in microfinance questions such as: is this customer profitable?, What is the credit limit that I must accept to his/her application?, What interest rate should I charge to him/ her?, How I can reduce the risk default?, etc., are matters to be assessed properly. We propose a method that could facilitate improvement in customer qualification between failed and not failed. To this end, we propose a methodology that analyzes credit risk in the provision of microcredit through the design of a credit scoring model that we apply to a Development Agency for Small and Micro Enterprise (EDPYME), which is an IMF under the supervision by the Banking and Insurance Superintendency (SBS).
El crecimiento del número de microcréditos junto con las excelentes condiciones para llevar a cabo la actividad microfinanciera en la economía y sistema financiero de la República de Perú están impulsando a las instituciones de microfinanzas (IMF) a una mayor competencia con las entidades bancarias por este segmento de negocio. Al igual que en la banca comercial, en microfinanzas preguntas tales como: ¿conviene este cliente?, ¿cuál es el límite de crédito que debo aceptar a su solicitud?, ¿qué tasa de interés debo cobrar?, ¿cómo puedo reducir el riesgo de impago?, etc., son cuestiones que deben valorarse de forma adecuada. Este trabajo plantea un método que podría facilitar una mejora en la calificación de los clientes fallidos y no fallidos. Para ello, se propone una metodología que analiza el riesgo de crédito en la concesión de microcréditos mediante el diseño de un modelo de credit scoring aplicado a una entidad de desarrollo de la pequeña y micro empresa (EDPYME), IMF sometida a supervisión por la Superintendencia en Bancay Seguros (SBS).

APA, Harvard, Vancouver, ISO, and other styles

30

Gonçalves, Eric Bacconi. "Análise de risco de crédito com o uso de modelos de regressão logística, redes neurais e algoritmos genéticos." Universidade de São Paulo, 2005. http://www.teses.usp.br/teses/disponiveis/12/12139/tde-09042008-144032/.

Full text

Abstract:

Praticamente todas as grandes instituições brasileiras que trabalham com concessão de crédito utilizam-se de modelos para avaliar o risco de inadimplência dos potenciais contratantes de produtos de crédito. Qualquer avanço nas técnicas, que resulte no aumento da precisão de um modelo de previsão, acarreta ganhos financeiros para a instituição. Neste trabalho são apresentados, em um primeiro momento, conceitos de crédito e risco. Posteriormente, a partir de uma amostra de dados, fornecida por uma grande instituição financeira brasileira, estão desenvolvidos três modelos, aplicando-se três técnicas para a classificação de clientes: Regressão Logística, Redes Neurais e Algoritmos Genéticos. Em uma etapa final, são avaliadas e comparadas a qualidade e performance dos modelos desenvolvidos, onde é apontado qual o modelo que melhor se ajusta aos dados. Os resultados obtidos pelos modelos de regressão logística e rede neural são satisfatórios e bastante próximos, sendo o primeiro ligeiramente superior. O modelo embasado por algoritmos genéticos apresenta também bons resultados embora num patamar inferior aos dois já citados. Este trabalho ilustra os procedimentos a serem adotados por uma empresa para identificar o melhor modelo de concessão de crédito que tenha boa aderência aos seus dados. A adoção do melhor modelo detectado permite o direcionamento da estratégia da instituição, podendo aumentar a eficiência do seu negócio.
Most of the large Brazilian institutions which work with credit concession use credit models to evaluate the risk of consumer loans. Any improvement in techniques that results in the precision increase of a prediction model, will provide financial gains to the institution. The first phase of this study introduces concepts of credit and risk. Subsequently, with a sample set of applicants from a large Brazilian financial institution, three credit scoring models are built applying three different techniques: Logistic Regression, Neural Networks and Genetic Algorithms. Finally, the quality and the performance of these models are evaluated and compared, and the best one is identified. The results obtained by the logistic regression model and neural network model are good and very similar, but the first one is slightly better. The results obtained with the genetic algorithm model are also good, but a little bit inferior. This study shows proceedings to be adopted by a financial institution in order to identify the best credit model to evaluate the risk of consumer loans. The use of the proper model will help the definition of an adequate business strategy and increase profits.

APA, Harvard, Vancouver, ISO, and other styles

31

Vale, Catarina Alexandra Lopes do. "Modelação e estimação do risco de crédito: estudo de uma carteira." Master's thesis, Faculdade de Ciências e Tecnologia, 2010. http://hdl.handle.net/10362/5809.

Full text

Abstract:

Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do grau de Mestre em Matemática e Aplicações - Actuariado, Estatística e Investigação Operacional
Os modelos de Credit Scoring são modelos quantitativos utilizados frequentemente nas instituições nanceiras com o intuito de medir e prever o risco de crédito, possuindo uma avultada importância no processo de concessão de crédito. O presente trabalho centra-se no estudo de uma carteira de crédito à Habitação. O objectivo desta dissertação é determinar a probabilidade de default de um cliente aquando de um novo pedido de crédito, com base em informações facultadas pelo mesmo. Os dados da carteira de crédito foram utilizados para desenvolver o modelo de Credit Scoring de aprovação de crédito, através de uma técnica estatística multivariada,designadamente a Regressão Logística. O modelo obtido agrega variáveis como a idade do cliente, o estado civil, o valor do crédito, o número de prestações e o rendimento líquido. Algumas destas variáveis representam atributos que contribuem para o aumento da incapacidade de cumprimento das obrigações de crédito, enquanto que outras contribuem para a diminuição dessa incapacidade. Para o modelo de aprovação de crédito, é essencial a estimação da probabilidade de default. Mostra-se que o cálculo do spread mínimo que a instituição nanceira deve aplicar em cada pedido de crédito é função da probabilidade de default e da taxa de recuperação. Um estudo equivalente ao da probabilidade de default poderá ser efectuado para estimar a taxa de recuperação. Por m, faz-se uma breve avaliação do modelo de aprovação de crédito obtido, e conclui-se que o modelo de regressão logística aplicado, tem capacidade de, a partir dos dados da carteira de crédito, recuperar a informação essencial à estimação da probabilidade de default.

APA, Harvard, Vancouver, ISO, and other styles

32

Fernandes, Renato Proença. "Análise de risco de crédito a particulares : contribuição de variáveis psicológicas e comportamentais." Master's thesis, FEUC, 2016. http://hdl.handle.net/10316/31051.

Full text

Abstract:

Relatório de estágio do mestrado em Gestão, apresentado à Faculdade de Economia da Universidade de Coimbra, sob a orientação de José Manuel Bernardo Vaz Ferreira e Luís Manuel de Aguiar Dias.
O presente trabalho insere-se no âmbito do estágio curricular realizado na Caixa de Crédito Agrícola Mútuo de Coimbra entre 14 de Março de 2015 e 14 de Agosto de 2015. A análise de risco de crédito a particulares é uma atividade crucial para a Caixa de Crédito Agrícola Mutuo de Coimbra, bem como para a maioria das instituições financeiras, nomeadamente os bancos de retalho, uma vez que é assente na atividade creditícia a particulares que obtêm uma fatia considerável das suas mais-valias. Os aspetos comportamentais e psicológicos de um determinado indivíduo podem indiciar fatores relevantes para o seu risco de crédito, sendo do interesse para a entidade credora poder complementar a sua análise de risco de crédito com tais variáveis. A escolha do presente tema, prende-se com o facto do setor financeiro nacional ter sido abalado nos últimos anos com sucessivas crises que alteraram o seu modo de atuação no mercado, com especial incidência na concessão de crédito a particulares. Os objetivos do presente relatório incidem no estudo e análise dos meios alternativos de complemento da atual análise de risco de crédito, nomeadamente a utilização de variáveis psicológicas e comportamentais. Constata-se que fatores como “Horizonte Temporal”, “Consumismo” e a “Literacia Financeira”, apresentam correlações muito fortes com um agravamento do risco de default do indivíduo.

APA, Harvard, Vancouver, ISO, and other styles

33

ARAÚJO, Elaine Aparecida. "Modelagem de risco de crédito : aplicação de modelos credit scoring no Fundo Rotativo de Ação da Cidadania Cred Cidadania." Universidade Federal de Pernambuco, 2006. https://repositorio.ufpe.br/handle/123456789/1016.

Full text

Abstract:

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

APA, Harvard, Vancouver, ISO, and other styles

34

Santos, Maria Ana e. Castello-Branco dos. "Backtesting of a credit scoring system under the current regulatory framework." Master's thesis, Instituto Superior de Economia e Gestão, 2017. http://hdl.handle.net/10400.5/14152.

Full text

Abstract:

Mestrado em Ciências Actuariais
Desde a implementação do atual acordo de supervisão financeira internacional, os bancos podem usar as suas estimativas internas de avaliação de risco de crédito como base para o cálculo dos ponderadores de risco e requisitos de capital. Consequentemente, com vista a assegurar a estabilidade e solvabilidade das instituições de crédito, torna-se crescente a necessidade de um sistema de validação robusto, para garantir a consistência e precisão dos sistemas de notação interna. Existem vários estudos sobre o processo de validação de estimativas internas. No entanto, aprofundamento e acordo nesta matéria são ainda insuficientes, nomeadamente no que diz respeito à avaliação da precisão das estimativas internas para os parâmetros de risco de crédito, com o objectivo de atingir a estabilidade dos requisitos de capital. A calibração das probabilidades de incumprimento representa um dos procedimentos de validação quantitativa inerentes ao exercício de backtesting. Neste trabalho, será explorado o processo de calibração das probabilidades de incumprimento recorrendo a um modelo de scoring para exemplificar como é feita a avaliação da capacidade preditiva destas estimativas internas numa carteira de Crédito à Habitação. Para superar o desafio de desenvolver um sistema de validação adequado, o presente projeto tem em consideração o atual e amplo quadro regulatório proveniente do Comité de Basileia para a Supervisão Bancária (BCBS) e da Autoridade Bancária Europeia (EBA), alguns artigos relevantes nesta matéria e aquelas que são consideradas as melhores práticas de gestão do risco de crédito.
Since the implementation of the current regulatory framework within the global financial system, banks are allowed to rely in a system using their own estimates for credit risk parameters as inputs for the calculation of risk weights and capital requirements. Consequently, in order to assure the stability and soundness of credit institutions, the need for a robust validation system to ensure accuracy and consistency of internal rating systems is greater than ever before. Although several studies on validation processes already exist, a deeper understanding and agreement on this subject is required, namely in what concerns the accuracy assessment of internal estimates for credit risk parameters, in order to achieve capital requirements stability. Calibration of default probabilities represents one of the quantitative validatio procedures underlying the exercise of backtesting that must be performed on a regular basis. The present text discusses the probability of default (PD) calibration process using a scoring model to illustrate the assessment of the predictive power of these internal estimates in a residential mortgage portfolio. To overcome the challenge of developing an adequate validation scheme in compliance with the current regulatory framework, this project project keeps in mind the legislation from Basel Committee on Banking Supervision (BCBS) and European Banking Authority (EBA), some relevant studies developed on this subject and those that are consider to be the best practices of credit risk management.
info:eu-repo/semantics/publishedVersion

APA, Harvard, Vancouver, ISO, and other styles

35

Medina, Olivares Víctor Hugo. "Desarrollo de Herramienta de Credit Scoring para Bonos High Yield de Empresas Latinoamericanas." Tesis, Universidad de Chile, 2011. http://www.repositorio.uchile.cl/handle/2250/104154.

Full text

Abstract:

No autorizada por el autor para ser publicada a texto completo
El presente trabajo de título tuvo como objetivo desarrollar una herramienta de scoring crediticio dirigida a empresas Latinoamericanas emisoras de títulos con clasificación menor o igual a BB. Actualmente en la plaza local, el desconocimiento que existe en este tipo de instrumentos de renta fija se supedita, en su mayoría, a la compra de fondos elaborados por empresas externas y no al estudio y desarrollo de tecnologías in house, externalizando, de esta forma, el análisis crediticio. Por lo tanto, el interés de desarrollar herramientas que apoyen la toma de decisiones es imperante para instituciones como Asesorías e Inversiones Cruz del Sur que busca, evidentemente, obtener retornos por sobre la competencia. La metodología para el scoring consistió en un estudio de los reportes y recomendaciones de los principales bancos de inversión y compañías de servicios financieros, tanto nacional como internacional, que brindan fondos e investigación de empresas Latinoamericanas y mercados emergentes, de tal manera de crear un universo de las principales métricas que son utilizadas en sus análisis actualmente. De tal universo se derivaron, a través de un estudio de incidencias y juicio de expertos, 5 ratios que otorgaban un diagnóstico de la estructura de deuda y capacidad de cumplir con obligaciones en el corto plazo. Posteriormente, se le asignó a cada métrica un puntaje ajustado al percentil diez de la distribución que presentaba y luego, a través de una descomposición del rendimiento del instrumento, se realizaron ejercicios regresivos (lineal y de panel) que estimaron la importancia de cada métrica en la calibración final. La herramienta fue realizada en lenguaje VBA y su interfaz en Excel, otorgando, además del score crediticio, funcionalidades complementarias que incluyeran información de mercado de los títulos, gráficos y fácil manejo de una base de datos interna con objeto de disminuir tiempos asignados al proceso de manejo de información. El resultado, considerando todas las funcionalidades que abarca, fue una herramienta capaz de otorgar una opinión sobre las circunstancias de un emisor para cubrir sus compromisos financieros sujeta a la limitada posibilidad de automatización de las variables y presentar un punto de partida para el departamento de estudios.

APA, Harvard, Vancouver, ISO, and other styles

36

Correia, Rute Inês Martins. "O cumprimento dos contratos de microcrédito em Portugal (1999-2009)." Master's thesis, Instituto Superior de Economia e Gestão, 2010. http://hdl.handle.net/10400.5/2296.

Full text

Abstract:

Mestrado em Ciências Empresariais
Sendo a luta contra o desemprego e o aumento da produtividade factores determinantes na erradicação da pobreza e exclusão social, o microcrédito tem um papel importante nesta problemática uma vez que promove o empreendedorismo e a auto-sustentabilidade. Tratando-se, os destinatários do microcrédito, de uma população que não tem acesso ao crédito na banca convencional, é necessária a análise de diversos factores para avaliar o perfil de risco do candidato ao microcrédito. Este estudo pretende identificar as características que mais impacto têm no comportamento dos microempresários face ao cumprimento dos contratos de crédito. Para tal, recolheu-se uma amostra dos projectos creditados num período de dez anos, por uma instituição de microcrédito portuguesa. Constatou-se que, as habilitações literárias, o montante do crédito e o sector de actividade reduzem a probabilidade de default dos microempresários. Verificou-se ainda que, neste tipo de instituições, o agente de crédito tem um papel fundamental na análise do risco dos microempresários, mas que deve ser complementado por um modelo matemático-estatístico de scoring, dadas as vantagens enunciadas.
Being the fight against unemployment and the increase of productivity determinant factors in the eradication of poverty and social exclusion, microcredit has an important role in this problem since it promotes entrepreneurship and self-sustainability. The recipients of microcredit are people considered non-creditworthy by traditional banking, thus it is necessary to analyze several factors to assess the risk profile of the candidate to microcredit. This study aims to identify the characteristics that have more impact on the behavior of micro-entrepreneurs in credit agreements. To this purpose, we've gathered a sample of projects credited within ten years, from a Portuguese microfinance institution. It was found that the qualifications, the amount of credit and the industry reduce the probability of default of micro-entrepreneurs. It can be also verified that, in this type of institutions, the loan officer has a key role in the analysis of micro-entrepreneur's risk, but must be complemented by a mathematical-statistical scoring model, given the advantages listed.

APA, Harvard, Vancouver, ISO, and other styles

37

Bravo, Román Cristián Danilo. "Métodos para estimar riesgo crediticio en base a minería de datos y teoría de juegos." Tesis, Universidad de Chile, 2012. http://www.repositorio.uchile.cl/handle/2250/115063.

Full text

Abstract:

Doctor en Sistemas de Ingeniería
Medir la probabilidad de no pago de un gran número de solicitantes de crédito, el llamado riesgo de crédito a consumidores, es un problema clásico de la gestión financiera. Este problema requiere de una gran cantidad de herramientas estadísticas que lo hacen idóneo para su estudio por el área de Business Analytics. Su análisis se justifica en el fuerte impacto que los créditos a consumidores tienen en el mercado, pues por ejemplo en Chile más del 50% de los créditos se encuentran en carteras masivas, y en el resto del mundo se estima que superan a los créditos comerciales en más de un 50%. Esta tesis estudia este problema en base a la formalización de lo que se conoce sobre las determinantes del no pago (default) y la transformación de ese conocimiento en herramientas estadísticas para la medición del riesgo. Para lo anterior, durante el doctorado desarrollé una sucesión de publicaciones con el fin de unir el modelamiento económico con la práctica estadística predictiva, formalizando el conocido hecho que existen no pagadores por razones de falta de capacidad de pago, y por problemas en voluntad de pago. El trabajo comenzó generando un modelo económico que captura las utilidades de los solicitantes y la entidad prestamista, utilizando esta nueva definición de no pagadores, resultando en una serie de restricciones que definen un espacio de créditos factibles. Luego, los no pagadores son asignados a estas dos clases utilizando un nuevo método de clustering semi-supervisado que los agrupa tanto por sus características estadísticas como por su comportamiento económico, reflejado a través de las restricciones generadas previamente. El fin último de esta separación es mejorar la clasificación de los créditos y la comprensión del default, por lo que el siguiente paso correspondió al estudio de métodos de clasificación con múltiples clases. Para ello se exploró inicialmente la regresión logística multinomial, y luego se profundizó en el análisis de supervivencia, estudiando teóricamente los métodos de riesgos en competencia y los modelos mixtos, y desarrollando herramientas computacionales liberadas públicamente para apoyar futuras aplicaciones. Los métodos propuestos mejoran entre 1%-10% la discriminación por sobre los métodos clásicos en bases de datos reales, y enriquecen fuertemente la comprensión del default a través de las nuevas variables significativas y los patrones encontrados. Más aún, los modelos y herramientas desarrollados pueden ser perfectamente extrapolados a otras disciplinas, pues este trabajo ha mostrado cómo se puede enriquecer la clasificación donde típicamente se cuenta con dos clases, por la vía de añadir conocimiento adicional acerca de comportamientos económicos observados.

APA, Harvard, Vancouver, ISO, and other styles

38

dOliveira, Walter Costa. "O credit scoring em apoio ao risco de crédito: a identificação de variáveis que contribuem no sucesso da implantação de empresas franqueadas." Universidade do Estado do Rio de Janeiro, 2010. http://www.bdtd.uerj.br/tde_busca/arquivo.php?codArquivo=6168.

Full text

Abstract:

A concessão de crédito a empresas que participam do mercado consiste na entrega de um ativo em determinado momento, com a promessa de pagamento deste bem ou direito em data futura. Tal situação se configura como um evento incerto, pois existe a possibilidade de que tal obrigação não seja honrada pela promitente compradora, originando desta forma, o risco de crédito. Cabe à parte concessora do ativo que origina o risco de crédito, verificar a capacidade de seu cliente em cumprir o compromisso futuro assumido, analisando as variáveis que sugerem o sucesso da operação de crédito. As empresas que se encontram em fase de implantação caracterizam-se não somente pela ausência de histórico das variáveis acima, como também pelo aumento considerável do risco de continuidade. Tal situação é comprovada por pesquisas realizadas em empresas com até cinco anos de atuação. A impossibilidade na mensuração da capacidade de crédito proporcionada por este cenário, ocasiona severa restrição creditícia às empresas novas, principalmente ao crédito de longo prazo, imprescindível nesta fase de investimentos. Entretanto, esta restrição não se verifica em empresas de franquia, cujo empreendedor tem o privilégio de iniciar seu negócio com linhas de crédito de investimentos já prontas no mercado com esta finalidade. Este estudo objetiva identificar quais as características presentes em empresas franqueadas que permitem a concessão de crédito segura na fase de implantação por parte das instituições financeiras e se tais características podem discriminar variáveis que são determinantes no sucesso da franqueada proponente ao crédito bancário. A aplicação de análise fatorial em banco de dados com empresas de franquia permitiu identificar com sucesso um grupo de sete principais variáveis principais, que serviram de base a um modelo de regressão logística e análise discriminante. O modelo de regressão logística mostrou-se bom para a melhora da probabilidade de acerto de empresas solventes ao passo que a análise discriminante não apresentou melhora nesses resultados.
The credit concession to companies that take part in the market consists in giving an active in a certain moment, with a promise to pay for this possession or right in a future date. Such situation is configured as an uncertain event, as there is the possibility that the obligation is not fulfilled by the promissory buyer, thus originating the credit risk. The concessor of the active that originates the credit risk is the one that should verify the clients capacity of fulfilling the future compromise, analyzing the variables that suggest the credit operations success. The companies that are still being implanted are characterized not only by the absence of the variables mentioned above, but also by the considerable continuity risk increase. This situation is proved by researches made in companies that have been active for up to five years. The impossibility in measuring the credit capacity provided by this scenery, brings out a severe credit restriction to new companies, especially to the long term credit, necessary in this investment phase. However, this restriction is not verified in franchising, as the enterpriser has the privilege of initiating his business with investment credit that are ready in the market for this purpose. This study aims identifying which characteristics present in franchised companies allow the safe credit concession in the implantation phase by the financial institutions and if these characteristics can discriminate variables that are decisive in the success of the proponent franchising to the bank credit. The factorial analysis application in database with franchised companies successfully allowed the identification a group of seven main variables that serves as a basis to a logistic regression model and discriminating analysis. The logistic regression model has shown itself good to improve the probability of success of solvent companies whereas the discriminating analysis did not show any improvement in these results.

APA, Harvard, Vancouver, ISO, and other styles

39

Ahn, Jung-Hyun. "Evaluation des risques de crédits et concurrence : analyse de l'impact du credit scoring et de la titrisation sur les stratégies des banques." Thesis, Paris 10, 2009. http://www.theses.fr/2009PA100076/document.

Full text

Abstract:

Cette thèse s’intéresse à deux innovations financières majeures intervenues dans le secteur bancaire au cours des dernières décennies: la titrisation et le credit scoring. Plus particulièrement, nous proposons trois analyses théoriques portant sur i) le lien entre la généralisation de l’emploi de ces outils et l’intensification de la concurrence bancaire ; ii) l’impact de l’utilisation de ces outils sur la fonction de production d’information des banques (le monitoring et le screening). Les principaux résultats de ces travaux sont les suivants : 1) Le principe de concurrence ne garantit pas l’adoption de la technologie la plus efficiente lorsque deux banques différenciées suivant leur technologie d’octroi de crédit, relation de prêt ou credit scoring, se font une double concurrence à la fois sur le marché du crédit et sur le marché des dépôts ; 2) Les banques peuvent utiliser la cession de prêts afin de ne pas révéler l’information privée qu’elles ont pu collecter sur leurs clients au travers de la relation clientèle lorsque la détention d’informations privées est susceptible de procurer un avantage concurrentiel futur dans le contexte d’une concurrence intertemporelle ; 3) La titrisation peut être mobilisée de manière stratégique en vue d’atténuer la concurrence sur le marché du crédit. Plus précisément, la titrisation peut être employée par une banque comme un moyen de signaler à ses concurrents qu'elle va diminuer l'intensité de son monitoring afin d'atténuer le problème de sélection adverse qui se pose à eux. Ce faisant, les banques parviennent à augmenter leur profit d’ensemble, mais au détriment de l’efficience du marché
This thesis focuses on two major financial innovations that have taken place during the last decades in the banking sector: securitization and credit scoring. More specifically, we develop three theoretical analyses on the relationship between intensification in banking competition and the increasing use of these tools on the one hand, and the impact of such use on the banks' information production function (namely screening and monitoring) on the other hand. The main results of the analyses are the following. Firstly, greater competition does not warrant the choice of the most efficient technology when two banks differentiated by their loan granting technology, the one being based on the classical relationship lending and the other on credit scoring, compete for deposits as well as for loans (double banking competition). Secondly, banks can resort to loan sales markets in order to avoid revealing the private information they have collected about their clients during the lending relationship when private information provides a competitive advantage in the future competition. Thirdly, securitization can be used as a strategic tool to soften loan market competition. More precisely, banks can use securitization as a tool to signal their intention to lower the intensity of their monitoring, in order to reduce the problem of adverse selection to their competitors. Although it can make banks collectively better off by increasing overall profit, this result is achieved to the detriment of the overall loan market efficiency

APA, Harvard, Vancouver, ISO, and other styles

40

Calderón, Romero Lizardo. "Determinantes socioeconómicos de la morosidad en los créditos otorgados por Agrobanco en el Perú 2009- 2015: modelo Credit Scoring." Master's thesis, Universidad Nacional Mayor de San Marcos, 2017. https://hdl.handle.net/20.500.12672/6928.

Full text

Abstract:

Publicación a texto completo no autorizada por el autor
El documento digital no refiere asesor
Identifica y analiza cuáles son los determinantes socioeconómicos de la morosidad en los créditos otorgados por AGROBANCO en el Perú durante el año 2015. Se realizó un estudio transversal exploratorio, descriptivo y correlacional del universo de clientes de AGROBANCO durante el periodo de años del 2009 al 2015. Se utilizan 10 variables socioeconómicas para su correlación como son: tasa de interés, periodo de préstamo, importe de garantía, monto desembolsado, sexo, edad del acreditado, estado civil del acreditado, calificación crediticia de la SBS, hectáreas de cultivo y años como cliente. En base al tratamiento de estas variables, se propone un modelo de Credit Scoring para la evaluación orientada a los clientes que se encuentran en trámite de un crédito. Concluye que las variables socioeconómicas: tasa, periodo, garantía, edad, soltero, califica normal y antigüedad son significativas y además determinan el nivel de morosidad de los créditos otorgados por AGROBANCO.
Tesis

APA, Harvard, Vancouver, ISO, and other styles

41

Silva, Priscila Cristina. "Regressão logística e análise discriminante na predição da recuperação de portfólios de créditos do tipo non-performing loans." Universidade Nove de Julho, 2017. http://bibliotecatede.uninove.br/handle/tede/1702.

Full text

Abstract:

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2017-08-04T21:33:38Z No. of bitstreams: 1 Priscila Cristina Silva.pdf: 2177666 bytes, checksum: a8d3c5290664fa16f138371def86fcdd (MD5)
Made available in DSpace on 2017-08-04T21:33:38Z (GMT). No. of bitstreams: 1 Priscila Cristina Silva.pdf: 2177666 bytes, checksum: a8d3c5290664fa16f138371def86fcdd (MD5) Previous issue date: 2017-02-23
Customers with credit agreement in arrears for more than 90 days are characterized as non-performing loans and cause concerns in credit companies because the lack of guarantee of discharge debtor's amount. To treat this type of customer are applied collection scoring models that have as main objective to predict those debtors who have propensity to honor their debts, that is, this model focuses on credit recovery. Models based on statistical prediction techniques can be applied to the recovery of these credits, such as logistic regression and discriminant analysis. Therefore, the aim of this paper was to apply logistic regression and discriminant analysis models in predicting the recovery of non-performing loans credit portfolios. The database used was provided by the company Serasa Experian and contains a sample of ten thousand customers with twenty independent variables and a variable binary response (dependent) indicating whether or not the defaulting customer paid their debt. The sample was divided into training, validation and test and the models cited in the objective were applied individually. Then, two new logistic regression models and discriminant analysis were implemented from the outputs of the individually implemented models. The both models applied individually as the new models had generally good performance form, highlighting the new model of discriminant analysis that got correct classification of percentage higher than the new logistic regression model. It was concluded, then, based on the results that the models are a good option for predicting the credit portfolio recovery.
Os clientes que possuem contrato de crédito em atraso há mais de 90 dias são caracterizados como non-performing loans e preocupam as instituições financeiras fornecedoras de crédito pela falta de garantia da quitação desse montante devedor. Para tratar este tipo de cliente são aplicados modelos de collection scoring que têm como principal objetivo predizer aqueles devedores que possuem propensão em quitar suas dívidas, ou seja, esse modelo busca a recuperação de crédito. Modelos baseados em técnicas estatísticas de predição podem ser aplicados na recuperação como a regressão logística e a análise discriminante. Deste modo, o objetivo deste trabalho foi aplicar os modelos de regressão logística e análise discriminante na predição da recuperação de portfólios de crédito do tipo non-performing loans. A base de dados utilizada foi cedida pela empresa Serasa Experian e contém uma amostra de dez mil indivíduos com vinte variáveis independentes e uma variável resposta (dependente) binária indicando se o cliente inadimplente pagou ou não sua dívida. A amostra foi dividida em treinamento, validação e teste e foram aplicados os modelos citados de forma individual. Em seguida, dois novos modelos de regressão logística e análise discriminante foram implementados a partir das saídas (outputs) dos modelos aplicados individualmente. Com base nos resultados, tanto os modelos aplicados individualmente quanto os novos modelos apresentaram bom desempenho, com destaque para o novo modelo de análise discriminante que apresentou um percentual de classificações corretas superior ao novo modelo de regressão logística. Concluiu-se, então, que os modelos são uma boa opção para predição da recuperação de portfólios de crédito do tipo non-performing loans.

APA, Harvard, Vancouver, ISO, and other styles

42

Ribeiro, Cristiane Freitas. "Proposta de construção de um modelo econométrico para estimar a probabilidade de risco de inadimplência: uma verificação empírica na Universidade Católica de Pelotas." Universidade do Vale do Rio do Sinos, 2008. http://www.repositorio.jesuita.org.br/handle/UNISINOS/2831.

Full text

Abstract:

Made available in DSpace on 2015-03-05T19:13:44Z (GMT). No. of bitstreams: 0 Previous issue date: 26
Nenhuma
As facilidades na concessão de crédito a pessoas físicas têm aumentado no decorrer dos últimos três anos. Variáveis como redução das taxas de juros, aumento de prazos de pagamentos e empréstimos consignados à folha de pagamento possibilitaram à população em geral acesso a aquisição de bens móveis, imóveis entre outros. Neste contexto, a procura por mecanismos mais robustos de análise de risco de crédito, no sentido de evitar ou reduzir os níveis de inadimplência do setor se tornaram necessários. Este estudo objetiva construir um modelo econométrico para estimar a probabilidade do risco de inadimplência em uma Instituição Privada de Ensino Superior. Utilizando a técnica estatística de regressão logística, o modelo de risco de crédito foi construído com base em uma amostra de alunos (pessoas físicas) matriculados na Universidade Católica de Pelotas, situada em Pelotas/RS. As variáveis explicativas do modelo foram obtidas a partir da aplicação de um questionário socioeconômico, que gerou um rol de 59 variáveis d
The facilitation in the credit concession to individuals has increased over the last three years. Variables such as the reduction in the interest taxes, increase in maturity, payroll-attached loans, have provided the population in general, with access to consumption property, buildings among others. In this scenario, the search for stronger tools of credit risk analysis, trying to avoid or at least reduce the default rates in the field, has become necessary. This study aims at elaborating an econometric model to predict the probability of default risk in a Private University. By using the statistical technique of logistical regression, the credit risk model has been built based on a sample of students (individuals) enrolled at “Universidade Católica de Pelotas”, located in Pelotas/RS. The explaining variables of the model have been obtained from a socio-economical questionnaire, which has generated 59 variables from which, only 3 were really relevant: existence of previously negotiated debts, possession of a

APA, Harvard, Vancouver, ISO, and other styles

43

Silva, Diego Mattozo Bernardes da. "Métodos de categorização de variáveis preditoras em modelos de regressão para variáveis binárias." Universidade Federal de São Carlos, 2017. https://repositorio.ufscar.br/handle/ufscar/9322.

Full text

Abstract:

Submitted by Aelson Maciera (aelsoncm@terra.com.br) on 2017-08-16T20:00:07Z No. of bitstreams: 1 DissDMBS.pdf: 821487 bytes, checksum: 497fc9b102478d03042a1c3d10a45c19 (MD5)
Approved for entry into archive by Ronildo Prado (bco.producao.intelectual@gmail.com) on 2018-01-29T18:10:09Z (GMT) No. of bitstreams: 1 DissDMBS.pdf: 821487 bytes, checksum: 497fc9b102478d03042a1c3d10a45c19 (MD5)
Approved for entry into archive by Ronildo Prado (bco.producao.intelectual@gmail.com) on 2018-01-29T18:10:17Z (GMT) No. of bitstreams: 1 DissDMBS.pdf: 821487 bytes, checksum: 497fc9b102478d03042a1c3d10a45c19 (MD5)
Made available in DSpace on 2018-01-29T18:14:39Z (GMT). No. of bitstreams: 1 DissDMBS.pdf: 821487 bytes, checksum: 497fc9b102478d03042a1c3d10a45c19 (MD5) Previous issue date: 2017-06-13
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
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.
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.

APA, Harvard, Vancouver, ISO, and other styles

44

Cuma, Iaia Augusto. "Análise de crédito e riscos de inadimplência em financiamentos de pessoas físicas na Guiné-Bissau: uma abordagem crítica e proposição de modelo experimental." Pontifícia Universidade Católica de São Paulo, 2012. https://tede2.pucsp.br/handle/handle/1036.

Full text

Abstract:

Made available in DSpace on 2016-04-25T16:44:29Z (GMT). No. of bitstreams: 1 Iaia Augusto Cuma.pdf: 3926944 bytes, checksum: a90853cb3f6ab828dc780f1e94c1c58e (MD5) Previous issue date: 2012-06-05
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
The growth of installment credits in Guinea-Bissau during the study period from 2005 to 2010 can be explained by the relative economic stability, despite some political instability. The significant control of inflation, creating new job opportunities are factors that directly interfere with the purposes and the need to take credit. The study sought to explore and identify the determining factors in the increase of numbers of defaulters with the growth of credit to individuals in Guinea-Bissau. The research aims to contribute to a consistent model for the analysis of risk assessment of credit to individuals that fits the social and economic situation in Guinea-Bissau. To facilitate the review process for evaluating credit risk models were apresented Serasa, Magalhães and Mario and JOS developed bay Santos and Famá, considering a number of variables and parameters. To accomplish the purpose of this study, we addressed the fundamental processes of credit analysis (subjective and objective), regulatory and overview of the credit industry in Guinea-Bissau, its evolution, interest rates, inflation and GDP (Gross Domestic Product) in Guinea-Bissau. The presentation of the proposed model (2 JOS Credit Scoring) and its applicability in a sample of 200 clients drawn from the loan portfolio of the four commercial banks studied in Guinea-Bissau, logistic regression (Logit) yielded a rate adjustment of 54,70% by Nagelkerke index, or is, the model variables together contribute to the explanation of up to 54,70% of the increase in delinquencies in Guinea-Bissau. In Brazil, the same model was tested on a sample of a mid-sized financial institution, the result generated a rate adjustment of 81,90%, or is, the variables of the model, together, contribute to explaining up to 81,90% increase in default. But even with the moderate rate of success of the model is essential that banks in Guinea-Bissau to make continuous reassessment of the model, considering not only the selection and weighting of internal variables (non-systemic risks), as well as the inclusion of events external (systemic risk), which are directly related to income and payment capacity of borrowers
O crescimento de crediários em Guiné-Bissau no período estudado de 2005 a 2010 pode ser explicado pela relativa estabilidade econômica, apesar de algumas instabilidades políticas. O controle significativo da inflação, a criação de novas oportunidades de empregos são fatores que interferem diretamente nos propósitos e na necessidade de se tomar crédito. O estudo buscou explorar e identificar os fatores determinantes no aumento de números de inadimplentes com o crescimento de crédito às pessoas físicas em Guiné-Bissau. A pesquisa pretende-se contribuir com um modelo consistente de análise de avaliação de risco de crédito às pessoas físicas que se adéqua à realidade social e econômica da Guiné-Bissau. Para facilitar o processo de análise de avaliação de risco de crédito foram apresentados os modelos Serasa, Magalhães e Mario e JOS desenvolvido por Santos e Famá, considerando uma série de variáveis e parâmetros. Para efetivar o propósito deste trabalho, foram abordados os processos fundamentais de análise de crédito (subjetiva e objetiva), regulamentação e panorama do setor de crédito em Guiné-Bissau, sua evolução, taxas de juros, inflação e PIB (Produto Interno Bruto) em Guiné-Bissau. A apresentação do modelo proposto (JOS 2 de Credit Scoring) e sua aplicabilidade, em uma amostra de 200 clientes extraída da carteira de crédito dos quatro bancos comerciais estudados em Guiné-Bissau, a regressão logística (Logit) gerou um índice de ajustamento de 54,70% pelo índice de Nagelkerke, ou seja, as variáveis do modelo em conjunto, contribuem para a explicação de até 54,70% do aumento de inadimplência em Guiné-Bissau. No Brasil, o mesmo modelo foi testado em uma amostra de uma instituição financeira de médio porte, o resultado gerou um índice de ajustamento de 81,90%, ou seja, as variáveis do modelo, em conjunto, contribuem para a explicação de até 81,90% do aumento da inadimplência. Porém, mesmo com o índice moderado de acerto do modelo é indispensável que os bancos em Guiné-Bissau façam contínuas reavaliações do modelo, considerando não só a seleção e ponderação de variáveis internas (riscos não-sistêmicos), como também, a inclusão de eventos externos (riscos sistêmicos), que apresentam relação direta com a renda e a capacidade de pagamento dos tomadores

APA, Harvard, Vancouver, ISO, and other styles

45

Severino, Hermenegildo José Camenhe. "Técnica de Gestão de risco bancário recorrendo ao crédit scoring aplicado a pequenas e médias empresas." Master's thesis, 2017. http://hdl.handle.net/11328/2001.

Full text

Abstract:

O objetivo deste estudo é analisar o cumprimento das dívidas das pequenas e médias empresas em Benguela/Angola e demonstrar que as Técnicas de Credit Scoring são úteis na definição, solvabilidade e cumprimento das dívidas das empresas em Angola, e recorrendo a essas técnicas de gestão de risco de crédito, quanto à tomada de decisão, o risco de incumprimento da dívida das pequenas e médias empresas diminuirá consideravelmente, na ordem de 90% no setor bancário angolano. A atual situação económica e financeira de Angola, devido à queda do preço do petróleo, constitui uma preocupação para o Executivo Angolano, e este conclui que a diversificação da economia é necessária para a estabilidade. Para se diversificar a economia angolana de modo a atingir excelência, é preciso adotar comportamento perseverante, aliado a disciplina, organização, instrução e ao conhecimento. As empresas têm de recorrer a financiamentos bancários para o próprio investimento. É também indispensável assegurar uma boa monitorização e avaliação. O nível de incumprimento bancário verificado, levam à necessidade de implementar e aperfeiçoar modelos de análise de risco de crédito nos bancos. Os resultados dos questionários apresentados aos funcionários bancários apontam que o processo decisório da concessão de créditos é essencialmente intuitivo em Angola, baseando-se na experiência dos analistas de crédito dos bancos. Logo, neste trabalho propõe-se a utilização de modelos de Credit Scoring como técnicas de gestão de risco nas instituições bancárias aplicado às pequenas e médias empresas em Angola. Procura-se ainda debater os impactos que apresentam as características desses modelos, assim como as suas vantagens e desvantagens.
The objective of this study is to analyze the compliance with the debts of small and medium enterprises in Benguela / Angola and to demonstrate that the Credit Scoring Techniques are useful in defining, solvency and compliance with the debts of companies in Angola, and using these techniques of management of Credit risk, in terms of decision-making, the risk of defaulting on the debt of small and medium-sized companies will decrease considerably, by around 90% in the Angolan banking sector. The current economic and financial situation in Angola, due to the fall in the price of oil, is a concern for the Angolan Executive and he concludes that the diversification of the economy is necessary for stability. In order to diversify the Angolan economy in order to achieve excellence, it is necessary to adopt persevering behavior, together with discipline, organization, instruction and knowledge. Companies must resort to bank financing for their own investment. It is also essential to ensure good monitoring and evaluation. The verified level of bank default leads to the need to implement and improve models of credit risk analysis in banks. The results of the questionnaires presented to bank officials point out that the decision-making process for lending is essentially intuitive in Angola, based on the experience of banks' credit analysts. Therefore, this paper proposes the use of Credit Scoring models as risk management techniques in banking institutions applied to small and medium enterprises in Angola. It also seeks to discuss the impacts of the characteristics of these models, as well as their advantages and disadvantages.

APA, Harvard, Vancouver, ISO, and other styles

46

Abreu, Mariana da Conceição Ferreira. "Modelos de Avaliação de Risco de Crédito: Aplicação de Machine Learning." Master's thesis, 2020. http://hdl.handle.net/10316/94723.

Full text

Abstract:

Trabalho de Projeto do Mestrado em Economia apresentado à Faculdade de Economia
Existem vários métodos que ao longo dos anos tem sido empregues na avaliação de risco de crédito, sobretudo, metodologias tradicionais como o Modelo de Análise Discriminante (ADi), Modelo Logit e Modelo Probit, e metodologias mais sofisticadas de Machine Learning, como Árvores de Classificação (AC), Random Forests (RF), Redes Neuronais (RN) e Support Vector Machines (SVM). Na revisão de literatura são apresentados alguns estudos que recorrem a metodologias tradicionais e a metodologias de Machine Learning. Estas últimas não só se apresentam teoricamente como são estudadas na prática para avaliar diferentes aplicações de risco de crédito, sendo aplicados a duas bases reais, disponíveis publicamente, uma referente ao cumprimento de pagamento de cartões de crédito em Taiwan e outra referente ao risco de crédito na Alemanha. Ambas as bases de dados incluem uma variável de resposta binária relativa ao risco de crédito. Em cada modelo experimentaram-se alguns meta-parâmetros, tendo a devida precaução na sua seleção, de forma a não repeti-los nas diferentes combinações do mesmo modelo e, consequentemente, de forma a evitar o overfitting.Este estudo efetua uma análise do desempenho dos modelos de Machine Learning individuais e também do desempenho de uma técnica de Ensemble baseada nos resultados obtidos pelos diferentes modelos, com intuito de determinar qual destes revela um melhor desempenho na avaliação de risco de crédito. A maioria dos resultados deste estudo empírico permitem concluir que os desempenhos da técnica de Ensemble são superiores aos dos modelos individuais. Também o modelo Random Forest realçou os melhores desempenhos de entre todos os modelos individuais.
There are several methods that over the years have been used in credit risk assessment, especially traditional methodologies such as the Discriminant Analysis Model (ADi), Logit Model and Probit Model, and more sophisticated Machine Learning methodologies, such as Classification Trees (AC), Random Forests (RF), Neural Networks (RN) and Support Vector Machines (SVM). In the literature review presents some studies that use traditional methodologies and Machine Learning methodologies. This last not only present themselves theoretically, but are studied in practice to evaluate different applications of credit risk, being applied to two real bases, publicly available, one referring to the fulfillment of credit card payments in Taiwan and the other referring to credit risk. in Germany. Both databases include a binary response variable for credit risk.In each model, some meta-parameters were experimented, taking due care in their selection, so as not to repeat them in the different combinations of the same model and, consequently, in order to avoid overfitting.This study performs an analysis of the performance of the individual Machine Learning models and also of the performance of an Ensemble technique based on the results obtained by the different models, in order to determine which one shows a better performance in the credit risk assessment. Most of the results of this empirical study allow us to conclude that the performances of the Ensemble technique are superior to those of the individual models. Also the Random Forest model highlighted the best performances among all individual models.

APA, Harvard, Vancouver, ISO, and other styles

47

Ávila, Milene de Fátima Aguiar. "Desenvolvimento de um modelo de Credit Scoring." Master's thesis, 2018. http://hdl.handle.net/10400.3/4857.

Full text

Abstract:

Dissertação de Mestrado, Ciências Económicas e Empresariais, 04 de outubro de 2018, Universidade dos Açores.
Uma das principais preocupações das instituições financeiras é a mitigação dos riscos inerentes à sua atividade, nomeadamente, o risco de crédito. O credit scoring é uma ferramenta frequentemente utilizada para esse fim, pois permite avaliar a capacidade dos clientes cumprirem com os compromissos associados aos financiamentos solicitados. Com este trabalho, pretendeu-se desenvolver um modelo de credit scoring para a Caixa Económica da Misericórdia de Angra do Heroísmo (CEMAH), utilizando dados das empresas clientes da instituição, assim como informação sobre o cumprimento ou incumprimento dos créditos concedidos, num total de 1.676 observações, 126 das quais referentes a empresas que entraram em incumprimento. Através da aplicação da regressão logística foi possível apurar as variáveis que melhor preveem a probabilidade de incumprimento, tal como a relação que cada variável tem com o incumprimento. As conclusões obtidas estão de acordo com as alcançadas por outros estudos sobre o tema, e o tipo de relação é o que era expectável de acordo com a teoria financeira.
ABSTRACT: One of the main concerns of financial institutions is the mitigation of the inherent risks to their activity, namely, credit risk. Credit scoring is a widely used tool for this purpose, since it allows to evaluate clients’ ability to satisfy the obligations associated with the requested credit. The purpose of this study was to develop a credit scoring model for Caixa Económica da Misericórdia de Angra do Heroísmo (CEMAH), using data from the companies that are already institution's clients, as well as information on their ability to repay the loan regarding or default of provided credits, in a total of 1.676 observations, 126 of which it refers to companies that have been in default. Through the estimation of logistic regression it was possible to determine the variables that best predict the probability of default, as well as the relationship that each variable has with the default. The conclusions obtained are in agreement with those reached by other studies about the subject, and the relations type are the expected according to the financial theory.

APA, Harvard, Vancouver, ISO, and other styles

48

Marques, Ana Sofia Bico. "Do credit scoring ao profit scoring: um modelo integrado de apoio à decisão numa instituição de crédito ao consumo." Master's thesis, 2010. http://hdl.handle.net/10071/2870.

Full text

Abstract:

Esta dissertação tem como objectivo contribuir para uma reflexão sobre a pertinência da integração entre a modelação da rentabilidade individual de cliente e a segmentação de portfolios de retalho, exigida pelo método IRB para cálculo do capital necessário para a cobertura de perdas associadas ao risco de crédito, no âmbito do crédito ao consumo. O trabalho propõe um modelo de estimação da rentabilidade individual de cliente recorrendo à regressão linear múltipla e testa depois a segmentação de um portfolio que integre as estimativas do modelo anterior, tendo em conta a discriminação de diferentes níveis de risco observado em cada segmento. Os resultados empíricos baseiam-se em dados do portfolio de cartões de pagamento privativos de uma grande instituição financeira de crédito ao consumo. Abordam-se aqui duas temáticas muito actuais da investigação aplicada à área do crédito ao consumo: a modelação do risco de crédito, uma das aplicações mais bem sucedidas de conceitos da estatística e da investigação operacional com impactos notórios ao nível do processo da atribuição de crédito, e a modelação da rentabilidade, que representa um foco de crescente interesse das instituições financeiras, cada vez mais preocupadas com a optimização da sua relação com os clientes. O Acordo de Basileia II assume-se neste contexto como um catalisador da mudança de paradigma, transportando consigo uma oportunidade para revisão de estratégias transversais às instituições.
This thesis aims at contributing to the discussion on the relevance of an integrated approach of the modelling of individual customer profitability and the segmentation of retail portfolios, as required by the IRB approach, in order to calculate the capital needed to cover losses related to consumer credit risk. In the study we propose a model for estimating the profitability of individual customers using multiple linear regression and we test the segmentation of a portfolio that includes the estimates of the previous model, given the discrimination of different levels of risk observed in each segment. Empirical results are supported by a store card data set from a large financial institution for consumer credit. The thesis addresses two important subjects of applied research in the field of consumer credit: credit risk modelling, one of the most successful applications of concepts of statistics and operational research with notable impacts in terms of the credit decision process, and profitability modelling, which represents a new focus of interest for financial institutions, increasingly worried about the optimisation of their relationship with customers. Basel II stands in this context as a catalyst for a paradigm shift, carrying with it an opportunity for review of cross-cutting strategies to institutions.

APA, Harvard, Vancouver, ISO, and other styles

49

Alves, Bruno Cardoso. "Modelos heterogéneos de sobrevivência: uma aplicação ao risco de crédito." Master's thesis, 2010. http://hdl.handle.net/10071/4402.

Full text

Abstract:

Para criar modelos de apoio à gestão de cobranças de clientes numa instituição financeira de crédito, foram estimados modelos de sobrevivência heterogéneos, para prever a duração até dois acontecimentos: (i) registo do primeiro atraso no pagamento das mensalidades do contrato de crédito; e (ii) registo de atrasos superiores a 90 dias – default. Seguiu-se uma abordagem condicional tipo II, utilizando todos os clientes da amostra para estimar a duração até ao primeiro atraso e uma sub-amostra, com os clientes que registaram esse primeiro atraso, para estimar a duração até default. Para cada acontecimento foram testadas as distribuições exponencial, Weibull, log-normal e log-logística, em modelos agregados e de mistura. A duração até ao primeiro incidente (i) foi estimada através de um modelo de sobrevivência com proporção de imunes. Esta proporção resulta de um modelo logístico utilizando o scoring interno como variável concomitante. Para os não imunes considerou-se que a duração t segue uma distribuição log-normal, com variáveis explicativas para os parâmetros µ e σ. A duração entre o primeiro incidente e uma situação de default (ii) estimou-se através de um modelo de sobrevivência de mistura com 3 segmentos, com uma função de ligação logit multinomial e assumindo também que t segue uma distribuição log-normal. Neste segundo modelo apenas foram modelados os pesos do modelo logit, considerando µ e σ constantes. Os modelos de sobrevivência apresentados incluem maioritariamente informação recolhida na altura da originação, aplicáveis igualmente como modelos de profit scoring, estimando o envolvimento na data de default, dado um cash-flow futuro.
To create models that support the receivables management in a financial institution, heterogeneous survival models were estimated to predict time until two events: (i) having at least one payment overdue; and (ii) 90 days overdue - default. A conditional 2 approach was followed, using all customers of the sample to estimate time until a first payment overdue. A second model was developed, considering only the sub-sample of clients who experienced the first overdue. The exponential, Weibull, log-normal and log-logistic distributions were tested in estimating the time to each event, in aggregate and mixture models. Time to the first overdue (i) was predicted through a survival analysis with immunes, with a logistic model to estimate probability of immunity, using internal credit scoring as covariate. For the non-immunes, a log-normal function, with covariates for both parameters, μ and σ, was estimated to predict time to first overdue. The time between the first overdue and default (ii) was estimated by survival mixture model with 3 segments, with a multinomial logit link function and assuming that time to default also follows a log-normal distribution. Covariates on the second model were considered on the proportions of the mixture model, setting the parameters μ and σ as constants in each group. The survival models presented in this thesis are estimated with data collected at the beginning of the loan, allowing its application in a profit scoring model, by predicting the exposure at the time the customer enters into a situation of default, given an expected cash-flow.

APA, Harvard, Vancouver, ISO, and other styles

50

Santana, Carolina Albardeiro. "Modelos de risco de crédito: análise de telecoms europeias e bancos americanos." Master's thesis, 2014. http://hdl.handle.net/10071/8699.

Full text

Abstract:

G24, G33
Este trabalho tem como objetivo apresentar e testar modelos quantitativos de risco de crédito para instituições financeiras e não financeiras cotadas em bolsa de valores. Estes modelos consistem no cálculo da probabilidade de default, ou seja, a incapacidade da instituição em pagar as suas responsabilidades financeiras nas respetivas maturidades. A forma mais simples de avaliar a probabilidade de default de instituições financeiras e não financeiras assenta na utilização de modelos de scoring de risco de crédito através da análise de rácios financeiros. Os modelos estruturais têm como base as teorias desenvolvidas por Merton (1973, 1974) e Black & Scholes (1973) conhecidas como a análise de contingent claims. Estas teorias derivaram em diversas extensões originando modelos de elevada notoriedade, tais como, o modelo KMV e o modelo CreditGrades. A vertente teórica do trabalho baseia-se em descrever os modelos e explicar as várias técnicas utilizadas para quantificar o risco de default de instituições financeiras e não financeiras. A vertente prática consiste na implementação dos diferentes modelos para testar e confrontar os resultados obtidos.
The objective of this thesis is to present and test credit risk models for financial and non-financial institutions listed on stock markets. These models provide a default probability calculation, which is the institutions’ incapacity to pay the financial liabilities at maturity date. The simplest way to value the default probability of financial and non-financial institutions is through the use of scoring models of credit risk which focus on financial ratios. The contingent claims analysis of Merton (1973, 1974) and Black & Scholes (1973) have been the basis for the structural models. These theories have been the basis for the development of important models such as KMV and CreditGrades. The theoretical part of this thesis describes the models and techniques used to quantify the risk of default of financial and non-financial institutions. The practical part shows the models’ implementation to test and compare the obtained results.

APA, Harvard, Vancouver, ISO, and other styles

Dissertations / Theses on the topic 'Scoring de crédit'

Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles