Use este identificador para citar ou linkar para este item: http://rebacc.crcrj.org.br/handle/123456789/3010
Registro completo de metadados
Campo DCValorIdioma
dc.creatorNatália Cordeiro Zaniboni; Universidade de São Paulo-
dc.creatorAlessandra de Ávila Montini; Universidade de São Paulo-
dc.creatorAlcides Carlos de Araújo; Universidade de São Paulo-
dc.date2015-11-24-
dc.date.accessioned2016-12-14T12:15:50Z-
dc.date.available2016-12-14T12:15:50Z-
dc.identifierhttp://revistaadmmade.estacio.br/index.php/admmade/article/view/973-
dc.identifier.urihttp://rebacc.crcrj.org.br/handle/123456789/3010-
dc.descriptionA concessão de crédito gera riscos financeiros que podem ocasionar a inadimplência e a quebra de grandes instituições financeiras. Diversos modelos de previsão de inadimplência foram criados para o gerenciamento do risco de crédito. Estes modelos estatísticos vêm sendo constantemente aprimorados com as exigências do Acordo de Basiléia 2, que apresenta o capital requerido para risco de crédito, composto por três componentes de risco: probabilidade de descumprimento (PD), exposição no momento do descumprimento (EAD) e perda financeira dado o descumprimento (LGD). A modelagem estatística do componente LGD se mostrou complexa e sua distribuição tem difícil ajuste. Esse estudo objetivou propor uma técnica de modelagem e previsão do LGD em duas fases: na primeira fase, é prevista a probabilidade de o LGD ser alto (maior que 50%). Na segunda fase, o LGD é predito por meio do LGD médio de cada grupo (alto LGD e baixo LGD). O diferencial dessa técnica é a proposta de utilização da média na segunda fase. Os resultados indicam que, na primeira fase, uma árvore de decisão é mais adequada que uma regressão logística, pois classificou corretamente 91%, ante 87% do modelo de regressão logística. O segmento e a EAD afetam o LGD. O modelo final proposto foi comparado com um modelo de regressão linear e apresentou melhor ajuste, com menor soma dos quadrados dos erros.-
dc.formatapplication/pdf-
dc.languagept-
dc.rights<p>Autores que publicam nesta revista concordam com os seguintes termos:</p><p>Autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a <a href="http://creativecommons.org/licenses/by/3.0/" target="_new">Creative Commons Attribution License</a> permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.</p>-
dc.sourceRevista ADM.MADE; Vol. 19, No 2 (2015); 1-20-
dc.subjectAdministração; Finanças; Métodos Quantitativos de Apoio à Decisão-
dc.subjectBasiléia, Loss Given Default, Regressão Logística, Árvore de Decisão, Risco de Crédito-
dc.titleModelos Estatísticos para Previsão do LGD de Empréstimos de Varejo-
dc.coverageEuropa e Oceania-
dc.coverage2008 a 2011-
dc.coverageInstituições financeiras da Europa e Oceania; dados quantitativos; relatórios de gerenciamento de riscos-
Aparece nas coleções:Revista Adm Made - UNESA

Arquivos associados a este item:
Não existem arquivos associados a este item.
Mostrar registro simples do item Visualizar estatísticas


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