Use este identificador para citar ou linkar para este item: http://rebacc.crcrj.org.br/handle/123456789/3010
Título: Modelos Estatísticos para Previsão do LGD de Empréstimos de Varejo
Palavras-chave: Administração; Finanças; Métodos Quantitativos de Apoio à Decisão
Basiléia, Loss Given Default, Regressão Logística, Árvore de Decisão, Risco de Crédito
Descrição: A 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.
URI: http://rebacc.crcrj.org.br/handle/123456789/3010
Outros identificadores: http://revistaadmmade.estacio.br/index.php/admmade/article/view/973
Aparece nas coleções:Revista Adm Made - UNESA

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


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