Use este identificador para citar ou linkar para este item: http://rebacc.crcrj.org.br/handle/123456789/5598
Registro completo de metadados
Campo DCValorIdioma
dc.creatorBrito, Giovani Antonio Silva-
dc.creatorAssaf Neto, Alexandre-
dc.date2008-04-01-
dc.date.accessioned2020-08-13T16:01:01Z-
dc.date.available2020-08-13T16:01:01Z-
dc.identifierhttps://www.revistas.usp.br/rcf/article/view/34249-
dc.identifier10.1590/S1519-70772008000100003-
dc.identifier.urihttp://rebacc.crcrj.org.br/handle/123456789/5598-
dc.descriptionO processo de gerenciamento de risco de crédito em instituições financeiras vem passando por uma revisão ao longo dos últimos anos. Nesse contexto, diversas novas técnicas de mensuração de risco de crédito e tomadores têm sido desenvolvidas e implementadas por grandes Bancos. O objetivo desta pesquisa é desenvolver um modelo de classificação de risco para avaliar o risco de crédito de empresas no mercado brasileiro. O modelo foi construído com base em uma amostra de empresas de capital aberto classificadas como solventes ou insolventes no período entre 1994 e 2004. A técnica estatística utilizada no desenvolvimento do modelo foi a regressão logística. As variáveis independentes são índices financeiros calculados a partir das demonstrações contábeis e utilizados para representar a situação econômico-financeira das empresas. A validação do modelo foi efetuada utilizando o método Jackknife e uma Curva ROC. Os resultados do estudo indicam que o modelo de classificação de risco desenvolvido prevê eventos de default com um ano de antecedência com bom nível de acurácia. Os resultados, também, indicam que as demonstrações contábeis contêm informações que possibilitam a classificação das empresas como prováveis solventes ou prováveis insolventes.-
dc.descriptionThe process of credit risk management in financial institutions has been revised in recent years. In this context, large banks have developed and implemented several new techniques for measuring borrowers credit risk. This research aims to develop a risk classification model to assess the credit risk of companies in the Brazilian market. The model was built based on a sample of publicly traded companies classified as solvent or insolvent during the period from 1994 to 2004. Logistic regression was used to develop the model. The independent variables of the model are financial ratios, calculated from the financial statements and used as proxies of companies economic and financial situation. The validation of the model was done using the Jackknife method and a ROC Curve. The results of the study indicate that the risk classification model developed predicts default events one year prior to failure with good level of accuracy. The results also indicate that financial statements contain information that allow for the classification of companies as probably solvent or probably insolvent.-
dc.formatapplication/pdf-
dc.languagepor-
dc.publisherUniversidade de São Paulo. Faculdade de Economia, Administração e Contabilidade-
dc.relationhttps://www.revistas.usp.br/rcf/article/view/34249/36981-
dc.rightsCopyright (c) 2018 Revista Contabilidade & Finanças-
dc.rightshttp://creativecommons.org/licenses/by/4.0-
dc.sourceRevista Contabilidade & Finanças; v. 19 n. 46 (2008); 18-29-
dc.sourceRevista Contabilidade & Finanças; Vol 19 No 46 (2008); 18-29-
dc.sourceRevista Contabilidade & Finanças; Vol. 19 Núm. 46 (2008); 18-29-
dc.source1808-057X-
dc.source1519-7077-
dc.subjectCredit risk model; Default event; Publicly traded companies; Logistic regression; Financial ratios-
dc.subjectModelo de risco de crédito; Evento de default; Empresas de capital aberto; Regressão logística; Índices financeiros-
dc.titleModelo de classificação de risco de crédito de empresas-
dc.titleA model for the classification of companies credit risk-
dc.typeinfo:eu-repo/semantics/article-
dc.typeinfo:eu-repo/semantics/publishedVersion-
Aparece nas coleções:Revista Contabilidade & Finanças - USP

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.