Um estudo da inadimplÃncia aplicada ao segmento educacional de ensino mÃdio e fundamental, utilizando modelos credit scoring com anÃlise discriminante, regressÃo logÃstica e redes neurais

AUTOR(ES)
DATA DE PUBLICAÇÃO

2007

RESUMO

Esta dissertaÃÃo propÃs o estudo da viabilidade da utilizaÃÃo de modelos de credit scoring em uma instituiÃÃo educacional de ensino mÃdio e fundamental, atuante na rede privada na cidade do Recife â PE. A utilizaÃÃo deste tipo de modelagem à bastante difundida em instituiÃÃes financeiras, no entanto sua prÃtica no segmento de serviÃos apresenta-se em estÃgio embrionÃrio, onde seus benefÃcios ainda sÃo pouco conhecidos. A utilizaÃÃo de modelos como mecanismos de apoio ao gerenciamento de serviÃos educacionais assume importante relevÃncia, pois este segmento tem sido severamente penalizado com elevados Ãndices de inadimplÃncia, aliado a uma legislaÃÃo desfavorÃvel quanto a cobranÃa de dÃbitos vencidos. No desenvolvimento dos modelos de credit scoring foram utilizados as tÃcnicas de anÃlise discriminante, regressÃo logÃstica 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 critÃrio de chances. Os resultados demonstram que a anÃlise discriminante obteve o melhor desempenho na previsÃo do grupo dos inadimplentes, com 80% de acerto. Por outro lado, os modelos baseados na regressÃo logÃstica e rede neural artificial alcanÃaram o mais alto nÃvel 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 viÃvel para a instituiÃÃo de educaÃÃo pesquisada

ASSUNTO(S)

instituiÃÃes educacionais credit scoring credit scoring educational institutions credit risk administracao risco de crÃdito

Documentos Relacionados