Uma sistemática para construção e escolha de modelos de previsão de risco de crédito
AUTOR(ES)
Selau, Lisiane Priscila Roldão, Ribeiro, José Luis Duarte
FONTE
Gestão & Produção
DATA DE PUBLICAÇÃO
2009-09
RESUMO
Com o aumento recente nos volumes de créditos a pessoas físicas e, por consequência, nos índices de inadimplência, as empresas estão buscando melhorar sua análise de crédito incorporando critérios objetivos. Técnicas multivariadas têm sido utilizadas para construir modelos de previsão de crédito que, baseados em informações cadastrais dos clientes, levam à criação de um padrão de comportamento em relação à inadimplência. O objetivo deste artigo é propor uma sistemática para construção de modelos de previsão de risco de crédito e avaliar seu desempenho usando três modelos específicos: análise discriminante, regressão logística e redes neurais. O método proposto (denominado Modelo PRC) é composto de seis etapas: (i) delimitação da população; (ii) seleção da amostra; (iii) análise preliminar; (iv) construção do modelo; (v) escolha do modelo; e (vi) passos para implantação. O Modelo PRC foi aplicado em uma amostra de 17.005 clientes de uma rede de farmácias com crediário próprio. Os resultados para este banco de dados específico apontam uma pequena superioridade do modelo de redes neurais em relação aos outros modelos, que pode ser atribuída a sua não linearidade em relação à combinação de variáveis.
ASSUNTO(S)
análise de crédito análise discriminante regressão logística redes neurais
Documentos Relacionados
- Construção de modelos de previsão de risco de crédito
- Aplicação conjunta de modelos não paramétricos e paramétricos para previsão de escolha modal
- A utilização de modelos de duração para gerenciar risco de crédito
- Inflação implícita e o prêmio pelo risco: uma alternativa aos modelos VAR na previsão para o IPCA
- Risco de crédito e alocação ótima para uma carteira de debêntures