dc.contributorMonte, Daniel
dc.contributorEscolas::EESP
dc.contributorBarbosa, Klênio
dc.contributorChague, Fernando Daniel
dc.creatorSilva, Marcos Vinícius Alvarenga Ramos da
dc.date.accessioned2015-08-19T16:21:04Z
dc.date.accessioned2022-11-03T20:13:47Z
dc.date.available2015-08-19T16:21:04Z
dc.date.available2022-11-03T20:13:47Z
dc.date.created2015-08-19T16:21:04Z
dc.date.issued2015-08-11
dc.identifierSILVA, Marcos Vinícius Alvarenga Ramos da. Exploração de metodologias para classificação de risco. Dissertação (Mestrado Profissional em Finanças e Economia) - FGV - Fundação Getúlio Vargas, São Paulo, 2015.
dc.identifierhttp://hdl.handle.net/10438/13944
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/5034164
dc.description.abstractNeste trabalho será apresentada a modelagem por regressão logística, com a finalidade de prever qual seria a inadimplência dos clientes que compõem o portfólio de uma grande instituição financeira do país. Sendo assim, será explorada a ideia de usar o conceito de provisionamento pura e simplesmente, através da estimação de uma probabilidade de default dado por um ou mais modelos estatísticos que serão construídos no decorrer do trabalho, conforme incentiva o comitê de Basileia. Um dos modelos será feito a partir de uma separação prévia de público através de clusters e a outra técnica a ser explorada será a criação de um modelo sem nenhuma separação. O objetivo será a comparação entre as duas métricas de classificação de risco e verificar os trade-off entre elas e os impactos de variáveis macroeconômicas nestes modelos.
dc.description.abstractThis work presents the modeling logistic regression, in order to predict what the default of customers that make up the portfolio of a major financial institution in the country. Thus, the idea is exploited to use the concept of provisioning pure and simply, by estimating a probability of default data for one or more statistical models to be constructed during this work, as encourages Basel committee. One of the models will be done from a previous separation of the public through clusters and other technique being explored is the creation of a model with no separation. The goal will be to compare the two risk rating metrics and check the trade-off between them and the impacts of macroeconomic variables in these models.
dc.languagepor
dc.subjectLogistic regression
dc.subjectDefault
dc.subjectCredit risk
dc.subjectProvisioning
dc.subjectRegressão logística
dc.subjectRisco de crédito
dc.subjectProvisionamento
dc.titleExploração de metodologias para classificação de risco
dc.typeDissertation


Este ítem pertenece a la siguiente institución